2025年12月：AI泡沫？
霍華德·馬克斯（Howard
Marks）
橡樹資本聯席創始人及聯席董事長
原發表於2025年12月9日
我們正處在世界歷史上一個非凡的時刻。一項具有變革意義的技術正在興起，其支持者聲稱它將永久地改變世界。為了構建這項技術，企業需要投入大量資金，規模之大前所未有。新聞報導充斥著各種擔憂，擔心美國最大的企業正在支撐著一個即將破裂的泡沫。
在上個月拜訪亞洲和中東客戶期間，我常被問及人工智慧是否有存在泡沫的可能性，這些討論促使我撰寫本篇備忘錄。我想先作個慣常的免責聲明：我並不活躍於股票市場，只是將股市當作觀察投資者心理的最佳晴雨錶。我也不是技術專家，對人工智慧的瞭解也不比大多數普通投資者多。但我會盡力而為。
泡沫最有趣的一點在於其規律性，這種規律性不在於發生的時間，而是體現在其演變的過程之中。某種全新的、看似具有革命性的事物出現，並逐漸深入人心。它激發了人們的想像，那種興奮感勢不可擋。早期參與者享受了豐厚的收益。那些只是旁觀的人則心生嫉妒與懊悔，於是在錯失恐懼症（FOMO）的驅使下蜂擁而入。他們這樣做時，並不知道未來會怎樣，也不在意所支付的價格是否預期能在可承受的風險範圍內帶來合理的回報。最終的結果是，投資者在中短期內不可避免地會感到痛苦，儘管在足夠長的時間後，仍有可能最終獲利。
我親歷過幾次泡沫，也讀過關於其他泡沫的案例，它們無一例外都符合這種描述。有人可能會認為，過去泡沫破裂時所經受的損失會阻止下一次泡沫的形成。但事實並非如此，而且我確信這種情況永遠不會發生。人們的記憶是短暫的，謹慎和風險規避本能都敵不過“眾所周知”將改變世界的革命性技術所帶來的致富夢想。
本篇備忘錄開頭的引述，摘自德里克·湯普森（Derek Thompson）11月4日的通訊文章《人工智慧或將成為21世紀的鐵路，坐穩扶好》。文中談及了當下人工智慧發展與19世紀60年代鐵路熱潮之間的相似之處。兩者之間一一對應的適用性，清晰地詮釋了那句廣為人知、被認為是馬克·吐溫（Mark Twain）所說的名言：“歷史總是踏著相同的韻腳。”
瞭解泡沫
在深入探討當前主題之前——在閱讀了大量資料以作準備之後——我想先澄清一點。大家都在問：“人工智慧領域是否存在泡沫？”我認為，就連這個問題本身都模棱兩可。我得出的結論是，需要考慮兩種不同但又相互關聯的泡沫可能性：一種是行業內公司行為上的泡沫，另一種是投資者對該行業行為上的泡沫。我完全沒有能力判斷人工智慧公司激進的行為是否合理，因此我將主要探討人工智慧在金融界是否存在泡沫這一問題。投資分析師（尤其是我所信奉的所謂“價值派”）的主要工作是：（一）研究各類公司和其他資產，評估其內在價值及未來前景，以及（二）基於該價值做出投資決策。分析師在中短期內遇到的大多數變化都圍繞著資產的價格及其與內在價值的關係。而這種關係本質上是投資者心理發揮作用的產物。
市場泡沫並非直接由技術或金融發展引發，而是源於對這些發展過度樂觀的情緒所致。正如我在1月份的備忘錄《再議泡沫》（On Bubble Watch）中所寫，泡沫是暫時的狂熱，在這種狂熱中，這些領域的發展成為前美聯儲主席格林斯潘（Greenspan）所稱之的“非理性繁榮”的主題。
泡沫通常圍繞新的金融發展（如18世紀初的南海公司或2005年至2006年的次級住房抵押貸款支援證券）或技術進步（如20世紀90年代末的光纖和1998年至2000年的互聯網）而形成。新穎性在其中扮演重要角色。因為沒有歷史來約束想像，所以新事物的未來似乎可以無限寬廣。而那些被認為無限寬廣的未來能夠為超出以往標準的估值提供依據——導致資產價格脫離基於可預測盈利能力的合理範圍。
約翰·肯尼士·加爾佈雷思（John
Kenneth Galbraith）的《金融狂熱簡史》（A Short History of
Financial Euphoria）對我影響很大，書中我最喜歡的一段話很好地描述了新穎性的作用。加爾佈雷思談到了他所稱之為的“金融記憶的極度短暫性”，並指出在金融市場中，“過往的經驗——即便仍留在記憶中——會被視為因無法理解和欣賞當下的美好事務，而對現實的本能逃避。”換言之，歷史可以限制人們對當下的敬畏和對未來的想像。另一方面，在缺乏歷史的情況下，一切似乎皆有可能。
這裡需要指出的關鍵是，新事物理所當然會激發出巨大的熱情，但當這種熱情發展到非理性的程度時，就會出現泡沫。誰能劃定理性的邊界？誰能判斷一個樂觀的市場何時變成了泡沫？這完全是一個關乎判斷的問題。
過去的一個月裡，我想到我自己做出的最好的兩次“判斷”，一次是在2000年，當時我提醒大家注意科技和互聯網股票市場的走勢情況，另一次是在2005年至2007年，我指出人們缺乏風險規避意識，並在全球金融危機爆發前夕輕易地進行瘋狂交易。
·
首先，在這兩個案例中，我對那些最終成為泡沫主題的事物（即互聯網和次級住房抵押貸款支持證券）毫無專業知識可言。我所做的只是對周圍發生的行為進行觀察。
·
其次，我的判斷價值主要體現在描述這種行為的荒謬之處，而非在於堅持認為其已形成泡沫。
糾結於是否要貼上“泡沫”的標籤，會讓你陷入困境，干擾正確的判斷；我們僅需評估周圍正在發生的事情並據此推斷應採取的恰當行為方式，就能取得很大成效。
泡沫有何好處？
在進一步討論人工智慧及其當前是否處於泡沫之前，我想花點時間談論一個從投資者的角度看來似乎有點學術性的話題：泡沫的好處。你可能會覺得我在這個話題上所花的篇幅過多，但我這樣做是因為我覺得這一話題十分引人深思。
