#AI泡沫

Rocky
2天前
#AI 究竟是“未来奇迹”还是“世纪泡沫”。最近这种讨论可谓是不绝于耳,尤其是昨天软银清仓了英伟达,更佳成为大家风口浪尖的讨论话题。 最近看到一个难得的 #AI 大佬圆桌讨论,英伟达CEO黄仁勋,前Meta首席AI科学家和图灵奖得主杨立昆,AI教母李飞飞,AI教父杰弗里·辛顿,图灵奖得主约书亚·本吉奥,英伟达首席科学家比尔·戴利,6位世界顶尖的 #AI 大佬们首次同台对话,精彩程度堪比神仙打架。 当主持人问到,“AI泡沫是否存在时”,这群最懂 #AI 的人,竟然给出了完全不同的答案。 第一阵营是以黄仁勋为代表的非泡沫派。黄仁勋举了个例子,在互联网泡沫时期,铺设的大部分光纤,都是没被点亮的“暗光纤”,这意味着,行业的供给远远超过了实际需求,但是现在,几乎每一块能找到的GPU,都在全负荷运行,这说明需求是真实存在的,同时他还认为,#AI 是一个需要工厂,来生产智能的新兴产业,而我们才刚处于这场智能大建设的开端。 英伟达首席科学家比尔戴利也认同这个观点,他认为我们才刚刚开始触及应用的表面,估计目前只达到了最终需求的1%,还远远满足不了市场的需求 和前面黄仁勋完全看好 #AI 不同,前Meta首席AI科学家杨立昆,给出了一个很微妙的答案,#AI 短期有泡沫,但长期来看,却不是。 为什么说长期来看并没有泡沫呢,他认为基于当前的大语言模型技术,还有大量的应用有待开发,这些应用足以证明目前在软件和基础设施上的所有投资是合理的。从这个角度看AI投资不是泡沫。 至于说为什么短期有泡沫,是因为他个人不相信,以当前大语言模型范式,AI能够演化到达到人类智能水平的说法,要不然怎么会到现在我们都还没造出一个跟猫一样聪明的机器人。AI的进步不能光靠基础设施投资和数据的堆量,而是需要取得一些根本性的突破。 李飞飞也给出她自己的独到看法,#AI 作为一个领域还非常年轻,物理学都已经发展了400多年,而AI还不满70年,有太多新领域等待开拓。但从市场角度来说,总会有其自身的动态和调整,这里其实在暗示AI会有短期波动。 同样的约书亚·本吉奥认为,过去的技术验证非常成功,长远看好AI发展,但是短期的期望落空会带来金融风险。所以短期还是需要留心。 黄仁勋在建设基础设施,杨立昆则呼吁寻找新路径。你觉得谁的观点,更接近 #AI 的未来,欢迎在评论区讨论。🧐
【新趋势革命与10倍的机会,下一次还有多远】 伟大的投机,无一例外,是抓住市场浪潮启动的早起上车,全仓干10倍。 你们最喜欢挂在嘴边的段永平,投资网易的时间是2001年,正值互联网启动初期,9年时间赚了百倍;投资苹果时间是2011年,移动互联网方兴未艾,持仓至今赚了60多倍。 换个角度思考,如果段永平2001年投资的不是网易,而是阿里或者腾讯;2011年投资的不是苹果拼多多而是美团和小红书,结果有差别吗?有,但不多,充其量是100分和90分的区别。 投资在正确的时间,选择正确的赛道,远远比选择标的更重要。 比特币2020年至今5年,从小众资产走向合规、机构、ETF,进入对冲基金的大类资产配置,资产属性与政治地位的提升,让比特币从1万到10万,5年10倍。 22年的ChatGPT时刻后开启的AGI军备竞赛,AI浪潮席卷让英伟达从14涨到200,3年14倍,成为人类第一个5万亿公司。 这些机会是赛道性的大机会。 玩小币、合约、meme,垃圾债、小市值股,赚到钱的是天才。 而普通人这辈子能赚大钱的机会,是梭哈赛道性的机会,不是追求天才一样的短期暴富。 Beta永远比Alpha容易,吃得下饭,睡的着觉,有稳定的工作,周末可以陪家人孩子,持有3-5年赛道龙头,实现财富自由,这才是普通人应该把握的财富机遇。 很幸运,上天给了我们这代人,短短的5年时间里两次大的机会。如果有幸生在70末/80初,甚至可以拿到3-4次的大机会。 那么下一个5年10倍的赛道在哪里,这个赛道龙头是什么? 现在的比特币,或者说整个币圈,大家都看到了,疲态尽显,创新缺乏。资产角度更进一步的前提是比特币被纳入主流国家的国家储备,有希望,但很难,况且还没有时间表可以预期。在此之前,比特币只能是一个高波动的科技股属性,难以确保跑赢标普500的。 