11月11日，橡树资本联合创始人霍华德·马克斯发布了最新备忘录《一个门外汉对AI的思考》；

从AI竞争格局，到如何预测企业盈利能力，再到数据中心的前景等等，详细阐述了他对于AI投资的通盘思考。

霍华德指出，要基于对未来的预期去投资AI，

必须同时考虑未来可能发生什么，以及猜对的概率。

从事自上而下投资的人，必须对经济、行业、公司和市场前景都判断准确。

假设每一项准确的概率是60%，那么四项全部准确的概率只有13%（0.6⁴）。

落到AI投资上，需要考量的关键变量异常繁多，

每多一个都会增加投资决策的复杂度。

一个AI投资者，至少要在一定程度上准确预判：

技术的演进、算力需求、竞争格局、技术受益者、融资可得性，

以及上述所有事项发生的时间点。

与此同时，他引用巴菲特的话提示：

颠覆性技术，未必会给投资者带来回报。

20到25年前，当时的领先者，到今天仍然领先的概率有多大？

微软、亚马逊、苹果和谷歌作为赢家走过了那个时代，但Napster、雅虎和网景则半途落败。

在快速变化的技术中保持领先，绝非易事。

此外，他也提示，当前股票和债券市场严重依赖单一因素：AI的成功。

AI只占美国经济的一小部分，却贡献了不成比例的经济增长。

截至今年6月30日，连续14个季度中，

“七巨头”——主要是超大规模云厂商——的盈利增速快于标普500指数其余公司。

自2024年1月以来，42家AI相关公司，贡献了标普500约三分之二的涨幅。

芯片寿命、公司战略或算力需求，一旦出现负面的变化，很可能产生深远的后果。

霍华德认为，最近几周，对上述一些问题的担忧开始浮出水面。

但其实，AI投资者如今担心的事情并不新鲜，

但只是投资气候变了，这些事情就足以让情绪变得黯淡。

他认为，对至少一代投资人来说，

人工智能是影响最为深远，同时也是最不可预测的进步。

但投资者不能仅因为某件事存在不确定性，就对其置之不理。

他用一句老话来阐述AI投资：

“有两种投资者会亏大钱：

一无所知者，以及无所不知者。”

