達利歐、彭文生等談AI投資泡沫

彭文生資料圖。本文來源：中金點睛、第一財經(jīng)、IT之家

本賬號接受投稿，投稿郵箱：jingjixuejiaquan@126.com

達利歐：AI熱潮雖現(xiàn)泡沫跡象，但真正的拐點還未到來

關(guān)于人工智能（AI）熱潮是否已進入泡沫區(qū)間的討論在華爾街不斷發(fā)酵。橋水基金（Bridgewater Associates）創(chuàng)始人瑞·達利歐（Ray Dalio）近日在多家媒體采訪中表達了不同觀點。他認為，盡管估值已處在偏高位置，但缺乏觸發(fā)泡沫破裂的關(guān)鍵條件，“現(xiàn)在并不是從 AI 相關(guān)資產(chǎn)抽身的時候”。

達利歐的論斷出現(xiàn)在英偉達強勁財報帶動市場再度聚焦AI熱潮的背景下，而這一輪上漲究竟屬于技術(shù)革命驅(qū)動，還是歷史周期的再現(xiàn)，爭論正持續(xù)擴

大。

構(gòu)成泡沫破裂的因素

近期多家機構(gòu)警示AI主題的高估值風險，但達利歐認為，市場是否進入泡沫并不是關(guān)鍵，更重要的是泡沫何時會真正被刺破。他提到，從歷史經(jīng)驗看，泡沫最終走向破裂通常與兩類因素有關(guān)：其一是貨幣政策突然收緊，其二是市場出現(xiàn)必須出售資產(chǎn)的壓力。目前，這兩種情形都不明顯。

當?shù)貢r間11月19日，英偉達最新財報顯示，AI 需求仍在快速增長。公司季度收入570億美元，同比增長62%，并預(yù)計下一季度將升至650億美元。在分析師電話會上，英偉達首席執(zhí)行官黃仁勛認為各行業(yè)對算力和訓(xùn)練需求仍在快速擴大，與“AI 泡沫”說法并不一致。

盡管業(yè)績強勁，股價卻并未持續(xù)走高。隔夜，英偉達盤初大幅高開，一度漲逾5%，但隨著大盤情緒轉(zhuǎn)弱而回吐多數(shù)漲幅，最終高開低走，跌超3%。亮眼的收入和指引未能完全緩解投資者對高估值的擔憂，也反映出當下市場對于AI交易的態(tài)度仍存在反復(fù)。

達利歐認為，市場在估值偏高的情況下仍可能繼續(xù)上漲，尤其是在技術(shù)周期的早中階段。AI投資熱潮在資本涌入、基礎(chǔ)設(shè)施建設(shè)加速、企業(yè)端快速擴張等方面，與過去多輪新技術(shù)周期有明顯相似之處。估值偏高并不等同于短期見頂，真正的拐點往往出現(xiàn)在流動性明顯收緊或杠桿鏈條出現(xiàn)松動時。

達利歐從更宏觀的視角審視當前市場，他所使用的“泡沫指標體系”覆蓋自 1900 年以來的多項數(shù)據(jù)，包括杠桿水平、資金集中度、貨幣供應(yīng)等。根據(jù)這一體系，美國資產(chǎn)大約處在泡沫區(qū)間的八成位置。他提到，歷史不會完全重復(fù)，但規(guī)律往往相似；就目前環(huán)境看，真正促使泡沫扭轉(zhuǎn)的條件尚未出現(xiàn)。

黃金仍是關(guān)鍵配置

在加密資產(chǎn)方面，達利歐持相對謹慎的態(tài)度。他透露，比特幣長期占其投資組合約1%，但對其能否成為各國央行采用的儲備資產(chǎn)信心不足。

他給出的理由主要有兩點：第一，比特幣的所有交易永久記錄且可追蹤，與主權(quán)貨幣體系的結(jié)構(gòu)與隱私要求存在根本差異；第二，量子計算未來可能帶來的安全風險，使其長期穩(wěn)定性仍存不確定性。

在他看來，主要國家不太可能接受一個所有交易在鏈上永久公開的貨幣系統(tǒng)，比特幣因此難以承擔儲備貨幣角色。

盡管如此，他依舊認為投資者需要在組合中保留對沖資產(chǎn)。他通常建議將10%–15%的比例配置在黃金與部分加密資產(chǎn)，但明確自己的偏好仍然是黃金。“黃金是實物，不依賴任何人的承諾”，在當前全球地緣與經(jīng)濟環(huán)境下，其避險屬性持續(xù)加強，今年以來多次刷新歷史高點。