山寨币什么样,还需要我多说吗? AI赛道也轻舟已过万重山,泡沫形态初具,涨还是会涨,但是风险渐渐地开始显露,也许明年,也许后年,不知道什么时候泡沫会破。 此刻我觉得更重要的是,把视野放宽去找,去学习新的领域和知识,而不是埋头在战壕里PvP。 这句话同时也是说给我自己,如果23年具备更开放的心态,也许在看到AI的趋势将起时,就不会错过英伟达和AI这一波大的浪潮。 如果人类印钞的速度没有放缓的迹象,如果人类科技还在不断地进步,下一个3年10倍、5年10倍的大赛道机会,我相信还会有,甚至不会很遥远。 希望我们都能抓住。
fin
3天前
AI泡沫论,继循环投资/左脚踩右脚的故事淡化后,终于又迎来了新论据,这次轮到了GPU折旧问题 这次的叙事很简单,在几个主流CSP的财务报表里,GPU折旧年限很多都是平摊到6年来算 但是GPU使用寿命可能只有2~3年,那么这样做账就会让纸面上利润率虚高,而实际上AI云利润太低就是吹泡泡 真的是这样吗? ------------------------ 首先我们要来看看,GPU实际使用寿命2~3年这个说法是哪里来的 目前比较靠谱的溯源基本上指向了公开的Llama3的技术报告 Meta在2024年训练Llama 3.1 405B模型时,使用了16,384个H100 GPU,训练时长54天。在这期间记录了: 466次中断(interruptions),其中419次是非计划故障​ 平均每3小时发生一次故障​ 有效训练时间维持在90%以上 根据Meta的这次54天训练数据推算,年化GPU故障率(AFR)约9%​,最保守的估算,3年累计故障率约27%(超过1/4的GPU会在3年内失效) 虽然实际上肯定是用的时间越长故障率会更高,因为高负载导致的高温会更容易产生failure 所以训练用的GPU2~3年寿命并不是空穴来风,毕竟同步训练的脆弱性决定了AI训练过程要求单个GPU故障就能导致整个作业停止 另一个佐证就是,曾经GPU挖矿的矿卡,三年报废率也是很可观的,挖矿和训练的共通之处在于GPU利用率都很高 在这个Llama3技术报告之外,所有CSP,包括Azure,GCP,AWS的这类数据都是保密的,毕竟这个故障率直接关系到运营成本和服务质量,算是商业机密。 ----------------------------------------- 确认了折旧率数据来源,接下来就要说“但是”了 -------- 1. 是不是训练用的GPU寿命都一直会这么短? 首先Meta这个训练数据推算是按中断次数算的,但并不是每次中断都 = 1 GPU 坏了 实际上即便是现在的训练用GPU,中断故障率都比以前训练要低了,以前几乎每一两小时都要中断,现在每天中断几次,相比之下好一些 部分原因是validation的自动化流程做的更好了,训练时的硬件故障中断,其实有不少是重复来自于少数体质敏感易坏的GPU。于是Nvidia也一直在优化validation流程,在训练之前的测试做的更好,剔除掉这些易坏的GPU 所以现在的GPU年故障率AFR跟以前比已经低不少了,我的估算可能是<6% --------- 2. 一个更容易被忽视的问题是,训练用的GPU和推理用的GPU,折旧率是否一样? 很显然是不一样的,推理用的GPU年折旧率一般要低的多,原因是推理的平均负荷要小得多,不会因为持续性高负载高温,对延长寿命是有帮助的,一般年故障率都不会到3%甚至更低(<2%),这部分GPU的寿命以6年算,是完全符合实际情况的 那么在云上训练和推理GPU的比例如何,就决定了平均寿命折旧如何 推理GPU的比例其实是快速上升的,和训练GPU比起来,不管是模型公司还是云公司的利润其实主要也来自于推理,而长远来看,推理的比例是一定会远高于训练的 所以GPU长线按5~6折旧年限来记账,仔细来看并没有太过分 作为佐证,现在只要不是公司里最重要的部门,要做AI推理就只能用五年前的A100而并没有寿终正寝,是很常见的现象 ---------- 3. 技术的快速迭代,会让GPU在三四年之后,因为TCO使用成本占劣势而被淘汰吗? 这相当于是让GPU的残值可以忽略,比如现在A100用起来综合成本不如用最新的,所以会被淘汰吗? 