霍华德·马克斯最值得一看的备忘录：AI有泡沫吗？

12月9日，橡树资本联合创始人霍华德·马克斯，以“AI有泡沫吗？”为题发表了最新备忘录。

在备忘录中，他指出当前市场的共识是，AI被视为“史上最重要的技术突破之一”，

其市场影响力已十分显著：

AI相关股票贡献了标普500指数“涨幅的75%，利润的80%，资本开支的90%”，

龙头英伟达在上市以来的26年间市值增长约8000倍；人们对AI的想象力被点燃。

霍华德表示，这种热度也伴随着巨大的不确定性：

技术发展方向、商业应用路径、盈利模式，以及最终赢家均不明确。

当然市场中已出现估值达500亿美元却没有产品的初创公司，以及被质疑的“循环交易”现象——

高盛估测英伟达明年15%的销售额源于此。

霍华德特别强调，AI投资热潮正与大规模债务融资相结合。

摩根大通分析师粗略估算后认为，基础设施建设的总成本将达到5万亿美元，

明年资本开支将接近5000亿美元。

与此同时，截至第三季度末，五大巨头（微软、谷歌母公司Alphabet、亚马逊、Meta和甲骨文）的银行存款总额仅为约3500亿美元。

霍华德指出，为此，多家科技巨头已发行30年期债券进行融资。

这种“用长期债务为快速迭代的技术提供资金”的做法，

在技术不确定性极高的背景下，可能显著放大投资风险。

尽管如此，他也认为这次和互联网泡沫时期存在明显的区别，

AI拥有真实需求、成熟企业市盈率处于合理区间。

例如Anthropic，AI编程模型两大领军企业之一，

据称在过去两年中，每年收入翻十倍（即两年内增长百倍），其今年年初推出的程序Claude Code，据报道年化收入已达10亿美元；

另一家领军企业Cursor 2023年收入为100万美元，2024年跃升至1亿美元，预计今年也将达到10亿美元。

霍华德建议任何人都不应该孤注一掷，必须清醒认识到如果事态恶化，将面临破产风险。

但同样地，也不应完全置身事外，以免错失这一重大技术进步所带来的机遇。

适度的仓位，辅以甄选和谨慎，似乎是最佳策略。

投资报精译提炼了霍华德·马克斯的精彩内容：

AI相关股票

已完全掌控标普500

首先，我目前还没有碰到有人不相信AI有潜力成为史上最重要的技术突破之一，它将重塑日常生活和全球经济格局。

我们还知道，近年来，经济和市场对AI的依赖程度越来越高：

1、AI在企业总资本支出中占比非常大。

2、用于建设AI产能的资本开支占美国GDP增长的很大一部分。

3、AI股票贡献了标普500指数绝大部分涨幅。

正如《财富》杂志10月7日标题所说的那样：

涨幅的75%，利润的80%，资本开支的90%——AI对标普500指数的掌控已达到极致，

摩根士丹利首席分析师对此“非常担忧”。

此外，我认为值得注意的是，尽管AI相关股票的涨幅占所有股票总涨幅的比例过高，

但AI注入市场的兴奋情绪，也必定极大地推动了非AI股票的升值。

AI相关股票表现惊人，

以AI计算机芯片的领先开发商英伟达为例，

自1993年创立到1999年首次公开募股（当时估值6.26亿美元），英伟达曾一度成为全球首家市值达到5万亿美元的公司。

这相当于约8000倍的增值，或者说26年间年均增长率约40%。

难怪人们的想象力被彻底点燃。

AI仍然存在很多不确定因素

可以说，尽管我们知道AI将带来难以置信的变革，

但我们大多数人都无法确切地知道它未来能够做什么，

将如何在商业上应用，以及这些变革将何时发生？

当一项新技术被视为改变世界的力量时，人们总会理所当然地认为掌握该技术的领先企业将价值连城。

但这种预判究竟能准确到什么程度？

正如沃伦·巴菲特在1999年指出的：

“[汽车]或许是20世纪上半叶最重要的发明……

如果你在当时汽车问世时，预见到这个国家将如何围绕汽车发展，你会说，’我必须参与其中’。

然而在数年前的2000家汽车企业中，仅有三家存活至今。

所以，汽车虽然对美国产生了巨大影响，却给投资者带来了截然相反的结局。” （《时代》周刊，2012年1月23日）

在AI领域，目前有一些非常强大的领军者，包括一些世界上最有实力和最富有的企业。

但众所周知，新技术向来具有颠覆性。

今天的领军者会继续领先还是会让位于新秀？

这场军备竞赛将付出多大代价，谁又将最终胜出？

一家初创企业其股票又价值几何？

与价值数万亿美元的领跑者不同，

一些潜在的挑战者，目前仅以数十亿甚至——恕我冒昧——数百万的企业价值就能投资。

2024年6月25日，CNBC报道如下：

一个由大学辍学生创立的团队从以Primary Venture Partners领投的的投资者那里筹集了1.2亿美元，用于开发一种新的AI芯片以挑战英伟达。

Etched公司的首席执行官加文·乌贝蒂表示，这家初创公司押注于AI发展过程中，大部分耗能巨大的计算需求将由被称为ASIC的定制化硬连线芯片满足。

“如果transformer架构过时了，我们就会走向消亡，”乌贝蒂告诉CNBC，

“但如果它们继续存在，我们将成为有史以来最大的公司。”

