纪要涉及的行业或者公司 * **行业**：人工智能（AI）行业，特别是AI基础设施（芯片、数据中心）和AI服务领域 [1][2][44][45] * **公司**： * **AI芯片/硬件**：Nvidia（英伟达）、Etched、Google（谷歌）[49][54][68] * **AI服务/模型**：OpenAI、Google、Meta、Hugging Face、Thinking Machines Lab、Safe Superintelligence (SSI) [60][68][71][74][75] * **大型科技/云服务商**：Microsoft（微软）、Alphabet（谷歌母公司）、Amazon（亚马逊）、Meta、Oracle（甲骨文）[81][83][85] * **金融机构/投资方**：Goldman Sachs（高盛）、JPMorgan（摩根大通）、D.A. Davidson、Primary Venture Partners、Oaktree、Brookfield [47][81][85][103] * **历史案例提及**：南海公司、安然公司（Enron）[15][27][97] 纪要提到的核心观点和论据 * **当前AI热潮的规模与市场主导地位** * AI相关股票贡献了标普500指数**75%的涨幅**和**80%的利润** [47] * AI资本支出占美国公司总资本支出的**很大一部分**，并占美国GDP增长的**很大比重** [45] * 大型科技公司的资本支出中，**90%** 与AI相关 [47] * Nvidia从1999年IPO时估值**6.26亿美元**，一度成为首家市值达**5万亿美元**的公司，增长约**8000倍**，年化约**40%** [49][50] * **泡沫的定义、形成规律与类型** * **泡沫的形成规律**：由看似革命性的新事物引发，早期参与者获得巨额收益，引发旁观者的嫉妒和FOMO（害怕错过），导致人们在不考虑未来回报和风险的情况下蜂拥而入，最终在中短期内造成痛苦 [6][7] * **泡沫的根源**：并非直接由技术或金融发展引起，而是源于对这些发展的**过度乐观**和**非理性繁荣** [14] * **泡沫的两种类型**： * **均值回归型泡沫**：基于金融奇迹（如次贷证券），不推动社会进步，泡沫破灭后财富被摧毁 [24][27][33] * **拐点型泡沫**：基于技术进步（如铁路、互联网），泡沫破灭后世界不会回到从前，其间的亏损投资为未来的技术部署奠定了基础，加速了进步，但同样会摧毁部分投资者的财富 [24][29][31][33] * **AI领域存在的不确定性与潜在风险** * **技术前景与赢家不确定性**：虽然AI潜力巨大，但具体应用、商业化路径、时间表及最终赢家均不明确 [51][52] * **盈利模式与竞争格局**：AI服务（如ChatGPT）目前可能每回答一次查询都在亏损，未来可能形成垄断、激烈竞争或混合格局，盈利前景不明 [60] * **对使用AI的公司影响**：AI可能提升效率，但节省的成本可能通过价格战转移给客户，而非转化为公司利润 [60] * **资产寿命与技术迭代**：AI芯片等资产的寿命、技术过时的速度（例如中国开源模型下载份额达**17%**，首次超过美国的**15.8%**）是重大风险 [67][68] * **“循环交易”的质疑**：行业存在资金在参与者间“往返”的交易，被怀疑可能夸大进展。例如，高盛估计Nvidia明年**15%** 的销售额可能来自此类交易；OpenAI对行业对手的投资承诺高达**1.4万亿美元**，但其自身尚未盈利 [62][63][65] * **融资行为与债务风险** * **投资规模巨大**：AI数据中心等基础设施的建设规模预计达**5万亿美元**，仅靠现金（截至Q3末五大科技公司合计约**3500亿美元**）无法支撑，需要债务融资 [81][83] * **债务融资的兴起**：Oracle、Meta、Alphabet等已发行**30年期债券**为AI投资融资，其收益率仅比同期国债高**100个基点或更少** [85] * **不健康的融资行为**：存在初创公司为另一家初创公司借钱建数据中心，双方均无客户和明确回报前景，却仍能获得债务融资的情况 [87] * **表外融资与风险**：通过特殊目的载体（SPV）进行表外融资，可能隐藏真实债务水平，令人联想到安然事件 [97] * **警示信号**：超级云服务商的资本支出增速超过收入动能，供应商融资激增，覆盖比率下降 [92][95] * **市场投机行为案例** * **初创公司天价融资**：Thinking Machines Lab在无产品、拒绝透露业务细节的情况下，以**100亿美元**估值完成**20亿美元**种子轮融资，随后又在洽谈以约**500亿美元**估值进行新一轮融资 [71][72][74] * **“彩票思维”**：投资者押注初创公司（如Etched）有极小概率达到万亿美元估值，从而证明其早期巨额投资的合理性 [55][56] 其他重要但是可能被忽略的内容 * **历史类比**：当前AI热潮常被与19世纪60年代的**铁路热潮**、20世纪90年代末的**互联网泡沫**及**电信/光纤泡沫**相类比 [9][15][60] * **泡沫的“好处”**：拐点型泡沫能通过激发狂热投资，加速大规模试错和基础设施建设，从而**压缩技术进步所需的时间**，尽管过程中会浪费大量资本 [36][37][40][41] * **分析师的角色与局限**：备忘录作者强调自己并非技术专家，其价值在于观察**投资者心理和行为**，而非判断技术本身或给泡沫贴标签 [3][4][12][20][21] * **“万亿美元”的概念冲击**：为强调当前投资规模的巨大，备忘录特别解释了万亿的概念——相当于每秒一美元，持续**31,700年** [66] * **审慎投资的案例**：尽管指出风险，但也提及像Brookfield这样的机构正在为AI基础设施筹集**100亿美元**基金，并强调会应用“审慎”债务，投资于饱和度较低的区域和电力基础设施 [103] * **最终状态的哲学思考**：AI行业仍在构建中，其终极形态和盈利模式未知，如同“在飞行中建造飞机”。OpenAI CEO的言论被解读为“先造出通用智能，再让它自己想办法赚钱” [76][79]

橡树资本霍华德·马克斯备忘录核心观点 - 传奇投资人霍华德·马克斯发布备忘录，探讨当前AI投资热潮是否存在泡沫，并讨论投资者应如何理性看待[1] - 备忘录指出，变革性技术总会引发过度热情和投资，导致建设过度和资产价格过高，这种过度现象通常被称为“泡沫”，但同时也加速了技术普及[2][40] - AI有潜力成为史上最伟大的变革性技术之一，目前正受到极大热情关注，若此次热情未产生符合历史模式的泡沫，将是首次例外[3][4][40] - 泡沫通常以投资者亏损告终，主要源于技术新颖性导致其影响程度和时间不可预测，使投资者难以判断最终赢家[5][41] - 没有任何方式能让人既享受新技术全部潜在收益，又不承担因热情过度、投资者行为失控而产生的损失风险[5][42] - 本轮AI投资中债权融资的使用，不同于以往技术革命，其高不确定性通常阻止债权参与，这可能放大所有影响[5][43] - 鉴于无人能确定是否为泡沫，建议投资者不应孤注一掷，也不应完全置身事外，采取适度、精选和审慎的立场是最佳策略[5][43] AI投资现状与市场表现 - AI占据企业总资本支出的很大一部分，AI产能投资占美国GDP增长的很大份额，AI股票是标普500指数绝大多数涨幅的来源[16] - 《财富》杂志指出，AI贡献了标普500指数75%的涨幅、80%的利润和90%的资本支出[17] - 英伟达作为AI芯片领先开发商，自1999年IPO（市值约6.26亿美元）以来，一度成为全球首家市值5万亿美元的公司，实现了约8000倍的升值，或26年年均约40%的增长[17] - 当前主要AI公司的市盈率中位数为31倍，低于1999年互联网泡沫时期主要公司41倍的市盈率中位数[38] - 与互联网泡沫时期不同，当前AI产品需求强劲，已有十亿用户，主流参与者收入、利润、现金流稳健，且没有出现IPO狂潮[36][37] - 例如，AI编码模型领导者Anthropic过去两年收入增长了100倍，其Claude