Seeking Alpha 量化负责人 Steven Cress 认为，眼下投资者与其反复争论 AI 是否处在泡沫中，不如先看企业的资产负债表、现金流、盈利能力和估值是否足够扎实。他的核心判断是，AI 需求是真的，超大规模资本开支也是真的，但支撑这轮扩张的融资结构正变得越来越复杂，值得市场持续盯住。
在他看来，当前 AI 繁荣与上世纪末科技、媒体与电信（TMT）扩张有不少相似之处。技术创新可以真实存在，金融过度也可以同时发生。真正需要警惕的，不只是底层技术会不会改变经济，而是支撑这场转型的金融体系，是否已经比底层经济本身更激进。
AI 需求真实，融资结构也在变复杂
Steven Cress 提到，市场对 AI 的投入规模已经很难忽视。英伟达最新季度营收为 962 亿美元，同比增长 106%；其中数据中心业务收入达到 890 亿美元，同比增长 117%。与此同时，Alphabet 预计 2026 年资本开支约为 1950 亿至 2050 亿美元，微软预计约为 1750 亿美元。
建设 AI 基础设施本身就是一场历史上少见的大规模投资。企业需要采购 GPU、建设数据中心、购买网络设备、电力和冷却系统，还要配齐让算力真正运转起来的配套设施。问题在于，AI 生态中的金融关系也在同步加深：芯片厂商、云服务商、AI 开发者和数据中心运营商之间，正在通过相互投资、长期产能协议以及直接财务支持形成更紧密的绑定。
他认为，这并不等于 AI 繁荣已经见顶，也不意味着行情接近尾声，但市场已经到了该追问一个关键问题的时候：AI 股票当前被定价进去的增长，到底有多少来自可持续、能够独立融资的需求，又有多少依赖持续不断的大规模资本投入。
他更愿意把今天类比为 1997 年，而不是 1999 年
不少投资者喜欢把当前 AI 热潮直接对照 1999 年泡沫顶点，但 Steven Cress 认为，更贴切的镜像其实是 1997 年，而且随着时间推进到 2027 年，这一点会更清楚。
1997 年时，互联网和电信革命本身同样真实。大型企业大举投资网络、光纤和设备，押注上网人数和数据流量会持续指数级增长。真正难以判断的，是参与扩张的每一个环节，最终能否获得足够的资本回报。
他指出，当年一个被市场较早忽视的警示信号，就是供应商融资的扩大。当银行等传统金融机构不愿继续承担风险时，制造商和设备供应商开始越来越多地亲自帮助客户融资，让较小的电信运营商和下游受益方也能继续购买设备。
1997 年 5 月，北电宣布，已将超过 80% 的客户融资承诺投向主要 PCS 运营商，总额约 17 亿美元。随着电信扩张竞争加剧，这种做法被更广泛采用。到 1999 年，朗讯管理层甚至把这类融资描述成竞争优势，用来帮助新兴无线运营商获得资金。
Steven Cress 强调，1997 年底时，科技牛市远未结束，纳斯达克最终高点直到 2000 年 3 月才出现。也正因为如此，1997 至 1998 年这个阶段，反而更适合拿来对照今天的 AI 扩张。
利率环境不同，AI 基础设施融资的赌注更高
他同时指出，今天与 1997 年也有关键差异。1997 年和 1998 年，美联储目标利率为 5.50%，今天是 4.00%。但当时通胀并不是主要问题，而现在通胀仍明显高于美联储 2% 的目标。7 月 PCE 通胀为 3.7%，核心 PCE 为 3.3%。在 8 月就业数据强于预期、经济走强之后，FOMC 在 9 月会议上一致投票加息 25 个基点。这是三年多来的首次加息，也可能意味着新一轮紧缩的开始。
长期资金成本同样不低。10 年期美债收益率约为 4.80%，这是 2007 年以来除 2023 年外几乎未见的水平。虽然当前利率绝对值低于上世纪末高峰，但 AI 扩张发生在通胀仍高、市场还在预期加息的环境中，长端利率也已经接近 TMT 繁荣时期的高位。
在这种背景下，他提醒投资者对 headline 数字和潜在的「幽灵需求」保持怀疑。一旦资本门槛被收紧或融资成本继续抬高，有机需求的真实强度才会显现出来。文中提到，2026 年迄今 AI 相关发债已超过 2200 亿美元。更高利率会让支撑 AI 的基础设施融资更贵，也会压制那些估值依赖未来盈利和现金流折现的科技股。