谁能断言Etched没有这样的机会呢？

既然如此，谁又会拒绝参与呢？

这正是我所说的“彩票思维”——

巨额回报的梦想不仅能合理化，甚至能迫使人们参与这场失败概率极高的冒险。

用这种方式计算预期值并没有什么不妥。

顶尖风险投资家每天都在这样做，并且成效显著。

但对潜在回报及其概率的假设必须合理，如果执着于万亿回报的幻想，任何计算都会丧失合理性。

AI能否创造利润？它又为谁创造？

我们知之甚少甚至一无所知的两件事是：

AI将为供应商创造多少利润？

以及它对非AI企业的影响——主要指那些采用AI技术的企业。

AI领域会形成一两家龙头企业凭借技术能力收取高昂费用的垄断或双头垄断格局？

还是会演变为激烈竞争的混战局面？

众多企业通过价格战争夺用户在AI服务上的支出，最终使该技术沦为大宗商品？

抑或最可能出现的情况——由龙头企业与专业玩家共同构成市场生态，

部分企业以价格竞争，另一些则凭借专有优势展开角逐？

据称当前响应AI查询的服务，如ChatGPT和Gemini，每处理一次查询就会亏损（当然新兴行业参与者初期提供“亏本引流”服务并不罕见）。

那些习惯于赢家通吃市场的科技巨头，是否愿意为抢占市场份额而长期承受AI业务的亏损？

数千亿美元正涌入这场AI领导地位之争。

谁会胜出？又将带来怎样的结局？

同样的，AI将对使用它的企业产生什么影响？

显然，AI将成为提升用户生产力的强大工具，其方式包括用计算机提供的劳动力和智能替代人工。

但这种削减成本的能力会增加采用它的企业的利润空间吗？

还是说它只会导致这些企业在争夺客户时陷入价格战？

如果是这样，节省的成本可能会转移给客户，而不是企业自身。

换句话说，AI是不是有可能在提升企业效率的同时，却没有增加其盈利能力？

我们是否该担心所谓的“循环交易”？

在20世纪90年代末的电信热潮中，光纤建设出现过度扩张，

拥有光纤的公司之间开展了相互交易，使双方都能报出利润。

如果两家公司各自拥有光纤，账面上只是多了一项资产。

但如果彼此购买对方的光纤容量，双方都能报出利润……于是他们就这么做了。

在其他案例中，制造商向网络运营商提供贷款，使其在尚未拥有足够客户支撑网络建设前就购买设备。

所有这些操作最终都催生了虚幻的利润。

如今，人们不断看到交易公告显示资金在AI玩家之间循环往返。

那些认为AI存在泡沫的人，很容易对这些交易产生怀疑。

其目的究竟是实现正当商业目标，还是夸大技术进展？

批评人士指出，更令人担忧的是，

Open AI和芯片制造商、云计算公司等达成的部分协议存在奇怪的循环往返。

Open AI将从科技公司获得数十亿美元资金，却又向这些公司返还数十亿美元以获取计算能力及其他服务……

英伟达也达成了一些引发质疑的交易，

人们质疑该公司是否在为自身谋取私利，该公司宣布将向Open AI投资1000亿美元，