今天CRWV的财报里,CEO的回答算是直接否定了这个说法: "Let me provide a tangible example of our customer relationships and the durability of our platform. We had a large, multi-year contract up for renewal in 2026." (我来提供一个关于我们客户关系和平台持久性的具体例子。我们有一个大型的多年期合同,原定于 2026 年续约。) "Two quarters in advance, the customer proactively recontracted for the infrastructure at a price within 5% of the original agreement." (客户提前两个季度,主动以原协议价格 5% 以内的价格续签了基础设施合同”) H100在合同结束之后,新合同仍然能卖到原来合同95%的价格(看到这里其实我挺惊讶的,H100的租价其实还是下降了不少的),而且连A100也全都卖光了 所以在算力紧缺供不应求的时代,这个前代GPU得不到利用从而报废的担心,在短期的几年内可能都不是太大问题 ---------------------------------------------- GPU折旧问题似乎不是大问题了,是不是意味着AI泡沫就不存在了? 如果有泡沫,那么会以什么形式出现,会从哪里出现? 我们可以从底层逻辑和互联网泡沫比较,来看这个问题 简单的说 互联网:基建端基本独立运营,基建和应用是解耦的,需求是脱节的,基建过度价格崩塌,泡沫破裂的很惨 。价值全产生在应用端公司,形成了生态错位 AI:应用端驱动基建,因为应用被基建严重限制规模,从而被迫投资基建端,算力一直紧缺 互联网的泡沫主要在基建端,大量的光纤建设之后都没人用(97%),但是AI泡沫里GPU基建却成了瓶颈,基建显然不是同一种泡沫 基建紧缺到什么程度? CRWV的订单backlog从30B直接涨到55B,各个CSP的backlog(以RPO为算,一般来说会有5~15%的丢单率)也在快速上涨 从CSP,到芯片,到数据中心DC,到电力,到存储,所有人都在喊订单挤压的太多甚至几倍,很多产业链的环节2026年全部售罄,根本做不完。 硅谷公司里基本上只要是跟AI相关的组,都背负了很重的指标,被压榨累成狗,即便是以前文化很好的NVDA也变内卷了很多 这次的需求全部是从App应用端来的,从App -> 云 -> DC数据中心 -> 芯片一层层传导,而且大家都对泡沫很忌惮,有多少订单准备多少产能(除了少数冒险家CRWV/ORCL/META),和互联网泡沫最大的区别在于,基建目前并没有超出需求建设 风险也是有的,毕竟App应用端太多创业烧的是VC的钱,这正是泡沫形成的绝佳背景。但目前来看,垂直类应用端还是有很多毛利率和增长率都很不错的代表的(比如Harvey) 所以如果真的有泡沫,目前来看只有可能来自App应用端的需求减弱 一个反直觉的悖论,App端的泡沫在于AI/Agent发展迭代的不够快!做出的东西不够好,导致营收增速跟不上 AI/Agent发展不够快,在广大行业渗透不够又部分是因为算力不够 于是为了维持泡沫不破,算力投资和军备竞赛又会继续加强 然后App端会出现大量输家被淘汰,因为算力投入而破产,这可能就是泡沫破裂的形式 这和互联网时代基建公司大量破产形成了鲜明对比 最后决出的几家寡头,有一定营收,依然会大力投入算力基建,期待赢家通吃 这就导致了AI泡沫和互联网的泡沫破裂方式可能是不同的,下游的基建风险并不大,而泡沫更偏向App应用端 另一个简单的比较方式:看谁在举债,泡沫破裂就在哪里 互联网泡沫,举债的更多在基建端,价值捕获更多在App端 AI泡沫,价值捕获在App应用端,而举债的也更多在应用端(以及云) 但反过来说,如果OpenAI和Anthropic能继续维持三年3~9倍的营收增速,基建维持5年供不应求的超级周期,并不是天方夜谭的事情 --------------------- 算力把时间借给了应用,终究要用增长归还;还不上的,就是泡沫。能还清的,就是点亮文明的下一座灯塔