達利歐認為，美國市場正在呈現(xiàn)類似1929年和2000年科技泡沫前夕的部分特征，包括杠桿水平上升、財富集中度擴大、資金持續(xù)涌向少數(shù)行業(yè)等。不過，他重申，盡管資產(chǎn)在泡沫區(qū)域內(nèi)運行，但目前仍未看到促使泡沫快速回落的核心條件。■

彭文生：AI投資泡沫爭議的幾點思考

自2022年年底ChatGPT發(fā)布以來，美股AI龍頭公司（所謂7姐妹）的股價大幅跑贏整體市場，2025年初DeepSeek出現(xiàn)以來，中國的AI龍頭公司（主要在港股）也大幅跑贏大市。就美國股市而言，盡管相關(guān)企業(yè)盈利有較快增長，但風險溢價在極低水平，反映了投資者的樂觀預(yù)期。股票高估值使得近期關(guān)于AI相關(guān)資產(chǎn)價格泡沫的討論多起來，本文不是如何定義泡沫和測算泡沫的技術(shù)分析，而是從資產(chǎn)價格、創(chuàng)新與宏觀經(jīng)濟的關(guān)系出發(fā)提供一些思考。

一、因與果

消化股票高估值的一個可能是利率下降，由此一些投資者把樂觀的預(yù)期寄希望于美聯(lián)儲降息。傳統(tǒng)的思維是利率和風險資產(chǎn)價格是蹺蹺板的關(guān)系，無風險利率下降促使配置向風險資產(chǎn)傾斜，有利于股票估值。這樣的關(guān)系在當下是不是仍然成立，我們首先得解釋為什么過去幾年美元利率上升的環(huán)境下，股票價格大幅上漲。

利率與股市的關(guān)系有三個可能。

第一是傳統(tǒng)的利率是因、股價是果的關(guān)系。第二個是反過來，股市是因、利率是果。AI領(lǐng)銜的股市上漲是美國經(jīng)濟總需求的重要支撐，由此帶來的通脹壓力促使美聯(lián)儲維持利率在高水平。今年以來AI相關(guān)資本開支貢獻了美國GDP增長的三分之一，同時，最富有的10%的人口擁有85%的美國股票，而這部分人占總消費支出的一半，是自有數(shù)據(jù)記錄以來的最高份額。按照這個邏輯，股市的財富效應(yīng)促進消費，降低儲蓄，而AI相關(guān)的資本開支增加了投資，兩者共同作用，導(dǎo)致維持供求平衡的自然利率上升。

第三個可能是利率和股價都是果，都是由第三方力量驅(qū)動。美國AI主導(dǎo)的股市吸引了來自世界各地的資金。根據(jù)美國財政部TIC口徑統(tǒng)計的海外投資者持股情況，截至2025年9月，外國投資者持有美股21.2萬億美元，占總市值31.3%，按照歷史數(shù)據(jù)，約30%的市場份額是二戰(zhàn)結(jié)束后最高的份額。全世界的投資者都在押注美國科技巨頭的股票，助長美國股市，相關(guān)財富效應(yīng)刺激總需求，進而支撐了利率水平。

第二和第三個情形相互聯(lián)系，可以解釋高利率和股票高估值并存的現(xiàn)象。展望未來，就利率和股市的關(guān)系，關(guān)鍵是區(qū)分利率下降的原因。如果投資者對AI的樂觀預(yù)期下降或者被證偽，股票價格和AI相關(guān)資本開支下降，導(dǎo)致總需求下行，自然利率下行，促使美聯(lián)儲降息，這種情況下，股價是因、利率是果，利率下降不能支撐股價。尤其需要關(guān)注的是數(shù)字經(jīng)濟和人工智能時代的投資者羊群效應(yīng)，智能手機、社交媒體、和生成式AI使得全球越來越多的個人投資者參與人工智能這一宏大敘事的投資。這是一把雙刃劍，繁榮的時候強化上漲的動力，一旦轉(zhuǎn)向也會加劇下跌。