而这家初创公司通过购买或租赁英伟达的芯片来获取这笔资金……

高盛估测，英伟达明年将有15%的销售额来自批评者所说的“循环交易”。（《纽约时报》，11月20日）

值得注意的是，Open AI已承诺总额达1.4万亿美元的投资，尽管该公司尚未盈利。

该公司明确表示，这些投资将从向同一方收取的收入中支付，

但这一切不禁令人质疑：AI行业是否已经打造出了永动机？

AI资产有效寿命将有多长？

AI芯片的使用寿命有多长？

为AI相关股票确定市盈率时，应计入多少年的盈利增长？

芯片及其他AI基础设施能否持续运转足够长的时间，以偿还购置它们所承担的债务？

通用AI（即具备人类大脑全部功能的机器）能否实现？

那会是技术进步的终点，还是将引发新一轮革命？

哪些企业能在这场变革中胜出？

企业是否能达到技术稳定、并能从中提取经济价值的阶段？

还是说新技术不断威胁取代旧技术，将成为通往成功的路径？

动态变化催生了令人惊叹的新技术机遇，但这种动态变化也可能威胁到领先企业的统治地位。

在所有这些不确定性之中，投资者必须质疑：

当前股价所蕴含的持续成功的预期，是否完全名副其实。

最终状态是什么？

AI面临的部分问题在于其作为新兴事物的特殊性。

这不同于设计、销售产品的企业——后者只需要确保售价高于投入成本即可盈利。

相反，这更像是企业在飞行途中建造飞机，

而且只有等飞机建成之后，他们才会知道这架飞机能做什么，以及是否会有人愿意为其服务买单。

很多公司为其支出辩解称，

它们不仅仅在打造产品，更在创造改变世界的东西：

问题在于，没有任何一家公司真正知道如何实现这一目标。

这个正在构建中的行业，本质尚未确定，Open AI的CEO萨姆·奥尔特曼的言论最能体现这一点，

其大意如下：“我们将构建这样一个通用智能系统，然后让它自己想办法获取投资回报。”

对于那些习惯于全面了解所投资企业的人来说，这番话值得深思。

显然，一项能匹敌甚至超越人类大脑的技术价值必然巨大，但这种价值是否早已超出了可计算的范畴？

关于债务的使用

迄今为止，AI及其配套基础设施的大部分投资都来自经营现金流产生的股权资本。

但如今，企业投入的资金规模，已达到需要进行债务融资的程度，

其中，部分企业的投资力度和杠杆率堪称激进。

AI数据中心的建设热潮绝不可能仅靠现金支撑。

这个项目规模过于庞大，无法仅凭自有资金实现。

摩根大通分析师在餐巾纸上粗略估算后认为，基础设施建设的总成本将达到5万亿美元。

这个数字是否准确尚无定论，但我们有充分的理由预计，明年资本开支将接近5000亿美元。

与此同时，截至第三季度末，五大巨头（微软、谷歌母公司Alphabet、亚马逊、Meta和甲骨文）的银行存款总额仅为约3500亿美元。（《金融时报》Unhedged专栏，11月13日）

