知名风险投资家比尔·格尔利（Bill Gurley）近日发出警告，认为人工智能（AI）领域的泡沫正面临调整的风险。他指出，当前许多由风险投资支持的AI公司正以不可持续的速度消耗资金，这种高额的现金支出模式，甚至超越了历史上的高烧前例，预示着一场“AI泡沫重置”的到来。随着市场对现金流纪律的要求日益提高，这些公司将被迫进行估值重塑。
在实践层面，AI基础设施的高昂成本，包括模型训练和推理所需的计算资源，极大地加剧了运营所需的净现金流出，即“烧钱率”。如果单位经济效益的增长跟不上计算和能源支出的步伐，企业的盈利模式将面临利润空间被挤压，并最终导致估值出现调整。
市场领导者已开始明确表达对系统性风险的担忧。摩根大通首席执行官杰米·戴蒙（Jamie Dimon）表示，市场“处于某种形式的泡沫领域”，并提出了市场可能出现30%回调的可能性。橡树资本的霍华德·马克斯（Howard Marks）则区分了能够支撑真实进展的“拐点泡沫”与通常会剧烈破裂的“均值回归泡沫”。他警示了高负债和通过特殊目的实体（SPVs）进行的循环融资等交易结构中的危险信号，尽管他也承认AI的长期潜力依然巨大。
格尔利的“受伤的SaaS”论调，反映了投资者对AI原生工具可能蚕食传统企业软件市场份额的担忧，这将对SaaS公司的估值产生下行压力。一旦市场预期发生转变，一些被视为“传统”的SaaS公司，其估值可能与其稳健的现金流表现不匹配，从而面临错估的风险。此外，与AI相关的债务正成为一个焦点问题，市场关注点从股权炒作转向了信贷质量。随着再融资渠道收窄，贷款方可能会收紧融资结构和契约条款，进一步加大对现金消耗和盈利路径的审查力度。
投资者的应对策略应聚焦于审慎的现金管理和透明的单位经济效益披露。鉴于对烧钱率和杠杆的担忧，企业运营者需要优先考虑资金的“跑道”长度、在AI工作负载下的毛利率可持续性，以及实现正向自由现金流的可信度。
需要警惕的危险信号包括：增长掩盖下的负贡献利润、计算成本增长速度超过定价能力、以及对债务或复杂融资工具的依赖。清晰披露合同质量、客户流失率和成本转嫁能力，有助于降低估值重置的风险。
在不同的调整情景下，其影响亦有差异。一个“软着陆”式的调整可能表现为估值倍数收缩、融资周期拉长、尽职调查门槛提高，但具有可证明投资回报率（ROI）的产品仍将继续被采用。能够根据成本曲线调整定价并展现出财务纪律的运营商，有望更快地实现估值修复。
而一个“硬着陆”式的调整则可能导致市场普遍下跌、融资轮次估值大幅下降（down-rounds），以及行业加速整合。那些拥有高烧钱率和高杠杆的资产负债表将面临严峻考验。