Code编码程序年收入已达10亿美元；另一家领导者Cursor从2023年100万美元收入增长至2024年1亿美元，并有望突破10亿美元[37] 投资行为与融资结构 - 为支持AI投资，一些公司已发行长期债券，例如甲骨文、Meta和谷歌发行了30年期债券用于AI投资，后两者的债券收益率仅比同期限国债高100个基点以内[2][27] - 市场担忧在于，为承担30年的技术不确定性，仅获取略高于无风险债务的固定收益是否明智，以及用债务投资的芯片和数据中心能否在30年内保持足够生产力偿还债务[2][27] - AI数据中心建设规模巨大，摩根大通分析师粗略估算基础设施账单将达5万亿美元，预计明年支出接近5000亿美元，而微软、谷歌、亚马逊、Meta和甲骨文等最大金主截至第三季度末合计账面资金仅约3500亿美元[26] - 出现了一些极端的投机行为，例如AI初创公司Thinking Machines Lab在尚未发布产品的情况下，完成了20亿美元种子轮融资，估值达100亿美元，随后又在洽谈新一轮500亿美元估值的融资[22] - 另一家初创公司Safe Superintelligence (SSI) 同样在无公开产品或服务的情况下，完成了20亿美元融资，估值达320亿美元[22] - 存在“循环交易”的担忧，例如OpenAI向行业伙伴承诺投资总额达1.4万亿美元，但其投资将从同一方获得的收入中支付，高盛估算英伟达明年15%的销售额可能来自此类循环交易[21] 行业不确定性、竞争与风险 - 尽管AI潜力巨大，但大多数人对它能做什么、如何商业化应用、何时实现一无所知，谁会成为赢家以及其价值几何存在高度不确定性[18] - 新技术具有颠覆性，现有领导者可能被新秀取代，例如在搜索和社交媒体领域，早期领导者Lycos和MySpace最终被谷歌和Facebook击败[33] - AI可能形成垄断或双寡头市场，也可能变成高度竞争的自由市场，目前响应AI查询的服务（如ChatGPT和Gemini）据报道每次查询都在亏损[19] - AI对使用它的公司的影响不确定，它可能提升企业效率却不提升盈利能力，因为节省的成本可能让利给消费者[19] - AI资产（如芯片）的使用寿命和报废问题存在不确定性，在为AI股票估值时，难以预期多少年的盈利增长，以及资产能否足够长时间保持生产力以偿还债务[21] - 竞争格局流动性强，例如中国新开源模型的下载总量已超过美国开发者，英伟达股价曾因市场担心谷歌在AI领域取得进展而单日下跌，市值蒸发1150亿美元[21] 泡沫的历史视角与积极意义 - 历史表明，基于技术进步的“拐点泡沫”（如铁路、互联网）与基于金融创新的“均值回归泡沫”（如次贷）不同，前者在加速技术进步、为更繁荣未来奠定基础的同时，也摧毁财富[11][12][13] - “拐点泡沫”通过激发热情和投资的正反馈循环，为高风险探索性项目提供所需巨额融资，加速技术采用和基础设施部署，尽管部分投资会被浪费[13][14] - 当前AI热潮常与历史泡沫类比，例如1920年代的广播和航空泡沫，两者都高度不确定、被强烈叙事炒作，最终在1929年破裂[35][36] - 也有观点认为AI类比于19世纪的铁路、电力或20世纪末的宽带建设，这些都是改变了社会的“拐点泡沫”[36] 债权融资的特别关注与机构动向 - 橡树资本母公司Brookfield正在筹集100亿美元基金用于AI基础设施投资，Brookfield自身投入资金，并获得了主权财富基金和英伟达的股权承诺，计划采用“审慎”债务融资[1][30] - Brookfield的投资很可能主要流向数据中心尚不饱和的地区，以及为数据中心提供大量电力的基础设施[1][30] - 行业观察人士指出，为结果不确定的项目提供债务融资可以接受，但如果结果纯属猜测则不可取，关键在于区分实际情况[30][31] - 有观点认为，在赢者通吃的技术进步中，“正确”的参与方式是通过分散的股权投资，而非债务投资，因为债务投资无法用赢家的利息补偿输家的损失[33] - 潜在贷款人已开始关注风险，例如与投资级ABS和CMBS投资者交流时，一个经常被提及的担忧是债券到期时是否愿意承担数据中心的残值风险[32]