上述公司都凭借其强大的非AI业务获得丰厚的现金流。

但是，AI这场规模巨大、赢家通吃的“军备竞赛”使得一些公司不得不背负债务。

事实上，我们有理由认为，他们斥巨资的原因之一，是为了让实力较弱的竞争对手无法跟上步伐。

甲骨文、Meta和Alphabet已发行30年期债券用于AI领域的投资。

其中，Meta和Alphabet发行的债券收益率比相同期限的美国国债高出100个基点或更少。

接受30年的技术不确定性，以换取几乎与无风险债务相差无几的固定收益投资，

这是否明智？

而且，那些以负债形式筹措资金的投资——用于芯片和数据中心——

能否保持足够高的生产效率，从而足以在30年内还清这些债务？

债务本身既非好事也非坏事。

同样，AI行业使用杠杆也不应该被盲目赞扬或过度恐惧。

关键在于债务在资本结构中的比例、抵押资产或现金流的质量、借款人用于偿还的替代性流动资产来源，

以及放贷人获得的安全边际是否充足。

在当前狂热的环境中，我们将见证哪些放贷人能保持纪律性。

值得一提的是，橡树资本已在数据中心领域进行数项投资，

我们的母公司博枫（Brookfield）正筹集100亿美元的基金，用于投资AI基础设施。

博枫不仅投入自有资金，还获得了主权财富基金和英伟达的股权承诺，并计划采用“审慎”的债务策略。

博枫的投资可能主要流向数据中心覆盖率较低的地区，以及为数据中心提供大量电力所需的基础设施。

当然，我们两家机构都基于审慎决策的原则开展这些业务。

AI或许并非工具

而是某种替代品

毫无疑问，当下的行为具有“投机性”，

即基于对未来的猜测而行动。

同样毋庸置疑的是，无人知晓未来会如何，但投资者却在为这个未知的未来押上巨额赌注。

就此，我想简单谈谈AI的特质。

这场AI革命与以往的技术革命存在着既令人振奋又令人忧虑的差异。

在我看来，这就像瓶中的精灵被放了出来，且不会再回去了：

AI或许并非人类的工具，而是某种替代品。

它可能具备接管认知的能力，而这项能力迄今为止一直由人类垄断。

正因如此，它与以往的技术发展不仅存在程度差异，更可能具有本质的区别。

AI技术正以惊人的速度发展，人类可能几乎没有时间适应。

举两个例子：

1、编程，60年前我们称之为“计算机编程”，

从AI的影响来看，已经成为“矿井中的金丝雀”。

在许多顶尖软件团队中，开发者不再亲自编写代码：他们只需要输入需求，AI系统便能自动生成代码。

AI编写的代码已达到世界级水平，而这在一年前还难以想象。

据我拿到的指南：“在这个领域，人类被替代已无需猜测。”

2、在数字广告领域，

当用户登录应用时，AI会进行“广告匹配”，

根据其过往浏览偏好展示定制化广告，这项工作已经完全无需人类介入。

或许最重要的是，AI需求的增长似乎完全无法预测。

正如我的一位年轻顾问所解释的：“技术进步的速度和规模意味着预测AI需求极其困难。

当前的应用规模与未来可能相差甚远，因为一两年后，AI的能力可能达到今天的十倍甚至百倍。

因此，谁又能断言未来需要多少数据中心？

即便是成功企业，又如何预知需要预订多少计算能力？”