11月5日的Stratechery通訊文章題為“泡沫的益處”。在文章中，本·湯普森（Ben Thompson）（與德里克無關）引用了一本名為《繁榮：泡沫與停滯的終結》（Boom: Bubbles and the End of Stagnation）的書。該書由拜恩·霍巴特（Byrne Hobart）和托比亞斯·胡伯（Tobias Huber）所著，他們提出有兩種泡沫：
……“拐點泡沫”——是好的泡沫，與21世紀前10年的次級住房抵押貸款泡沫等更具破壞性的“均值回歸泡沫”形成對比。
我發現這是一個有用的二分法。
·
我讀過或親歷過的金融熱潮——南海公司、投資組合保險以及次級住房抵押貸款支持證券——都曾以無風險的回報承諾激發人們的想像，但沒有人期望它們會推動人類的整體進步。例如，沒有人認為次級抵押貸款運動會徹底改變住房，只是覺得支持新買家可以賺錢。霍巴特和胡伯將這些稱為“均值回歸泡沫”，大概是因為沒有人期待這些發展會推動世界向前。熱潮只是起起落落。
·
另一方面，霍巴特和胡伯將基於技術進步的泡沫（如鐵路和互聯網的例子）稱為“拐點泡沫”。經歷拐點所驅動的泡沫之後，世界將不會回到以前的狀態。在這樣的泡沫中，“投資者認定未來將與過去截然不同，並據此進行交易。”正如湯普森所說：
關於泡沫的權威著作一直是卡蘿塔·佩蕾絲（Carlota Perez）的《技術革命與金融資本》（Technological Revolutions and Financial Capital）。泡沫在過去——及現在——被認為是負面現象，應當避免，尤其是在佩蕾絲於2002年出版此書時，當時全球大部分地區正處於網路科技泡沫破裂後的衰退之中。
佩蕾絲並沒有否認這種痛苦：事實上，她指出，類似的崩盤也在之前的變革中出現過，包括工業革命、鐵路、電力和汽車。在每種情況下，泡沫並非令人遺憾的，而是必要的：投機狂熱促成了佩蕾絲所稱之為的“安裝階段”，在這個階段，必要的、但從財務角度看未必明智的投資為“部署階段”奠定了基礎。向部署階段轉變的標誌是泡沫的破裂；而為部署階段的到來創造了條件的是那些虧錢的投資。（粗體為筆者所加）
這種區別對霍巴特和胡伯來說十分重要，我也同意其觀點。他們說：“並非所有泡沫都會破壞財富和價值。有些泡沫可以被理解為技術進步的重要催化劑。”
但我會這樣重新表述：“均值回歸泡沫”——市場因某些新的金融奇跡而飆升，隨後崩盤——會破壞財富。另一方面，基於革命性發展的“拐點泡沫”加速了技術進步，為更繁榮的未來奠定了基礎，同時也會摧毀財富。關鍵在於，不要成為那些在推動進步過程中財富被吞噬的投資者。
霍巴特和胡伯進一步深入闡述了泡沫如何為新技術所需的基礎設施建設提供資金，從而加速新技術普及的過程：
大多數新技術並不是憑空出現的（即，從無到有），一瞬間以完整的形態進入這個世界。相反，新技術多是從先前的錯誤開局、失敗、反覆運算和歷史路徑依賴的基礎上發展起來的。泡沫創造了在新技術上部署必要資本的機會，用於資助和加速這種大規模的實驗——其中包括並行推進的大量試錯性實驗——從而加快具有潛在顛覆性的技術和突破的速度。
若將狂熱情緒和對新事物投資的正回饋迴圈考慮在內，總體上說泡沫仍有一定裨益。樂觀主義可以成為自我實現的預言。投機交易為高風險和探索性項目提供所需的大量資金；短期內看似過度狂熱或糟糕的投資，長期或會對推動社會發展和技術創新至關重要……泡沫可能是一種集體錯覺，但也可能是一種集體願景的表達。這一願景成為人與資本協調的場所，並推動創新的並行化。進步或發展往往在多個領域同時爆發，而非隨著時間的推移逐漸發生。樂觀情緒不斷高漲的同時……人們的風險容忍度提高，群體效應凸顯。錯失恐懼症的心理吸引了更多的參與者、企業家和投機者，進一步強化了這種正向的回饋迴圈。像“泡沫”一詞一樣，錯失恐懼症的名聲也不甚好，但有時這是一種健康的本能。畢竟，誰都不想錯過創造未來的千載難逢的機會。
換言之，基於技術進步的泡沫之所以是好的，因其激勵投資者投入資金——其中相當一部分會付之流水——以地毯式轟炸新興的機會領域，從而啟動對這項技術的開發。
由此引出的關鍵認知似乎可以總結為，如果人們保持耐心、謹慎、善於分析並堅守價值標準，新技術的建設可能將需要數年或數十年的時間。相反，泡沫的狂熱將這個過程壓縮至極短的週期內——部分資金投到借此改變人生的贏家身上，但大部分資金化為烏有。
泡沫兼具技術層面和金融層面的特徵，但上面引用的觀點是從渴望技術進步的人的角度出發的，他們樂見投資者為其利益虧錢。另一方面，“我們”希望看到技術進步，但不想浪費金錢來實現這一目標。
本·湯普森在結束討論時說：“這就是我談論新技術時感到興奮的原因，我不知道它的前景。”很高興他在談及未來可能性而感到興奮的同時承認未來的形態是未知的（在我們的世界裡，我們可能會說“風險很高”）。
評估當前形勢
現在讓我們“言歸正傳”。我們知道什麼？首先，我遇到的所有人都相信，人工智慧有可能成為有史以來最重大的技術發展之一，重塑日常生活和全球經濟。
我們還知道，近年來，經濟和市場對人工智慧的依賴日益加深：
·
人工智慧占公司總資本支出的很大一部分。
·
用於建設人工智慧產能的資本開支占美國GDP增長的很大一部分。
·
人工智慧股票貢獻了標普500指數絕大部分的漲幅。
正如《財富》（Fortune）雜誌10月7日的標題所言：
75%的漲幅、80%的利潤、90%的資本開支——人工智慧完全掌控標普指數，摩根士丹利的首席分析師“非常擔心”
此外，我認為有必要指出的是，儘管人工智慧相關股票的漲幅在所有股票的總漲幅中所占的比例過高，但人工智慧給市場帶來的興奮情緒也必然極大地推動了非人工智慧股票的上漲。
