全球投资者正陷入"极致贪婪"的状态，市场情绪已被推升至2021年年中以来的最高水平。根据美银最新发布的全球基金经理调查，随着基金经理 们大举追逐风险资产，投资组合中的现金水平已暴跌至历史最低点，市场普遍押注全球经济将出现"不着陆"的情景。 据彭博及美银报告显示，本次调查于2026年1月8日至15日进行，共有227位基金经理参与，管理资产总额达6460亿美元。调查结果描绘了一个流动 性充裕、信心爆棚，但也因防御缓冲消失而对潜在冲击日益敏感的市场图景。 "不着陆"共识确立，衰退担忧消退 宏观层面的乐观情绪是本次调查的核心驱动力。调查显示，净38%的投资者预计未来12个月全球经济将走强，这一比例创下2021年7月以来的新 高。更为关键的是，49%的投资者现在认为"不着陆"（经济增长保持强劲且通胀未完全回落）是最可能的结果，这一比例首次超过了"软着 陆"和"硬着陆"。 与此同时，对经济衰退的担忧已降至冰点。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月以来的最低水平。相反，预期经济 将出现"繁荣"（即高于趋势的增长和高于趋势的通胀）的投资者比例升至34%，创下2021年9月以来的最高纪录。投资者对 ...

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]

核心观点 - 多只重仓人工智能板块的基金在2025年四季度进行了调仓，基金经理对AI主线后市的看法存在共识与分歧，部分基金在维持算力核心持仓的同时，开始挖掘由算力需求衍生的高景气概念股[1] - 经过前期大幅上涨，AI板块整体估值已不处于低位，部分热门概念股估值包含了对未来多年高速成长的乐观预期，当前投资机遇与风险并存[1][7] - 有观点认为人工智能产业正处于泡沫初现并逐步形成的阶段，而非泡沫末期，关键在于跟踪技术进步速度与商业化进展[1][8] 基金经理调仓操作与持仓动向 - **中欧数字经济基金（2025年全年涨幅143.07%）四季度操作**：加仓生益科技、深南电路、阳光电源、浪潮信息、东山精密，后4只个股新晋前十大重仓股；同时大手笔增持沪电股份、新泉股份、腾讯控股；减持中际旭创、新易盛；并将中芯国际、三花智控、天孚通信、阿里巴巴减持出前十大重仓股名单[2] - **前海开源沪港深乐享生活基金四季度操作**：前十大重仓股更换了6只，新入剑桥科技、华懋科技、东山精密、英维克、福晶科技和源杰科技；天孚通信、立讯精密、胜宏科技、沃尔核材、工业富联则退出前十大重仓股名单；持仓更聚焦于光通信和液冷领域[3] 基金经理看好的衍生投资方向 - **光互联与存储**：在算力体系内部，预计2026年“光”（光互联）和“存”（存储）在整体资本开支中的占比将持续提升，因计算芯片的摩尔定律逼近物理极限，而提升连接速度与存储效率仍有红利；“光模块进机柜”及“DRAM和NAND闪存芯片可能持续涨价”可能成为2026年硬件领域重要主题[4] - **液冷技术**：随着ASIC机柜的放量以及英伟达采购形式的潜在变化，中国大陆的液冷厂商有希望在全球AI基础设施市场持续扩张份额[4] - **电力基础设施**：AI数据中心建设速度远快于传统电网扩容速度，供需错配催生潜在能源危机；未来几年海外企业订单充沛，国内企业有望出海享受行业红利；新技术的开发有望催生“终极解决方案”；有基金经理的投资组合中包含北美地区的电力基础设施公司，因美国为支持超大算力集群建设，对电网等电力设施的投资力度预计持续加大[5] - **AI垂直应用**：持续看好AI在各个行业垂直领域的潜在市场空间，未来通用大模型、垂直大模型有望不断取得进展，AI在游戏、影视、营销以及教育、医疗、金融等垂直领域的应用有望快速增长，但AI应用的龙头企业价值被显著低估[6] 基金经理对估值与泡沫的认知 - 有观点认为，科技成长板块公司的估值从悲观修复到了合理，但大部分优质龙头企业估值谈不上泡沫[7] - 经过前期较大幅度上涨，AI板块整体估值已不再处于低位区间，部分热门概念股的估值包含了对未来多年高速成长的乐观预期[7] - “泡沫”是几乎所有颠覆性技术在高速发展阶段不可避免的现象，关键问题在于技术进步速度是否足以持续打开新的应用边界，以及商业化进展是否能够逐步吸纳新增资本并转化为真实收入与利润[8] - 基于当前跟踪判断，人工智能产业被认为正处于泡沫初现并逐步形成的阶段，而非泡沫末期[1][8]