他的判断是，财务失控往往在市场最亢奋的顶点到来之前就已经开始，而那时底层经营指标未必已经全面恶化。问题在于，市场是否正在看到 TMT 式金融行为重新出现。
英伟达不只是卖芯片，也在为 AI 扩张提供融资支持
Steven Cress 认为，传统融资变贵时，较小公司往往会转向现金充裕的大型科技公司寻求支持。今天在 AI 生态中扮演这一角色的，是英伟达。它的主业是提供驱动大型 AI 系统的 GPU 和网络设备，但从最新季报看，公司也通过产品承诺、云协议、股权投资和担保，与 AI 供应链其他环节形成了更深的财务绑定。
他把这种情况与思科在互联网崛起时期的角色进行对照。1990 年代末，思科是数据和 IP 网络的核心设备供应商。到 1998 年二季度，思科按收入计算占据全球路由器市场超过 71%。正如当年没有思科的网络设备就很难参与互联网扩张，今天的企业若不依赖英伟达 GPU，也很难扩展 AI 负载。
Steven Cress 说，投资者需要尽早建立一个判断：技术方向可以是对的，投资结果仍然可能是错的。互联网确实改写了全球经济，他也很少怀疑 AI 会产生类似影响，但这并不意味着每一家参与扩张的公司都会成为赢家。科网时代的大多数参与者最终都没能活下来，因此评估今天的 AI 公司时，必须守住这条分界线，而最好的起点就是位于当代 AI 中心位置的英伟达。
英伟达的未来承诺规模达到约 3660 亿美元
截至 2026 年 7 月 26 日，英伟达的供应与产能承诺达到 2790 亿美元，高于上一季度的 1190 亿美元；另有 290 亿美元云服务承诺、250 亿美元已承诺股权投资，以及尚未启动的 250 亿美元数据中心租赁承诺。再加上 80 亿美元资本开支，未来承诺合计约为 3660 亿美元。
不过，他也指出，这 2790 亿美元中的很大一部分尚未兑现，本质上是为了锁定制造产能、存储和其他 AI 系统机械部件而签署的协议，并不是已经借出或已经支付的现金。其中不少协议还可以修改、调整，甚至取消。
英伟达还与部分 AI 云公司形成了一种特殊模式：对方采购英伟达硬件，英伟达则承诺购买这些公司的「软件」，也就是云算力。英伟达将其视为双赢安排，称这类协议有助于供应链各环节获得所需算力。截至 2026 年 7 月 26 日，英伟达云承诺总额为 360 亿美元，其中 290 亿美元仍待兑现。
Steven Cress 的概括是，英伟达一边通过融资帮助搭建供应链，一边又同意成为部分硬件买家的客户。英伟达当然有明确动机让 AI 扩张不能失败，因为今天的投入对应的是明天更大的收入机会。但对投资者来说，一个难以回避的问题也随之出现：有多少 AI 需求来自能够独立融资并将基础设施货币化的客户，又有多少需求是被供应方融资「托」出来的。
他认为，融资既可能加速真实需求，也可能让同一份需求看起来更持久，甚至比实际规模更大。
SB Energy、OpenAI 与云算力采购显示生态绑定加深
文中提到，8 月，英伟达为俄亥俄州 SB Energy 的 PORTS Technology Campus 约 4.25 吉瓦数据中心产能提供了封顶 1050 亿美元的担保信用支持。该园区预计将托管英伟达算力基础设施，OpenAI 作为客户签下 20 年租约。担保会随着数据中心实际竣工分阶段兑现，并在 OpenAI 开始自行支付租金后逐步降低风险敞口。
Steven Cress 认为，英伟达本身仍然极度赚钱，公司也强调客户拥有强劲需求和销售管线。他担心的是边际变化，尤其是在供应商开始投资自己的客户之后，「因为有需求而卖」与「卖出来的需求」之间的界线会变得模糊。
他的结论不是否定整个 AI 主题，而是认为投资者需要更挑剔地选择自己持有的 AI 股票。并非每一家参与 AI 扩张的公司风险都一样。高盈利、强现金流、健康资产负债表、增长能够支撑估值的公司，与增长放缓、很大程度押注尚未建成基础设施的公司，风险等级完全不同。单一因素未必足以压垮一只股票，但当多项脆弱条件开始叠加时，问题就会放大。
