中國戰(zhàn)略新興產(chǎn)業(yè)融媒體記者 艾麗格瑪

高盛全球宏觀研究部的高級策略師Allison Nathan在其報告中提出了對AI投資效益的質(zhì)疑：“生成式AI技術(shù)被認(rèn)為能改變公司、行業(yè)和社會，所以很多大公司計劃在未來幾年投入1萬億美元在AI相關(guān)的東西上，比如數(shù)據(jù)中心、芯片和電網(wǎng)。但到現(xiàn)在為止，這些錢除了讓開發(fā)人員的工作效率提高了一點(diǎn)，沒看到其他明顯的成果。甚至連從中獲益最多的英偉達(dá)的股價也下跌了。”

與此同時，巴克萊分析師Ross Sandler提出，“投資者擔(dān)心錯過下一個重大創(chuàng)新，從而在沒有充分了解長期潛力的情況下，對新興技術(shù)進(jìn)行大量投資。這種情緒在2000年的互聯(lián)網(wǎng)泡沫中表現(xiàn)得淋漓盡致，而在今天的AI領(lǐng)域，歷史可能正在重演。”

那么，AI領(lǐng)域的泡沫究竟是否存在？行業(yè)整體面臨的“洗牌”又會不會孕育出新的機(jī)遇？面臨過度擴(kuò)張的隱患，AI行業(yè)能否走出困境、化“泡沫”為“繁榮”？

泡沫經(jīng)濟(jì)通常指的是在特定領(lǐng)域內(nèi)，資產(chǎn)價格遠(yuǎn)高于其內(nèi)在價值，由市場過度投機(jī)行為驅(qū)動，形成的一種不穩(wěn)定且不可持續(xù)的經(jīng)濟(jì)現(xiàn)象。這種經(jīng)濟(jì)現(xiàn)象往往伴隨著價格的快速上漲和隨后的急劇下跌，最終導(dǎo)致市場崩潰。

回顧歷史，最為人所熟知的泡沫案例之一便是21世紀(jì)初的互聯(lián)網(wǎng)泡沫。在90年代末，互聯(lián)網(wǎng)技術(shù)的興起引發(fā)了一場投資狂潮。眾多互聯(lián)網(wǎng)公司憑借概念性的商業(yè)模式和預(yù)期的高增長吸引了大量資本，股價遠(yuǎn)遠(yuǎn)超出了公司的實際價值。

近年來，在AI熱潮下，以科技股為主的納斯達(dá)克綜合指數(shù)自2022年底上漲超過70%。而包括英偉達(dá)在內(nèi)的一小群大型科技股，讓人回想起20世紀(jì)90年代末的“四騎士”：思科、戴爾、微軟和英特爾。

當(dāng)年，隨著市場對互聯(lián)網(wǎng)企業(yè)盈利能力的質(zhì)疑和2000年的經(jīng)濟(jì)衰退，泡沫迅速破裂，許多公司股價暴跌，甚至倒閉。

如今的AI產(chǎn)業(yè)，面臨著同樣的隱憂。美國韋斯多元化戰(zhàn)略咨詢公司的副首席投資官邁克·愛德華茲認(rèn)為，“最能讓人聯(lián)想到當(dāng)年那場互聯(lián)網(wǎng)泡沫的就是股市領(lǐng)頭羊的高度集中”。

雖然識別泡沫并非易事，但一些關(guān)鍵指標(biāo)可以幫助我們進(jìn)行判斷。具體來說，可以觀察這幾個現(xiàn)象：價格與價值的嚴(yán)重脫節(jié)，資產(chǎn)價格的快速上漲往往缺乏實際業(yè)績的支持；市場參與者的非理性行為，包括過度樂觀、羊群效應(yīng)和對風(fēng)險的忽視；市場調(diào)整的劇烈性，泡沫破裂后往往伴隨著價格的急劇下跌和經(jīng)濟(jì)的衰退。

