高盛-股市策略：怎樣配置以規避AI風險，多元化的機會（五）

Title: AI: To buy, or not to buy, that is the question

標題： AI：買還是不買，這是個問題

繼上一篇“頭部AI股面臨哪些風險，以及分散風險的簡單思路”之后 （總共分成五篇） ，這是高盛這份幾年都不落伍的深度AI研報里的最后一塊內容，寫的是具體應該怎樣通過多元化配置來規避風險的策略。

非科技復合公司（ETC）

譯文： 雖然目前科技股沒有處于泡沫中，但大型科技股的優點可以在更加多元化的投資組合中得到發揮。很少有公司能與頭部科技公司一直享受的盈利增長相媲美，然而也確實有很多公司擁有高利潤率和高投資回報，為未來增長進行再投資，并且在科技行業之外擁有強勁的資產負債表，我們稱這些公司為ETC。

圖表 26：全球非科技復合公司ETC在過去一年中的表現優于全球市場

分析：上一篇中我們說到了頭部企業的優缺點，其中最主要的特點就是頭部企業的盈利能力會隨時間而慢慢衰退，于是高盛就提出應該通過增加其他科技受益股的配置來優化以頭部科技股為主的投資組合，這里高盛提出了ETC的概念，ETC指的是非科技行業中的佼佼者，同時又顯著受益于科技創新的一類公司。

舉例說明，在網絡時代之前我國只有中國郵政一家公司獨大，而在網絡時代之后受益于電商的崛起和物流追蹤技術的發展，快遞行業迅猛發展起來，在這里傳統的郵政（快遞）行業就類似于高盛所說的ETC公司。

再看一下上面的圖表26，可以看到在AI創新的前期階段美股7巨頭和歐洲11巨頭（granolas）的盈利表現是最好的，但黃線表示的ETC公司漲幅也顯著優于MSCI世界平均水平，隨著時間的流逝，ETC的表現很可能會慢慢趕上美股7巨頭和granolas，所以配置ETC是對沖頭部科技股風險和增加長期收益的好辦法，下面開始介紹有哪些ETC行業值得配置。

醫療保健和生物技術

譯文： 醫療保健和生物技術是受益于AI的一個領域。我們已經看到DNA測序的成本大幅降低，從2021年的100美元下降到2022 年的50美元。這種減少的速度遠遠超過摩爾定律，并表明新藥開發的生產力顯著增加。AI還有助于加快疫苗開發中的數據處理速度。例如，linearFold是一種核糖核酸二級結構識別算法，它將病毒測序的速度從55分鐘提高到27秒。

近年來醫療保健行業和生物技術公司的表現明顯落后于其他大型科技公司，這表明AI帶來的機會并未完全反映在估值中。我們的分析師認為，AI可以加速用于新藥開發和診斷的合成數據生成、個性化醫療、醫療保健的多樣性和公平性、制造和供應鏈效率、審批和發布材料生成設計。

分析：對于醫療行業來說，之前流出的一張圖雖然比較夸張，但卻能很好的說明Deepseek的沖擊有多大。

雖然后來醫生又出來說最終還是要聽醫生的，AI只能作為參考，但其實這是一種很保守的說法，事實上AI對越高端的職業沖擊越大，比如律師、醫生之類的。拿醫生來舉例，大家都知道醫生水平有高有低，但這個高低的落差來源是什么？答案是經驗。雖然現在醫療行業越來越標準化，各種疾病的治療也都有對應的指南來規范，但不可否認醫生這個職業很大程度上還是會依靠經驗來做判斷。

而AI是恰恰可以解決經驗的限制，只要給AI喂足夠多的醫療指南和專家意見之類的信息，它就可以不帶感情的根據你的檢查報告做出判斷，這就相當于頂級專家給你會診一樣，可以說在診斷這一塊AI突破了人類的限制。

AI同時也可以大幅減少檢測成本，就拿AI催生的多癌癥篩查突破來舉例，根據木頭姐的ARK團隊的報告，通過液體活檢技術，只需一次血液檢測就可以同時篩查多種癌癥，有望將美國的潛在市場規模擴大一倍以上，更重要的是可以將篩查成本降低5倍，同時將挽救的生命數量增加4倍。

AI對在創新藥領域的應用之前的文章中已經詳細說明，這也是我重倉的板塊，這里貼一下主要數據供參考：AI驅動自動化藥物研發可以使上市時間縮短40%，商業化速度加快1.6倍，成本降低4倍，回報率提高5倍。這對于開發周期10年以上，成功率10%的創新藥行業來說是翻天覆地的變化。

銀行和金融服務

譯文： 分析師可以看到：1）提高編碼效率。2）數據提取：從大型數據集或文檔中的綜合數據和內容。3）聊天機器人。4）自動化。5）人類與人工智能協作。例如在歐洲，我們的銀行團隊估計AI的采用可能對ROE產生約200bp的提升（不包括前期投資），AI最顯著的影響是由大量適度的成本增加驅動的，成本機會大約是收入機會的3倍。

分析：AI對于銀行和金融服務的好處更多體現在內部員工的人力替代上，換句話說就是用AI來替代員工以達到成本削減的目的，當然對于市場的擴張也有好處，因為AI替代員工后擴張成本減低的同時擴張效率也提高了，按照高盛的預測，AI對銀行的的積極影響大概是提升200bp的ROE。

消費產品和服務

譯文： 在1948-2001年期間，技術進步的社會回報中只有一小部分被生產者捕獲，這表明技術變革的大部分好處都傳遞給了消費者。這個現象在互聯網時代很明顯，泡沫破滅后的幾年里智能手機和應用程序開始出現，誕生了一波又一波的新產品和服務。這些產品中的許多并沒有解決緊迫問題，而是通過開發新產品來創造新需求，比如拼車、平臺業務、社交媒體等。AI很可能會發展出類似的模式。

