问题——如何看待中国人工智能产业是否存在泡沫风险，成为近期市场关注焦点。
随着大模型应用加快落地、算力投资升温、资本对科技板块重新定价，市场既期待产业扩张带来的新增量，也担心过度投资与估值透支。
瑞银方面在研讨会期间给出的判断是：与部分海外市场相比，中国短期内未见清晰的泡沫化信号，风险总体可控。
原因——泡沫通常伴随“融资—扩张—再融资”的循环，以及供给端超前扩张导致的产能闲置与资产减值。
从企业融资结构看，瑞银认为，中国头部模型厂商更多依托母公司既有资金与经营现金流进行持续投入，循环融资现象相对有限。
这种资金来源的稳健性，意味着研发与算力投入更容易与业务节奏相匹配，也更强调投入产出与可持续性。
与此同时，国内企业在资本开支决策上更注重效率与回报，倾向于“以需求牵引供给”，减少盲目追高。
在基础设施端，数据中心建设是观察行业是否过热的重要窗口。
瑞银的观点是，监管层面对数据中心无序扩张保持约束，行业总体避免了“先上马、后找需求”的路径依赖；大型企业自建数据中心也更强调稳妥推进、分阶段扩容。
其研判认为，自2024年下半年以来，国内数据中心平均使用率维持在较高且相对稳定水平，主要由真实的人工智能相关工作负载支撑，这在一定程度上说明供需关系较为匹配。
影响——上述结构性特征对市场具有多重影响。
其一，有利于降低资产泡沫破裂带来的系统性波动，减少“算力资产闲置—财务压力上升—投资收缩”的负反馈链条。
其二，有助于推动行业竞争从单纯“拼规模”转向“拼效率、拼应用、拼商业化”，促进模型能力、工程优化与行业落地的综合比拼。
其三，对资本市场而言，理性投资氛围与真实需求支撑，可能提升境内外投资者对中国科技资产的风险偏好与配置意愿，推动估值修复更具基础。
对策——在产业继续升温背景下，如何把握增长与风险的平衡，仍需多方发力。
瑞银的分析逻辑指向几项关键举措：一是继续坚持以应用落地牵引算力投入，推动“模型—算力—数据—场景”协同，避免重复建设和低效投入；二是企业层面强化研发效率与成本控制，通过算法优化、工程化提效、产品化迭代提升单位算力产出；三是加强对数据中心建设节奏的统筹与规范，引导资源向高利用率、强需求区域与行业倾斜，促进算力设施与产业布局相匹配；四是资本市场层面强化信息披露与风险提示，鼓励长期资金围绕硬科技与高确定性应用进行配置，减少短期题材化交易对产业节奏的扰动。
前景——瑞银方面预计，2025年将成为中国人工智能产业加速发展的一年。
其观点认为，年初以来的技术与产品进展提升了市场关注度，带动国内外投资者对中国科技板块的再评估。
展望更长周期，随着应用端从试点走向规模化，产业链有望在算力基础设施、模型能力提升、行业软件与服务、终端与工具生态等多环节形成联动增长。
与此同时，竞争格局也可能更趋分化：具备稳定现金流、强场景沉淀与工程化能力的企业更可能在“降本增效”和“商业闭环”上占得先机；而缺乏差异化能力、单纯依赖融资扩张的参与者将面临更高的淘汰压力。
瑞银并判断，在2025年奠定的基础上，2026年中国人工智能全产业链仍将朝积极方向演进，但节奏上将更强调质量与可持续性，行业主题也将从“能力展示”进一步转向“价值兑现”。
理性的资本态度、务实的发展策略、有效的监管引导,共同构筑起中国人工智能产业健康发展的基础。
在全球科技竞争日益激烈的背景下,如何保持定力、避免泡沫化倾向,同时激发创新活力、提升核心竞争力,仍是产业持续发展需要把握的关键平衡点。
从长远来看,扎实的技术积累和广阔的应用市场,将为中国人工智能产业在全球格局中占据更重要位置提供有力支撑。