当巴菲特囤3817亿美元现金时,他看到了什么? 他看到的不是泡沫,而是一场没人敢输的游戏。 一、两个极端的现实 一边是全球最激进的AI公司在用未来的钱下注,另一边是全球最成功的投资者在用现在的钱观望。 2025年11月1日,伯克希尔·哈撒韦公布三季度财报:现金储备3817亿美元,创美国企业史上最高纪录。这已是巴菲特连续第九个月零回购,单季度净卖出股票104亿美元。 就在同一周,华尔街日报披露:OpenAI与Oracle签署价值3000亿美元的五年云计算合同——相当于承诺每年支出600亿美元。而OpenAI 2025年预计全年收入仅130亿美元。 这两个场景放在一起看,会让人不寒而栗。 更要命的是,基于微软持股约32.5%,华尔街分析师反推出OpenAI第三季度亏损超过120亿美元。 每收入1美元,亏损3.3美元。 但甲骨文联合创始人Larry Ellison还是给了它3000亿美元的合同,一天之内个人财富增加1000亿美元。 这不是泡沫故事。 当游戏规则改变时,最聪明的人选择退出游戏。 二、OpenAI的创新 OpenAI的创新的不是GPT,不是Sora,不是8亿周活用户。 它真正的创新,是发明了一种新的商业模式:亏损本身就是护城河。 逻辑链条非常简单: 第一层:当你季度亏损120亿美元时,没有竞争对手能跟进。这比任何专利、任何技术壁垒都更有效。 第二层:当你的亏损规模达到3000亿美元级别时,你变成了"系统性重要企业"。Oracle不能让你倒,微软不能让你倒,整个AI生态都不能让你倒。 第三层:当你"大而不能倒"时,你就获得了无限续命的能力。3000亿美元合同不是因为你盈利了,而是因为你不能倒。 这就是为什么MIT报告显示95%的企业AI项目失败、300-400亿美元打水漂,但投资还在以76%的速度疯狂增长。 不是因为相信一定成功,而是因为不能承受失败的代价。 这不是价值投资。这是叙事投资的终极形态。 三、这次不一样:为什么AI泡沫比2000更危险 很多人把今天的AI基建类比成2000年的互联网光纤泡沫。 它们确实有相似之处——在应用层出现killer app大范围盈利之前,就投入巨资建设基础设施。当时是光纤,现在是数据中心。 但这次有四个致命的不同,既让AI泡沫比2000更危险,也让其更难破裂。 不同1:硬件集中度极高 2000年,光纤制造技术含量不高,全球有几十家供应商。但2025年,先进AI芯片全世界只有那么几家公司能做——Nvidia的GB300以及下一代AI芯片,已处于相对垄断。 泡沫的收益高度集中在极少数公司。Nvidia市值5万亿美元,占S&P 500约8%,创1981年以来单一股票最高占比。PE比57倍,是半导体行业均值的3倍。 但这也意味着:泡沫破裂的条件更高。因为只要Nvidia盈利能力不出问题,这个泡沫就很难破。事实上,2022年矿难时Nvidia利润率只是从65%回撤到56%,算上PE/宏观双杀股价才从300跌到100。 不同2:泡沫扩散到能源领域 2000年,光纤就是光纤。但2025年,数据中心不仅需要GPU,还需要电能。 微软CEO纳德拉最近在播客里分享了一个让人意想不到的事实: "微软手里囤了一堆英伟达AI芯片,但压根没法用。不是因为芯片不够,而是数据中心的供电和物理空间已接近极限,导致大量AI芯片只能滞留在库存中,无法'通电运行'。" 更夸张的是,英伟达每一代机架系统的功耗都在暴涨:从安培架构到下一代Kyber设计,单机架热设计功耗预计将激增100倍。 100倍意味着什么?意味着数据中心的电网、冷却系统、物理空间全得重新规划。 之前AI行业担心"算力荒",现在还要加上"电力荒"。这让泡沫连带扩散到了能源、电网、核电——比2000年涉及的领域广得多。 Goldman Sachs估算,全球数据中心电力需求将从2019年的30GW增长到2024年的57GW,到2030年需要再增加65GW。仅美国就需要新增约38GW,相当于38座核电站。 