美国银行基金经理调查核心观点 - 美国银行1月份调查显示基金经理情绪达到2021年7月以来的最高看涨点，其“牛熊指标”被推至“极度牛市”水平，预示着投资者需大量增加风险对冲[1] - 调查中净38%的受访者预计全球增长将走强，该比例较上月大幅飙升，现金水平跌至历史新低，股票配置攀升至2024年12月以来最高水平，48%的经理处于超配状态[1] - 防范股市回调的保护性头寸暴跌至八年低点，近一半参与者表示未针对股价大幅下跌采取任何保护措施，这是自2018年以来的最高水平[1] 市场情绪与配置 - 基金经理的股票配置攀升至2024年12月以来的最高水平，48%的经理处于超配状态，推动了调查的情绪指标达到四年多以来的最高点[1] - 现金水平已跌至历史新低，而防范股市回调的保护性头寸则暴跌至八年来的低点[1] 主要风险认知 - 投资者自2024年10月以来首次将地缘政治冲突视为金融市场的最大风险，对潜在AI泡沫的担忧则退居第二位[3] - 调查结束后，因特朗普威胁对八个反对其格陵兰岛要求的欧洲国家征收新关税，再度燃起的贸易战言论削弱了风险偏好，导致欧洲股市走低，美国股指期货下跌[3] 调查背景与评论 - 美国银行策略师迈克尔·哈特内特评论称，在充满正面惊喜的世界里低水平的股市对冲无关紧要，但如果惊喜突然变成巨大的惊吓，那就变得至关重要[3] - 该调查于1月9日至1月15日期间进行，共有196名参与者，其管理资产总额达5750亿美元[3]

市场情绪与宏观预期 - 全球投资者情绪达到2021年年中以来最高水平，陷入“极致贪婪”状态 [1] - 美银“牛熊指标”飙升至9.4的“极度看涨”水平，通常被视为反向卖出信号 [4] - 宏观预期发生决定性转变，“不着陆”（经济增长强劲且通胀未完全回落）首次在三年内取代“软着陆”成为投资者的基准预期，49%的投资者持此观点 [2][3][7] - 净38%的投资者预计未来12个月全球经济走强，比例为2021年7月以来新高 [7] - 对经济衰退的担忧降至冰点，仅9%的受访者认为未来12个月可能出现全球衰退，为2022年1月以来最低水平 [7] - 预期经济将出现“繁荣”（高于趋势的增长和通胀）的投资者比例升至34%，创2021年9月以来最高纪录 [7] 资产配置与仓位变化 - 基金经理现金水平从3.3%降至3.2%，创有史以来最低纪录 [9] - 投资者对股票的净超配比例上升6个百分点至净48%，为2024年12月以来最高水平 [12] - 债券配置大幅下降至净35%的低配状态，为2022年9月以来最低 [12] - 针对股市下跌的对冲保护需求崩塌至2018年1月以来最低点，净48%的投资者没有任何对冲保护措施，比例为八年来最高点 [6][9] - 净66%的受访者对市场流动性给予正面评价，为2021年9月美联储量化宽松政策见顶以来最佳水平 [9] 行业与区域配置 - 资金从防御性板块流向周期性板块，银行股成为全球最受超配的板块，净超配比例达34% [12] - 必需消费品板块遭到猛烈抛售，净低配比例达到30%，创2014年2月以来最低点 [12] - 银行股相对于必需消费品股的超配程度达到历史最高水平 [12] - 区域配置上，美股配置降至净3%的低配，而欧元区股票（净超配25%）和新兴市场股票（净超配40%）更受青睐 [12] 拥挤交易与风险认知 - “做多黄金”取代“做多美股七巨头”成为当前最拥挤的交易，51%的投资者持此观点，而“做多美股七巨头”占比降至27% [6][13] - 净45%的投资者认为黄金目前已被高估，比例追平2025年5月创下的历史最高纪录 [15] - “地缘政治冲突”被视为最大的尾部风险（28%），超过了“AI泡沫”（27%）和“债券收益率无序上升” [15] - 尽管AI是第二大尾部风险来源，但55%的投资者认为AI股票目前并未处于泡沫之中 [17] 企业盈利与政策预期 - 投资者对企业盈利预期改善，净44%的受访者预计全球利润将增长 [7] - 对于2026年美国中期选举，60%的受访者预期结果为“分裂国会”（民主党控制众议院，共和党控制参议院） [17] - 关于美联储未来领导层，44%的投资者预计Kevin Hassett将被提名为下一任美联储主席，Kevin Warsh和Christopher Waller支持率分别为19%和6% [17]

