高志凯预测：今年底到明年上半年，全球大概率要爆发金融危机

2026年还剩两个月。全球金融市场里有一幕，看得人心里发紧。美国科技股还在吸金，人工智能的投资规模还在一路加码。

可撑起这场繁荣的真实盈利，没有跟上资本投入的速度。全球化智库副主任高志凯多次发出警告，认为2026年底到2027年上半年，全球可能迎来一场严重的金融危机。

他点名的火药桶，是美国人工智能领域的投资泡沫。在他看来，泡沫一旦破裂，冲击会顺着金融市场扩散到其他经济体。

7月3日，他在“2026全球数字经济大会数字金融论坛”上再次重申，预计未来12个月内美国人工智能泡沫将破灭，并触发规模巨大的金融危机。这话听着吓人，但得说清楚：预测不是事实。

危机会不会来、什么时候来、有多大，都是未知数。所以比起纠结一个日期，更值得追问的是，他担心的风险到底从哪里来。先看美国。

如今人工智能已经成了拉动科技投资和资本市场估值的重要引擎。微软、谷歌、亚马逊、Meta这些巨头争相扩建数据中心，抢购芯片和服务器，都想在未来的人工智能市场里坐上头把交椅。

钱撒出去，波纹荡得很远。半导体、存储芯片、电力设备、数据中心基础设施，需求全被带热。有些存储产业，原本长期被产能过剩压得喘不过气。

人工智能服务器的订单一来，市场预期立刻翻了个面。韩国有三星电子、SK海力士，自然成了这一轮扩张的受益者。

链条是这样转起来的：美国巨头出钱，亚洲企业扩产，上游设备商接单，资本市场再按未来利润预期给估值加码。一条产业链，就这样被烧成了投资热潮。

可热潮背后藏着一个要命的问题：能持续赚钱的终端需求，追得上不断膨胀的资本投入吗？人工智能确实能改变生产方式，这一点没人否认。但技术有价值，不等于什么价格买进都划算。回头看2000年的互联网泡沫。

泡沫破了，互联网并没有因此失去价值，电子商务、移动互联网、数字经济后来照样蓬勃生长。麻烦出在当年很多企业的估值，早就把未来多年的增长提前花光了。

今天的人工智能产业，同样绕不开技术前景与投资回报之间的这道关。那么，明知投入巨大，科技企业为何停不下来？

因为这根本不是普通的设备更新，而是一场抢位置的竞赛。移动互联网兴起时，一些传统互联网企业没能跟上智能手机带来的变化，最终丢掉了原有的优势。

如今的头部企业，最怕这一幕重演。设想对手率先拿到更强的人工智能能力，再凭技术优势吃下搜索、办公、企业服务等市场，落后者要付的战略代价可想而知。

于是，一家扩建数据中心，其他家就睡不着；一家发布更强的模型，对手就得砸更多算力。不管短期回报好不好看，每家企业都有继续加码的冲动。

对整个行业来说，这种竞争可能推动技术进步。对单个企业来说，加大投入却不保证最终赚够利润。人工智能的商业化还没完全成熟，资本开支与实际收入之间的缺口，很可能越拉越大。企业端已经尝到了这种滋味。

人工智能客服、代码助手、办公系统、数据分析工具，确实能帮部分岗位提效。但提效不等于整体成本一定下降。

买模型服务要花钱，用算力要花钱，改造旧的信息系统要花钱，员工还得重新学习工作流程。省下的人力成本和新增的收入，如果填不平这些开销，企业很难长期大手笔采购。

更棘手的是责任归属。让人工智能帮忙整理文件，出了错还有人复核。可要是让它独立审合同、处理财务交易、管理库存，甚至决定客户赔偿，出错的损失就得企业自己扛。技术越往核心业务里走，对准确性、稳定性和责任机制的要求就越高。

人工智能要从辅助工具变成企业核心系统，恐怕没有资本市场期待的那么快。个人用户这边，同样难题不小。很多人乐意免费用人工智能搜索、写作、翻译、整理信息。但免费用和长期掏钱，是两回事。

每月100元甚至500元的订阅费，普通用户还会续吗？做程序开发、科研分析、专业设计的人，能从中获得较高价值，付费动力相对明确。

偶尔查个问题、理一段文字的普通人，掏钱的意愿可能没有想象中强。传统互联网靠广告和电商就能变现，人工智能却面临新的考验。

产品里频频插广告，或者给建议时过度推荐商品，都会损害用户信任。尤其在医疗、金融这类需要审慎判断的领域，商业推荐和客观回答之间的边界怎么划，企业绕不过去。

用户不愿付费，广告收入涨不了太高，上游算力成本却不断攀升，整个商业模式就要承压。还有一个容易被忽略的风险：硬件换代太快。

企业花重金买下的高性能芯片，新一代产品一出，性能和经济价值上马上就要面对竞争压力。数据中心不会因为新芯片问世就立刻废掉，但旧设备的租金和未来收益预期，可能随之改写。

一栋楼能用几十年，高性能计算设备的经济寿命却短得多。如果企业按较长的折旧年限核算成本，短期财报会更好看。

可设备实际价值若掉得更快，未来利润就会受到拖累。当然，折旧年限本身并不能证明企业有财务问题，关键看会计估计是否真实反映了设备的使用情况。

投资者该盯的，不只是企业宣布投了多少钱，还有这些钱能在多长时间里变成现金流。再往深处看，产业链里还有相互投资、相互采购的复杂关系。

大型科技企业投资人工智能公司，后者拿到融资，转头又去购买投资方的云计算服务。对提供服务的一方来说，这是实打实的收入；放到整条产业链上看，其中一部分需求要靠持续融资来撑。

