2026年传媒行业AI泡沫系列研究之传媒互联网行业篇：今非昔比，逻辑生变，从“理性泡沫”到“务实增长”

人工智能 vs 互联网浪潮：复盘、对比、展望

2023 年以来，以生成式 AI(AIGC)为代表的突破性技术使全球 AI 产业驶入快车道，特别是资本 市场：部分 AI 龙头企业的市值增速远超营收增速，部分规模较小的初创公司单轮融资额创历史新 高，部分商业模式尚不清晰的标的已突破成长期科技公司的估值。当前 AIGC 发展趋势和 2000 年 互联网泡沫存在相似的特征，然而，AI 作为通用目的 技 术，判断目前的 AI 是否出现 像 2000 年一 样缺乏长期 投资价值 的“非 理性繁荣” ，是判断 能否挖 掘下一阶段 机会的重 点。因 此，区分技 术创 新带来的真实价值与市场预期透支之间的差异显得尤为重要。

（一）互联网泡沫行情回顾

我们复盘上一轮互联网行情（1995-2002 年），发现其可分为四个阶段：技术萌芽期、资本狂 热期、盈利质疑期和泡沫破裂期。

1.技术萌芽期（1995-1997） ： 1995-1997 年是互 联网泡沫 阶段，其中最 为核心的一个 特 点是互联网开始由 学术工具 转变为大 众工具。此时，互联网的底层技术基础设施正在搭建，互联网商业模式也正在被摸索。较为重要的 两个时间点分别是 1995 年 8 月 Netscape 和 1996 年 4 月 Yahoo 的上市，二者的上市证明互联网 符合用户数量增长溢价的定律。 基础设施层面，1995 年 NSFNET 完成商业化改造，成为互联网商业主干网。同时 ，由 美国实 施的“信息高速公路”计 划(NII)为互联网发展提供了关键的政策支持，TCP/IP 协议 成为互联网通 信的标准。Netscape Navigator 1.0 浏览器于 1994 年 10 月发布，同年 8 月上市第一天股价由 28 美元上涨到 75 美元，市值高达 30 亿美元，使互联网由此前的专业化逐步开始进入大众时代。同时， Java 编程语言于 1995 年 5 月诞生的，大大增强了网页之间的互动，实现了跨平台的共享，掀起了 第四波信息技术浪潮——大数据时代的到来。 商业模式探索方面，1996 年 成立、同年 11 月 上市的 Yahoo,以目录索引模 式迅速发展 ：1997 年，Yahoo 已经实现 6741 万美元的收入，但却有 2288 万美元的净亏损。凭借用户增长与品牌效 应，当时估值达到 28 亿美元，这一时期互联网公司的估值相对客观，市销率的中位数为 5~10 倍， 投资者更关注公司的有效用户数、带宽覆盖等基本要素。

从技术扩散的角度 来看，互联 网的普及有着明显 的非平衡 性。1995 年，美国的互联网使用率为 9%，加拿大为 4%，英国为 2%，用户集中在北美和欧洲，亚洲市场的日本、新加坡、中国等国家和 地区开始发展，但是规模要远远小于美国、欧洲地区。

2.资本狂热期（1998-1999）

1998-1999 年是互 联网泡沫 的加速期，市场 进入非理性繁 荣阶段，资本追 逐任何带有 ”.com” 的项目，PS 估值中位数 飙升 至 25 倍以上。这一时期最显著的特征是定价体系失效，企业更名就可 以获得资本溢价，投资者普遍相信互联网将彻底改变商业运作模式 。 流动性宽松方面 ，1998 年的 9 月至 11 月美联储两次降息 ，将联邦基金利率从 5.5%降到 4.75%， 叠加亚洲金融危机以后国外资本大举回流美国，进一步提高了科技股的估值。1999 年，风险投资额 规模持续扩大，全年风险投资额达到 602 亿美元，而投向互联网领域的资金占比从上年的 41.6%增 加到了 55.3%；同时，1999 年还有 476 家公司在当年实现了上市融资，这也创下了自 1996 年以来 的新高纪录，且当时的上市公司中有超过 77%属于科技类。 在“新经济”叙事方面，克林 顿政府的“信息高速公 路”计划（NII）通过政策引导与媒 体渲染， 强化了互联 网将颠覆 传统产 业的预期。主流媒体如《时代》周刊将“网络”评为年度词汇，助推市 场情绪升温。市场形成以亏损换规模的共识，投资者更关注用户增长与市场份额，而非短期盈利。 在估值泡沫方面，互联网公司估值逐渐脱离基本面。如像 Webvan 的盈利模式尚不完善、资金 使用不到位的互联网公司，在 20 世纪 90 年代末上市时估值达每股 48 美元以上。互联网公司仅凭 标上“.com”，即可获得市场的高价标签。行业的自由现金流持续恶化，多数公司都需要不断融资 才能够维持运转。部分公司巨额的经营性负现金流情况下仍然都享有较高的溢价。

