AI：通往天堂的阶梯还是伤心者？

人工智能（AI）已经迅速从科幻小说领域转变为真正的经济和金融力量。投资者正在努力解决这项技术的变革性、传播范围以及这对公司、行业和市场意味着什么。虽然多头的大部分论点都取决于人工智能开创了生产力、创新和财富创造的新时代，但空头的论点通常强调炒作周期、资本配置不当、监管以及当前技术/数据中心/电力的局限性。

你怎么说，多头？

人工智能最有力的论据是它有可能提高整个经济的生产力。生成式人工智能可以自动执行写作、客户服务、营销、编码、物流、药物发现等各个方面的任务。正如电气化和互联网创造了提高产量和降低成本的通用平台一样，人工智能被广泛视为下一次生产力革命，唤起人们对 1990 年代后期互联网繁荣后生产力复兴的回忆，如下所示。

生产率增长将上升？

人工智能正在催生新的产品和服务类别，从人工智能原生软件平台到硬件和基础设施层。英伟达、AMD 和博通等芯片制造商已成为图形处理单元 （GPU） 和专用芯片需求的主要受益者。Microsoft、Amazon 和 Google 等云提供商通过将 AI 嵌入到其生态系统中并创建基于订阅的收入来源，每年在 AI 能力上花费数百亿美元。它创造了一个类似于互联网时代的“镐和铲子”机会的资本支出超级周期。硬件、网络和软件生态系统都将受益于人工智能支出的良性循环和乘数效应。

与人工智能相关的资本支出一直在蓬勃发展，特别是信息处理设备的 20%+ 激增就证明了这一点——如下所示。不出所料，最大的公司在整体资本支出中所占的份额越来越大：Magnificent 7 （Mag 7） 股票组现在占标准普尔 500 指数资本支出的近 25%。多头发现与向通用人工智能 （AGI） 的转变相关的热情，通用人工智能可以以人类甚至超人的能力水平执行广泛的智力任务。与当今通常狭窄（专门用于特定任务）的人工智能系统不同，AGI 能够理解、学习和应用跨不同领域的知识，而无需针对每个领域进行明确编程。AGI 预计将显着提高生产力和财富创造。

眼泪上的科技支出

除了科技之外，还可能出现全新的行业，每个行业都会创造额外的增量市场和机会，同时也表现出强大的规模优势。训练大模型需要大量的数据、计算能力，当然还有资金。一旦建立，这些模式就被视为自我强化，造成进入壁垒。正如谷歌用数据和算法围绕搜索筑起“护城河”，或者亚马逊用物流筑起“护城河”一样，人们认为当今人工智能领域的领导者将巩固其主导地位。这种“赢家通吃”结果的前景让投资者兴奋不已，因为拥有领导者被认为可能会产生超额回报。

人工智能模型需要大量数据，并受益于规模。这使得格局向拥有深度数据集、计算资源和全球分销网络的主导现有企业倾斜。Microsoft、Alphabet 和 Meta 等公司有能力大规模部署大型语言模型 （LLM），将其集成到核心产品中，并通过广告、订阅和企业服务将其货币化。如果市场继续围绕一小部分领导者进行整合，那些拥有早期优势的人可能会继续享受宽阔的护城河和超额回报。

市场不仅对基本面做出反应，而且对叙事做出反应。人工智能吸引了投资者的想象力，类似于 1990 年代后期的互联网热潮，吸引了风险投资、企业投资和政府补贴。由我们在 Bespoke Investment Group 的朋友创建的一篮子 AI 驱动程序跟踪市场上最大的人工智能驱动公司的表现。如下图所示，自 2022 年 11 月发布 ChatGPT 以来，该群体已经上涨了 259%。相比之下，标准普尔 63 指数的涨幅为 500%。

人工智能，人工智能，队长

投资者热情为估值和融资条件提供了近期的顺风，使公司能够加速发展。对于看好人工智能的投资者来说，势头本身就是其中的一部分：资本流入人工智能增加了变革性突破迟早发生的可能性。人们对人工智能相关股票的估值感到担忧，但多头反驳说，当今的人工智能领导者利润丰厚，产生了大量现金流。在 1990 年代后期的互联网泡沫期间，情况显然并非如此，当时“希望”取代了估值等式的分母中的利润。

标准普尔 500 指数的远期市盈率 （P/E） 已从几年前的低点大幅上升——并且确实接近周期高点——但它并不像互联网时代的顶峰那样紧张。今天感兴趣的群体（Mag 7）的平均远期市盈率为 51.2，而 2000 年的“it 集团”（五巨头）的平均远期市盈率为 60。公平地说，鉴于目前市场其他公司的平均远期市盈率为 27（而 2000 年 3 月为 23.9），大型股这次具有更强的引力。

AI 的昂贵品味

熊，你怎么说？

最紧迫的问题是估值。大多数人工智能赢家的交易倍数相对于历史趋势较高;人工智能熊警告说，泡沫类似于互联网时代，在此期间，泡沫远远超过了已实现的收入和利润。虽然人工智能可能会继续改变经济，但货币化的时间表尚不确定。如果采用进展较慢，近期收益可能无法证明市场繁荣是合理的，从而导致大幅调整。

