財(cái)聯(lián)社8月13日訊（編輯 瀟湘）目前，全球人工智能(AI)領(lǐng)域的“軍備競(jìng)賽”仍在如火如荼地展開，各大科技巨頭大幅增加資本支出，用于開發(fā)定制人工智能芯片、構(gòu)建龐大的數(shù)據(jù)中心，并大規(guī)模投資于電力供應(yīng)，以滿足大型語(yǔ)言模型的持續(xù)需求……

這些支出可以說相當(dāng)驚人——過去18個(gè)月里，支出最大的科技巨頭們的平均資本支出與銷售額之比幾乎翻了一番——從10%升至20%。Meta是過去一年支出增長(zhǎng)最快的公司，已計(jì)劃建造一個(gè)相當(dāng)于曼哈頓大小的數(shù)據(jù)中心。

這股AI浪潮也令科技股再次引領(lǐng)了美股市場(chǎng)，推動(dòng)標(biāo)普500指數(shù)持續(xù)創(chuàng)下新高，并使該板塊在指數(shù)中的權(quán)重占比進(jìn)一步達(dá)到了前所未有的份額。

然而，宏觀策略師、 Variant Perception聯(lián)合創(chuàng)始人Simon White在最新報(bào)告中則指出，這場(chǎng)“軍備競(jìng)賽”也使得人工智能股票在當(dāng)前面臨著三大主要風(fēng)險(xiǎn)：

不斷上升的久期風(fēng)險(xiǎn)，使其越來(lái)越多地暴露于更高的利率之下；

過度投資可能會(huì)壓低AI領(lǐng)域的利潤(rùn)率；

大模型帶來(lái)的創(chuàng)新收益可能不再是指數(shù)級(jí)的，而是漸進(jìn)的，這使得高估值看起來(lái)將岌岌可危。

久期風(fēng)險(xiǎn)

White指出，科技股的有效久期已經(jīng)很高。作為成長(zhǎng)型公司，它們幾乎不支付股息。股息收益率的倒數(shù)近似于股票的久期，因此科技股在主要行業(yè)板塊中擁有最高的久期。

但當(dāng)一只股票的預(yù)期現(xiàn)金流在未來(lái)很長(zhǎng)一段時(shí)間內(nèi)呈現(xiàn)不規(guī)則分布時(shí)，其對(duì)利率的敏感性會(huì)顯著上升。隨著利率上升，這些未來(lái)現(xiàn)金流的現(xiàn)值會(huì)突然變得價(jià)值大減。

科技股投資者面臨的問題是：在美聯(lián)儲(chǔ)獨(dú)立性面臨自20世紀(jì)40年代以來(lái)最大威脅的背景下，他們是否愿意承擔(dān)這一風(fēng)險(xiǎn)？

迄今為止，對(duì)貨幣政策的政治攻擊，還主要體現(xiàn)在總統(tǒng)特朗普的口頭攻擊上，但形勢(shì)似乎即將升級(jí)，特朗普親信斯蒂芬·米蘭已被提名為前美聯(lián)儲(chǔ)理事庫(kù)格勒的繼任者。

盡管撰寫過煽動(dòng)性的“海湖莊園協(xié)議”論文的米蘭預(yù)計(jì)只是一個(gè)過渡人選，但方向是明確的：特朗普正在盡其所能，將聯(lián)邦公開市場(chǎng)委員會(huì)(FOMC)塑造成一個(gè)有著低利率傾向、鴿派主導(dǎo)的機(jī)構(gòu)。

這顯然可能導(dǎo)致美債收益率曲線陡峭化，市場(chǎng)會(huì)將某一時(shí)間段較低的利率解讀為未來(lái)通脹的信號(hào)，從而通過重新定價(jià)期限溢價(jià)，推高長(zhǎng)期收益率。

高久期股票在這種環(huán)境下，本身會(huì)成為待宰羔羊。而眼下，科技板塊的表現(xiàn)其實(shí)已經(jīng)超出了基于其久期與相對(duì)于指數(shù)歷史超額表現(xiàn)關(guān)系所預(yù)期的水平。

目前，科技公司資本支出的快速增長(zhǎng)，已減少了自由現(xiàn)金流，并推遲了投資者預(yù)期通過盈利收回股票投資成本的時(shí)間。數(shù)據(jù)顯示，領(lǐng)先的人工智能公司的資本支出在過去12個(gè)月的基礎(chǔ)上已激增至EBITDA(稅息折舊及攤銷前利潤(rùn))的1.3倍，而標(biāo)普100指數(shù)中其他公司的平均水平為50%。

資本周期考驗(yàn)