人工智慧相關股票表現驚人，以人工智慧電腦晶片領先開發商英偉達為首。從1993年成立到1999年首次公開募股（當時的市值估計為6.26億美元），英偉達曾一度成為全球首家市值達5萬億美元的公司。這意味著在超過26年的時間裡，其市值增長約8,000倍，即每年增長40%左右。難怪人工智慧領域的想像力被點燃了。
哪些領域存在不確定性？
我認為可以公平地說，雖然我們知道人工智慧將會帶來巨大變革，但我們大多數人都不知道它到底能做什麼，它將如何應用於商業，以及這些變革將何時發生。
誰將成為贏家，他們的價值何在？如果一項新技術被認為將改變世界，那麼人們常常認為擁有該技術的領先公司將具有巨大價值。但這一假設的準確性究竟如何？正如沃倫·巴菲特（Warren Buffett）在1999年指出，“[汽車]可能是20世紀上半葉最重要的發明……如果你在第一輛汽車問世時就能前瞻到這個國家將因汽車問世而有何種發展，你會說‘我一定要進入這個領域’。直到幾年前，在2,000家公司中，只有三家汽車公司存活下來。所以，汽車對美國產生了巨大的影響，但對投資者卻產生了相反的影響。”（《時代週刊》（Time），2012年1月23日）
在人工智慧領域，目前有一些非常強大的領軍企業，包括一些全球最強大、最富有的公司。但新技術向來具有顛覆性。當今的領先者會勝出，還是會讓位于後起之秀？人工智慧這場“軍備競賽”將花費多少，誰會成為贏家？
同樣，一家初創企業的股票值多少錢？與市值達數萬億美元的行業領跑者不同，一些潛在的挑戰者目前僅以數十億甚至——恕我冒昧——數百萬的企業價值就能投資。2024年6月25日，CNBC報導如下：
一支由大學輟學生創立的團隊從Primary Venture Partners領投的投資者手中籌集到1.2億美元，用於打造一款新的人工智慧晶片，與英偉達展開競爭。Etched的CEO Gavin Uberti表示，這家初創企業押注隨著人工智慧的發展，這項技術的大部分高功耗計算需求將由定制的硬體晶片“專用積體電路”（ASIC）滿足。Uberti告訴CNBC：“如果Transformers架構被淘汰，我們就會失敗。但如果Transformers架構持續得到應用，我們就是有史以來最大的公司。”
姑且承認Etched不太可能成為有史以來最大的公司，就算成功了，其估值能達到英偉達巔峰市值的五分之一，即僅1萬億美元，那麼需要多高的成功概率才能證明投資1.2億美元是合理的？為了簡單起見，假設這筆投資能換取100%的股權，那麼只要相信該公司有千分之一的概率達到1萬億美元的估值，預期回報就能超過投資金額的八倍。誰能說Etched沒有這樣的機會？既然如此，又有誰會不參與這場投資呢？以上就是我所稱的“彩票思維”，即巨額回報的夢想不僅能證明參與是合理的，甚至讓人覺得勢在必行，哪怕失敗概率極高。
以這種方式計算預期的價值並無不妥。領先的風險投資家每天都在這樣做，成效斐然。但關於潛在回報及其概率的假設必須是合理的。萬億美元的回報將會壓垮任何計算中的合理性。
人工智慧否產生利潤？為誰產生利潤？我們知之甚少或一無所知的兩點是，人工智慧將為供應商帶來多少利潤，對採用人工智慧的非人工智慧公司產生哪些影響。
人工智慧領域是否會形成壟斷或雙寡頭壟斷，其中一兩家龍頭企業能夠為其技術能力收取高昂費用？還是會成為一場競爭激烈的混戰，許多公司在價格上競爭使用者在人工智慧服務上的支出，使其成為一種商品？或者，最有可能的是，龍頭企業和專業公司將共存，其中一些公司在價格上競爭，另一些公司則通過專有優勢制勝。據說，目前提供人工智慧查詢服務的平臺，如ChatGPT和Gemini，每回答一個查詢都會賠錢（當然，新興行業的參與者會先推出“虧本產品”一段時間，這種情況並不罕見）；那些在贏家通吃的市場中屢獲成功的領先科技公司，是否願意為了獲取市場份額，而承受其人工智慧業務持續多年的虧損？數千億美元被投入到這場爭奪人工智慧領先地位的競賽中。誰會贏，結果會怎樣？
同樣，人工智慧對採用這項技術的企業會產生何種影響？顯然，人工智慧將成為提高用戶生產力的有力工具，方式之一就是用電腦提供的勞動和智慧取代工人。但是，這種削減成本的能力會提高使用人工智慧的公司的利潤率嗎？還是說，這只會讓這些公司為了爭奪客戶而打價格戰？在這種情況下，節省下來的利潤將讓客戶受益，而不是由公司賺取。換言之，人工智慧是否有可能僅提高企業的運營效率，卻未能提升其盈利能力？
我們應該擔心所謂的“迴圈交易”嗎？在20世紀90年代末的電信熱潮中，光纖過度建設，擁有光纖的公司之間相互交易，從而使雙方均能報告利潤。如果兩家公司都擁有光纖，他們的帳面上就只有一項資產。但如果雙方都從對方手中購買產能，便都可以報告利潤……他們確實是這樣做的。在其他情況下，製造商在網路運營商擁有能證明其建設合理性的客戶基礎之前，就向運營商提供貸款以購買設備。所有這些都導致了虛幻的利潤。
如今，有一些已公開的交易顯示資金似乎在人工智慧公司之間來回流動。認為人工智慧存在泡沫的人很容易對這些交易持懷疑態度。這些交易的目的是實現正當的業務目標還是誇大人工智慧的進展呢？
批評人士表示，OpenAI與晶片製造商、雲計算公司以及其他公司達成的一些交易形成了奇怪的迴圈，這加劇了人們的擔憂。OpenAI將從科技公司獲得數十億美元，但也會向這些公司返還數十億美元，用於支付計算能力和其他服務的費用……
英偉達達成的某些交易也引發了人們對該公司是否在為自身謀取私利的質疑。該公司宣佈將向OpenAI投資1,000億美元。而這家初創企業通過購買或租賃英偉達的晶片來獲得這筆資金……
