电影《大空头》人物原型 Steve Eisman 谈 AI 泡沫：这不是一次做空宣言
内容提要
《大空头》原型Eisman指出，AI产业链高度依赖OpenAI和Anthropic，模型公司靠外部融资兑现算力承诺，云厂商自由现金流被侵蚀，芯片与电力基础设施排期多年。他认为AI缺乏护城河，监管或成人为壁垒，折旧与电力是压力信号。目前尚无因果清晰的做空交易，关键看融资、订单与电力交付能否持续。
延伸解读
风险诊断不等于做空信号
Eisman 在访谈中反复强调自己不知道泡沫何时破裂，甚至承认此前对美债收益率的预测有误。他列出 AI 产业链的集中度、缺乏护城河、自由现金流侵蚀等风险，但并未声称这些风险必然导致崩溃。读者应区分“指出脆弱点”与“预测崩盘时间”，前者是分析，后者需要清晰的因果催化剂，而目前 AI 领域尚未出现类似 2008 年次贷危机那样明确的引爆链条。
循环依赖：AI 繁荣的现金流真相
文章揭示了一条高度集中的资金链：NVIDIA 卖给云厂商，云厂商服务 OpenAI 和 Anthropic，模型公司用融资承诺采购，而云厂商和 NVIDIA 又是模型公司的投资者。这意味着表面分散的 AI 收入，最终高度依赖两家模型公司的持续融资和增长。一旦其中一家失速，订单和资金可能同时收缩。这种循环结构放大了系统性风险，但文章也指出，冲击是否扩散到整体经济，仍取决于合同转移和资产再利用等条件。
折旧争议：会计信号还是管理动机？
Michael Burry 质疑云厂商延长芯片折旧年限以美化利润，Eisman 则认为在 AI 成功或失败两种极端下，折旧差额都不是决定性变量。但评论区一位资深财务人士指出，更值得警惕的是管理层为何在资本开支上升、自由现金流下降时调整会计估计。文章梳理了三个层次：账面影响、资产实际经济寿命、以及调整动机。折旧调整本身不足以证明泡沫破裂，却可能成为压力上升的信号，值得持续关注。
电力瓶颈：被忽视的物理约束
AI 扩张不仅受芯片和资本限制，还面临电力基础设施的硬约束。Eisman 引用马斯克“中国有芯片问题，美国有电力问题”的说法，指出燃气轮机、变压器、输电线路和并网审批的交付周期远长于芯片迭代。GE Vernova 的订单排到多年以后，但供应商主动维持扩产纪律，避免重蹈上一轮产能过剩。这意味着需求验证被推迟，投资者需关注远期预约能否转化为正式订单，以及数据中心能否按时获得足够电力。
Q&A
Steve Eisman 认为 AI 产业链的主要风险是什么？
Eisman 指出 AI 产业链高度依赖 OpenAI 和 Anthropic，模型公司靠外部融资兑现算力承诺，云厂商自由现金流被侵蚀，芯片与电力基础设施排期多年。他认为 AI 缺乏护城河，监管或成人为壁垒，折旧与电力是压力信号。
为什么 Eisman 说 AI 行业没有护城河？
Eisman 认为，尽管投入数千亿美元，但用户没有被锁住：今天用 Claude，明天出现更适合的模型，调用接口和工作流就可以切过去。模型能力领先不断变化，客户没有理由只忠于一个名字。
Eisman 如何看待监管在 AI 行业中的作用？
Eisman 认为监管可以创造护城河。如果以安全为由限制中国模型，合规成本高到只有少数公司能承担，那么技术上没有形成的壁垒就会以法律和准入规则的形式出现。但监管只能改变竞争格局，不能自动改善单位经济效益。
Eisman 对 AI 相关投资有什么建议？
Eisman 不会投资 LLM 公司，对超大规模云厂商也保持谨慎。他更愿意投资那些接收资本开支的公司，如 NVIDIA、Micron、GE Vernova、Arista Networks、Cisco 以及 Eaton 等电气化企业，即“卖铲子”逻辑。
Eisman 认为 AI 泡沫和 2008 年次贷危机有何不同？
Eisman 指出，次贷危机有清晰的因果链：放贷标准下降，房价停止上涨，借款人违约，抵押贷款证券失去支撑。而 AI 目前没有这样明确的引爆条件，风险可以被描述，但结局还不能被交易。
Eisman 提到 AI 基础设施面临哪些电力瓶颈？
Eisman 认同“美国有电力问题”的判断。电力瓶颈包括：有没有足够的新增发电能力；发电与输电设备能否按期制造和安装；项目能否完成接入电网所需的审批、建设与区域协调。AI 基础设施面对的是几套工业节奏的错位。
Eisman 如何看待 AI Agent 对传统 SaaS 的影响？
Eisman 认为 Agent 会改变用户入口，旅行平台可能失去直接面对用户的入口。但他认为深度嵌入企业内部的软件如 Salesforce 和 ServiceNow 会更安全，因为高迁移成本本身就是护城河。不过有评论指出，AI 可能降低定制软件开发成本，从而削弱这种护城河。