White認(rèn)為，即使通脹不是一個(gè)重大問題，科技股仍面臨來(lái)自另一個(gè)因素的重大風(fēng)險(xiǎn)：資本周期。

作為一種理論，它很容易理解——當(dāng)過多的資本涌入一個(gè)行業(yè)時(shí)，通常會(huì)導(dǎo)致供過于求、價(jià)格下跌和利潤(rùn)率下降。這會(huì)迫使企業(yè)破產(chǎn)和整合，從而重新導(dǎo)致供不應(yīng)求和價(jià)格上漲。這最終又會(huì)吸引新進(jìn)入者，并推動(dòng)資本支出再次上升。

資本周期理論是由Marathon Asset Management推廣普及，關(guān)于該理論的著作《資本回報(bào)》(Capital Returns)中重點(diǎn)介紹了近幾十年來(lái)過度投資的幾個(gè)例子：例如2000年代初的電信和光纖行情；2000年代中期因中國(guó)相關(guān)需求導(dǎo)致的航運(yùn)和集裝箱船隊(duì)的大規(guī)模擴(kuò)張；以及2010年代初的礦產(chǎn)和天然氣供應(yīng)過剩。

所有這些都以該行業(yè)股票顯著且持續(xù)的表現(xiàn)不佳而告終。

White表示，該周期會(huì)持續(xù)數(shù)年，從過度投資到股票表現(xiàn)不佳的滯后期約為2-3年。再加上久期風(fēng)險(xiǎn)，這使得人工智能股票所處的環(huán)境越來(lái)越不利。

大模型升級(jí)放緩

當(dāng)然，相信許多人仍會(huì)說這次的AI浪潮可能不同。而White也因此提到了第三點(diǎn)，越來(lái)越多的證據(jù)表明，大型語(yǔ)言模型的升級(jí)改進(jìn)正在趨于平緩。

它們最初令人印象深刻，但其局限性正被更廣泛地認(rèn)識(shí)：幻覺（hallucinations）、無(wú)法理解或驗(yàn)證真相、決策不透明、長(zhǎng)期記憶薄弱。人工智能公司正在嘗試多種技巧來(lái)克服這些問題，但越來(lái)越清楚的是，這些可能是這類模型固有的特性，而非能輕易解決的缺陷。

正如美國(guó)銀行的這張圖表所示，超大規(guī)模企業(yè)的關(guān)注點(diǎn)正從創(chuàng)新支出轉(zhuǎn)向資產(chǎn)擴(kuò)張。

投資人工智能的公司發(fā)現(xiàn)，雖然大模型可能非常有用，但也有缺點(diǎn)，尤其是在涉及專業(yè)知識(shí)而非流暢性的任務(wù)上。同樣有證據(jù)表明，許多公司還不愿意完全落地人工智能系統(tǒng)，因?yàn)槿斯ぶ悄茈y以處理的邊緣案例可能造成災(zāi)難性后果，以至于讓系統(tǒng)無(wú)人監(jiān)督的風(fēng)險(xiǎn)太大。自2022年大型語(yǔ)言模型成為主流以來(lái)，生產(chǎn)率尚未出現(xiàn)任何有意義的提升。

eSolve資產(chǎn)管理公司首席投資官Adam Butler在X平臺(tái)上的一篇帖子，曾闡述了人工智能周期已經(jīng)結(jié)束的觀點(diǎn)。他寫道：“我們現(xiàn)有的模型，其核心仍然是一個(gè)個(gè)Token的輪盤賭。將足夠多的旋轉(zhuǎn)鏈接起來(lái)，微小的錯(cuò)誤概率就會(huì)累積成存在性的故障?！?/p>

而科技股的估值尚未反映出大型語(yǔ)言模型這種現(xiàn)實(shí)與預(yù)期之間的差距。

總結(jié)

White表示，對(duì)于任何市場(chǎng)從業(yè)者來(lái)說，科技公司擁有一些最高的估值本身并不奇怪，但當(dāng)你看到它們與市場(chǎng)其他部分的差距如此之大時(shí)，仍然令人震驚。

White認(rèn)為，開發(fā)人工超級(jí)智能(artificial superintelligence)可能是終極的先發(fā)優(yōu)勢(shì)，因?yàn)檎嬲某?jí)智能可以迅速阻止其他人開發(fā)。也許這就是Meta斥資數(shù)十億美元網(wǎng)羅部分頂尖人工智能人才背后的想法。但目前，絕大部分支出并非流向那里。

大型語(yǔ)言模型肩負(fù)著讓科技公司實(shí)現(xiàn)其膨脹估值的增長(zhǎng)重任。然而，隨著價(jià)格壓力上升、資本周期展開以及大型語(yǔ)言模型的局限性日益明顯，它們要完成這項(xiàng)任務(wù)可能會(huì)非常困難……