文章核心观点 - AI技术具有划时代的变革潜力，但当前行业存在资本开支与商业回报严重不匹配的现象，形成了潜在的泡沫风险 [4][5][6] - 当前AI发展阶段类似于互联网的1997-1999年，泡沫尚未达到顶点，但已进入高风险区域 [8][56][57] - 投资者应采取理性、有选择性的参与策略，避免“梭哈”或“逃离”，并关注泡沫破裂后的长期投资机会 [7][62][70] AI的商业化现状与影响 - 直接商业化场景：目前最直接的商业化体现在互联网广告和成本节约两方面 [13] - 广告收入提升：Meta、谷歌、腾讯等公司将AI大模型整合进广告系统后，近七八个季度广告收入增速达到甚至超过20%，其中约一半增量来自AI带来的效率提升 [17] - 市场规模与增量：全球在线广告市场规模约七八千亿美元，AI带来的10%增长率意味着七八百亿美元的增量 [18] - 成本端节约：以GitHub Copilot为例，其年化收入从年初的1亿美元迅速增长至超过10亿美元，AI编程工具显著降低了成本 [19][20] - 巨头效率提升：美国“科技七巨头”在AI出现后，过去三年收入持续增长但员工数量基本不变，AI每年为行业节省的成本估计达一两百亿美元甚至更多 [21][22] - 当前应用局限：AI在投研中如同“实习生”，存在“幻觉”问题，需要人工复核，且难以完成多轮复杂验证，准确率可能仅50%多 [24][25][26] 技术吸收的漫长周期与历史参照 - 技术转化三阶段：从技术发明到转化为生产力需经历配套技术能力提升、流程再造与组织改革、新商业模式形成三个阶段，整个过程漫长 [27][28][29] - 历史参照案例： - 第二次工业革命（电）：电动机发明40年后，全面电气化改造才带来劳动生产率的大幅提升，美国制造业劳动生产率增速从1899–1914年的年均1.1%提升至1914–1929年的5% [30] - 互联网革命：从亚马逊1994年上线网站到形成成熟竞争力体系，花了15到20年时间 [32] - AI的现状：AI带来的生产力提升和商业价值创造仍处非常早期阶段，但行业资本开支已极为庞大，年资本开支可能已超过1万亿美元，投入与产出存在巨大落差 [32][33] 泡沫风险的具体表现与征兆 - 过度投资与资本循环：泡沫风险主要源于围绕技术的过度投资与资本循环，而非技术本身 [6] - 典型案例：环球电讯（Global Crossing）：互联网泡沫时期，该公司募集超137亿美元建设光纤网络但从未盈利，市值一度达490亿美元（同期苹果仅50亿美元），最终因产能过剩在2002年破产，以2.5亿美元被收购 [36][37][38] - 当前AI行业的相似性：以OpenAI为例，其今年上半年收入50亿美元，年化收入约130亿美元，但单季度亏损高达120亿美元，累计融资约600亿美元却计划未来7年投入1.4万亿美元建设算力中心，存在巨大资金缺口 [39] - 风险转移：真正的风险可能不在OpenAI本身，而在于因承诺租赁而过度建设算力中心的公司，如微软、甲骨文等 [40] - 特殊的融资结构（泡沫征兆）： - 供应商融资循环：例如英伟达投资OpenAI，OpenAI向甲骨文承诺租赁，甲骨文再向英伟达采购芯片，形成资金不断放大的循环 [48] - 私募债务与表外融资（SPV）：如Meta可能仅出资5亿美元（占项目总投资约1.7%），通过SPV向私募债务公司借钱建设300亿美元算力中心，进行表外融资 [53][54] 当前AI周期定位与潜在影响 - 周期定位：参照互联网泡沫，当前AI行业可能处于1997年繁荣到1999年泡沫之间的阶段 [56] - 判断依据：席勒市盈率估值已接近2000年峰值，科技行业支出占GDP比例也接近2000年高点 [57] - 对美股及美国经济的影响： - 美股依赖：自ChatGPT发布以来，标普500涨幅的四分之三来自AI产业贡献；今年美股上涨的80%以上由AI相关产业链公司推动 [59] - 经济核心驱动力：美国今年4个点的GDP增长中，有92%与AI相关；若剔除AI相关投资，GDP增长可能仅0.1%左右 [59] - 泡沫性质：AI泡沫被视为“产业型泡沫”，即便泡沫破裂公司倒下，其留下的资产（如算力中心）依然具有长期价值 [60][61] 投资策略与组合构建方向 - 核心策略：等待泡沫破裂后的机会 [62] - 理由：泡沫破裂后估值足够低；竞争格局变得清晰，易于识别真正赢家；市值增长将由盈利增长推动，回报幅度远超第一轮基于预期的上涨 [69][70] - 历史参照：互联网泡沫后，亚马逊股价从峰值跌超95%，2008-2009年才重回高点，但长期回报极高；微软、苹果也经历了类似过程 [66][67] - 关注AI发展路径：AI发展将复制互联网从硬件到软件再到应用的路径，当前市场热点在硬件，未来应用端将诞生大市值公司 [64][71][72] - 具体组合构建方向 [79]： 1. AI超级平台：拥有完善用户生态的领先互联网平台（如微信），被AI颠覆的风险因开源模型能力趋同而降低，生态和用户成为竞争关键 [73][74][76] 2. 消费行业：具备供给端整合优势的消费公司（如区域垄断的啤酒企业），在需求低迷时盈利仍创新高，现金流充沛，分红率高 [82][83][84] 3. 制造业龙头与细分冠军：在细分领域存在盈利能力强、估值便宜、现金流充沛的单一龙头公司 [85][86][87] 4. 周期性行业：拥有大额净现金、高分红率且估值较低的周期性行业，有望随宏观恢复带来盈利增长 [88] - 配置“反脆弱”资产：投资高客单价重体验的零售商（如爱马仕）、强大品牌公司（如可口可乐、茅台）等不易被AI颠覆的领域，它们估值合理，并能受益于AI带来的全社会生产力提升红利 [77][78]