高盛估計，英偉達明年的銷售額將有15%來自批評人士所說的迴圈交易。（《紐約時報》（The New York
Times），11月20日）
值得注意的是，儘管OpenAI尚未實現盈利，但已經向行業內的交易對手做出了總計1.4萬億美元的投資承諾。OpenAI明確表示，這些投資將從同一方收到的收入中支付，並且有辦法撤銷這些承諾。但這一切都引出了一個問題：人工智慧行業是否已打造出了永動機。
（在這一話題上，我一直很喜歡那些質疑人們能理解“萬億”這個概念的文章，而且我認為這一觀點一針見血。按每秒一美元計算，得到一百萬美元需要11.6天，十億美元需要31.7年，但一萬億美元需要31,700年。誰能理解31,700年這個時間的跨度有多大？）
人工智慧資產的有效使用壽命有多長？我們不禁要思考，在人工智慧領域，有關“過時”這一話題的處理是否恰當。人工智慧晶片的使用壽命有多長？在計算人工智慧相關股票的市盈率時，應該考慮多少年的盈利增長？晶片和人工智慧基礎設施的其他組成部分能否經受住足夠長的時間考驗，從而足以償還購買時它們所承擔的債務？通用人工智慧（即能夠完成人類大腦所能完成的一切任務的機器）能夠實現嗎？這會是進步的終結，還是會有進一步的變革發生，而哪些企業將會在這場變革中勝出？企業是否能夠達到技術保持穩定，並能從中賺取經濟價值的狀態？還是說新技術會不斷威脅取代舊技術，成為通向成功的路徑？
在這方面，《金融時報》的一期通訊簡要提到了兩個發展趨勢，表明競爭格局具有流動性：
·
麻省理工學院和開源人工智慧初創企業Hugging Face的一項研究發現，過去一年，中國開發的新開源模型下載總量占比上升到17%。這一數字超過了穀歌、Meta和OpenAI等美國開發公司15.8%的下載份額，這是中國企業首次擊敗美國同行……
·
由於市場擔心穀歌在人工智慧領域取得進展，英偉達股價昨日大幅下跌，市值蒸發了1,150億美元。（FirstFT Americas，11月26日）
動態變化創造了令人驚歎的新技術機會，但同樣的動態性也可能威脅到領先企業的統治地位。在所有這些不確定性中，投資者必須思考，他們所支付的股票價格中包含的持續成功假設是否完全合理？
亢奮情緒會導致投機行為嗎？舉一個極端的例子，我將引用風險資本用10億美元的“種子輪融資”投資初創企業這一趨勢。以下是一個片段：
由前OpenAI高管米拉·穆拉蒂（Mira
Murati）領導的人工智慧初創企業Thinking Machines剛剛完成了歷史上最大的種子輪融資：融資20億美元，估值100億美元。該公司尚未發佈任何產品，也拒絕向投資者透露他們究竟要打造什麼樣的產品。一位見過Murati的投資者表示：“這是最荒謬的推介會，她就像在說，‘所以我們是一家人工智慧公司，擁有最頂尖的人工智慧人才，但我們無法回答任何問題。’”（“這就是人工智慧泡沫破裂的方式”，摘自德里克·湯普森的通訊文章，10月2日）
但這已經是舊聞了……已經過去兩個月了。以下是最新消息：
據彭博社週四報導稱，由Open AI前高管米拉·穆拉蒂（Mira
Murati）創立的人工智慧初創企業Thinking Machines Lab正在進行初步洽談新一輪融資，估值約為500億美元。這家初創企業上次估值是在7月，融資約20億美元後達到120億美元。（路透社，11月13日）
而Thinking Machines Lab並非個例：
在人工智慧“軍備競賽”最大膽的一批押注中，Safe
Superintelligence（SSI）是其中之一。這家由OpenAI前首席科學家伊利亞·蘇茨克維（Ilya Sutskever）創立的隱秘初創企業，已完成了一輪融資，籌集20億美元，公司估值達到320億美元，但該公司目前還未公開發佈任何產品或服務。（CTech by Calcalist網站，4月13日）
最終狀態是什麼？人工智慧面臨的部分問題在於其作為新興事物的獨特性。這和那種設計並銷售產品、只要售價高於投入成本就能盈利的業務不同。相反，這更像是公司在飛機飛行過程中建造飛機，而且只有等飛機建成之後，他們才會知道這架飛機能做什麼，以及是否會有人願意為其服務買單。
很多公司會為其經費支出進行辯解，稱他們並非只是在打造一款產品，而是在創造一種將改變世界的全新事物：通用人工智慧……問題在於，沒有任何一家公司真正知道該如何實現這一目標。
但維吉尼亞大學經濟學家安東·寇里內克（Anton Korinek）表示，如果矽谷能夠達成其目標，那麼這些支出都是合理的。他對實現這一目標持樂觀態度。
寇里內克博士表示：“這要麼是實現通用人工智慧，要麼就是徹底的失敗。”（《紐約時報》，11月20日，粗體為筆者所加）
這個正在構建中的行業尚待確定的特徵，可在OpenAI的CEO薩姆·奧爾特曼（Sam Altman）的言論中體現出來，其言論可大致表述為：“我們將構建這樣一個通用智慧系統，然後讓它自己想辦法獲取投資回報。”
對於那些習慣於全面瞭解所投資企業的人來說，所有這些都會讓他們感到非常困惑。顯然，一項能夠媲美或超越人類大腦的技術的價值應該非常巨大，但難道這不是遠遠超出可計算的範圍嗎？
關於債務的使用
到目前為止，人工智慧和配套基礎設施的大部分投資都是由來自經營現金流的股權資本組成的。但如今，企業所投入的資金規模已達到需要進行債務融資的程度，而對於其中一些企業而言，其投資規模和杠杆率堪稱激進。