消化高估值的另一個可能是相關(guān)上市公司盈利的增長。這方面的一個直觀的疑慮是目前為止價格上漲集中在少數(shù)股票上。從樂觀的角度看，AI是一項通用目的技術(shù)，就像過去蒸汽機和電力一樣，將逐步滲透到各行各業(yè)，這有一個過程，AI技術(shù)研發(fā)和上游機構(gòu)首先獲利。按照這個邏輯，隨著時間的推移，盈利和股價上升的浪潮將延伸到大多數(shù)公司。但對于投資者當下而言，如何研判AI及其應(yīng)用的投入產(chǎn)出比是關(guān)鍵。

二、成本與收益

本輪AI技術(shù)發(fā)展的特征是，在應(yīng)用層面技術(shù)成熟度低和預(yù)期利潤大并存，需要資本市場尤其股權(quán)投資的支持。投資者最終要考慮AI的成本收益比。第一個約束因素是創(chuàng)新需要的研發(fā)投入，成本端的一些支出是看得見的，比如大模型有研發(fā)成本和應(yīng)用成本。研發(fā)成本主要包括算力成本、人員成本、電費成本、和其他項（數(shù)據(jù)獲取、模型維護等），而應(yīng)用成本中推理能耗是重要一項。

值得關(guān)注的AI相關(guān)投資模式的新特征。傳統(tǒng)的風投公司熟悉的資本輕型的軟件分發(fā)模式（比如社交網(wǎng)絡(luò)）轉(zhuǎn)變?yōu)橘Y本密集的硬件生產(chǎn)（先進芯片和數(shù)據(jù)基礎(chǔ)設(shè)施）模式。引領(lǐng)這一轉(zhuǎn)型的是占主導(dǎo)地位的科技巨頭公司，他們不僅投入巨額資金，還成為包括OpenAI和Anthropic在內(nèi)的大型AI初創(chuàng)企業(yè)的主要支持者，接管了風投公司的歷史角色。與風投相比，業(yè)界資本更容易被AI賦能，可以降低不確定性或者說提高預(yù)期收益。

雖然有很多期待和預(yù)期，但AI在產(chǎn)業(yè)的應(yīng)用到底有多大潛力？有不少爭議。大模型收益端的分析面臨很大的不確定性。不同應(yīng)用場景的情況相差大，大模型帶來的直接經(jīng)濟收益（如降本增效）和間接經(jīng)濟收益（如提升競爭優(yōu)勢）很難估量和加總。一個缺點是大語言模型給出不準確的答案，限制其在很多商業(yè)應(yīng)用的價值。另外，大模型的應(yīng)用價值在于用企業(yè)內(nèi)部場景數(shù)據(jù)訓(xùn)練，但很多企業(yè)還沒準備好或者說還不知道怎么應(yīng)用到自己的數(shù)據(jù)。

看遠一點，在宏觀層面也有一些研究，估算AI對經(jīng)濟增長的影響，存在樂觀和悲觀兩種觀點。今年9月份中金研究院歐洲智庫行小組在巴黎拜訪了Philippe Aghion教授（2025年諾貝爾經(jīng)濟學獎獲得者），就相關(guān)問題做了探討和交流。Aghion教授和我們分享了其對相關(guān)研究文獻的梳理，有兩種方法推算AI對經(jīng)濟增長的影響。

一是外推法（extrapolation），即將AI類比電力與IT革命，推測AI技術(shù)帶來的GDP增長，未來十年AI革命或能帶來0.8-1.3個百分點的年度額外增長。二是基于任務(wù)的方法（task-based approach），Acemoglu（2024）以此估算為未來十年AI對TFP增速的影響僅為每年增加0.07個百分點。

Aghion教授認為由于沒有充分考慮AI的成本下降以及AI能力的提升，基于任務(wù)的方法的結(jié)果存在低估。綜合文獻來看，AI帶來的年生產(chǎn)率增長應(yīng)該在0.08-1.24個百分點之間，其中間值與IT和電力革命外推估算的貢獻相當。

中金研究院2024年發(fā)布的《AI經(jīng)濟學》采用了“元任務(wù)”的分析方法對AI的經(jīng)濟影響進行估算，在AI的成本下降和AI能力的提升以外，還考慮到AI應(yīng)用部署時所需的時間和資金成本。測算數(shù)據(jù)顯示，以2024年為基準，到2035年AI的引入將為我國帶來的GDP額外提升幅度約為9.8%，對應(yīng)額外年化增長率約為0.8%。這一估算結(jié)果與主流文獻的測算較為接近。