不同3:软件集中度也极高 2000年互联网泡沫催生了无数没有营收的.com公司,几千家公司拿到融资,最后死掉几千家。 但2025年的AI泡沫紧紧围绕在OpenAI、Anthropic、Google等为代表的模型公司周围,软件集中度特别高。 这意味着:泡沫破裂时影响的公司数量会少得多。不会像2000年那样,几千家互联网公司一起倒下。 但这也同时意味着:只要这三家不倒,叙事就不会崩塌。而OpenAI已经证明了"Too Big To Die"的逻辑——3000亿美元合同就是护身符。 不同4:NeoCloud模式转移了风险 数据中心投资特别大,周期特别长。为了避免账面债务甚至以后的烂尾风险,大科技公司逐渐把建设数据中心的任务外包给第三方——也就是NeoCloud。 这在2000年互联网泡沫中是没有出现过的。 NeoCloud作为退潮时受冲击最早也是最大的群体,也会是涨潮时受益最丰厚的群体。举债太多的NeoCloud可能会有危险,但大科技公司的资产负债表保持干净。 这种风险转移机制,让大科技公司可以继续保持"健康"的财报,进而让泡沫持续更久。 四、为什么这个泡沫还能继续? 因为需求实在太大了。 目前所有云的积压订单backlog堆到天上去了,造成下游厂商看到的订单全都是off-the-chart。从CSP、芯片、NeoCloud到存储、到电力,所有财报几乎全都是同一句台词且能交叉验证: "挤压的订单太多,根本做不完。加上新增的订单,2028年都消化不完。" 这和2000年光纤泡沫有本质区别: 2000年光纤基建是提前预测需求,过度建设 2025年GPU基建是GPU utilization已经拉满还不够用,必须疯狂推动下游订单 Jensen Huang 10月29日说:"我们对2025-2026年Blackwell和Rubin产品有5000亿美元的累积收入可见性。" 不是合同,不是订单,是"可见性"。但市场信了。 因为市场已经不在乎现金流,市场在乎的是你在叙事中的位置。 只能谨慎乐观地说:we are still early。 五、风险在哪里? 风险在于当技术跃迁发生时,所有这些基础设施都可能一夜过剩。 1996-2000年,电信公司疯狂铺设光纤,累计投资超过万亿美元。叙事很简单:互联网流量将呈指数级增长,光纤需求无限。 需求判断完全正确。 但1998年,WDM(波分复用)技术取得突破——单根光纤的容量增加了100倍。突然间,"光纤短缺"变成了"光纤过剩"。85-95%已铺设光纤永久闲置。 WorldCom、Global Crossing破产,股东损失超过2万亿美元。 光纤泡沫破裂不是因为需求错判,而是因为技术跃迁让旧基础设施过剩。 现在看AI,Nvidia自己也在投资: Quantinuum(量子计算):6亿美元 PsiQuantum:10亿美元 2024年推出NVQLink:量子-GPU互联标准 量子计算不会"替代"GPU,但如果量子-AI混合让训练效率提升10-100倍,GPU需求可能骤降50-70%。 类似1998年的WDM:不是光纤没用了,而是需要的数量骤降90%。 这就是"光纤时刻",技术跃迁导致基础设施过剩。 如果3-5年内发生,当前4200亿美元年度资本开支中有多少会变成闲置产能? 回到开头的问题:巴菲特看到了什么? 他看到的不是泡沫,他看到的是游戏规则改变了。 1930年代,Benjamin Graham创立价值投资:内在价值、安全边际、市场非理性。90多年来,这套哲学经历了无数次考验,每一次泡沫破裂后都证明了自己。 但2025年,规则改变了: 亏损不再是风险,而是护城河(OpenAI模式) 估值不再基于现金流,而是基于叙事中的位置(Nvidia PE 57倍) "大而不能倒"不再是银行的特权,而是科技公司的常态(3000亿美元合同) 当游戏规则改变时,巴菲特的做法不是适应新规则,而是退出游戏。 这就是3817亿美元现金的真正含义。 六、三种可能的结局 结局1:叙事赢了 AI真的是电力级革命,OpenAI最终盈利,Nvidia持续垄断。巴菲特又一次错过了科技革命。 但即使这种情况发生,也不意味着所有人都赢。因为这次泡沫的收益高度集中——只有Mag 7受益,其他几千家公司无关。 