他认为，在AI这件事上，接受自己并非无所不知尤为重要。

需要思考的是：

一项AI投资令人失望的概率是多少……而它不令人失望的概率又是多少？

正确的应对，不是裹足不前，

而是在策略选择、仓位规模和风险承担上保持恰当的谦逊，并愿意在不确定性中采取行动。

因为“不确定性其实正是长期价值投资者的朋友”。

六里投资报精译提炼了霍华德·马克斯备忘录的精彩内容：

不能仅仅因为

未来不够明朗就拒绝参与AI

我们该不该投资AI，以及我们能不能投得明智？

这是我在这份备忘录中要讨论的问题。

当下关于AI的消息铺天盖地，

AI及AI相关公司的证券价格上下剧烈波动，

但我不会试图追逐这些短期行情，因为我所要探讨的是AI的长期前景，而不是这些证券明天的价格。

投资归根结底只有一件事：

配置资本，以便从未来发生的事件中获益。

而大多数投资者靠预测来应对，但并不是所有事情都同样可预测，

也不是所有预测者都同样高明。

因此，要基于对未来的预期去投资AI——

我们必须同时考虑未来可能发生什么，以及我们猜对的概率。

我曾经写过，从事自上而下投资的人，必须对经济、行业、公司和市场前景都判断准确。

假设他们每一项准确的概率是60%——这个概率已经算很乐观了——

那么四项全部准确的概率是多少？

在各项结果相互独立的前提下，答案是13%（0.6⁴）。

落到AI投资上，需要考量的关键变量异常繁多，每一个都会增加投资决策的复杂度。

一个AI投资者，至少要在一定程度上准确预判：

技术的演进、算力需求、竞争格局、技术受益者、融资可得性，

以及上述所有事项发生的时间点。

在我看来，评估这些关键要素异常困难。

那么，任何一套投资逻辑成立的综合概率会是多少？

读下去时不妨想想这个问题。

最后，请记住：

(a) 我们永远不可能完全了解一项投资；

(b) 最大的错误，往往发生在人们以为自己无所不知的时候；

(c) 我们对未来的知识不完整，但不能因此就完全不采取行动。

投资者的工作，就是在追求利润的过程中承担风险。

承担多少风险、以何种形式承担，是我们每个人必须做出的决定。

但鉴于AI的巨大潜力，我们不能仅仅因为未来不明朗就拒绝参与AI。

颠覆性技术

未必会给投资者带来回报

互联网泡沫时期，沃伦·巴菲特就曾经指出，

颠覆性技术，未必会给投资者带来回报。

我们知道AI会提高效率，但它会提高盈利能力吗？

谁的盈利能力？

如果几个AI模型在某个领域变得同样聪明，那它们的服务是否会变成没有差别的大路货，只能靠价格竞争？

如果是这样，盈利和ROI会不会被不断压缩，

经济利益可能更多流向AI的用户，而不是供应商。

那正在投入AI基础设施的数万亿美元，最终会得到怎样的回报？

关于这个话题的最后一点，

我很少听到有人讨论AI是否要被征税，以及如何征税。

AI最可能的影响之一就是取代劳动力，

政府需要税收收入，而一部分税源来自被AI替代掉的劳动者。

那为什么AI不能像人一样缴税？

现在很多高收入人群的综合税率，达到50%甚至更高，

那AI又该适用哪一档税率？

AI竞争格局易变

如何给当下领先者定价？

我们能预判哪些公司会胜出吗？

有多大把握？当今领先者周围的护城河有多坚固？

AI最令人震惊的特征，可能是它进步的速度。

在这方面，令我印象深刻的是，今天领先的模型实验室OpenAI和Anthropic，

就在几年前，大多数人对它们还一无所知。

既然AI领域新公司崛起可以如此迅猛，那它们会不会同样被后来者颠覆，或者遭遇挑战？

回想20到25年前，

当时的领先者，到今天仍然领先的概率有多大？

微软、亚马逊、苹果和谷歌作为赢家走过了那个时代，但Napster、雅虎和网景则半途落败。

在快速变化的技术中保持领先，绝非易事。

如果竞争格局如我所说发生转变，

那么，今天这些领先者的股权又该价值几何？

AI盈利预测

难度远超过往科技浪潮

价值投资者估算公司未来的盈利或现金流，将它们折现到现在，

并将结果和今天的股价比较。

要预测未来盈利，我们需要回答如下这些问题：

• 它的产品能卖出多少件？
  单位售价将是多少？
  每单位生产的成本是多少？
  需要拿出多少利润再投入，用于下一代产品研发？
  最终企业的投资回报率能达到多少？

尽管为任何一家公司回答这些问题都需要面对不确定性，

但放到 AI 身上，还会引入一些特别新颖的考量，比如：

• 它的产品将来能做什么，客户会怎样使用它？
  产品会像大宗商品那样定价，还是作为独一无二、不可或缺的商品定价？
  芯片能用多久，数据中心又需要以多快的速度计提折旧？
  当前这种高速支出的竞赛还会持续多久？
  能否赚到足够的钱，让今天的资本开始获得像样的回报？