市场情绪与宏观预期 - 全球投资者情绪达到2021年年中以来最高水平 市场陷入“极致贪婪”状态 美银“牛熊指标”飙升至9.4的“极度看涨”水平 [1] - 宏观预期发生决定性转变 “不着陆”首次在三年内取代“软着陆”成为投资者的基准预期 49%的投资者认为“不着陆”是最可能的结果 [1][4] - 净38%的投资者预计未来12个月全球经济走强 创2021年7月以来新高 仅有9%的受访者认为未来12个月可能出现全球衰退 为2022年1月以来最低水平 [4] - 预期经济将出现“繁荣”的投资者比例升至34% 创2021年9月以来最高纪录 净44%的受访者预计全球利润将增长 [4] 资产配置与风险偏好 - 基金经理现金水平从3.3%降至3.2% 创有史以来最低纪录 净66%的受访者对市场流动性给予正面评价 为2021年9月美联储量化宽松政策见顶以来最佳水平 [7] - 投资者对股票的净超配比例上升6个百分点至净48% 为2024年12月以来最高水平 债券配置大幅下降至净35%的低配状态 为2022年9月以来最低 [9] - 针对股市下跌的对冲保护需求崩塌至2018年1月以来最低点 净48%的投资者没有任何针对股市大幅下跌的对冲保护措施 比例为八年来最高点 [3][7] - “做多黄金”意外激增 取代科技股成为当前最拥挤的交易 51%的投资者认为“做多黄金”是最拥挤的交易 较上月大幅上升 [3][10] 行业与区域轮动 - 资金正从防御性板块流向周期性板块 银行股成为全球最受超配的板块 净超配比例达34% [9] - 必需消费品板块遭到猛烈抛售 净低配比例达到30% 创下2014年2月以来最低点 银行股相对于必需消费品股的超配程度已达到历史最高水平 [9] - 美股配置降至净3%的低配 欧元区股票净超配25% 新兴市场股票净超配40% 显示出资金正在全球寻找估值更具吸引力的洼地 [9] - “做多美股七巨头”作为最拥挤交易的比例降至27% [10] 风险认知与市场矛盾 - “地缘政治冲突”被视为最大的尾部风险 占比28% 超过了“AI泡沫”的27%和“债券收益率无序上升” [11] - 净45%的投资者认为黄金目前已被高估 这一比例追平了2025年5月创下的历史最高纪录 [11] - 尽管AI是第二大尾部风险来源 但仍有55%的投资者认为AI股票目前并未处于泡沫之中 [13] 政策与政治预期 - 投资者对2026年美国中期选举的基准预期是“分裂国会” 60%的受访者预计民主党将控制众议院 共和党将控制参议院 [13] - 44%的投资者预计Kevin Hassett将被提名为下一任美联储主席 Kevin Warsh和Christopher Waller则分别以19%和6%的支持率位列其后 [13]

论坛概况 - 2026年CES期间，Silicon Landing Forum在拉斯维加斯举办，主题为“硅谷创新 × 亚洲产业实力 × 全球资本配置”，旨在连接硅谷创新、亚洲产业与全球资本，推动前沿科技从概念走向规模化应用 [1][20] - 论坛由全球科技与产业连接平台Silicon Landing主办，硅谷风投CHAP Global Capital、Hat-Trick Capital及AI营销平台BrandPal联合协办 [3][20] AI的未来与产品组织重塑 - AI的本质是能力平权，通过将专家能力模型化，使高质量服务得以低成本规模化，中国的优势在于庞大的场景与数据，推动AI走向极致个性化和普惠 [5][22] - 中国AI创业擅长在具体场景中深耕，例如云鲸智能将产品从需要人操作的扫地机器人转变为任务驱动的家庭保洁员，AMIRO觅光在美业领域通过AI实现从卖“标准化硬件”到提供“个性化服务”的跨越 [5][22] - AI将深刻改变企业形态，带来中层的坍塌和管理幅度的极大扩展，未来企业会变小，个人能力在AI加持下增强，出海企业需要更扁平、更敏捷的组织结构 [7][24] 中国AI硬件全球化挑战 - 中国AI硬件全球化的三大挑战是研发效率、上市节奏和数据合规，其中数据安全与隐私合规需在产品设计初期就嵌入 [7][24] - 创始人深入一线、直面用户，是跨越文化鸿沟、理解本地化需求的根本 [7][24] 投资视角：中美路径分野与泡沫 - 中美风投逻辑存在根本差异：美国风投更关注技术的颠覆性与梦想，中国风投更注重技术的硬实力与产业安全，中美AI已走上差异化路径 [8][25] - 早期适度泡沫对吸引人才与资本、促进产业繁荣具有积极作用，但需警惕结构性泡沫以及未来五年AI对二级市场上市公司价值体系的重构风险 [8][25] - 中国供应链能力结合全球化营销，正在除奢侈品外的广泛品类中争夺定价权，组织能否快速本地化是全球化成功的关键 [9][26] - 关于AI泡沫，大模型已形成商业闭环，估值相对扎实，而人形机器人等领域则存在明显的早期估值泡沫 [9][26] 硬件创新趋势 - 硬件投资需回归第一性原理，寻求突破性解决方案，具身智能在能源效率和成本控制上仍有长路要走 [11][28] - 精准的产品定义是硬件初创公司的生命线，大语言模型为机器人智能化带来新可能，但需技术积累与商业模式探索并行 [11][28] - 中国硬件出海的核心竞争力已从渠道运营效率转向研发创新密度，许多AI硬件存在“伪需求”，产品必须解决手机无法替代的真实痛点，该领域历史淘汰率高 [11][28] - 下一代交互是多设备协同的“个人矩阵”，所有硬件创新都应始于解决具体问题，优秀的AI硬件首先必须是体验出色的硬件 [11][28] 软件生态重塑 - AI Agent正驱动软件价值从提供功能转向交付业务结果，行业出现拐点，未来将出现全环节由AI驱动的全球化公司，需建立AI Agent行为的可解释性与责任共担信任机制 [13][30] - 软件的关键在于通过AI将优质经验转化为可复用工作流，实现“能力平权”，其价值在于切入企业决策场景，提供覆盖市场、流量、合规与利润的智能仪表盘 [13][30] - AI Agent的本质是成为能交付结果的“数字员工”，软件出海的最大挑战是对目标市场用户习惯与文化本质的深度洞察，中国创业者的优势在于极致的迭代速度与用户反馈响应 [13][30] - 在联盟营销等领域，AI负责提升流程效率与匹配规模，而品牌的审美、价值观与人性化信任仍需人的主导，护城河在于将复杂运营经验通过AI系统化实现人效倍增 [14][31] 企业出海新阶段 - 出海最常见的认知偏差是简单复制国内经验，成功需尊重本地市场节奏、深入实地洞察，中东、非洲等新兴市场存在巨大机遇 [16][33] - 出海的本质是中国“企业家精神与组织能力的外溢”，是将服务超大规模市场锤炼出的高效体系应用于全球 [16][33] - 当AI Agent普及并自主完成交易时，支付将从“人的行为”变为“系统的行为”，未来的金融基础设施必须是可编程、能管理多资产的可信协议，面向AI时代的钱包与链上银行将成为核心 [16][33] - 出海成功没有标准公式，关键在于根据市场实际情况动态平衡供需，进军主流市场应在已选择的细分领域建立起足够的运营深度与用户忠诚度之后 [16][33]

文章核心观点 - AI行业已完整走过第一个三年周期，市场从早期非共识走向广泛参与和竞争 [2] - 投资机构最正确的决策是All in AI，但反思在早期应更开放、更激进地投资全球机会，并认识到算力是未来支配智力的核心资产 [3][4][6][9][10][13] - 未来三年将进入“大科学时代”，AI将极大赋能科学家，推动科学大爆发，而构建AI与人的“主体性”是未来十年的核心议题 [22][60][61][66] - 在AI时代，个体“活出自己”是几乎唯一的生存和发展策略，AI将放大个体的独特点，而真实和执行力变得比思考和演算更有价值 [24][29][31][57][58][151][153] - 对AI“泡沫”的讨论是产业变迁中的噪声，关键在于方向正确，AGI是人类当下最有价值的命题 [33][37][38][39] 对过去三年的复盘与反思 - **最正确的决策**：All in AI，并在早期非共识时投资大模型而非垂直模型，投资Agent而非应用，预言了超级个体时代 [3][14] - **最错误的决策/反思**：早期投资心态可以更猛，项目性价比更高，例如23年具身智能项目估值仅1-2亿人民币，贵的也才10亿人民币 [3] - **错失的机会**：因顾虑地缘等因素，错过了投资美国具身智能公司Figure AI的机会，其估值从8亿美金增长至400亿美金 [4] - **认知变化**：大方向判断正确，但低估了全球大公司（如Google、微软、Meta）对AI的反应速度、投入决心和战略能力，这反过来压低了创业公司的天花板 [15][16][17][18] - **投资方法论的进化**：在快速变化的AI领域，对人的判断比事更重要，更珍惜创始人的执行力、动态解决问题和实事求是的能力 [51][52][53][54][55] 对AI技术与产业的前瞻判断 - **AGI的信念与定义**：相信AGI会很快到来，其定义并非全知全觉的生命，而是在任何可验证结果的环境中超越人类的AI [19][20][21] - **多模态与具身智能的重要性**：多模态是AI发展的关键，而具身智能是提供多模态训练数据、通往AGI的重要路径（“北坡”） [82][83][84][87] - **AI与具身的关系演进**：认知经历了三个阶段：从“能干活的机器人”，到“AI的载体”（Embodied AI），再到“Robotics就是AI本身”，最终价值在于通过机器训练出的AI [89][90][92][93][94] - **算力的核心地位**：未来是智力时代，算力是支配智力的关键，可能越来越稀缺并受监管，未来慈善可能是捐赠免费算力 [10][11][12] - **未来重点方向**：关注AI与科学的深度结合、Agent基础设施（Agent Infra）以及具身智能，中国在具身智能（北坡）有巨大机会和领先潜力 [98][99] 市场与投资环境分析 - **市场阶段变化**：市场从早期能完全覆盖信息，发展到25年公司数量激增、噪音变多，类似早年的移动互联网，需要做取舍和聚焦主要矛盾 [47][48][49][50] - **退出路径变化**：香港市场成为重要的新退出通道，同时市场参与者结构变化，如智谱、MiniMax等头部公司中人民币基金和政府基金占比显著 [78][79][80][81] - **当前市场信号**：高频信号是火热的融资市场（一周可达四十几个TS），但这可能是噪声；低频信号是创始人是否在解决真正重要的问题 [72][73][74] - **资产配置逻辑**：在AI时代应“Long Action, Short Thinking”（做多行动，做空空想），执行力比空想更值钱 [57][58] - **对融资市场的展望**：对26年融资市场乐观，全球前沿科技看中美，当前资金有从美国减仓并流向中国的趋势，且中国式创新（如DeepSeek、MiniMax、宇树）正获得全球关注 [100][102][103][104] AI时代下的个体与组织发展 - **个体的生存策略**：AI时代个体必须“活出自己”，AI将放大每个人独特的美学或能力点，使其能服务更多人；即使不参与AI变革，活出自己也能成为无法被替代的部分 [24][25][29][31] - **执行力的价值**：在AI能力强大的背景下，人的核心优势在于定义问题、保持初心和快速执行，获取AI无法获得的体感反馈 [55][56] - **注意力的优化**：如同优化AI的注意力机制，人也应优化自身注意力，关注长期低频信号而非短期噪声，以提升生命质量 [124][125][126][127][128] - **组织与伙伴关系**：好的合作伙伴是能让彼此变得更真实、能毫无保留表达真实看法的人，合作中应追求“一层真实”而非层层计算 [151][152] - **创始人的特质**：优秀的创始人特质是“真”与“知行合一”，例如不看竞争对手融资，只聚焦AGI目标与技术研发 [155][156][157][158][159] 中国创新的全球角色 - **中国创始人的全球视野**：新一代中国创始人具备全球眼光和创新决心，正在走向全球市场并引导全球创新，尤其在智能硬件领域（如极壳、大疆、拓竹） [159][160] - **中国在AI发展路径中的优势**：在通往AGI的“北坡”（具身智能）上，中国拥有巨大的机会并处于领先地位 [99] - **本土资本体系的构建**：中国正在搭建自己的科技公司估值体系和资本成长体系，尽管退出市场尚年轻，但方向正确 [81] - **全球创新范例**：如MiniMax从创立第一天就是全球格局，致力于全球创新、产品和用户 [160]