在健康的市場中，企業(yè)的股價應(yīng)與其盈利能力、增長潛力和財務(wù)狀況相匹配。然而，在泡沫形成期間，股價可能會因為市場的過度樂觀和投機(jī)行為而與企業(yè)基本面脫節(jié)。因此，評估泡沫風(fēng)險時，需對比市盈率（PE）、市凈率（PB）和市銷率（PS）等估值指標(biāo)與企業(yè)盈利能力，分析是否存在估值過高的情況。

同時，投資者情緒是評估泡沫風(fēng)險的另一個重要指標(biāo)。樂觀的市場情緒可能會推高資產(chǎn)價格，但當(dāng)情緒逆轉(zhuǎn)時，價格可能會迅速下跌。通過分析市場情緒指標(biāo)，如投資者調(diào)查、市場波動率（VIX指數(shù)）和新聞輿情分析，可以對市場情緒進(jìn)行量化，并評估其對資產(chǎn)價格的影響。

投資者對AI投資的回報周期正感到擔(dān)憂。與互聯(lián)網(wǎng)泡沫時期相似，當(dāng)前AI領(lǐng)域的許多企業(yè)尚未實現(xiàn)盈利，其高估值主要建立在未來增長的預(yù)期之上。然而，AI技術(shù)的商業(yè)化應(yīng)用和盈利模式尚不明確，這增加了投資回報的不確定性。一些投資者擔(dān)心，如果AI技術(shù)的發(fā)展和應(yīng)用未能達(dá)到預(yù)期，其投資可能面臨損失。

資本市場對AI企業(yè)的高估值，一方面，為企業(yè)提供了更多的資金支持，有利于企業(yè)加大研發(fā)投入、拓展市場、吸引人才；另一方面，高估值也可能導(dǎo)致企業(yè)過度依賴資本市場，忽視了自身的盈利能力和可持續(xù)發(fā)展。一旦市場對AI行業(yè)的預(yù)期發(fā)生變化，高估值的企業(yè)可能會面臨較大的風(fēng)險。

從數(shù)據(jù)來看，2008年金融危機(jī)以來，美國股市的表現(xiàn)一直優(yōu)于全球其他市場，MSCI USA指數(shù)增長超過300%，而MSCI World ex USA指數(shù)僅增長了57.6%。美國股市的優(yōu)異表現(xiàn)主要得益于每股收益（EPS）和估值的快速增長，特別是在信息技術(shù)和人工智能領(lǐng)域。Capital Economics的團(tuán)隊認(rèn)為，美國股市的這種超常表現(xiàn)，就源自于AI泡沫的推動——但這種泡沫最終會破裂，從而使得美國股市的表現(xiàn)回歸全球平均水平。

當(dāng)然，也有人認(rèn)為AI行業(yè)的繁榮與泡沫無關(guān)。MSCI首席研究官阿什利·萊斯特（Ashley Lester）通過MSCI股票擁擠度模型等測算，提出與人工智能相關(guān)的一些股票確實出現(xiàn)了“擁擠”的征兆，但是經(jīng)過對AI與互聯(lián)網(wǎng)行業(yè)的情況進(jìn)行對比后，他認(rèn)為，“當(dāng)時的互聯(lián)網(wǎng)泡沫非常明顯，投資者涌入沒有盈利、沒有明確商業(yè)模式的股票。在那種情況下，股票的估值與基本面完全背離，當(dāng)時是一個真正存在泡沫的情況”。而據(jù)目前情況來看，未有證據(jù)表明AI投資領(lǐng)域“泡沫”已經(jīng)出現(xiàn)。

Ross Sandler在最近發(fā)布的巴克萊研報中指出，盡管早期的AI公司可能會以用戶注冊數(shù)量和初創(chuàng)公司的增長作為需求存在的證據(jù)，但華爾街的懷疑情緒開始上升。