路透两则报道，指向 AI 融资链继续纠缠
Steven Cress 还引用了两则路透报道。第一则发生在 2026 年 8 月 27 日。路透称，英伟达暂停了部分原本旨在为较小 AI 云公司提供财务支持的融资安排。按照原拟结构，英伟达可以向云厂商出售 GPU，并在客户无法卖出算力时，潜在回租闲置算力。
第二则发生在 8 月 31 日。路透报道称，Anthropic 同意向英伟达支持的云厂商 Lambda 采购约 350 亿美元云计算，并计划再向 Nscale 采购约 450 亿美元云算力。
在他看来，这里至少有两点值得注意：
- AI 开发者预期未来数年会出现海量云算力需求；
- AI 生态内部的相互绑定只会越来越深。
系统越交织，就越难单独评估每一家公司的真实底层财务。需求激增无论来自哪里，都会带来更多投资，进而创造更大供给和更快增长的可能；反过来，这种循环也可能放大风险。
北电与朗讯的历史，对今天仍有参考意义
Steven Cress 用 TMT 时期的北电和朗讯作为参照。他指出，在危机顶点前，这两家公司就像那个时代的「英伟达与博通」。1999 年，北电与朗讯合计控制北美光传输市场 53%，销售额超过 120 亿美元；当年整个市场增长 56%，由激进的网络扩张驱动，这与今天周期中的数据中心扩张有相似之处。
从 1997 年到 2000 年，电信行业竞争激烈到资本开支从约 560 亿美元扩大到接近 1200 亿美元，占行业收入约 33%；资本开支同比增长约 30%，而零售销售仅增长约 10%。最终，朗讯与北电都因过度扩张而股价重挫。
他的意思并不是说今天会简单重演当年的结局，而是提醒投资者：只要真实需求增长跟得上，融资可以加速一场正当繁荣；一旦资本门槛被收紧或抬高，有机需求的真实强度才会暴露出来。当前数据中心建设仍在加速，「幽灵需求」对真实需求的风险也在上升。AI 基础设施开支越快、生态越纠缠，风险就越高。
这一次与 TMT 时期并不完全相同
不过，Steven Cress 也明确指出，2026 年与 1997 年仍有重大差别。TMT 繁荣时期，投资者常常按「眼球」、网站流量和点击率给公司估值，即便收入和盈利都很薄弱。今天的 AI 需求是真实的，收入增长是真实的，盈利和现金流也是真实的。
他还补充称，Seeking Alpha Quant 目前给予英伟达「强烈买入」评级，这是三年来该股首次获得持续的强烈买入。评级改善的一大原因，是估值压缩叠加盈利增速快于股价表现。英伟达的估值因子评分已从六个月前的 F 升至 C，增长评分则从 A- 提升至 A+。
在他看来，市场已经把英伟达将巨额现金投向生态内投资、融资和其他承诺所伴随的相当一部分风险，提前反映在股价中。这种担忧帮助 AI 股票释放了一部分热度，使得当前整体估值比 6 月或 2025 年部分时段更有吸引力。
他进一步指出，相对板块和英伟达自身五年历史均值，公司市盈率已经出现折价。市场会根据历史经验自行调节：当融资、杠杆和过度 AI 开支的担忧被更广泛认知后，投资者会要求更低估值和更扎实的盈利增长证据。这种重定价有时会在基本面恶化之前，先卸掉一部分泡沫风险。至少从当前数据看，英伟达的基本面并未恶化，增速仍显著快于更广泛板块以及公司自身五年历史均值。
结论不是离开 AI，而是降低单一叙事暴露
Steven Cress 最后的建议很明确：不要因为担心泡沫就把整个 AI 主题一笔勾销，但也不要把组合风险过度集中在 AI 科技股上。今天的环境更像 1997 年，技术创新真实，需求增长很快，金融过度的可能性也随之上升。技术方向可以是对的，长期机会可以很大，投资仍然可能做错。
因此，他主张在保留最强 AI 机会的同时，用基本面扎实、兼具稳定分红与增长能力的标的补齐其余仓位。收益来源不应只押注单一叙事，而应更多来自盈利增长、盈利能力、估值、现金流和可持续分红等多因子。