结局2:1998重演 技术跃迁(量子/新架构/算法革命),GPU需求骤降50-70%,4200亿资本开支变成闲置产能。 但和2000年不同:影响的公司会少得多,因为本来也就没有几家AI上市公司。举债太多的NeoCloud会死,但Nvidia、OpenAI这些核心资产可能只是估值回调,不会消失。 结局3:中长期混沌 AI既不快速崩盘,也不快速爆发。进入5-10年"边投资边试错"阶段。巴菲特继续持有现金,等待更确定的机会。 问题只有一个:你选择相信哪个现实? 是MIT经济学家Daron Acemoglu(2024诺贝尔奖得主)说的"AI仅影响5%的工作任务"? 还是Jensen Huang说的"5000亿美元收入可见性"? 我不知道答案。 但我知道,当巴菲特囤3817亿美元现金时,他看到的不是机会,而是一个他不再理解的世界。 而在一个你不再理解的世界里,最聪明的做法就是持有现金,直到世界重新变得可以理解。 他是在等待那些信奉“新游戏”的玩家被“旧规则”(物理、财务和盈利)的现实所摧毁。 他持有的3817亿美元现金,不是用来退出游戏的,而是用来在“叙事”最终破灭时,从那些破产的信徒手中,以他所理解的“价值”价格,买下那些幸存的、真正有价值的资产。 美股在基本面上的回调叙事也已经到位:缺电、缺数据中心。 纳德拉的那句话值得反复咀嚼: "我们目前面临的最大问题不是算力过剩,而是电力短缺。如果你无法提供足够的电力,那么即使拥有大量芯片,也只能让它们闲置在仓库里。" 当芯片在仓库里等电力时,泡沫就开始出现裂痕了。 但也许,这只是下一轮更大叙事的开始:核电复兴、能源革命、量子飞跃。 只要叙事不死,游戏就会继续。 而巴菲特,已经做好了准备。
本周,由于微软财报披露的OpenAi单季度巨亏115亿美元新闻一时甚嚣尘上,引发了市场关于AI泡沫何时破裂的大讨论。因为OpenAi不是上市公司,所以依赖于母公司微软披露财报时进行有限度的提及。但此次微软把OpenAi上一财年的亏损混在其他净支出里,且没有列出具体金额。 其实OpenAi的问题现在也非常清楚,简化而言有两大点: 1. 与微软,英伟达,博通等公司组成闭环,左脚踩右脚玩梯云纵螺旋升天。 甚至可以说美股头部公司全在做同样的勾当。超微会计造假、Meta偷偷调整GPU折旧、NVIDIA与Broadcom及各大云厂商上演“衔尾蛇”循环交易、NVIDIA与三星以物易物、Amazon自己投自己、微软玩Azure credit、NVIDIA投钱给CoreWeave买自己的卡 而这种做法得到了美国自上而下的默许,从白宫到美联储,从SEC到股民散户,都在集体有意无意的维护着泡沫和繁荣。 这本质上是一种资本的“空中加油” 行为。通过复杂的资本运作和订单互换,头部玩家共同做大了整个AI生态的“估值蛋糕”。这种做法之所以能被默许,是因为它符合美国当前的核心国家利益——在AI这场决定国运的竞赛中保持绝对领先。只要故事能讲下去,资金能流转起来,技术能持续有突破,这个循环就能维持。监管机构和市场参与者都心照不宣地扮演着“助推者”的角色。这不仅仅是商业泡沫,更是一场 “战略级泡沫”。 2. 目前的营收无法支持如此巨大的订单。 OpenAI账上现金仅30-50亿美元,却签下高达1.3万亿美元的订单:与微软签2500亿服务协议、与甲骨文签3000亿、与英伟达签1000亿、与AMD每年采购600亿……这是一种典型的“打车平台模式”:为了收入不惜烧钱补贴。 OpenAI能持续烧钱维持下去的秘密其实在于OpenAI每签一个订单就拉动相关公司股价,如与甲骨文签约后甲骨文当天涨 40%,还通过与英伟达、AMD 等合作,以订单推动股价上涨并获取股份,通过签约拉升市值,再通过股权循环变现,用金融杠杆维持科技叙事。 如果把美股上的AI概念股做一个划分,大概可以分为两个流派: 传统流派(慢 AI):Meta、Google、Microsoft 等公司有主营业务且盈利多,不需要激进推动 AI,他们自己生产芯片,将 AI 作为辅助盈利手段,可接受慢 AI 发展。 OpenAI 流派(快 AI):OpenAI 只有 AI 业务,需要快速讲故事、拉市值、制造泡沫以推动 AGI 发展,但实际多是炒股签单行为。 