核心观点 - 全球半导体行业未来一年面临高度不确定性 2026年市场增长率预计在正负12%左右 当前由人工智能驱动的强劲增长可能类似于历史上的泡沫 存在在未来一两年内破裂的风险 [1][12] - 尽管人工智能被视为长期驱动力 但短期内若AI基础设施需求疲软且传统市场未能反弹 行业可能面临急剧下滑 [1] 行业增长预测与现状 - 世界半导体行业协会预测 继2024年增长20%之后 2025年半导体市场将增长22% 2026年将增长26% [3] - 增长主要由存储器和逻辑器件推动 存储器预计2025年增长28% 2026年增长39% 逻辑器件预计2025年增长37% 2026年增长32% [3] - 剔除存储器和逻辑器件后 半导体市场其他类别在2024年下降了3% 预计2025年仅增长6% 显示增长高度集中 [3] - 人工智能应用是当前市场主要驱动力 麦肯锡调查显示到2025年88%的企业将使用AI 而2023年这一比例仅为55% [3] - 在2025年第三季度财报电话会议中 标普500指数成分股公司中有306家提及人工智能 而2022年同期仅有53家 [3] 主要公司表现 - 英伟达作为最大的AI半导体公司 2024年收入增长114% 并预计2025年增长63% 但其大部分产品属于逻辑器件类别 [3] - 表格数据显示英伟达营收增长预计将从2024年的114%放缓至2025年的63% 并在2026年转为下降7% [4] - 台积电发表乐观言论 称人工智能的繁荣是“真实的” AI驱动的需求将在未来很多年里持续 [1] 历史泡沫类比 - 将当前AI热潮与2020-2021年疫情引发的激增相比较 警告可能像那轮周期一样戛然而止 [1] - 1980年代PC泡沫：1983年PC出货量增长85% 1984年增长29% 带动半导体市场蓬勃发展 但1985年PC出货量下降11% 导致半导体市场下滑17% 内存销量下降38% 英特尔营收下降16% 随后市场在1986-1987年恢复增长 [6][7] - 1990年代末互联网泡沫：1999-2000年互联网用户高速增长 催生大量互联网公司 2000年泡沫破裂后 2001年半导体市场下滑32% 存储器市场下滑49% 思科收入在2001年下降23% [7][8][9] - 历史图表显示 在PC和互联网泡沫时期 半导体市场均经历了约两年强劲增长（增速在19%至46%之间）随后市场大幅下滑 [10] - 当前周期预计2024-2026年半导体市场增速分别为20%、23%、26% 与历史泡沫初期的增长模式相似 [10] 未来风险与展望 - 研究公司Future Horizons指出 2025年22%的增长率过于集中 并不代表整个行业的全面复苏 [1] - 芯片出货量恢复时间、平均售价能否继续上涨、对传统节点晶圆厂（尤其在中国）的过度投资等问题悬而未决 [1] - 历史经验表明 所有重大新技术在最初几年都会经历强劲增长期 随后增长速度会放缓甚至下降 导致支撑硬件公司的收入下滑 [12] - 基于历史模式 人工智能泡沫可能在未来一两年内破裂 [12] - 泡沫被视为一种调整而非终结 人工智能有望带来重大变革 但其变革能否顺利实施还有待观察 [12]

台积电业绩与半导体行业动态 - 台积电2025年第四季度营收达1.046万亿新台币（约337.3亿美元），同比增长20.5% [1] - 台积电2025年第四季度净利润达5057亿新台币（约160亿美元），同比增长35%，创历史新高并连续第七个季度实现两位数增长 [1] - 7nm及以下先进制程贡献了台积电该季度总收入的77% [1] - 台积电业绩增长的一大动力来自AI需求增长，公司预测2026年第一季度营收将达到346亿美元至358亿美元 [1] - 1月15日财报公布后，多只美股半导体股股价走高，英伟达涨2.13%，阿斯麦涨5.37% [1] - 美国自1月15日起对部分进口半导体加征25%关税，涉及产品包括英伟达AI芯片H200和AMD MI325X [9] - 英伟达依赖海外供应链，其Blackwell芯片已于去年10月在台积电美国工厂生产，但新的Rubin架构芯片尚未有在美国本土制造的确定性消息 [9] AI模型与研发进展 - OpenAI宣布将在未来几周内在美国测试ChatGPT广告，测试范围是免费和入门级订阅用户 [2] - OpenAI选择广告模式被解读为公司面临巨大开发与运营压力，亟需多元化收入以证明可持续增长潜力 [2] - 苹果与谷歌达成合作，谷歌的Gemini核心模型架构将用于支持下一代Apple Foundation Models，并成为Siri升级的底层技术基础 [4] - 有消息称，苹果预计每年将向谷歌支付约10亿美元的技术许可费用 [4] - DeepSeek与北京大学合作发布新论文，聚焦大模型的条件记忆模块，提出“记忆分离”以优化模型效率 [5][6] - 有报道称DeepSeek将于2月发布新一代旗舰模型DeepSeek V4，内部初步测试表明其在编程能力上超过其他顶级模型 [6] - OpenAI宣布将在三年内向芯片制造商Cerebras采购至多750兆瓦的计算能力，相关合同总价值据称超过100亿美元 [10] - Cerebras是英伟达的挑战者之一，与OpenAI的合作有助于其应对来自英伟达的竞争 [10] AI应用与商业化 - 阿里旗下千问App全面接入淘宝、支付宝、飞猪、高德等阿里生态业务，并推出千问任务助理1.0版本 [7] - 千问App上线23天月活用户数突破3000万，上线2个月月活用户数已突破1亿，是近期增长最快的AI应用之一 [7] - OpenAI上线独立的网页版翻译工具“ChatGPT翻译”，目前已向所有用户免费开放，支持50多种语言的即时互译 [11][12] - ChatGPT翻译意在直接与谷歌翻译竞争，但谷歌翻译已支持243种语言，覆盖文本、图片、文档及网页翻译 [12] - 瑞银证券分析师认为，与美国相比，中国出现AI泡沫的概率小得多 [8] - 中国领先的模型厂商较多依靠母公司的现金流业务支持AI研发，资本开支策略更加务实谨慎 [8] - 2025年几家头部中国互联网大厂资本开支加起来约4000亿元，是美国同行的约十分之一，但模型能力接近顶尖 [8] - 瑞银认为2026年中国AI的发展路径与美国将呈现明显分化，AI应用趋于丰富或许有助于商业化变现 [8] 行业争议与市场观点 - 英伟达一篇技术博客文章曾称1吉瓦数据中心可能需要高达50万吨铜，后修改为200吨铜，引发市场争议 [3] - 此前关于数据中心铜需求量的争议被部分观点用来强化“AI数据中心将大幅推高全球铜需求”的叙事 [3] - 高盛在报告中指出，当前全球铜现货市场并未出现明显供应紧张，并预计2026年可能出现小幅过剩 [3] - 苹果选择与谷歌而非OpenAI合作，有分析认为这将使OpenAI在竞争中处于不利地位 [4] - 特斯拉CEO马斯克表示，苹果与谷歌的合作将导致不合理的权力集中，因谷歌已控制了Android和Chrome [4] - 业界认为英伟达去年12月吸纳Groq的工程人才是其“收编”挑战者的一种方式 [10]

AI行业是否存在泡沫 - 著名经济学家朱宁认为AI泡沫“肯定是存在的”任何新技术出现时都会伴随过度投入和资产价格的提前反映这本身并不罕见[6][10] - 这一轮AI泡沫比互联网时代更为复杂融合了宽松的流动性环境政府鼓励自主创新指数基金推动的头部公司估值自我放大年轻投资者害怕踏空的心态以及AI“无所不在”式的技术想象力[6] - 泡沫之下正在进行的基础设施建设与人力资本流动可能正在为下一个周期埋下关键伏笔[3][7] 美国AI及股市估值现状 - 2026年1月13日谷歌母公司Alphabet市值突破4万亿美元成为继英伟达微软和苹果之后第四家站上这一关口的科技公司[5] - 美国AI行情发生在整体美股估值已处于历史高位的背景下席勒教授的研究显示当前动态调整的市盈率水平只比2000年互联网泡沫的历史最高点略低甚至高于2008年全球金融危机之前[10] - 美股内部出现分化形成“标普493”现象即剔除7家特别的公司后其余493只股票估值已有所回落问题主要集中在那7家公司上[11] - 部分公司如甲骨文OpenAI和英伟达之间正在形成一种投资上的“自我循环”增长可能更多发生在一个相对封闭的体系内[11][12] 中国AI板块估值现状 - A股整体估值处在修复区间相对健康但在很小的部分AI板块中存在比较极端的资产定价出现了不少“十倍股”以及一些市值上千亿但收入规模仍然很小的公司[12] - 部分中国AI股票的估值已经明显高于美国同类公司一个量级[13] - 