这也许就是为什么，在最近一份关于人工智能的长篇报告中，我们在 TSLombard 的朋友达里奥·帕金斯 （Dario Perkins） 思考泡沫是否可能位于市盈率 （P/E） 方程中的“E”中，而不是“P”中。由于循环性程度，这种担忧可能是有道理的。达里奥以英伟达为例，其收益是“客户巨额资本支出的简单汇总。如果资本支出枯竭，英伟达的收入也会枯竭。

麻省理工学院的 Aditya Challapally、Chris Pease、Ramesh Rasker 和 Pradyumna Chari 于 2025 年 7 月发布的一份报告发现，尽管 ChatGPT 和 Copilot 等工具被广泛采用，但 95% 的组织在生成式人工智能 （GenAI） 上获得的回报为零。研究人员发现，“扩大规模的核心障碍不是基础设施、监管或人才。这是学习。大多数 GenAI 系统不会保留反馈、适应上下文或随着时间的推移而改进。

训练和运行先进的人工智能模型成本高昂，需要专门的芯片、能源密集型数据中心和大型工程团队。许多应用程序仍处于实验阶段，盈利途径尚不清楚。例如，生成式人工智能工具产生了令人印象深刻的输出，但一直难以将其转化为可扩展的收入来源。尝试人工智能的企业可能会发现生产力的提高被基础设施和集成成本所抵消。熊市论点强调，成本曲线可能保持高位，从而延迟广泛的经济影响。

尽管人工智能模型很复杂，但进入壁垒可能并非不可逾越。开源模型和快速创新周期可能会侵蚀定价权。在专有系统上花费数十亿美元的公司可能会发现自己被更便宜、足够好的替代品所削弱（让人回想起今年早些时候的 DeepSeek 故事）。这种动态可能会导致商品化，挤压软件和云服务的利润。从空头的角度来看，开发越来越大的模型的竞赛有可能成为一场收益递减的军备竞赛。

政府越来越关注错误信息、偏见、隐私问题和潜在失业等风险。监管审查可能会减缓采用速度或带来代价高昂的合规负担。公众对人工智能生成的错误信息的强烈反对，包括仍然很高的“幻觉”率（人工智能生成的包含虚假或误导性信息的响应）或自动化驱动的裁员可能会限制企业的采用。空头认为，监管和社会抵制可能会限制该技术的颠覆性潜力。

最后，人工智能的发展取决于关键投入的获取：先进半导体、电力和人才。芯片制造的供应链瓶颈，特别是考虑到中美关系紧张，可能会限制发展。数据中心需要大量电力，引发了有关可持续性和成本的问题，特别是在能源市场仍然动荡的情况下。在利率较高的环境下，人工智能基础设施的资本密集型性质可能面临融资阻力。空头警告说，相对于乐观情景，资源限制可能会减缓进展速度。

巨大的电力需求可能会给消费者的钱包带来压力，尤其是在大流行后世界电价继续快速上涨的情况下。如下图所示，消费者价格指数 （CPI） 的电力部分相对于历史而言正在以快速的速度上涨（除了几年前大流行引发的破裂期间那样的大幅飙升）。有趣的是——也许是令人恼火的——自 2021 年初以来，年度变化一直没有接近于零——这凸显了消费者在电费方面感受到的压力。

电价仍在上涨

我们所处的位置（作为非专家）

人工智能已成为美国经济增长故事的核心——一项年轻但发展迅速的技术，有可能改变世界生产、消费和货币化的方式;就像互联网在 1990 年代中期之后重塑了世界一样。这种历史性范式转变的前景——以及被抛在后面的焦虑——继续将投资资本引导到人工智能创新者身上。

牛市案例凸显了其提高生产力、创造新利润池以及以规模和基础设施优势奖励公司的能力。熊市案例通过对估值虚高、货币化不确定、错误信息生成、监管逆风和资源瓶颈的警告来缓和这种热情。

对于投资者来说，最谨慎的方法可能介于看涨和看跌的极端之间。鉴于人工智能主题的长期潜力，其敞口很难被忽视，但多元化、再平衡/定期获利了结和估值纪律至关重要。还要记住，FOMO（害怕错过）不是一种投资策略……追逐过去的表现也不是。此外，监测监管发展和成本结构对于确定哪些公司最终获得持久价值至关重要。

达里奥·帕金斯 （Dario Perkins） 让我们想起了沃伦·巴菲特 （Warren Buffet） 2001 年初致股东的信中关于互联网泡沫的传奇名言，这是结束我们报告的好方法：

“没有什么比大剂量的不费吹灰之力的钱更能镇静理性了。在经历了这种令人陶醉的经历之后，通常理智的人会陷入类似于舞会上的灰姑娘的行为。他们知道，过夜——即继续投机那些相对于未来可能产生的现金估值巨大的公司——最终会带来南瓜和老鼠。但他们仍然讨厌错过一场地狱般的派对的任何一分钟。因此，头晕目眩的参与者都计划在午夜前几秒钟离开。不过，有一个问题：他们在一个没有时钟指针的房间里跳舞。