现在市场上担心的是OpenAI 如爆炸会将与之绑定的 AMD、英伟达、博通、甲骨文等公司带下水,恐慌情绪会蔓延到相关板块,如机器人、存储等。 但现在市场的矛盾点在于,若没有 OpenAI 吹泡沫,美股市值可能大幅下降,美国 GDP 增量也会受影响。 OpenAI 不是骗局,我每天都在使用Chatgpt,确实给生活带来了很大的便利。但其商业模式极度金融化、杠杆化。如果 AI 落地速度低于预期,这种模式可能迅速从“科技革命”转为“资本回撤”,届时将成为AI 产业的 LTCM 时刻。 那么OpenAi引发的AI泡沫会快速破裂吗?我想不会,泡沫当然终将破裂,但这个时间点大概会发生在OpenAi以极高市值上市之后,现在担忧未免过早,但留个心眼总归是没错的。
我不觉得这个回应能消除 AI 泡沫论。这篇文章费力的找了一堆证据,但正是这种费力,反而说明了 AI 就是有泡沫。 别说两小时自主任务,绝大多数用户现在连 5 分钟都用不上。不是说学不会这个技能,而是多个连续自动化步骤当中的错误累计太严重,两步不矫正,后面就完全是胡扯。你在胡扯的路线上指数增长有个毛用啊?除了开发者,目前绝大多数用户使用 AI 的方式跟 2022 年 10 月 ChatGPT 3.5 刚出来的时候没有分别,都是单步调试。除非你对于产生内容的结果不在乎——比如做一个 Sora2 的影片 po 到 X 上搏个乐,播放量多少无所谓,或者交一份没人会认真看的报告——否则,只要你的产品需要在一个竞争性的环境里被检验和评价,最好的方式就还是单步调试。最近很多 AI 大牛都在媒体专访里大谈他们在实验室里观察的牛逼进展,但这种行为恰恰是泡沫阶段的特点:试问哪个行业在实验室里没有牛逼克拉斯的进展?什么时候那些财经和大众媒体又都变得这么关心起实验室里的进展来了呢? 当然只有是在泡沫期。 AI 当然有泡沫,泡沫肯定会崩溃,崩溃后肯定会再兴起,泡沫一波一波地推动 AI 的发展,这就是资本主义“集中力量办大事”的方式,最终一定会有力地推动真实生产力 10x 甚至 100x。这些我都坚信不疑。 但很多人就坚决不承认泡沫的存在,连阶段性的泡沫都不允许有,这就是个问题了。不但是个问题,而且连怎么解决这个问题的方法都搞错了。泡沫本质上是个人性的事情,AI 只是一个 topic,确切的说,数百年来无数个 topics 中最新的这一个。不管一个技术进展得多块,当太多的人同时看好的时候,就会出现泡沫。那种认为大众想象追不上指数增长的,也是太低估人类的想象力和狂热了。人类发疯的时候,你区区一个指数增长算个啥? 所以说到这个话题,我很想怼一下 AI 专家们:我们可能不懂 AI,可是我们懂人性啊。 AI 头部企业几乎是约好了不上市,把估值圈在一个容易控制的范围内,这比上市以后再冒险搞市值管理要容易多了,也安全多了。现在巨头们大刷连环计,一块钱转三圈,往市场放八个消息,非常明显,就是为了防止泡沫从某一个薄弱环节崩溃。因为这种史无前例的操作方式,我认为现在 AI 的泡沫还很坚硬,甚至还没有到达泡沫破灭前的最后一个阶段,也就是极速上升期。从操作层面上来说,AI 的筹码还集中在 VC 手里,尚未散发给那些没有反抗能力的韭菜们,因此,泡沫还在发展期,一段时间内还破不了。但谁要认为没有泡沫,那就太幼稚了。 所以 AI 有没有泡沫?肯定有。会不会破?还破不了。什么时候 AI 的泡沫会破呢?三个信号: 第一,市场上谁再说 AI 有泡沫,谁就会被群嘲为傻逼。 第二,筹码被得罪不起的人高价卖给那些得罪得起的人手里; 第三,价格短时间内出现极速飙升。 对于 crypto 行业来说,其实问题只有一个:什么时候参与这场泡沫盛宴,以及参与以后,被 AI 行业甩锅的时候,怎么把锅甩回去。 这一幕一定会发生。未来的某个时刻,那帮已经割得盆满钵满的 AI 大玩家会一边数着银行账户偷着乐,一边义正言辞地在 X 上说: “操,本来姆们 AI 好好的,就是因为你们 crypto 瞎特么过来搅合才崩盘,都特么怪你们这帮 low 逼。” 我们这帮人除了发一个“$去你妈的”中文 Meme 以外,还能说什么?