国内AI概念高涨是多重叙事叠加的结果包括“国运叙事”或“长牛慢牛叙事”对“自主可控”的国家战略重视以及AI技术本身“无所不在”的属性激发想象力[13][14][15] 泡沫形成的条件与机制 - 促成泡沫的五个因素包括必须是一个新事物需要非常宽松的流动性相对缺乏经验的投资者政府支持以及金融创新如指数型基金和ETF的发展[16] - ETF和A股的“抱团”现象会放大市场反应形成自我强化机制如果抱团不是建立在严格的理性分析之上就会出现暴涨暴跌[17][19] - 市场存在“害怕踏空”的心态这与政府希望人为“熨平”周期向市场注入“隐含担保”有关导致市场敢买敢加杠杆[21][22][24] 对泡沫的短期与长期看法 - 对AI未来的颠覆性潜力没有分歧真正的分歧在于短期商业化能否跑通以及利润增长是否足够快到足以支撑当前的高估值[26][27] - 当前估值能维持依赖于三个条件同时存在资金充裕市场存在分歧以及预期利率可能继续下行只要有一个条件变化体系就可能出现明显动荡[27] - 调整大概率会出现但更可能是结构性局部的而未必会演变成类似2008年的系统性金融危机因为权益类股票的涨跌不像房地产那样会直接广泛推高经济体系的杠杆率[32][33] 产业视角与投资视角的区分 - 从产业和宏观层面看泡沫会带来基础设施的过度投资留下便利条件是好事情但从微观投资层面看则与投资者无关[29][31] - “一个好公司很可能不是一个好投资”公司的好坏与是否该买入没有直接关系真正需要问的是买入的价格是否正确[31] - AI泡沫即便发生也会留下基础设施人力资本和算力等沉淀并为后续发展作出贡献但这并不意味着现在是投资者应该全面投入的时机[31] 金融在技术革命中的角色 - 金融是一种配置工具在任何一轮重大的技术浪潮中都会深度介入将资金和稀缺资源配置到最有潜力的方向[39][40] - 金融承担着资金配置和人力资本配置的重要功能例如通过股票市场和股权激励将最聪明的人调配到科技领域[41][42] - 金融是改变社会和历史进程不可或缺的部分通过金融创新可以让全社会更多人分享技术进步带来的福祉[43]

AI行业动态与市场观点 - 瑞银分析师认为，综合考虑融资结构、资本开支及算力真实需求，短期内中国出现AI泡沫的概率远低于美国[5] - 瑞银看好算力国产化进程，并看好半导体、人形机器人产业链上游设备、核心零部件及稀土等领域的投资机遇[5] - OpenAI正寻求加强其在美国的硬件供应链，并寻找合作伙伴以进军消费级设备、机器人和云数据中心领域[6] - OpenAI已向美国生产商发出提案请求，征集硅芯片、电机、包装材料及数据中心冷却设备等组件[6] - 智谱与华为联合开源的新一代图像生成模型GLM-Image，在开源不到24小时后登顶全球知名AI开源社区Hugging Face榜单第一[8] - GLM-Image是首次完全依托国产芯片训练的国产模型，其SOTA性能、创新结构和训练过程引发海外科技圈热议[8] 公司资本运作与融资活动 - 快手科技开始推介其首次离岸债券发行，旨在加强人工智能领域的资金投入[7] - 快手科技计划发行5年期和10年期美元债券，初步价格指引分别较美国国债利率高约85个基点和100个基点[7] - 快手科技还计划发行5年期点心债，初步价格指引约为2.95%[7] - 亚马逊阻挠Saks百货破产融资的首次尝试被法官驳回，Saks成功获批获得约4亿美元的现金支持[11] - Saks在未来几周内仍需重返法庭，寻求总额17.5亿美元融资方案的最终批准[11] - 亚马逊及其他反对该融资方案的债权人仍可再次尝试说服法官废止或修改债务协议[11] - 亚马逊在法庭文件中辩称，该融资将令Saks背负数十亿美元新增债务，且部分条款会损害亚马逊及其他无担保债权人的利益[12] 技术进展与供应链动态 - 英伟达已悄然修改其技术论文中关于数据中心铜需求的数据，此前论文称1吉瓦数据中心需要高达50万吨铜母线，存在计算错误[10] - 经修改后，实际上一吉瓦数据中心仅需要200多吨铜，约相当于50万磅，可能是原论文用错了单位[10] - 外界对人工智能数据中心的铜需求可能需要重估[10]