3.盈利质疑期（2000 年初-2000Q3）

这一时期市场逐步出现了质疑互联网公司的盈利模式的声音。自 1999 年 12 月到 2000 年第三 季度，道琼斯指数基本保持稳定，而纳斯达克 100 指数走势出现了大幅的波动。

盈利质疑的直接诱因包括三方面：一是美联储于 1999 年 6 月至 2000 年 5 月连续六次加息，基 准利率从 4.75%升至 6.5%，流动性环境显著收紧；二是互联网公司财报陆续暴露问题，例如亚马逊2000 年全年净亏损达 14.1 亿美元；三是市场对行业过度投资的担忧加剧，“暗纤”现象凸显，反 映出基础设施严重过剩。 在投资者行 为层面， 资金开 始从互联网 股向传统 价值股 转移。市场估值逻辑从用户增长转向盈 利与现金流，价值股逆势上涨，科技股普遍承压。具体来说，德雷曼管理的逆向投资基金在 2000 年 前两月规模缩水 50%，但在泡沫破裂后的 9 个月内显著回升，追平 1997-2000 年的整体表现。 然而，即使在盈 利质疑阶段 ，具备真实技术创新 能力的公 司仍获资本青睐 。例如谷歌在 1998 年 9 月成立后快速发展，于 1999 年年中获红杉资本与克莱纳-珀金斯注资 2500 万美元，显示出市场对 优质技术企业仍保持理性判断与长期信心。

4.泡沫破裂期（2000Q4-2002）

互联网泡沫破裂期间市场系统性出清显著，纳斯达克指数从前期高点 5100 点以上跌至 2002 年三季度末 1172 点 ，跌幅 达 75%以上，显著 高于同期 道琼斯指数的跌幅 。据 Webmergers.com 统计，2000 至 2002 年全球近 900 家互联网公司倒闭，3800 家被兼并，其中北美市场受冲击最为严 重，而多数亚洲市场因尚处发展初期受影响相对有限。 幸存企业通过三大路径实现价值重构：一是商业模式转型，亚马逊于 2000 年推出第三方市场 平台，由自营转向开放模式，降低库存压力并提升盈利结构，贝索斯强调“长期发展、顾客与基础 设施”的战略定力；二是技术 降本，谷歌凭借 PageRank 算法大幅优化搜索效率，以更低服务器资 源支撑更大规模服务，奠定其行业领先地位；三是并 购 整合，eBay 于 2002 年以 15 亿美元收购 PayPal，构建支付闭环增强生态粘性。整体而言，泡沫破裂虽带来短期阵痛，但推动了行业优胜劣 汰与生态重构，为后续健康可持续发展奠定了基础。

（二）复盘：部分企业过度炒热，市场优胜劣汰

IPO 市场异 常繁荣往往是 市 场过热的领先指标 。就总体表现而言，1999 年，美股市场全年 476 家 IPO 企业中，全年科技公司 IPO 数量（370 家）较 1998 年（113 家/年）增长超过三倍，居 1980 以来科技公司 IPO 数量峰值。从数量占比来看，1999 年科技公司占比达 77.7%（370 家），远超 1980-2024 长期数据 36%的常规权重。这一数据在 2000 年仍然维持在 68.7%的高位，直至 2001 年 互联网泡沫破灭才降至 30%。 首日涨幅异常亦能说明 IPO 市场的异常。1999 年美股科技公司上市首日平均涨幅达 86.7%， 而非科技公司仅为 17.2%。对比 1995 年，两类公司上市首日平均涨幅分别为 30.8%和 14.0%。同 时，1999 年美股上市的 370 家科技公司中，有 114 家首日涨幅超 100%，占比达 30%以上（1995 年这一比例仅为 5%）。科技公司的首日涨幅显著高于历史水平，显示出 IPO 市场对科技公司的过 度热情。典型案例包括：eToys 首发价 20 美元，上市当天收盘价为 77 美元，市值达 85 亿美元，传 统龙头玩具反斗城市值 56 亿美元，前者 1998 年营收仅 0.3 亿美元，后者为 9.2 亿美元；VA Linux 发行价 30 美元，上市首日大幅上涨 698%至 239 美元，一度创下纳斯达克个股单日涨幅纪录。 估值与基本面严重脱节:此阶 段大量未盈利甚至 零收入公 司获得极高估值，估值体系严 重脱离基 本面。Pets.com 在 1999 年 IPO 融资 8250 万美元，市值达 3.3 亿美元，但其当年营收仅 58 万美 元，净亏损 6180 万美元，相当于每获得 1 美元收入亏损 106 美元。Webvan IPO 估值高达 120 亿 美元，超过当时全美三大超市市值总和，而公司 1999 年营收仅 470 万美元，单位订单配送成本达 30 美元（客单价仅 15 美元）。两家公司分别于 2000 年和 2001 年破产清算，其中 Pets.com 库存 拍卖仅收回 220 万美元，Webvan 累计烧光 12 亿美元融资。