短期來看，對于相關(guān)公司而言，如何縮小當下的巨額支出與未來利潤不確定之間的差距是一個挑戰(zhàn)，這也是部分投資者擔心這個行業(yè)過熱的原因。雖然不確定性使得我們需要謹慎對待任何具體的估算數(shù)值，但基于經(jīng)濟學學理的分析有助于我們思考相關(guān)問題，規(guī)模經(jīng)濟是一個關(guān)鍵概念。

三、規(guī)模經(jīng)濟與規(guī)模不經(jīng)濟

DeepSeek的突破在于以算法架構(gòu)的改善來彌補算力的限制（美國對出口中國先進芯片的限制），簡單來講就是用7納米芯片做4納米芯片的事。這對先進半導(dǎo)體巨頭企業(yè)是什么含義，當時有兩派觀點。悲觀一派認為算法改善（技術(shù)進步）對先進芯片（要素投入）有替代作用，英偉達股票價格有幾個交易日出現(xiàn)明顯下跌。樂觀派則引用歷史上的杰文斯悖論（Jevons Paradox），即當技術(shù)進步提升要素使用的效率時，收入效應(yīng)大于替代效應(yīng)，導(dǎo)致整體需求增加。從英偉達股票價格后面的走勢來看，杰文斯悖論似乎得到印證。

杰文斯悖論的原始例子是瓦特改良蒸汽機后英國煤炭消耗量反而大幅上漲。1865年杰文斯在著作《煤炭問題》中提出，瓦特改良的蒸汽機相較早期紐科門蒸汽機，大幅提升了煤炭利用效率，讓煤炭成為更具性價比的動力源。這使得蒸汽機被廣泛應(yīng)用到更多行業(yè)，即便單個應(yīng)用場景的煤炭消耗量減少，但整體的消耗量卻顯著增加，這和當時人們認為“效率提升會減少煤炭消耗”的直覺認知相悖。

自DeepSeek以來，中國的AI研發(fā)企業(yè)在通過算法和系統(tǒng)的改善來彌補算力不足方面取得了更多進展。Jevons悖論仍然有效嗎？把煤炭的邏輯套用到芯片，我們需要問一個問題，同樣是投入要素，芯片和煤炭的經(jīng)濟屬性有什么不同。芯片作為制造品具有規(guī)模經(jīng)濟的特征，即單位成本隨著生產(chǎn)規(guī)模的增加而下降，在充分競爭的市場環(huán)境下，價格隨著邊際成本而下降。煤炭作為自然稟賦，具有規(guī)模不經(jīng)濟的特征，采礦業(yè)的供給彈性低（勘探需要時間、需要挖的更深、交通不便利等），由此需求增加導(dǎo)致價格上升，才能引導(dǎo)更多的資源投入采礦以增加供給。

同樣面對需求增加，規(guī)模不經(jīng)濟意味煤炭生產(chǎn)企業(yè)的收入不僅得益于產(chǎn)量擴張，也得益于價格上升，而規(guī)模經(jīng)濟意味芯片生產(chǎn)企業(yè)得益于產(chǎn)量的增加，但價格是下降的趨勢。當然，芯片行業(yè)尤其先進制程芯片不是充分競爭的市場，寡頭壟斷下規(guī)模經(jīng)濟可能使得大型企業(yè)在一段時間獲得熊彼特利潤或者壟斷利潤，但長遠來看這改變不了規(guī)模經(jīng)濟的趨勢性影響。

上述的邏輯可以從芯片延伸到大模型，我們可以把大模型看成投入，大模型應(yīng)用創(chuàng)造價值（產(chǎn)出）。規(guī)模定律隱含要素投入比如算力、數(shù)據(jù)、電力等呈現(xiàn)規(guī)模報酬遞減的特征，由此對模型性能的追求只能通過增加要素投入來實現(xiàn)。對AI大模型及其應(yīng)用的樂觀預(yù)期促進了相關(guān)的資本投入需求，而給定技術(shù)（比如算法）條件下的規(guī)模報酬遞減意味著，需求的增加在一定程度上只能靠價格的上漲而不是供給的提升來平衡，由此帶來上游公司的盈利和股票價格的上升。