我在想，我们能预测当今超大规模云厂商，领先前沿实验室2030年的盈利吗？

投资是否必须建立在能较为准确地预测盈利之上？

如果我们做出了预测，又该对这个结果抱有几分信心？

如果做不到，我们又该如何思考对AI公司的投资？

以下是我提出的测试：

告诉我，你认为某家AI公司5年后的每股收益会是多少，

你敢打赌最终答案会在你预测的±50%以内吗？

股票和债券市场

严重依赖单一因素：AI的成功

如今，AI在投资环境中占据了不成比例的份额，

给所有投资者带来了相当大的不确定性，而不仅仅是AI投资者：

AI只占美国经济的一小部分，却贡献了不成比例的经济增长。

目前AI对GDP增长的贡献，绝大多数通过资本开支实现，主要是数据中心建设。这类开支迅速攀升，而其他建筑开支却在下降。

截至今年6月30日，连续14个季度中，“七巨头”——主要是超大规模云厂商——的盈利增速快于标普500指数其余公司。

一些AI公司通过投资其他AI相关公司的股权，获得巨额收益，成为标普500盈利的主要贡献者。

FactSet报告称，第二季度，Alphabet和亚马逊在股权投资上，合计录得1510亿美元收益；

主要来自对Anthropic和SpaceX（后者现在包括xAI）的投资。

AI对整体盈利的影响并不止于该行业。相关配件销售商也报告了强劲的盈利；此外，还存在连锁效应：

AI从业者和AI邻近行业从业者把收入花在租金、食品、汽车和其他跟AI毫不相干的事物上。

据摩根大通称，AI对股市涨幅的贡献不成比例：自2024年1月以来，42家AI相关公司贡献了标普500指数约三分之二的价格涨幅。

这些趋势叠加起来，使得标普500高度集中于少数几家AI和科技公司。

关键在于，今天我们的经济和市场所依赖的因素相对不够分散。

对AI的敞口构成一条异常强大的“断层线”，

贯穿各类投资组合，并且有可能主导投资环境的各个方面。

芯片寿命、公司战略或算力需求，一旦出现负面的变化，很可能产生深远的后果。

不可否认，对单一行业的过度依赖，

使经济和股市与以往相比更为脆弱。

AI融资面临一个新时代

据高盛统计，今年以来，全球AI相关债务发行总额，已接近6000亿美元，

包括超大规模云厂商发行的债务、数据中心融资和项目融资，以及其他与AI相关的借款人发行的债务。

其中约4000亿美元进入美国投资级债券市场，占投资级总供给的1/5以上，

使AI相关债券，在彭博美元投资级公司债指数中的占比升至约12%。

而在美国高收益债券市场——超大规模云厂商并不直接在其中发债——这一比重更接近6%。

展望未来，AI似乎很可能在今后一段时期，

平均每年需要1万亿美元的新增资本，

其中数千亿美元，可能继续每年通过发行债务筹集。

AI对债务资本的需求，将对利率产生什么影响？

对超大规模云厂商和前沿实验室而言——它们不想看到竞争对手冒出来——

因此即便利率高于预期，大概率也无法停下AI投资的脚步。

这意味着它们只能被动接受融资条件，哪怕资金短缺、成本上升。

过去，经济学家常说“挤出效应”，即政府大举借债，让私人部门难以获得所需的债务资本。

目前，愿意不惜代价借钱的超大规模云厂商，它们对债务的需求，有可能推高政府利率。

这难道不是迄今为止利率上行的原因之一吗？

同样，股票市场有没有能力，来补充这些公司的现金流？

过去10年中有8年，美国传统IPO募资额低于500亿美元（例外是2020年的近800亿美元，以及繁荣的2021年1400亿美元）。

过去，超大规模云厂商利润丰厚的非AI业务，产生了巨额自由现金流，

让它们没有债务、现金充裕、且信用评级很高。

现在情况不同了，

这些公司正在花掉现金储备和当期现金流，并且还在借更多的钱。

它们凭借强劲的投资级评级，可以轻松地为AI扩张融资。

但随着这一过程持续，它们的信用状况和评级会不会改变？

对于那些今天基于高评级放贷、并眼看着这些公司不断提高杠杆的放贷人来说，

可能面临什么后果？

投资者必须高度留意某些数据中心租约中的“退出条款”，

这些条款可能使租户或担保人在某些条件下终止义务——例如数据中心的运行可靠性达不到99.9%；

同时还要留意一项潜在风险：芯片形式的抵押品寿命，可能短于债务期限。

行业所谓的“循环交易”，即公司为客户购买其产品提供融资。

这种相互依存带来了哪些风险？

此外，通过特殊目的载体（SPV）借款，并将债务留在资产负债表之外，