FOMO（Fear of Missing Out，即“害怕踏空”，描述了一種對錯失投資良機(jī)的恐懼，這種恐懼往往能驅(qū)使投資者在沒有充分理性分析的情況下做出決策）情緒在投資決策中并不罕見，特別是在技術(shù)快速發(fā)展的領(lǐng)域。而目前，市場上對AI的資本支出預(yù)測就存在顯著的FOMO情緒。

Ross Sandler預(yù)計，AI領(lǐng)域的資本支出將從2023年到2026年累計達(dá)到1670億美元，這一數(shù)字是基于對AI產(chǎn)品需求的樂觀預(yù)期。然而，到2026年，對AI投資和應(yīng)用帶來的云服務(wù)市場增加的預(yù)期額外收入僅為200億美元。云服務(wù)市場是當(dāng)前AI應(yīng)用中較為直觀的回報領(lǐng)域。

這種資本支出與預(yù)期收入之間的巨大差距，才是最令人擔(dān)心的地方。

《全球數(shù)字經(jīng)濟(jì)白皮書（2024年）》顯示，截至2024年一季度，全球AI企業(yè)近3萬家，人工智能大模型有1328個；從2023年到2024年第一季度, 全球AI獨(dú)角獸已有234家。

然而，縱觀硅谷的公司們，當(dāng)下似乎只有英偉達(dá)、谷歌、微軟這些壟斷AI基建的巨頭賺到了錢，下游的初創(chuàng)公司卻陷入了“燒錢”但不賺錢的困境，就連被譽(yù)為“四小龍”的頭部AI初創(chuàng)公司（Anthropic、Stability AI、Inflection AI、OpenAI）也在掙扎求生。

那么，AI究竟該怎么盈利？

從目前仍然在“局內(nèi)”的玩家們來看，常見的AI服務(wù)盈利模式不外乎訂閱服務(wù)、出售軟件許可、數(shù)據(jù)分析、硬件銷售、廣告等方式。

然而，無論哪種盈利方式，似乎都面臨著“雷聲大、雨點(diǎn)小”的窘境。以前述的“四小龍”為例，Anthropic正在推動與大型科技公司合作，向企業(yè)和政府機(jī)構(gòu)銷售定制化的AI系統(tǒng)和聊天機(jī)器人，但它每年有高達(dá)18億美元的收支缺口，目前尚未實現(xiàn)盈利。Stability AI的財務(wù)狀況好于其他大模型公司，但付費(fèi)需求尚不確定，且公司進(jìn)行了裁員和重組。Inflection AI推出了AI個人助手，旨在通過此服務(wù)盈利，但幾乎沒有產(chǎn)生任何收入，目前被微軟“挖墻腳”，創(chuàng)始人團(tuán)隊被迫回到大廠體系內(nèi)。最有名的OpenAI通過提供如ChatGPT等AI技術(shù)吸引用戶和企業(yè)客戶，但也面臨銷售增長挑戰(zhàn)，其在過去一年中大約收入了16億美元，但具體花費(fèi)和盈利情況不詳。

對于微軟、谷歌、英偉達(dá)等巨頭來說，可以通過構(gòu)建龐大的基礎(chǔ)設(shè)施，將AI深度嵌入到自身產(chǎn)品和服務(wù)的每一個環(huán)節(jié)，為利潤增長打造新引擎。但這種接近于壟斷的模式對于初創(chuàng)企業(yè)來說很難實現(xiàn)，甚至可能擠壓它們的生存空間。

實際上，人工智能技術(shù)的研發(fā)具有明顯的資本密集型特點(diǎn)。如何有效控制成本是企業(yè)面臨的重要挑戰(zhàn)。尤其是在技術(shù)快速發(fā)展的背景下，企業(yè)需要不斷更新和升級技術(shù)，以保持競爭力。這種持續(xù)的技術(shù)投入對企業(yè)的財務(wù)狀況構(gòu)成了壓力，影響了企業(yè)的盈利能力。