規(guī)模報酬遞減和盈利增長之所以同時發(fā)生，反映了相關(guān)企業(yè)的定價能力。規(guī)模定律帶來的投入門檻要求意味巨型科技企業(yè)處在有利地位，問題是這樣的壟斷利潤能持續(xù)多久？一個可能是公共政策反壟斷法規(guī)監(jiān)管，但AI相關(guān)的商業(yè)模式是新現(xiàn)象，如何界定壟斷以及如何反壟斷有很大爭議，而且在地緣競爭新形勢下，國家之間的競爭增加了內(nèi)部反壟斷的復(fù)雜性。

另一個視角是大模型的開源與閉源。中國大模型開源模式對全球AI的競爭格局帶來重大影響，推動市場朝著更公平的方向發(fā)展。開源模式大幅提升了中國在全球AI領(lǐng)域的話語權(quán)，DeepSeek的動態(tài)稀疏架構(gòu)被IEEE納入國際標準，歐美的不少初創(chuàng)企業(yè)采用中國開源模型。中國的開源模式還倒逼OpenAI重啟開源、Meta調(diào)整開源策略等。DeepSeek以寬松許可證推動技術(shù)自由傳播，而且推理成本遠低于GPT-4等閉源模型，打破了少數(shù)企業(yè)靠技術(shù)封鎖形成的壟斷優(yōu)勢。開源的低成本優(yōu)勢吸引了全球開發(fā)者，助力發(fā)展中國家搭建本土化AI應(yīng)用，讓全球AI創(chuàng)新力量更均衡。

還有一個可能的約束因素，AI的能耗已經(jīng)成為本輪AI進步的關(guān)注點之一。電力有兩個來源，化石能源與清潔能源。中美都是空間大國，都有發(fā)展綠色能源的空間優(yōu)勢，但兩國的政策選擇不同，中國的綠色產(chǎn)業(yè)領(lǐng)先全球，而美國在鼓勵化石能源的使用。化石能源是自然稟賦，具有規(guī)模不經(jīng)濟的特征，綠色能源是制造業(yè)，具有規(guī)模經(jīng)濟。這個差別的影響現(xiàn)在似乎不明顯，但如果AI大模型的應(yīng)用大規(guī)模推廣，化石能源規(guī)模不經(jīng)濟的約束或?qū)蔀楝F(xiàn)實問題。

四、創(chuàng)造性破壞

綜合以上討論，當前美國AI相關(guān)股票的高估值可能有兩個載體，一是投資者對未來長期的盈利增長（和AI的應(yīng)用關(guān)聯(lián)）過度樂觀，導(dǎo)致股票價格相對當前的盈利偏差很大。二是當前的盈利本身（和當下AI相關(guān)資本開支相關(guān)）就不可持續(xù)。

泡沫的破裂可能體現(xiàn)為芯片產(chǎn)業(yè)規(guī)模經(jīng)濟的作用，尤其疊加競爭格局的變化，比如中國先進半導(dǎo)體產(chǎn)業(yè)發(fā)展，或者算法架構(gòu)/系統(tǒng)的改善提升芯片的產(chǎn)出效率，導(dǎo)致技術(shù)壁壘被打破，先進芯片價格下降。另一個可能是AI大模型的應(yīng)用及其創(chuàng)造的經(jīng)濟效益不及現(xiàn)在的樂觀預(yù)期。關(guān)鍵是大模型研發(fā)的規(guī)模報酬遞減能否通過技術(shù)進步（比如算法改善）來彌補，或者大模型應(yīng)用能否在更廣經(jīng)濟層面帶來規(guī)模報酬遞增，這些都有待時間驗證。

最后，值得一提的是，科技泡沫和房地產(chǎn)泡沫不同，前者的破裂在短期帶來較大的沖擊，但長遠看是創(chuàng)造性破壞。規(guī)模經(jīng)濟和正外部性意味一段時間在局部領(lǐng)域的過度投資雖然不可持續(xù)，但可能有利于長遠的、宏觀層面的技術(shù)進步和創(chuàng)新發(fā)展。2008年的次貸危機則不同，房地產(chǎn)的規(guī)模不經(jīng)濟和負外部性意味其大上大下有系統(tǒng)性的破壞作用。■