文章核心观点 - 著名经济学家朱宁认为当前AI领域存在资产泡沫，其形成条件与历史泡沫相似，但比互联网时代更为复杂，融合了多重叙事和结构性因素 [3][8][15] - 泡沫的存在并不否定AI技术的颠覆性潜力，但从投资角度看，当前估值水平与商业化和盈利增长前景严重脱节，难以持续支撑 [4][11][27] - 中美市场泡沫特征不同：美股泡沫集中在少数头部科技公司，且整体估值处于历史高位，风险值得警惕；A股泡沫则更多体现在局部AI板块，存在极端估值现象 [8][11][16] - 泡沫可能带来产业层面的积极影响，如基础设施和人力资本沉淀，但对投资者而言，产业贡献与投资回报是两回事，需警惕“好公司不等于好投资” [28][31][33] - 预计AI领域可能出现调整或降温，但更可能是结构性、局部性的，演变成类似2008年全面金融危机的系统性风险概率较低 [35][37][41] 市场估值与泡沫特征 - **美股整体估值处于历史高位**：席勒动态调整市盈率显示，当前美股估值水平仅略低于2000年互联网泡沫峰值，且高于2008年金融危机前水平 [8] - **美股泡沫高度集中**：市场存在“标普493”说法，即标普500指数中除7家头部科技公司外，其余493家公司估值已回落至相对合理区间，问题集中在少数公司 [9] - **A股AI板块存在极端估值**：部分AI概念公司成为“十倍股”，出现市值上千亿但收入规模仍很小的现象，估值水平甚至明显高于美国同类公司一个量级 [11] - **泡沫形成的五个促成因素**：新事物、宽松流动性、缺乏经验的投资者（年轻投资者）、政府支持、金融创新（如指数基金和ETF），当前条件基本具备 [15] - **存在“自我循环”与“刚性预期”**：部分公司（如甲骨文、OpenAI、英伟达）形成投资生态内的相互强化；市场存在对政府或央行托底的预期，助长了投机心态 [10][39] 中美市场差异与风险结构 - **美国市场风险更值得警惕**：泡沫发生在本已处于高位的估值基础上，且集中在头部科技公司，席勒教授自疫情前就已警示美股泡沫，目前估值又上升了约20% [8][16] - **中国市场泡沫呈局部性**：A股整体估值处于修复区间相对健康，但局部AI板块存在极端定价，受到“国运叙事”、“自主创新”国家战略及技术想象力多重驱动 [11][12][13] - **风险传导性不同**：股票资产调整与房地产泡沫破裂的影响不同，权益类资产通常不直接广泛推高家庭和经济杠杆率，因此AI泡沫更可能引发结构性调整而非系统性金融危机 [35][36][37] 产业与投资视角的分离 - **泡沫的产业积极面**：如同互联网泡沫留下了海底光缆等基础设施，AI泡沫也可能沉淀下算力、数据中心、电力设施及人力资本，为未来技术发展奠基 [28][33] - **产业贡献不等于投资回报**：以Global Crossing为例，其在互联网泡沫期从事海底铺缆的伟大事业但公司破产，股东并未受益，说明好公司与好投资是两回事 [29][30][31] - **投资的核心是价格**：判断是否投资的关键不在于公司是否优秀，而在于买入价格是否合适，当前AI领域估值已严重偏离商业现实，支撑逻辑脆弱 [27][31][32] 投资者行为与市场心理 - **普遍存在“害怕踏空”（FOMO）心态**：尤其在年轻投资者中，担心错过AI技术浪潮和所谓的“康波周期”，这种心态在2008年金融危机后逐渐凸显并延续至今 [20][23] - **“确定性幻觉”与历史规律**：人们在市场狂热中容易形成“这次不一样”的幻觉，但历史规律反映的人性与市场运行机制大体相似，估值显著背离长期均值通常预示问题 [2][16][17] - **“抱团”现象与行为偏差**：A股市场的“抱团”现象与美股ETF的资金集中效应有相似结果，若非建立在严格理性分析上，容易导致板块暴涨暴跌 [18][19] 未来展望与潜在路径 - **调整概率高但形式或为结构性**：下一阶段出现调整的概率不低，但更可能局限于特定板块或资产类别，而非全面崩盘 [11][37][41] - **行业可能经历“降温”而非破裂**：类似互联网发展历程，AI行业可能从高度狂热状态回归相对理性的投入节奏，经历资源重新配置与行业整合，为下一阶段发展做准备 [41][42] - **金融在技术革命中的双重角色**：金融作为资源配置工具，深度介入并加速了技术转化与资本流动，但也放大泡沫；其人才配置功能（如股权激励）对推动创新至关重要 [46][47][49]