已经有朋友说看不懂我到底再喊多喊空了,其实在我自己心理一直都挺清楚的,我觉得我表达的也算是清楚了,但不妨再说一遍。美国金融市场一向都是牛长熊短,长多短空,现在不论是黄金,美股,币圈都到了历史高位。在这种时候提醒风险虽然看起来是烦人的废话,但确实也是有必要的。但是我们毕竟不能天天想着会闪崩而疲于奔命不敢放手做多,最后在犹疑和惊恐中浪费光阴。 刚好昨天高盛也发了一篇关于AI的文章,阐述了关于AI的五个关键争议: 1. AI消费端采用:增长迅速但变现滞后 2. 企业AI部署:内部应用扩张但ROI仍待提升 3. AI支出预测:基础设施投资规模史无前例 4. 电力基础设施需求:165%增长带来建设挑战 5. 泡沫风险评估:相似但不完全一致的1990年代 这五个问题都非常宏大,既蕴含着无限商机,也指引着未来。其中我们最关注的当然是最后一个问题,泡沫到底什么时候破? 高盛认为,尽管当前市场有投机性特征,但尚未达到互联网泡沫时期估值过度、IPO狂热和宽松宏观环境的临界点,暂不具备系统性泡沫破裂的条件。 但是泡沫是分期逐渐释放还是积累到底一次性破裂又是一个大命题,在真正到来之前无人知晓答案。 我偏向于认为互联网泡沫后,市场学会了更谨慎地评估科技投资,同时有了之前的经验也会有人抢先离场避险。 AI泡沫不会像“针戳气球”似的破裂,而更可能是一种阶段性、分层次的风险释放。 基础设施端(芯片、电力、云计算)因为有真实产能支撑,会持续火热; 而应用层和模型层,由于ROI验证滞后,会经历更长时间的估值回归。(此过程中释放应力) 从时间上看,高盛预测2026年左右企业ROI和消费者变现能力才会得到验证。 在那之前,市场仍然会在“增长焦虑”与“估值修正”之间高波动运行。 也就是说,机会仍然巨大,但波动也会很大。
再来Call back一下昨天晚上的下跌吧,虽然现在市场上挺多种说法的,但从盘面来说,涨到头了,情绪到顶了,土狗都FOMO了,所以该回调了,现在回调一天了,看起来也挺健康的。 但其实昨晚还是在小群讨论了一下什么情况下会大跌,而且刚好讨论完昨晚甲骨文就一度带崩了美股,所以感觉还是有必要拿出来再讨论一下的。 昨天AI板块大跌,导火索是甲骨文。起因是内部文件显示它的AI云业务毛利率只有14%,租英伟达Blackwell芯片甚至亏了近1亿美元。 这意味着,连“卖铲子”的人都开始亏钱了。 甲骨文的问题不是增长慢,而是赚不到钱。 英伟达芯片太贵、数据中心要租、客户又集中在OpenAI这些大户手上。 账上看订单暴涨三倍,但现金流几乎为零,全靠负债续命。 这是典型的“AI版地产循环”——靠故事支撑估值,靠融资拖时间。 不是说AI没价值,不是说AI不性感,问题是现在泡沫真的是在堆积啊。 更大的问题是,美国财政在用减税和赤字去维系这场AI盛宴。 钱从哪来?最后还是从全社会收,要么加税,要么货币贬值。 AI成了新的“资金黑洞”,把美债、流动性、估值全吸进去了。 所以,如果哪天AI闪崩甚至扩大规模复刻互联网泡沫也并不稀奇。 但这跟大降息扩表大放水并不矛盾,甚至如果有这么一个危机发生,再去救市放水更加合理。 那么对我们来说,时刻留着现金及降低杠杆+放止损位都是为了预防哪天一觉醒来的突发情况。 毕竟低位带血的筹码是真香啊。