人工智慧資料中心的建設熱潮絕不可能只靠現金來支撐。這個項目太大了，企業無法自掏腰包實現。摩根大通的分析師們在餐巾紙或桌布上快速計算了一下，估算出基礎設施建設的費用將達到5萬億美元（不包括小費）。沒有人知道這是否正確，但我們有充分的理由預計，明年的資本開支將接近5,000億美元。與此同時，截至第三季度末，資本開支規模最大的公司（微軟、Alphabet、亞馬遜、Meta和甲骨文）在銀行的存款總額僅為約3,500億美元。（《金融時報》Unhedged專欄，11月13日）
上述公司都憑藉其強大的非人工智慧業務獲得豐厚的現金流。但是，人工智慧這場規模巨大、贏家通吃的“軍備競賽”使得一些公司不得不背負債務。事實上，我們有理由認為，他們斥鉅資的原因之一是為了讓實力較弱的競爭對手無法跟上步伐。
甲骨文、Meta和Alphabet已發行30年期債券用於人工智慧領域的投資。其中，Meta和Alphabet發行的債券收益率比相同期限的美國國債高出100個基點或更少。接受30年的技術不確定性以換取幾乎與無風險債務相差無幾的固定收益投資，這是否明智？而且，那些以負債形式籌措資金的投資——用於晶片和資料中心——能否保持足夠高的生產效率，從而足以在30年內還清這些債務？
11月14日，亞曆克斯·坎特羅維茨（Alex Kantrowitz）在其主持的《Big Technology
Podcast》節目中與金融服務公司D.A.Davidson的技術研究主管吉爾·盧裡亞（Gil Luria）進行了對話，主要討論了人工智慧領域中債務的使用情況。以下是盧裡亞的一些觀點：
·
健康的行為——“……理性、深謀遠慮的商業領袖，比如微軟、亞馬遜和谷歌的領導者，他們正在為提高人工智慧的算力進行合理的投資。而他們之所以能夠進行合理的投資，是因為他們擁有大量的客戶……因此，當他們進行投資時，他們使用資產負債表上的現金；他們有巨大的現金流作為後盾；他們知道這是一項風險投資；並且他們會權衡利弊做出決定。”
·
不健康的行為——他是這麼描述的：“……一家初創企業借入資金支持另一家初創企業建設資料中心。他們都失去了超大量的現金，但卻能以某種方式籌集債務資金來支援這種建設，而且他們也沒有客戶，也無從知曉這些投資是否能帶來回報。”
·
“因此，在健康與不健康之間存在一系列行為，我們只需要明確區分這些差異，可免重蹈過去的覆轍。”
·
“有些專案我們通過股權方式進行融資，這屬於所有權的部分，而有些專案則通過債務的方式進行融資，這屬於長期利息義務的部分。作為一個社會而言，在很長一段時間裡，這兩部分都處於恰當的位置。債務是當我擁有可預測的現金流，和／或可以作為貸款擔保的資產時，我就可以合理的用未來的現金流來交換放貸人當下的資金……我們利用股權來投資那些投機性更強的項目，比如當我們想要實現增長且想要擁有這種增長成果，但又不確定未來的現金流會是怎樣的情況時。這就是正常經濟的運作方式。一旦你開始混淆這兩者，就會給自己帶來麻煩。”
盧裡亞列舉了幾個在潛在的令人擔憂的因素：
·
“投機性資產……我們不知道在未來兩到五年內究竟需要多少。”
·
貸款機構人員有發放貸款的動機，但不考慮長期後果
·
人工智慧產能供應趕上或超過需求的可能性
·
未來幾代人工智慧晶片（所謂的GPU）將更強大，從而取代現有晶片或降低其作為債務擔保的價值的可能性
·
通過降低租金和持續虧損來爭奪市場份額的強大競爭對手
以下是阿齊姆·阿紮爾（Azeem Azhar）10月18日的Exponential View節目中的一些重要觀點：
人工智慧熱潮何時會變成泡沫？保羅·凱德羅斯基（Paul Kedrosky）提到了明斯基時刻——這一轉捩點出現在信貸擴張達到極限之時，此時優質項目耗盡，信貸開始追逐劣質專案，投資於那些通過供應商融資且利息覆蓋率存疑的邊緣項目。對於人工智慧基礎設施而言，這種轉變可能已經悄然展開；明顯的跡象包括，超大規模企業的資本開支超過了收入增長勢頭，以及放貸人為了讓這場狂歡繼續下去，放寬了貸款條件。
保羅提出了一個令人信服的理由。我們已經進入了投機性金融領域——可以說已經過了初步探索階段，而最近的交易將開創危險的先例。保羅所警告稱，這種融資將“為未來的此類交易創造範本”，刺激垃圾債券發行的快速擴張，以及不惜一切代價追求主導地位的超大規模企業的特殊目的實體（SPV）激增……
人工智慧基礎設施領域開始出現預警信號：供應商融資激增，利息覆蓋率低，即便收入增長乏力，超大規模企業仍通過擴大資產負債表杠杆來維持資本開支增速。我們同時目睹正反兩個方面：一方面，基礎設施的確在日益擴張，而另一方面，各種融資花招不禁讓人想到2000年的電信泡沫破滅。人工智慧熱潮或許終將開花結果，但前提是收入必須在信貸緊縮前超過支出。健康的壓力何時會演變為系統性風險？這是我們必須搶先於市場回答的問題。（粗體為筆者所加）
阿紮爾提到，通過特殊目的實體進行表外融資是導致安然公司陷入困境並最終轟然坍塌的罪魁禍首。一家公司及其合作夥伴為特定目的設立特殊目的實體並提供股本。母公司可能擁有經營控制權，但由於不持有多數股權，因此不會將特殊目的實體合併至財務報表中。特殊目的實體承擔債務，但這些債務不會出現在母公司的帳簿上。母公司雖可能是投資級別借款人，但這些債務既非母公司債務，亦不由其擔保。當前債務可能由資料中心租戶（有時是股權合作夥伴）承諾的租金作為擔保，但也不構成股權合作夥伴的直接債務。本質上，特殊目的實體是一種讓母公司看似未參與其業務、未承擔其債務的架構手段。（私募股權投資基金和私募信用基金很可能出現在此類實體的合夥夥伴和放貸人名單上。）
