人工智能（IA）产业发展中的一个显著方面是其所处的经济和金融环境。
关于人工智能可能带来的负面影响（例如股市危机），媒体和专家们一直在持续讨论。杂志《经济学人》（The Economist）曾这样表述：“如果股市崩盘，这将是历史上最被预言的金融崩溃事件之一。”
问题的核心在于美国科技股被过度高估的现象。这种情况让人联想到2007-2008年金融危机期间的投机行为：当时人们押注抵押贷款证券的价格会下跌，从而获得巨额利润。这种金融操作被称为“做空”（short selling），即先卖出证券，期望日后能以更低的价格买回它们，差价即为利润。
在讨论人工智能产业时，需要区分技术层面和商业层面。目前的发展主要集中在技术进步上，比如微组件和各种软件程序的开发。但经济因素同样关键，因为正是对收益的预期支撑着科技股的价值。
一个典型的例子是电力需求。国际能源署（International Energy Agency）指出，人工智能需要大量的数据中心来运行：这些数据中心配备了服务器、存储系统、网络设备以及冷却系统、电池、备用发电机等基础设施。
金融新闻机构彭博社（Bloomberg）预测，10年后人工智能数据中心将占美国电力需求的8.6%，是目前3.5%的两倍多。这源于该行业对计算能力的巨大需求。目前，亚马逊（Amazon）、谷歌（Google）、Meta和微软（Microsoft）四家公司控制着美国40%以上的数据中心容量。
人工智能模型的发展离不开大量的能源投资。根据香港MindWorks Capital公司的分析师Jeffrey Wu的说法，美国当前的发展模式依赖于资本密集型设施，这些设施需要大量的计算能力。
这种所有权结构往往由特定个人或企业掌控，从而加剧了对市场条件的控制，形成了更强的垄断势力。相比之下，吴指出在中国，人们更倾向于使用效率更高的开源人工智能技术，这对经济具有更积极的影响。另一种观点是将人工智能技术视为一种技术资产，而非公共基础设施；中国在其工业发展中就采用了这种模式来降低成本。
另一位分析师Tom Standage指出，人工智能产业需要投入数千亿美元来建设数据中心。关键问题在于：在当前的成本结构下，科技公司及其投资者如何实现预期的投资回报。
这让人想起2001年的电信行业泡沫：投资者（包括投机者）为建设高速光纤网络的公司提供了资金，但这些网络最终导致了大量公司的倒闭。
在讨论人工智能经济时，另一个值得关注的问题是科技股被过度高估的现象。如今的繁荣依赖于股票融资，而2007-2008年的金融危机则源于抵押贷款的过度扩张。当时，人们无法偿还贷款和利息；如今的问题则是股市价格可能因投资者信心下降而突然下跌。