全球基金經(jīng)理為企業(yè)“過度投資”敲響警鐘，AI泡沫正在破裂？

全球基金經(jīng)理正展現(xiàn)出20年未遇的謹慎，首次就企業(yè)“過度投資”發(fā)出集體預(yù)警。

根據(jù)美國銀行于11月18日發(fā)布的最新全球基金經(jīng)理調(diào)查（FMS），認為企業(yè)資本支出過于激進的受訪者比例凈值達到20%，這是自2005年8月以來，首次出現(xiàn)多數(shù)基金經(jīng)理持此觀點的局面。該調(diào)查共涵蓋202位基金經(jīng)理，管理資產(chǎn)總規(guī)模高達5500億美元。美銀稱，這一顯著的態(tài)度轉(zhuǎn)變與“人工智能（AI）資本支出熱潮的規(guī)模及其融資方式”密切相關(guān)。

這一對過度投資的擔憂信號釋出之際，正值英偉達發(fā)布財報的前一天。進入11月以來，英偉達股票價格下跌了12%，以科技股為主的納斯達克綜合指數(shù)累計跌幅已接近6%。

全球基金經(jīng)理警示風險

根據(jù)美銀的調(diào)查，有45%的受訪投資者將“AI泡沫”列為經(jīng)濟和市場的“頭號尾部風險”，該比例較上月的33%顯著上升，甚至超過了通脹壓力或美國消費者支出緊縮等其他潛在風險。超過半數(shù)（53%）的投資者認為AI類股票已處于泡沫之中。同時，市場集中度風險仍在加劇，“做多七巨頭（Long Magnificent 7）”繼續(xù)被評為最擁擠的交易策略。

調(diào)查還顯示，基金經(jīng)理的現(xiàn)金持有水平已降至3.7%的極低位置。從歷史經(jīng)驗看，現(xiàn)金水平處于或低于4.0%通常被視為全球股市的“賣出信號”。美銀稱，自2002年以來類似情形共出現(xiàn)過20次，每一次股市都在隨后的一至三個月內(nèi)出現(xiàn)下跌。若美聯(lián)儲在12月不實施降息，市場當前的“虛高（froth）”狀態(tài)可能面臨進一步修正。

針對當前大規(guī)模支出的可持續(xù)性，全球投資咨詢公司BCA研究首席策略師貝瑞津（Peter Berezin）也對第一財經(jīng)記者表達了審慎看法。他稱，科技公司的市場力量主要來自兩大支柱，一是所謂“網(wǎng)絡(luò)外部性”，即先發(fā)者憑借龐大的用戶基礎(chǔ)形成了某種自然壟斷，其二則是顯著的規(guī)模經(jīng)濟效應(yīng)，即企業(yè)前期投入高額固定成本進行產(chǎn)品開發(fā)，而增加每一位額外用戶的邊際成本卻極低，甚至接近于零。

但他認為，當前AI行業(yè)的情況有所不同，該行業(yè)既不具備社交媒體、傳統(tǒng)軟件或搜索引擎那樣的網(wǎng)絡(luò)外部性，也缺乏同等的規(guī)模經(jīng)濟效應(yīng)。如果OpenAI提價，用戶完全可以輕松轉(zhuǎn)向其他類似產(chǎn)品，因為這些模型基本都基于相同的Transformer架構(gòu)，并使用相似的互聯(lián)網(wǎng)語料庫進行訓(xùn)練，產(chǎn)品之間差異性有限。此外，與傳統(tǒng)軟件不同，AI擴展用戶規(guī)模并非簡單地復(fù)制代碼，而是需要建設(shè)數(shù)據(jù)中心、采購芯片并消耗電力，這意味著其可變成本相當可觀。

貝瑞津稱，AI泡沫破裂的預(yù)警信號可能是“在某家公司宣布一項需要投入巨額資金的大型AI項目，而其股價卻不升反跌之時”。他稱：“一旦這種情況發(fā)生，企業(yè)將迅速停止宣布新項目。到目前為止，這一現(xiàn)象尚未出現(xiàn)，但如果你某天真的觀察到，那就意味著轉(zhuǎn)折點已經(jīng)到來?！?/p>

此外，盡管對支出規(guī)模普遍感到擔憂，但市場對AI的長期潛力仍保持樂觀。美銀的調(diào)查顯示，53%的受訪基金經(jīng)理認為AI正在切實提升生產(chǎn)力。展望2026年，AI帶來的廣泛生產(chǎn)力提升被43%的投資者視為市場最大的看漲催化劑。調(diào)查所編制的投資者情緒綜合指標（基于現(xiàn)金配置比例、股票配置比例以及經(jīng)濟增長預(yù)期計算）也已升至今年2月以來的最高水平。