面对如此巨大的变数，我们又如何能准确判断AI对未来意味着什么？

铁路电力互联网

都是泡沫但却重塑了美国

当前许多观察者，包括我在内，都在寻找与当前情况相对应的历史泡沫事件。

当年铁路是泡沫，却重塑了美国。

电力是泡沫，也重塑了美国。

上世纪90年代末的宽带建设是泡沫，同样重塑了美国。

我并不是鼓吹泡沫，恰恰相反，我希望美国经济在未来多年内不再陷入衰退。

但鉴于当前涌入AI数据中心建设的债务规模，

我认为，AI不太可能成为首个既不存在过度建设、又无需经历短期痛苦调整的颠覆性技术。

质疑者很容易指出当下与互联网泡沫的相似之处：

1、一项颠覆世界的技术

2、狂热的投机行为

3、错失恐惧症（FOMO）在发挥作用

4、可疑的循环交易

5、特殊目的实体的使用

6、10亿美元的种子轮融资

支持者则认为这种比较并不恰当，理由如下：

1、现有产品存在强劲需求

2、已拥有十亿用户（是互联网泡沫高峰时期用户数量的数倍）

3、主要参与者已发展成熟，具备收入、利润和现金流

4、未出现IPO狂潮，股价未曾一日翻倍

5、成熟企业的市盈率处于合理区间

与互联网泡沫时期不同，AI产品已实现大规模应用，需求呈爆发式增长，收入也在加速增长。

例如Anthropic，AI编程模型两大领军企业之一，据称在过去两年中，每年收入翻十倍（即两年内增长百倍）。

其今年年初推出的程序Claude Code，据报道年化收入已达10亿美元。

另一家领军企业Cursor 2023年收入为100万美元，2024年跃升至1亿美元，预计今年也将达到10亿美元。

至于最后一点，请参阅下表（数据来自高盛，由德里克·汤普森整理）。

你会发现，在1998年至2000年互联网泡沫期间，

微软、思科和甲骨文的市盈率，远高于当前AI巨头——英伟达、微软、谷歌母公司Alphabet、亚马逊和Meta（Open AI尚未盈利）。

事实上，微软当前市盈率较26年前折价五成！

来源：备忘录，制图：投资报

任何人都不应孤注一掷

但也不应完全置身事外

最后，我将引用Open AI创始人萨姆·奥尔特曼的观点。

他的观点似乎抓住了当前局势的核心：

“泡沫形成时，聪明人往往会对一丝真理过度兴奋，”奥尔特曼今年对记者表示，

“当前投资者整体是否对AI过度狂热？

我认为答案是肯定的。

AI是否是长期以来最重要的事件？

我的答案同样是肯定的。”（《纽约时报》（The New York Times），11月20日）

我有最终结论吗？

确实有。

艾伦·格林斯潘提出的“非理性繁荣”，堪称股市泡沫的经典概括。

毋庸置疑，投资者正对AI展现出狂热追捧。

问题在于这种狂热是否非理性？

鉴于AI蕴含的巨大潜力和大量未知，我认为几乎没有人能给出确切答案。

我们或许可以基于理论推测当前的热潮是否过度，但只有数年后才能验证。

泡沫往往只能在事后被识别。

尽管与以往泡沫的相似之处显而易见，但技术信仰者总会辩称“这次不一样”。

这四个字几乎在每次泡沫事件中都会出现，用来解释当前情况并非泡沫，不同于以往。

不过，最早让我注意到这几个字的约翰·邓普顿爵士，曾在1987年敏锐地指出：

有20%的情况确实不一样。

当下局势令人想起美国经济学家斯图尔特·切斯关于信仰的名言，我认为它同样适用于AI（以及黄金和加密货币）：

信者自信，无需证明；疑者自疑，无证可循。

以下是我的最终结论：

1、变革性技术历来会引发过度热情和投资，导致基础设施建设过剩，资产价格虚高。

这些过度行为加速了技术普及进程，如果没有此类现象则难以实现。

这些过度现象通常被称为“泡沫”。

2、AI有望成为有史以来最伟大的变革性技术之一。

3、正如前文所述，AI正引发巨大热潮。

如果这股热潮最终没有遵循历史规律催生出泡沫，那将是史无前例的。

4、此类过程中形成的泡沫，通常会让其助推者蒙受损失。

5、损失主要源于技术的新颖性，以致于对其影响的范围和时机难以预测。

这种不确定性易使企业在热潮中被过度看好，让人难以预判尘埃落定后谁将成为赢家。

6、如果想充分分享新技术的潜在红利，就无法完全避免因过度追捧可能引发的损失。

7、在此过程中债务的运用——这种在以往技术革命中常因高度不确定性而被避免的做法——此次或将放大上述所有风险。

鉴于无人能断言这是否为泡沫，我建议任何人都不应该孤注一掷，

必须清醒认识到如果事态恶化，将面临破产风险。

但同样地，也不应完全置身事外，以免错失这一重大技术进步所带来的机遇。

适度的仓位，辅以甄选和谨慎，似乎是最佳策略。

最后必须牢记：投资领域不存在万能法则。

如今房地产基金推销者宣称，写字楼已成昨日黄花，而我们正通过数据中心投资未来，听者便纷纷点头称是。

但数据中心可能供不应求，也可能供过于求；

租金水平可能超预期上涨，也可能意外下跌。

因此，它们可能盈利……也可能亏损。

对数据中心以及AI领域的明智投资，像其他领域一样，都需要清醒的洞察力、精准的判断力以及娴熟的执行力。