对超大规模云服务商的信用状况有什么影响——母公司是否为这些债务兜底？

最后，当一项激动人心的技术进步引发时长狂热时，借债会产生什么影响？

面向AI的放贷机构面临一个新时代：

债务集中于单一行业、行业基本面快速变化，

并且高度依赖未来算力销售收入水平。

AI有多可预测？

概率远低于想象

我曾经写过：对于试图应对未来的人来说，

仅仅做出预测是不够的，除了预测本身，你还需要判断自己的预测正确的概率有多大。

我的看法是，就AI而言，

鉴于它技术复杂、前所未有、变化速度快，这个概率低得异乎寻常。

我想量化AI的可预测性，但又担心这远远超出了我的能力范围。

于是我请Claude帮忙，按 1 分（不可知）到 10 分（完全可预测）给 AI 打分。

它的回答很有启发。Claude对这个问题做了总结，其中反映了上文讨论过的一些不确定性：

我的总体判断：AI整体得分约为3分。

我还请Claude对AI行业各细分领域按可预测性评分，

并找出它认为在这方面可比的非AI经济中的行业。

意外的是，前沿实验室的评分只有2分，

我将其理解为“几乎不可知”。

AI是泡沫吗？

信者自信，无需证明

最近几周，对上述一些问题的担忧开始浮出水面。

投资环境中出现了多重负面因素交织：

通胀、联邦赤字和债务、由此导致的利率上升，以及看起来难以收场的伊朗战争。

在这些普遍性问题之外，又叠加了一些AI特有的因素，比如：

• 来自新模型的竞争，花哨的功能更少、更便宜的模型，低价的中国模型，以及可免费下载的开源模型；
  每“token”价格下降；
  算力使用增长可能放缓；
  公布的销售增长低于预期；
  对一些公司的高杠杆水平和严重依赖未来融资的担忧。

在繁荣时期容易被忽视的问题，一旦投资者的心态受到动摇，便会使其忧虑。

AI投资者如今担心的事情并不新鲜，

但只是投资气候变了，这些事情就足以让情绪变得黯淡。

虽然围绕AI有许多问题，但关键归结为这一相当复杂的问题：

AI能否为用户提供足够的价值，

使投入其中的数万亿美元获得足够的回报（以及哪些公司能获得这些回报）？

与一些我认为博学多识的人交流后，我得出的结论是：

在现阶段，回答这个问题在很大程度上取决于信念。

这让我想起一句据称出自美国经济学家兼作家斯图尔特·蔡斯（Stuart Chase）的话：

信者自信，无需证明；疑者自疑，无证可循。

无论我怎么思量，都想不出比这更合适的答案，来解决围绕AI的问题。

不确定性

才是长期价值投资者的朋友

我认为，对至少一代投资人来说，

人工智能是影响最为深远，同时也最不可预测的进步。

但投资者不能仅因为某件事存在不确定性，就对其置之不理。

正确的应对方式不是裹足不前，而是：

（一）在策略选择、仓位规模和风险承担上保持恰当的谦逊；

（二）愿意在不确定性中采取行动。

在其他条件相同的情况下，如果投资标的价格，相对于其内在价值足够低，

投资者就可以接受较高的不确定性。

至少在理论上，那些在Claude的可预测性评分中，得分较低的板块，

如果价格比更可预测的板块便宜得足够多，反而可能具备更好的投资前景。

归根结底，明智的投资很大程度上取决于价格。

我列出以下几个问题，或许能帮助你做出决策。

请注意，这些问题适用于所有投资，而不仅仅是AI：

需要多少个条件都顺利，才能获得可以接受的回报？

如果我的核心假设被证明是错误的，我可能会损失多少？

我承担的哪些风险获得了补偿，又有哪些只是自行承受？

价格中已经包含了多少乐观预期？

这项投资会如何改变我投资组合的整体风险特征？它会放大我已承担的风险，还是会分散这些风险？

有句老话说得好，而且似乎非常适用于AI：

“有两种投资者会亏大钱：

一无所知者，以及无所不知者。”

我认为，在AI这件事上，接受自己并非无所不知尤为重要。

AI必定会带来许多意外，但这些意外未必难以承受。

需要思考的是：

一项AI投资令人失望的概率是多少……而它不令人失望的概率又是多少？

最后，我用前几天偶然看到的一段精彩引语作结。

有人提出这样的观点：

近期前景存在太多未知数，

等形势明朗一点再行动不是更好吗？

但在这之前，先直面两个令人不快的事实：

未来从不明朗；

在股市中，为了一个令人乐观的共识，你往往要付出非常高的代价。

不确定性，其实才是长期价值投资者的朋友。