但貝瑞津進一步警告稱，投資者并不應(yīng)該把生產(chǎn)力與利潤混為一談，二者的到來往往并不同步。他以互聯(lián)網(wǎng)泡沫時期舉例稱，美國的生產(chǎn)力增長大約從1995年開始顯著提速，并持續(xù)高位運行近十年，然而科技公司的利潤真正爆發(fā)，卻要等到2005年左右。

“更重要的是，當利潤最終到來時，與其說是技術(shù)創(chuàng)新的直接成果，不如說更多源于企業(yè)所建立的市場力量?！彼麑斚碌腁I產(chǎn)業(yè)類比為航空業(yè)，“產(chǎn)品高度商品化、資本支出龐大、折舊率極高。然而，航空公司卻因缺乏壟斷力量而難以盈利?！?/p>

風險仍然可控？

盡管警報頻傳，但并非所有機構(gòu)都認為崩盤在即。

美國投資研究機構(gòu)NDR在本月最新報告中提到，當前科技板塊回報強勁，估值高于均值，但尚未進入互聯(lián)網(wǎng)泡沫級別的過熱狀態(tài)。從估值結(jié)構(gòu)來看，科技板塊的追蹤市盈率為49.2倍，處于2000年泡沫破裂以來的最高水平，但仍顯著低于當年77倍的高點。若剔除超大市值公司的影響，中位數(shù)市盈率表現(xiàn)更為溫和，大致與2018年高點相當，并低于2021年與2024年的水平。基于未來一年盈利預(yù)期的前瞻市盈率為30.5倍，雖遠高于21倍的長期平均值，并處于2002年以來的高位區(qū)間，但仍低于2000年3月的53倍。

NDR聯(lián)合創(chuàng)始人兼高級顧問戴維斯（Ned Davis）在11月19日的一份客戶說明中表示，許多分析師因估值與持倉水平接近紀錄高位而發(fā)出風險警告，但他仍然堅持“權(quán)衡證據(jù)法”的市場分析方法?！霸诿缆?lián)儲政策仍偏寬松、金融環(huán)境保持友好的背景下，盡管多項心理指標出現(xiàn)互相矛盾的信號，整體投資者情緒依然復(fù)雜而非極端，不足以構(gòu)成重大市場頂部的特征?！彼Q。

英國新宏睿投資管理公司創(chuàng)始人兼董事總經(jīng)理夏宇宸接受第一財經(jīng)記者采訪時也表示，當前AI領(lǐng)域確實存在泡沫，但整體仍處于早期階段。他特別強調(diào)，對泡沫階段的判斷必須依據(jù)客觀的量化標準，而非依賴主觀臆測。

針對市場擔憂的融資問題，夏宇宸稱，判斷風險的關(guān)鍵在于信貸杠桿比例而非投資的絕對金額?！叭羝髽I(yè)主要依賴自有資金進行投資，即便失敗也僅限于微觀層面的決策失誤。然而，若大量資金來源于借貸，高杠桿比例不僅會放大風險，更可能在投資未能轉(zhuǎn)化為生產(chǎn)力或效率時，引發(fā)宏觀層面的經(jīng)濟波動。因此，我們密切關(guān)注流入AI行業(yè)的資金中信貸占比是否已超過歷史警戒線?！?/p>

這一關(guān)切在近期市場中已有體現(xiàn)。美銀近日發(fā)布的報告顯示，AI數(shù)據(jù)中心建設(shè)的融資規(guī)模在今年9月和10月出現(xiàn)急劇攀升，Meta與甲骨文在等科技企業(yè)共計發(fā)行了750億美元的債券與貸款，這一數(shù)字已超過過去十年年均水平的兩倍。同時，市場一致預(yù)期顯示，AI資本開支在2025年與2026年將占到企業(yè)運營現(xiàn)金流（扣除分紅與回購后）的94%，較2024年的76%進一步上升。

盡管發(fā)債規(guī)模引人矚目，但當前一些科技巨頭的資產(chǎn)負債表顯示風險整體仍處于可控范圍。以Meta為例，盡管其債務(wù)規(guī)模約370億美元，但其賬上現(xiàn)金及等價物高達600億美元。加之其單季度運營現(xiàn)金流超過200億美元，而利息支出尚不足2億美元，債務(wù)壓力相對有限。