高盛的股票研究主管Jim Covello直言：“人工智能將解決哪些價值1萬億美元的問題？用極其昂貴的技術(shù)取代低薪工作，這基本上與我密切關(guān)注科技行業(yè)30年來所見證的先前技術(shù)轉(zhuǎn)型截然相反。”他提出，開發(fā)和運(yùn)行AI技術(shù)的成本非常高，要讓這筆投資“值得”，AI需要解決非常復(fù)雜的問題，但AI現(xiàn)在還做不到。像互聯(lián)網(wǎng)這種顛覆性技術(shù)，即使在早期也能用低成本方案取代高成本方案，但AI現(xiàn)在很貴，還不能提供更便宜的替代品。

AI技術(shù)的研發(fā)不僅需要大量的資金用于基礎(chǔ)研究，還需要持續(xù)的投入以維持技術(shù)的進(jìn)步和創(chuàng)新。這些資金主要用于購買和維護(hù)高性能的計算設(shè)備、收集和處理大規(guī)模的數(shù)據(jù)集、聘請高水平的技術(shù)人才等。例如，訓(xùn)練一個深度學(xué)習(xí)模型可能需要使用到數(shù)以千計的GPU，而這些硬件的成本非常高昂。而且，AI項目從概念驗證到產(chǎn)品開發(fā)，再到市場推廣，往往需要數(shù)年的時間。在這個過程中，企業(yè)需要不斷地投入資金，而回報可能在短期內(nèi)難以實現(xiàn)。這種長周期的投資模式對企業(yè)的財務(wù)狀況構(gòu)成了壓力，尤其是對于那些尚未實現(xiàn)盈利的初創(chuàng)企業(yè)。此外，長期的投資周期也增加了投資的不確定性，可能導(dǎo)致投資者信心的動搖。

麻省理工學(xué)院教授Daron Acemoglu甚至認(rèn)為，未來10年內(nèi)，AI對生產(chǎn)力的提升僅為0.53%到0.66%，對GDP的增長僅為0.9%。他提出，短期內(nèi)，AI能自動化的任務(wù)數(shù)量有限。很多需要現(xiàn)實世界互動的任務(wù)，像交通、制造、采礦等，AI短期內(nèi)無法顯著改進(jìn)。AI的主要影響會在純腦力任務(wù)上，但這些任務(wù)的數(shù)量和規(guī)模不大。Daron Acemoglu說道：“我不相信單純增加數(shù)據(jù)和計算能力能快速提升AI的能力。很多人認(rèn)為更多數(shù)據(jù)和計算會讓AI變得更好，但AI能力翻倍具體意味著什么？在客戶服務(wù)或復(fù)雜文本總結(jié)方面，沒有明確的指標(biāo)證明AI輸出也會好兩倍。此外，數(shù)據(jù)的質(zhì)量很重要——目前還不清楚從哪里獲得更多高質(zhì)量的數(shù)據(jù)。”

隨著AI行業(yè)的快速發(fā)展，市場競爭不斷加劇。許多企業(yè)和資本紛紛進(jìn)入這一領(lǐng)域，導(dǎo)致市場出現(xiàn)了一定程度的過剩和泡沫。在這種競爭環(huán)境下，AI公司需要在技術(shù)創(chuàng)新、產(chǎn)品開發(fā)、市場拓展等方面“內(nèi)卷”，以爭奪市場份額和用戶。這種競爭不僅增加了企業(yè)的運(yùn)營成本，也加劇了企業(yè)的盈利壓力。行業(yè)開始洗牌，一些缺乏競爭力的AI公司被淘汰，而那些能夠適應(yīng)市場變化、不斷創(chuàng)新的公司則能夠生存下來，這不僅體現(xiàn)在小型創(chuàng)業(yè)公司，連一些大型AI企業(yè)也面臨重組或轉(zhuǎn)型的壓力。

AI行業(yè)變局猛烈，企業(yè)們正小心翼翼地在“無序膨脹”和“陷入停滯”之間走著鋼索，探索著長期存活的路徑。正如富國銀行投資研究所高級全球市場策略師Sameer Samana所說的，“沒有人確切知道人工智能的未來會是什么”。