華爾街見聞援引巴倫週刊的分析指出，儘管市場對AI資本開支泡沫的擔憂日益加劇，但歷史規律顯示，這類泡沫往往比投資者預期的更持久。自2024年初以來，全球AI相關資本開支已累計約1.15萬億美元，其中晶片投入約5000億美元，電力基礎設施約3500億美元，建設施工約2000億美元，網路裝置約1000億美元。這一規模已遠超2021年整個標普500成分股的全部資本開支（約5750億美元），而當時ChatGPT尚未釋出。

如今，昔日以自由現金流充裕著稱的科技巨頭——包括亞馬遜、Alphabet、Meta和微軟——正轉向舉債為AI資料中心融資，這加劇了市場憂慮。他們計劃在未來兩年投入約2萬億美元，相關風險已在債務市場顯現：用於對沖信用違約風險的保險成本大幅飆升。同時，AI相關公司股價較6月創下的52周高點已下跌20%，投資者開始質疑AI交易是否已走到盡頭。

然而，巴倫的分析認為，歷史表明資本開支泡沫幾乎總會破裂，但很少在投資者普遍懷疑時破裂。根據其對美國250年經濟史的研究，經濟在真正陷入困境之前，能夠吸收相當於經濟產出約25%的投向變革性技術的支出。AI目前尚未達到這一門檻，且多年內也不會，這意味著AI交易及美股上漲仍有更大上行空間。

梅利厄斯研究技術研究主管本·賴茨斯表示：“我認為我們還將繼續前行。這件事會比任何人想象的規模更大、持續時間更長。”雷蒙德·詹姆斯策略師塔維斯·麥考特則指出，從19世紀60年代的鐵路大擴張，到20世紀20年代電氣化熱潮，再到網際網路泡沫和房地產泡沫，資本開支週期遵循相似模式：新技術出現、投資者追捧、推高估值、融資增加，最終在外部衝擊下崩盤。他強調，繁榮不會自行結束，需要政策或事件等外部衝擊觸發下滑。

巴倫提出“25法則”作為衡量標準：在變革性技術繁榮期，美國能消化的總支出佔經濟產出的比例約為25%。例如，19世紀60年代鐵路繁榮初期，美國GDP約100億美元，而鐵路總支出最終達25億美元後才出現1873年崩盤；20世紀90年代末，約1.5萬億美元投入網際網路基礎設施，當時美國經濟規模為6萬億美元。按此標準，AI資本開支仍有較大空間。

儘管歷史規律提供了一定參考，但當前AI投資熱潮的獨特性和全球經濟環境的複雜性，意味著歷史未必簡單重演。投資者仍需密切關注債務市場訊號及外部衝擊的可能性。