除杠桿水平外，夏宇宸認為，另一個判斷泡沫階段的關(guān)鍵指標在于資產(chǎn)價格的變動速率。他建議借助數(shù)學模型分析價格增長的斜率與形態(tài)，以辨識市場是否過熱?！俺砷L股出現(xiàn)直線或高速增長并不罕見，但若價格走勢呈現(xiàn)拋物線式的加速上揚，則往往意味著資產(chǎn)價格已脫離基本面，進入不可持續(xù)的泡沫化階段?！?/p>

“從量化分析的角度來看，我認為當前市場確實存在泡沫，但尚未進入非常激進的階段，”夏宇宸補充說，“即便存在泡沫，其自我調(diào)整的周期也可能相對較短。例如，在2021年11月美聯(lián)儲啟動加息周期、開始收緊疫情期間的寬松政策時，相關(guān)泡沫在不到一年的時間內(nèi)即被擠壓；相比之下，25年前的互聯(lián)網(wǎng)泡沫則用了兩到三年時間才完成出清。這說明當前投資者行為與心理因素也影響了調(diào)整速度，因此目前存在的泡沫尚不構(gòu)成顯著系統(tǒng)性風險?！薄?/p>

比爾·蓋茨：AI行業(yè)正處于泡沫時期，大量投資將成壞賬

微軟聯(lián)合創(chuàng)始人、前 CEO 比爾?蓋茨本周（10 月 28 日）出席 CNBC 電視臺《Squawk Box》節(jié)目，與主持人對談 AI 行業(yè)目前的現(xiàn)狀，并預(yù)測未來 AI 行業(yè)將出現(xiàn)“泡沫破裂”。

蓋茨指出，目前整個世界都處于泡沫狀態(tài)中，不過整體狀態(tài)與 17 世紀荷蘭的“郁金香狂熱”不太一樣，反而比較像是千禧年間的“互聯(lián)網(wǎng)泡沫”。

他對“互聯(lián)網(wǎng)泡沫”破裂時的景象回憶道：“最終整個行業(yè)發(fā)生了具有深遠意義的事件（指 2002 年納指跌至 1100 點左右），世界變得完全不同。一些公司最終在泡沫破裂時站穩(wěn)了腳跟，但大多數(shù)公司只是跟風投機，消耗資本最終倒閉”。

蓋茨預(yù)測道，一些投資數(shù)十億美元押注 AI 的公司可能永遠不會盈利，且這些錢最終可能會成為壞賬，猶如“進入死胡同”一樣。

他對此解釋道：“AI 的價值非常高，就跟互聯(lián)網(wǎng)最終被證明價值巨大一樣。但現(xiàn)在顯然整個行業(yè)太過狂熱，某些公司會慶幸他們在這個時間點投資，而另一些則會建立一堆只會耗電的數(shù)據(jù)中心，最終無法反悔”。

與此同時，OpenAI CEO 山姆?奧爾特曼等 AI 行業(yè)領(lǐng)軍人物卻否認 AI 泡沫的說法，認為 AGI（通用人工智能）等重要里程碑即將到來，他甚至預(yù)測“超級智能”將帶領(lǐng)科學實現(xiàn)指數(shù)級增長，以后人類一年取得的進步可能能抵得上過去十年。

IT之家注：互聯(lián)網(wǎng)泡沫指的是 1995 年-2002 年前后，全球互聯(lián)網(wǎng)行業(yè)發(fā)展初期出現(xiàn)的一場投機潮，當時人們對“互聯(lián)網(wǎng)改變世界”展現(xiàn)巨大期待，大量資金瘋狂涌入網(wǎng)絡(luò)公司，甚至許多資金流向了沒有盈利能力的騙子企業(yè)。

最終這場泡沫在 2000 年 3 月 10 日達到頂峰，納斯達克指數(shù)達到 5048 點，但從 4 月開始科技股票就大幅下跌，逐步導(dǎo)致市場信心崩潰，引發(fā)大量互聯(lián)網(wǎng)公司破產(chǎn)，最終納指在 2002 年 10 月跌至 1100 點左右，不過這場泡沫也淘汰掉了許多不良商業(yè)模式，留下了亞馬遜、谷歌、eBay 等真正能賺錢的公司?！?/p>

掃碼入群可參加全年至少12場精彩閉門研討