分析：AI在消費和服務領域上帶來的好處大多數都被消費者拿走了，而對于企業來說拿到的好處不多，比如電商最終導致消費者買到同等質量的便宜商品，而商家反而更卷了。再比如拼車平臺的出現導致消費者享受到了很低的車費，而司機反而更難賺到錢。

所以對于消費和服務行業的企業來說，可能會在AI的初期有大幅的利潤改善，但很快這些利潤都會讓利給消費者。

網絡安全

譯文： 根 據 Cybercrime Magazine報道， 2 025年網絡犯罪的價值將相當于全球第三大經濟體，每年10.5萬億美元，到2028年網絡犯罪將上升到13.8萬億美元。對網絡安全的需求將急劇上升，而AI可以提供幫助。根據DataProt的數據，當前的防護軟件無法跟上惡意軟件的數量（大約有10億個程序），每天新增560000個惡意程序，而AI可以幫助進行檢測和區分。

我們的分析師預計，隨著網絡安全在總預算中的占比繼續上升，網絡安全供應商將成為基礎設施、應用層、數據態勢投資的受益者。

分析：網絡安全這一塊的市場其實很多投資者并不熟悉（包括我），其實這個市場很大，上面給出的數據是2 025年網絡犯罪的價值將相當于全球第三大經濟體（每年10.5萬億美元），這個體量大的可怕，所以AI在網絡安全上的應用潛力也不可忽視。

機器人

在機器人技術領域，由新興公司推動的一系列其他應用可能會成為大型市場，例如自動駕駛或由AI增強的機器人。根據行業估計，2032年全球人形機器人市場將達到2140億英鎊。

當然，我們無法預測這些產品是什么或由哪家公司來開發，但這是確保股票敞口的多元化以及平衡投資組合，能夠進入許多新興公司所在的私募市場的另一個原因。

分析：我們應該都已經見識過宇樹科技的春晚扭秧歌，這個分支的市場規模也不小，預計2032年可以達到2140億英鎊（2萬億人民幣左右），應用場景包括居家照顧型（做家務等）和外勤型（戶外工作比如救火、搬運、清理等）。個人觀點這個板塊的確定性是比較強的，利潤應該也不會太低，而且機器人周邊的維護保養等也會是蓬勃發展的新興行業。

懷舊市場

譯文： 虛擬沉浸式娛樂的增長也可能推動對現實世界體驗的需求，這反映了真實或懷舊的商品和服務越來越受歡迎。復古手工藝品越來越受歡迎，無論是增長的真人秀節目 參賽者參加烘焙、拼寫、播種甚至交際舞比賽。

這些時尚正在蔓延到零售業。例如2022年全球手工烘焙市場價值為951.3億美元，從2023年到2030年預計的復合增長率為5.7%。對可持續性的關注和對懷舊的興趣共同創造了新的消費市場。根據美國二手店ThredUP進行的研究，轉售服裝市場的增長速度是傳統零售的15倍。根據Statistica的報告，42%的千禧一代和Z世代受訪者表示他們可能會購買二手商品。

交通領域也出現了類似的懷舊趨勢，十年前很少有人會預測到自行車市場的穩定增長，2022年全球自行車市場價值超過640億美元，預計從2023年到2030年的復合增長率將達到9.7%。更引人注目的是自行車的銷量如何超過汽車，根據CONEBI和ECF對30個歐洲國家的分析表明，按照目前的速度，2030年歐洲每年將售出1000萬輛自行車，與2019年相比增長 47%，歐洲每年的自行車銷量將是汽車銷量的兩倍多。

隨著個人進行網絡通信時對技術的依賴程度增加，他們對真實性和人際聯系的重視可能會增加，這可以喚起對懷舊生活的需求，包括食品在內的許多商品都是如此。

分析：這里高盛舉了幾個例子來說明過去的科技進步反過來促進懷舊市場發展的案例，比如工業化烘焙占據主導地位后手工烘焙的興起，再比如汽車占領市場后自行車的興起等。同樣的對于AI主導市場后也肯定會引發一些行業的復古浪潮，這方面的機會目前還很難預測，需要定期觀察。

舊經濟和基礎設施

譯文：頭部 科技公司的雄心壯志越來越依賴于更大的電力和基礎設施。許多從這一趨勢中受益的公司都處于舊經濟中，多年來一直停滯不前因此估值要低得多，這些公司可以通過大幅增加電力來發揮其潛力，以及隨之而來的對基礎設施支出和銅的需求。我們的分析師預計在下個十年中，數據中心電力需求有望增長160%。

我們的美國公用事業分析師預計，2022年至2030年美國電力需求將以2.4%的復合年增長率增長，其中數據中心約占增長的90bp，到2030年數據中心的用電量可能會增加100%以上。這意味著數據中心在美國總電力需求中的份額將從目前的3%增加到2030年的8%（年復合增長率15%），歐洲和亞洲也出現了類似的趨勢。預計歐洲將在未來10-15年內會增加近800GW的風能和太陽能裝機容量，幾乎是該地區目前裝機容量的三倍。

低碳和能源轉型是產生這些電力所需要的，要做到這一點需要一個資本支出超級周期，這將使許多傳統價值板塊受益。

分析：在電力基礎設施這一塊，目前在AI相關板塊里是被挖掘的比較充分的，雖然長期來看AI對于算力的需求提升必然會帶動電力的需求提升，但就像高盛在這份報告前面部分論述的那樣，歷次科技革命的初次創新基本都會有基礎設施的過剩投資產生，所以配置時需要充分考慮這個因素。