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]

全球信贷市场现状与核心悖论 - 全球信贷市场处于二十年来最火热状态 以高评级公司债和高收益公司债（垃圾债）为核心 全球企业债务的收益溢价（信用利差）已收窄至103个基点 为2007年6月以来最低水平 [1] - 市场火热构成一种悖论 资金管理者既不愿错过配置机遇 又必须面对潜在回报和风险补偿减少的现实 背景包括不可预测的美国财政与关税政策 地缘政治紧张局势以及企业创纪录发债带来的债务压力 [2] - 市场乐观情绪推动了风险更大的债务资产 投资者要求持有垃圾债券的额外收益率指标已降至近二十年来的最低点 反映出对经济增长前景的乐观和高收益债违约预期的降温 [3] 科技公司发债狂潮与潜在风险 - 以甲骨文 微软 Meta为首的科技公司发债规模愈发庞大且可能创历史纪录 这种动态若长期持续 无疑将大幅推高信贷市场信用利差 [2][5] - 截至2025年12月第一周 全球科技公司在2025年已发行了创纪录的4283亿美元债券 其中美国公司发行3418亿美元 欧洲和亚洲分别发行491亿和330亿美元 均达历史高位 [6] - 2026年企业债供应预计继续创高纪录 美国大型科技公司及AI算力基础设施相关企业（如亚马逊AWS Meta 甲骨文 CoreWeave）发债尤甚 说明市场对廉价资金需求极大 [5] - 甲骨文等全球最大规模云计算服务商不仅要承受利息压力 还面临订单高度依赖单一大客户（如OpenAI）的结构性风险 [6] 信用利差作为预警信号及其影响 - 信用利差被视作风险偏好和经济预期的重要“早期预警信号” 当信用利差走阔 往往意味着投资者对信用风险更为谨慎 需要更高补偿 最终市场避险情绪将大幅上升 [5] - 信用利差收窄意味着市场信心很强 但也留给市场极其有限的风险缓冲空间 一旦风险偏好转向 发债公司基本面恶化或债市流动性收紧 利差容易快速走阔 导致债券价格持续下跌 [9] - 若信贷利差突然大幅走阔 可能导致股票市场步入回调轨迹 这是基于债市与股市历史关联的合理担忧 [10] AI投资热潮与市场担忧 - 市场焦虑核心集中于AI投资逻辑 OpenAI主导的“AI循环投资”夸张以及甲骨文等巨头史无前例大规模举债建设AI数据中心 危及财务基本面 引发对“AI泡沫即将破裂”的担忧 [8] - 多数投资者暂时不相信年营收不到200亿美元的OpenAI能够承担起1.4万亿美元AI基建开支 市场更看重实际创收 [8] - 在AI算力基础设施竞赛白热化背景下 即便是现金充裕的高评级科技公司也不得不大规模举债支持投资 摩根士丹利预测到2028年全球超大规模AI数据中心总投资约2.9万亿美元 其中超半数（约1.5万亿美元）需依赖外部融资 [9] - 这种近乎豪赌的资本开支让原本稳健的资产负债表承受巨大压力 债市投资者开始重新评估甲骨文等科技公司的违约风险 [9] 市场参与者的行为与观点 - 包括Aberdeen投资公司和太平洋投资管理公司（Pimco）在内的全球最大规模资金管理公司发出警告 提醒火热的信贷市场和屡创新高的股票市场不要“掉以轻心” [1][4] - Pimco固定收益团队由于预计信贷市场基本面与信用利差将恶化 对于信贷市场的部署资金方向正在变得更加挑剔 [5] - 许多资金管理者仍然继续加入这波上涨 部分原因是市场预期美联储和其他一些央行将继续降息步伐 此类宽松政策环境可能有助于全球经济应对特朗普的关税威胁 [2] 宏观经济背景与市场数据 - 世界银行将全球实际GDP增长预期上调至2.6% 凸显看好AI热潮强化全球经济增长韧性以及美国经济在特朗普政府“大而美法案”推动下的软着陆前景 [2] - 今年1月上半年 全球企业发行了大约4350亿美元的债券 创下该期间的新历史纪录 比去年同期多出三分之一 [6] - 高盛集团周四通过史上最大规模的投资级债券发行筹集了160亿美元 这是华尔街银行历史上最大规模的债务发行量 不少分析师预计2026年将成为债券发行规模创纪录的一年 [6] - 迄今为止 债券供应的激增并未引发显著回撤或者信用利差走阔 这使得2026年全球股债市场开局强劲 [7]