互联网公司估值指标达到历史顶峰。以雅虎为例，其在 2000 年初市值一度超过 2500 亿美元， 然而公司 1999 年营收仅 5.9 亿美元，归母净利润仅 0.61 亿美元（对比 2025 年末 Meta 市销率为 8.8 倍）。泡沫破裂后估值迅速回归，雅虎股价从 500 美元下跌至 8 美元。

尽管 1999-2000 年的 互联网 泡沫导致大量商业 模式不成 熟、盈利路径 模糊的公司被 市 场淘汰， 经历市场出清后，具备真实技术壁垒和可持续商业模式的企业最终胜出。亚马逊股价在 2000-2001 年间大幅下跌 93%，但通过坚持投入 AWS 云计算和物流网络建设，于 2003 年实现首次年度盈利， 成长为全球市值领军企业。eBay 凭借 C2C 电商垄断地位和 PayPal 支付生态，2002 年后净利润率 稳定在 20%以上。谷歌 2004 年 IPO 时已具备成熟的广告变现模式，上市首年营收增长 118%，成为后泡沫时期最成功的科技 IPO 案例。这些幸存企业的 共 同特征在于：清晰的 盈利路径 、规模效应 优势以及持续的技术创新能力。

（三）对比：资金聚焦成熟企业，商业化逐步开启验证

对比而言，本轮 AI 行情已经持续近 2 年，截至 2026 年 1 月 8 日，纳斯达克指数点位为 23480.02， 2023 年以来涨幅达 124%，当前的科技热潮与 1999 年互联网泡沫相比，尚未达到系统性泡沫的程 度。

1. 当前 AI 主题初创公司更依赖充裕的私募融资。

根据私募投资交易平台 Forge Glocbal 数据，2025 年前三季度已有 19 家 AI 企业实现融资金 额达 650 亿美元，占整个私募市场的融资总额的 75%以上，充裕的私募资金使得初创 AI 企业不会 再早期急于进行 IPO，难以满足 IPO 市场异常过热的条件。可以验证的是，2023～2024 年美国科 技企业 IPO 的数量仅有 9 和 14 家，几乎回到了个位数的规模。

2. 当前市场资金更聚焦于少数成熟企业，而非概念炒作的初创企业。

目前市场竞争格局比互联网时代还要更加集中，英伟达(Nvidia)、微软(Microsoft)、亚马逊 (Amazon)、谷歌(Google)为代表的“Magnificent 7”受投资人喜爱；AI 科技巨头迅速占领市场份 额，其占全球市值的比例逐年增加，马太效应凸显。

3. 多数代表企业经营状况良好

从市值来看，截至 2025 年 12 月，英伟达以 4.53 万亿美元市值居首，苹果和微软等紧随其后， 七巨头总市值超过 20 万亿美元。且头部企业经营性现金流充足，经营性现金流是 AI 长期发展的有 力支撑。头部企业拥有的充裕现金流可以保证对于 AI 持续的大规模投入。

根据截至 25 年 H1 财报， 盈利表现凸显 AI 技术的转 化效率。英伟达净利润率从 2023 年的 16.19%跃升至 2025H1 的 56.13%，2024 年营收同比增长 125.85%；微软净利率稳定在 35%以上， Meta 净利率达 37-39%。各巨头营收普遍实现双位数增长，仅特斯拉净利率从 15.47%下滑至 3.85%。 此外，OpenAI 年收入达到 40 亿美元，预计 2025 年年化收入达到 120 亿美元，未来或将持续上涨。

费用控制体现运营效率提升。英伟达市场销售管理费用占比从 9.05%降至 2.88%，整体费用率 下降 4.14 个百分点；Meta 相关费用从 17.57%降至 11.89%，降幅达 6.28 个百分点。研发投入保 持高位但效率优化，英伟达研发占比从 27.21%降至 10.36%，显示规模效应显现。