正如我先前引述的，佩蕾絲（其著作緊隨互聯網泡沫之後出版）指出：“支撐部署階段的正是那些虧損的投資。”早期投資往往在“明斯基時刻”中化為烏有，也就是當長期上行週期中不明智的投資承諾遭遇市場修正時，價值便會驟然下跌。關於債務運用，有三點是確定無疑的：
·
若出現虧損，債務將放大損失（正如它會放大預期收益）；
·
當企業遭遇困境時，債務會增加其失敗概率；以及
·
如果情況過於嚴峻，即便存在股權層的緩衝，債務仍會使放貸人的資本面臨風險。
需要考慮的一個關鍵風險是，資料中心建設熱潮可能導致供過於求。部分資料中心可能不再具有經濟效益，部分業主甚至可能破產。屆時，新一代業主可能以極低價格從收回抵押品的放貸人手中買下這些中心，待行業穩定後從中獲利。這種“創造性破壞”的過程將使市場恢復平衡，並將成本降至足以支撐未來盈利的水準。
債務本身既非好事也非壞事。同樣，人工智慧行業使用杠杆也不應被盲目讚揚或過度恐懼。關鍵在於債務在資本結構中的占比、抵押資產或現金流的品質、借款人償還債務的替代性流動資產來源，以及放貸人獲得的安全邊際是否充足。在當前狂熱的市場環境中，我們要關注的是哪些放貸人能保持謹慎。
值得一提的是，橡樹資本已在資料中心領域進行數項投資，我們的母公司博楓（Brookfield）正籌集100億美元的基金，用於投資人工智慧基礎設施。博楓不僅投入自有資金，還獲得了主權財富基金和英偉達的股權承諾，並計畫採用“審慎”的債務策略。博楓的投資可能主要流向資料中心覆蓋率較低的地區，以及為資料中心提供大量電力所需的基礎設施。當然，我們兩家機構都基於審慎決策的原則開展這些業務。
我知道自己對人工智慧的瞭解不夠深入，無法妄加評論。但我對債務有些見解，具體如下：
·
為結果不確定的項目提供債務融資是可以接受的。
·
但當結果純屬猜測時，這種做法便並不妥當。
·
不僅要理解兩者的區別，還要正確區分兩者。
《金融時報》旗下專欄Unhedged引用摩根大通商業房地產抵押貸款支持證券（CMBS）研究首席分析師Chong Sin的話稱：“……在與投資級資產支持證券（ABS）和CMBS投資者的交流中，一個常被提及的擔憂是：他們是否願意承擔債券到期時資料中心的殘值風險。”我很高興潛在放貸人提出的正是他們應當關注的問題。
以下是橡樹資本聯席CEO兼橡樹機會基金聯席策略總監Bob O’Leary，關於債務投資與人工智慧交叉領域的思考：
大多數技術進步最終會演變為“贏家通吃”或“贏家占優”的競爭格局。應對這種動態的“正確”方式是通過股權投資，而非債權投資。假設你可以分散股權投資敞口並涵蓋最終的贏家，那麼來自贏家的巨額收益將遠超輸家所造成的資本減值。這是風險投資家久經考驗的成功法則。
對於多元化的債務投資組合而言，情況恰恰相反。你只能從贏家那裡獲得票息，而這遠遠不足以補償在輸家債務上所遭受的損失。
當然，如果你無法識別出最終贏家將從哪些公司中誕生，那麼債權與股權之間的差異便無關緊要——無論哪種方式，你的回報都可能歸零。我提及這一點，是因為這恰恰是搜尋引擎和社交媒體領域曾發生的情況：早期的領軍者（搜尋引擎領域的Lycos和社交媒體領域的MySpace）慘敗於後來出現的公司（搜尋引擎領域的穀歌和社交媒體領域的Facebook）。
試圖得出結論
毫無疑問，當下的行為具有“投機性”，即基於對未來的猜測而行動。同樣毋庸置疑的是，無人知曉未來會如何，但投資者卻在為這個未知的未來押上巨額賭注。
就此，我想稍微談一談人工智慧與眾不同的地方。人工智慧革命與以往的技術革命不同，這些不同既令人驚歎又令人憂慮。在我看來，這如魔僕出瓶，無可逆轉：
人工智慧或許並非人類的工具，而是某種替代品。它可能具備接管認知的能力，而認知迄今為止一直是人類的專屬。正因如此，它與以往的技術發展相比不僅是程度上的差異，更是本質上的不同。
人工智慧技術正以驚人的速度發展，人類可能幾乎沒有時間適應。舉兩個例子：
·
編寫代碼，也就是60年前我們所稱之為的“電腦程式設計”，從人工智慧的影響來看，已成為“礦井中的金絲雀”。在許多頂尖軟體團隊中，開發者不再親自編寫代碼；他們只需輸入需求，人工智慧系統便能生成代碼。人工智慧編寫的代碼已達世界級水準，而一年前這還難以想像。據我拿到的指南：“在這個領域，人類被替代已無需猜測。”
·
在數字廣告領域，當使用者登錄應用時，人工智慧會進行“廣告匹配”，根據其過往流覽偏好推送定制化廣告。這項工作完全無需人類參與。
或許最關鍵的是，人工智慧需求的增長似乎完全無法預測。正如我的一位年輕顧問所言：“進步的速度和規模使得我們難以預測人工智慧需求。當前的應用規模與未來可能相差甚遠，因為一兩年後，人工智慧的處理能力可能達到現在的十倍甚至百倍。如此一來，誰又能說需要多少資料中心？即便是成功企業，又如何知道該簽訂多少算力合同？面對這樣的差異，誰能真正理解人工智慧對未來意味著什麼？
|
_ |
_ |
_ |
當前許多觀察者，包括我在內，都在尋找與當前情況相對應的歷史泡沫事件。以下是《連線》（Wired）雜誌近期刊文提供的一些歷史視角：
人工智慧最接近的歷史參照物或許並非是電燈，而是無線電。當RCA於1919年開始廣播時，人們立刻意識到這是一項強大的資訊技術。但這項技術將如何轉化成商業價值卻並不明確。“無線電會成為百貨公司的虧本行銷手段？還是周日佈道的公共服務？抑或是廣告支援的娛樂媒介？”[馬里蘭大學的布倫特·戈德法布（Brent Goldfarb）與大衛·A·基爾希（David A. Kirsch）]寫道，“一切都有可能，也都是技術發展的主角。”結果，無線電演變成史上最大的泡沫之一，該行業在1929年達到峰值，隨後在市場崩盤期間市值蒸發97%。這絕非邊緣產業：RCA與福特汽車公司並列為當時交易最活躍的股票。正如《紐約客》（The New Yorker）近期寫道，它堪稱“那個時代的英偉達”……