一旦融资环境收紧，客户削减采购，高速增长的收入就可能挨一记重拳。算力资产的金融化，也值得留意。有的市场参与者可能拿高性能计算设备去抵押融资，再用借来的钱继续扩张。需求旺、租金稳的时候，这招能提高资金效率。

可要是算力供给快速增加，设备价格下跌，租赁收入又不及预期，高杠杆的玩家就会同时遭遇资产缩水和偿债压力。这和历史上一些资产泡沫颇为相似：参与者不光押资产能赚钱，还押价格能一直站在高位。

预期一旦逆转，资金链往往比业务本身更早断裂。所以人工智能泡沫若真的调整，受伤的不会只是几家科技公司。

美国扩大资本开支，亚洲半导体企业跟着增产，设备、能源和基础设施企业随之扩张。科技企业突然踩刹车，上游订单减少，盈利预期下调，资本市场重新给相关资产定价。

风险就这样从科技投资一路传到制造业、金融市场和实体经济。不过，剧本也可能是另一种写法。

假如出现突破性的应用，人工智能真正走进企业生产和寻常百姓的日子，带来大量稳定的付费需求，此前砸下去的算力基础设施，就有机会慢慢收回回报。泡沫风险或许会缓解，新的问题却会冒出来，最大的一个就是就业与收入分配。

过去的工业革命淘汰了一些职业，也催生了汽车制造、通信、现代物流等新产业和新岗位。人工智能同样可能创造新职业，特别之处在于，它不只能替代部分体力劳动，还可能接手大量标准化的脑力工作。

打个假设：一项业务原本要十个人干，人工智能普及后，两个人配合系统就能完成。企业效率上去了，成本可能降下来，另外八个人怎么转岗，就成了摆在眼前的现实。

这只是用来说明技术替代机制的假设，不代表所有企业都会按这个比例裁员。长远来看，新岗位能创造多少、旧岗位会替代多少，还要看产业发展、教育培训和市场需求。

真正要警惕的，是技术红利主要流向资本所有者和少数高技能劳动者，而大量普通劳动者收入增长缓慢，甚至面临失业压力。消费能力会因此受损。

企业能生产更多商品、提供更多服务，却未必有足够多的人买得起。生产效率和居民购买力长期失衡，就会演变成需求不足。

所以人工智能的发展，不能只盯着技术突破，还要把就业培训、社会保障和收入分配机制补上，让更多劳动者分享技术进步的成果。比起泡沫会不会出现，这个问题可能更加深远。

另一头，美国的财政债务压力也在给全球金融体系添加变数。联邦政府债务规模不断扩大，利息支出对财政预算的约束越来越明显。

2025年5月，穆迪下调了美国主权信用评级，债务负担和利息成本是重要考量。如果再叠加能源价格波动、地缘政治冲突和科技股估值调整，金融市场就可能同时面临多重压力。

但必须强调，这些风险并存，并不意味着一定会在2026年底或2027年上半年酿成全球金融危机。危机需要触发条件，金融机构的风险敞口、市场流动性、政策应对能力，都会左右最终结果。

对中国来说，国际金融市场若剧烈震荡，外部需求、企业出口和资本市场都可能受到波及。高志凯本人也提到，中国会受冲击，但他认为中国的韧性最强，回旋余地最大。

底气从哪来？中国有完整的产业体系，有规模庞大的国内市场，金融政策也有相对独立的空间，重点领域风险防范化解工作还在持续推进。

最新数据也给出了一份答卷。国家统计局10月19日公布，前三季度国内生产总值同比增长4.6%，其中一季度增长5.0%，二季度增长4.3%，三季度增长4.5%。

前三季度高技术制造业增加值增长14.3%，货物进出口总额增长18.8%。数字背后，是经济的韧性，也是新旧动能在加快切换。

当然，也要看到内需仍需继续巩固，房地产等领域仍在调整。地方债务风险化解、金融机构改革、扩大内需这些工作，正是为了让经济抗冲击的能力再厚实一些。

面对人工智能这场产业变革，中国既要抓住技术创新带来的机遇，也要避免脱离实际需求的盲目投资。算力基础设施当然要建，但更要紧的是让人工智能走进制造业、医疗服务、科学研究和企业经营，把技术投入变成实实在在的生产效率和经济收益。

至于普通家庭，没必要因为一条危机预测就慌着抛售资产，也不该因为行情一时火热就盲目加杠杆。负债适度，留足应急资金，别把家底过度压在高波动的投资上。

这比反复猜测危机哪天降临管用得多。高志凯的预测灵不灵，还得交给未来的市场来检验。但这一轮人工智能热潮至少给世界提了个醒：技术革命和资本泡沫可以同时存在，前景广阔也不等于每一笔投资都能有回报。

决定全球经济走向的，不只是科技企业能砸多少钱、盖多少数据中心，更是人工智能究竟能创造多少真实需求，以及技术带来的财富能否转化为更广泛的就业机会和消费能力。

资本投入、企业盈利与社会需求连成可持续的循环，科技进步才能成为长期繁荣的动力，而不是下一轮金融风险的导火索。