部分 AI 公司商业 模式逐步开 启验证：以 ChatGPT 为例，2024 年 12 月的 web 用户数量已从 1 月的 1.99 亿上升到 3.3 亿，企业级 AI 工具（如 GitHub Copilot）年收入超 10 亿美元，2024 年 微软 copilot 付费用户数已达 4000 万。

我们认为当前 AI 浪潮商业 模式的可见程度远 远超过互 联网泡沫，主要原 因是供需 结构出现了 很大的变化。供给侧来看，互联网时代的供给概念化，均无硬门槛，炒作程度高。“. com”泡沫盛 况空前，市场盲目追逐虚幻的需求，没有能够创造出真正有价值的产品，造成严重的产能过剩和后 期的崩盘。本次 AI 浪潮的供给方为具备一定资本、最顶尖人才、足够厚实的技术实力的头部科技巨 头主导，它们提供的大模型、云服务、AI 芯片这技术壁垒很高且稀缺的供给。需求侧来看，互联网 时代的宽带普及率不到 19%，电商仅占整个零售业的 0.5%，大量的供给与实际需求严重不匹配； 在 AI 时代则具有以下三方面优势：1）企业级 用户是主要 需求力量；2）需 求集中在金 融、医药研 发、云计算等资本 相对充足 的领域；3）通 过近 20 多年 的数字化进程，各 行业已经 产生了大量的数据处理的需求、形成 了较为完 善的商业模式，AI 可以很 快 地赋能企业的生产 经营过程，从而实现快 速的价值落地。 技术基建、市场认 知与用户采 纳三重因素将持续 推动 AI 浪潮的商业化周期将显著缩短。首先， 与互联网时期需耗费数年铺设宽带、普及终端不同，AI 应用完全构建于已成熟的全球云计算与移动 互联网基础设施之上，一定程度上跳过物理基建，将产品从开发到触达用户的时间压缩至极致。

市场教育已 经完成， 企业与 消费者对数 字化工具 的价值 已有深刻认 知，供需 双方的 认知鸿沟极 小。企业决策者能迅速理解 AI 的效用并配有专门预算，无需经历漫长的市场启蒙阶段。最后，坚实 的用户基础加速了价值循环。近 12 个月的用户 MAU 数据显示，排名第一的 ChatGPT APP MAU 数量翻了一倍，其他主流 AI 产品流量也大有增长趋势。这种“需求拉动供给、供给催生新需求”的 正向循环，驱动商业化进程不断自我加速。

（四）展望：AI 低成本技术突破，多模态深度融合

2025 年以来，人工智能行业迎来多维度变革浪潮，技术迭代、智能体进化与生态协议革新共同 勾勒出行业升级图景。技术演进正加速 AI 从实验室走向产业深水区，重塑各领域生产力格局。在 AI 浪潮下，随着 AI 技术的多维度变革，各个领域有 望 实现更加多样化的 应用场景 、行业生态有望 得到进一步的发展 。 回顾人工智能的发展历程，目前全球人工智能的发展大致经历了如下阶段： 1）1.0 阶段——被动分析与 判断：早期的人工智能的主要能力是被动地接受信息来进行分析和 判断。比较典型的例子如：生物识别技术（根据人脸、虹膜等特征信息输入判断是否匹配）。这些 技术没有主动创造内容的能力，更多地是对人类所输入信息的判断和匹配。 2）2.0 阶段——生成式 AI 出 现：随着人工智能的不断发展，AI 的能力不再仅限于对被动输入 信 息 的 接 受 和 分 析 ， 而 是 具 备 了 一 定 的 主 动 输 出 内 容 的 能 力 。 这一阶 段 出 现 了 Transformer 与 Diffusion Model 这些强大的算法模型来进一步促进推动生成式 AI 的发展，在这一阶段，生成式 AI 已经可以自己来生成文本、图像甚至是视频等不同模态的信息了。 3）3.0 阶段——AI 智 能体：AI 智能体不仅能够接受指令和生成相应的文本来进行交流问答、 画图等，还能够感知外界环境信息作出自主判断和决策，并可以进行知识的学习，在此基础上实现 真正意义上的自动生成。不需要人为干预的 AI 智能体除了拥有更加优秀的交互能力、更加强大的 执行复杂任务的能力之外，还可以被运用到自动驾驶、智能客服及工业自动化等方面；除了以上应 用之外，还可以让模型可以进行多项输入/输出处理方式(包括理解文本、图片、音频、视频等等)。

编辑：火腿肠