1927年，查理斯·林德伯格（CharlesLindbergh）完成紐約至巴黎的首次單人不著陸跨大西洋飛行……這場重大的技術演示，堪比ChatGPT發佈的號召性事件，向投資者發出將大量資金投入該行業的信號。
戈德法布和基爾希寫到：“專業投資者準確預見了飛機與航空旅行的重要性”，但“必然性的說辭在很大程度上淹沒了他們的謹慎。技術不確定性被包裝成機遇而非風險。市場高估了該行業達成技術可行並實現盈利的速度。”
結果，1929年泡沫破裂——從5月的峰值開始，到1932年5月，航空股下跌了96%……
值得重申的是，在科技泡沫史中，人工智慧最接近的兩個類比是航空與無線電廣播。兩者都充滿高度不確定性，都受極具號召力的說辭所炒作。兩者都吸引了專注於該領域的科技公司，試圖利用這種顛覆性的新技術牟利，同時兩者都向當時的零售投資者開放。兩者共同助長了如此巨大的泡沫，以至於當泡沫在1929年破裂時，引發了大蕭條。（引自“人工智慧是引爆所有泡沫的終極泡沫AI Is the Bubble to Burst Them All”，布萊恩·默錢特（Brian Merchant），《連線》（Wired）雜誌，10月27日，粗體為筆者所加。注：大蕭條的成因有許多，遠不止無線電／航空泡沫破裂。）
本文開篇引用其觀點的德里克·湯普森在其通訊文章結尾提供了一些極具洞見的歷史視角：
鐵路是泡沫，卻重塑了美國。電力是泡沫，也重塑了美國。上世紀90年代末的寬頻建設是泡沫，同樣重塑了美國。我並非期待泡沫出現，恰恰相反，我希望美國經濟在未來多年內不再陷入衰退。但鑒於當前湧入人工智慧資料中心建設的債務規模，我認為人工智慧不太可能成為首個避免過度建設且不經歷短期痛苦調整的變革性技術。（引自“人工智慧或將成為21世紀的鐵路，坐穩扶好”11月4日。粗體為筆者所加）
質疑者很容易指出當下與互聯網泡沫的相似之處：
·
一項顛覆世界的技術
·
狂熱的投機行為
·
錯失恐懼症在發揮作用
·
可疑的迴圈交易
·
特殊目的實體的使用
·
10億美元的種子輪融資
支持者則認為這種比較並不恰當，理由如下：
·
已有需求強勁的產品問世
·
已擁有十億用戶（是互聯網泡沫高峰時期用戶數量的數倍）
·
主要參與者已發展成熟，具備收入、利潤和現金流
·
未出現IPO狂潮，股價未曾一日翻倍
·
成熟企業的市盈率處於合理區間
我將詳細闡述第一個不具備可比性的因素。與互聯網泡沫時期不同，人工智慧產品已經存在，需求呈爆發式增長，收入也在加速增長。例如Anthropic，第12頁所述的人工智慧程式設計模型兩大領軍企業之一，據稱在過去兩年中，每年收入翻十倍（對於沒有學過高等數學的人而言，這意味著兩年增長百倍）。其今年5月推出的程式Claude Code，據報導年化收入已達10億美元。另一家領軍企業Cursor 2023年收入為100萬美元，2024年躍升至1億美元，預計今年也將達到10億美元。
至於最後一點，請參閱下表（資料來自高盛，由德里克·湯普森整理）。你會發現，在1998年至2000年互聯網泡沫期間，微軟、思科和甲骨文的市盈率遠高於當前人工智慧巨頭——英偉達、微軟、Alphabet、亞馬遜和Meta（OpenAI尚未盈利）。事實上，微軟當前市盈率較26年前折價五成！在我親歷的首個泡沫——1969年至1972年的“漂亮五十”——龍頭企業的市盈率甚至高於1998年至2000年的水準：
結論
最後，我將引用OpenAI創始人薩姆·奧爾特曼的觀點。我認為他的觀點抓住了問題的核心：
“泡沫形成時，聰明人往往會對一絲真理過度興奮，”奧爾特曼今年對記者表示，“當前投資者整體是否對人工智慧過度狂熱？我認為答案是肯定的。人工智慧是否是長期以來最重要的事件？我的答案同樣是肯定的。”（《紐約時報》（The New York Times），11月20日）
但我有最終結論嗎？確實有。上文所述艾倫·格林斯潘提出的“非理性繁榮”，堪稱股市泡沫的經典概括。投資者對人工智慧的狂熱毋庸置疑。問題在於這種狂熱是否非理性。鑒於人工智慧蘊含的巨大潛力與大量未知，我認為幾乎無人能給出確切答案。我們可以基於理論推測當前的熱潮是否過度，但唯有數年後才能驗證。泡沫往往只能在事後被識別。
儘管與以往泡沫的相似之處顯而易見，但技術信仰者總會辯稱“這次不同”。這四個字幾乎在每次泡沫事件中都會出現，用來解釋當前情況並非泡沫，不同於以往。不過，最早讓我注意到這幾個字的約翰·鄧普頓爵士（Sir John Templeton）曾在1987年敏銳地指出：有20%的情況確實不同。但更需謹記的是：正是基於“這次不同”的信念所採取的行為，才讓事情變得“沒什麼不同”！
當下局勢令人想起美國經濟學家斯圖爾特·切斯（Stuart Chase）關於信仰的名言，我認為它同樣適用於人工智慧（以及黃金與加密貨幣）：
信者自信，無需證明；疑者自疑，無證可循。
以下是我的最終結論：
·
變革性技術歷來會引發過度熱情和投資，導致基礎設施建設過剩，資產價格虛高。這些過度行為加速了技術普及，若無此類現象則難以實現。這些過度現象通常被稱為“泡沫”。
·
人工智慧有望成為有史以來最具變革性的技術之一。
·
正如我前文所述，當前人工智慧正受到市場的狂熱追捧。倘若這種熱潮最終未能遵循歷史規律催生出泡沫，那將是史無前例的。
·
此過程中形成的泡沫通常會讓其助推者蒙受損失。
·
損失主要源于技術的新穎性使其影響的範圍和時機難以預測。這種不確定性易使企業在熱潮中被過度看好，讓人難以預判塵埃落定後誰將脫穎而出。
·
若想充分分享新技術的潛在紅利，就無法完全避免因過度追捧和投資者過度行為可能引發的損失。
·
在此過程中債務的運用——這種在以往技術革命中常因高度不確定性而被避免的做法——此次或將放大上述所有風險。
沒有人能斷言這是否為泡沫，因此我建議任何人都不應孤注一擲，必須認識到若事態惡化，將面臨破產風險。但同樣地，也不應完全置身事外，以免錯失這一史上重大技術進步所帶來的機遇。適度的倉位，輔以甄選和謹慎，似乎是最佳之道。
最後必須牢記：投資領域不存在萬能法則。如今房地產基金推銷者宣稱“寫字樓已成昨日黃花，而我們正通過資料中心投資未來”，聽者便紛紛點頭稱是。但資料中心可能供不應求，也可能供過於求；租金水準可能超預期上漲，也可能意外下跌。因此，它們可能盈利……也可能虧損。對資料中心再到人工智慧的明智投資，如同其他領域一樣，需要清醒的洞察力、精准的判斷力以及嫺熟的執行力。
|
_ |
_ |
_ |
附言：以下內容與金融市場或人工智慧是否存在泡沫這一問題無關。我想談的是人工智慧引發的失業與目標感缺失對社會產生的影響。您不必特意閱讀，所以我把它放在附言。不過，這對我來說非常重要，我一直在尋找合適的場合談這個話題。
11月18日，巴克萊銀行的一份研究報告指出，美聯儲理事克里斯多夫·沃勒（Christopher Waller）強調“近期股市對人工智慧的熱捧尚未轉化為就業增長”。這令我感到矛盾，因為我認為人工智慧的核心影響之一將是通過提升生產力來消減崗位。這正是我的憂慮所在。
我主要將人工智慧視為一種不可思議的節約勞動力的工具。先鋒集團（Vanguard）全球首席經濟學家兼投資策略部全球主管喬·大衛斯（Joe Davis）指出：“對大多數（可能占到五分之四）的工作崗位而言，人工智慧將帶來創新與自動化的雙重效應，能夠節省人們當前約43%的工作時間。”（《指數視角》（Exponential View），9月3日）
由此衍生的就業前景令人倍感憂慮。我十分擔憂那些因人工智慧而失業，或因人工智慧無法就業的人群的處境。樂觀主義者認為“歷次技術革命後總會催生新崗位”。但願這一規律在人工智慧時代依然成立，但僅憑希望難以支撐未來，而且很難預見這些新崗位將從何而來。誠然，我既非未來學家也非金融樂觀主義者，正因如此，1978年我將投資從股票轉向債券的決策顯得尤為明智。
樂觀主義者還聲稱“人工智慧對生產力的積極影響將極大加速GDP增長”。對此我有幾點質疑：
·
GDP的變化可視為工作時間的變化乘以每小時產出（即“生產力”）的變化。人工智慧提升生產力的作用在於：生產所需商品的工作時間更少——意味著更少的勞動力。
·
或者換個角度看，生產力的飛躍或許意味著相同勞動力能生產出更多商品。但若大量崗位被人工智慧取代，人們如何負擔得起人工智慧催生的新增商品？
我難以想像人工智慧與當今所有打工人並肩工作的場景。就業率怎能不下降？人工智慧很可能取代大批初級崗位：那些無需判斷力的文書工作者，以及翻閱法律典籍查找判例的初級律師。甚至可能包括製作試算表和整理演示材料的初級投資分析師。據說人工智慧解讀核磁共振影像的能力已超越普通醫生。駕駛員是美國從業人數最多的職業之一，而無人駕駛車輛已悄然到來。那麼當前計程車、豪華轎車、公共汽車和卡車的駕駛員將何去何從？
我猜政府的應對方案可能是所謂的“全民基本收入”。政府直接向數百萬無業者郵寄支票。但憂慮者如我仍發現其中隱患：
·
支票資金從何而來？我預見的失業潮意味著所得稅收入減少，福利支出增加。這將進一步加重日益萎縮的勞動群體負擔，預示著未來更嚴重的財政赤字。在這個新世界裡，政府還能支撐不斷膨脹的赤字嗎？
·
更重要的是，工作給予人們的遠不止薪水。工作賦予他們晨起的意義，為生活注入節奏，使其在社會中扮演有價值的角色並獲得自尊，更帶來挑戰，而戰勝挑戰的過程能帶來滿足感。這些價值將如何被替代？我擔心大量領取救濟金的人終日無所事事。我擔心近幾十年來採礦業與製造業崗位流失，與阿片類藥物成癮率攀升及預期壽命縮短之間的關聯。
此外，如果我們淘汰了大量初級律師、分析師和醫生，那些需要數十年來磨礪判斷與眼界才能解決重大問題的資深專家，又該從何處尋得？
哪些職業不會被淘汰？我們的子孫後代該為哪些職業做準備？想想機器無法勝任的工作，我首先想到的是水管工、電工和按摩師這類體力勞動者。或許護士會比醫生收入更高，因為他們提供的是親力親為的護理。那麼頂尖藝術家、運動員、醫生、律師乃至投資者究竟有何不同？我認為是天賦或洞察力，人工智慧或許能複製，或許不能。但這些領域需要多少頂尖人才？過去一位總統候選人曾表示，將為所有因離岸外包失業的人發放筆記型電腦。我們究竟需要多少筆記型電腦操作員？
最後，我擔心少數居住在沿海地區、受過高等教育的億萬富翁會被視為通過技術發明導致數百萬人失業的罪魁禍首。這將加劇社會和政治分裂，讓世界變成民粹主義煽動者的溫床。
在我有生之年，我見證了令人難以置信的進步，但在很多方面，我懷念我成長時那個更簡單的世界。我擔心這將成為另一場重大變革。這番論述於我毫無樂趣可言。樂觀主義者能否解釋，我錯在哪裡？
有趣的是，Vanguard的喬·大衛斯指出：2025年達到65歲的美國人將創歷史新高，並且約有1600萬嬰兒潮一代將從現在到2035年之間退休。人工智慧難道僅彌補這一缺口？這倒是個樂觀的解讀。
沒有留言:
張貼留言