甲骨文被爆出延後資料中心竣工，引發新一輪AI泡沫的恐懼拋售。美股盤中崩潰，幣圈與大宗商品同樣下滑。不過黃金最終扛住了壓力，逆勢上漲。上週五發生了什麼？上周發佈了兩個AI產業的重要財報分別是甲骨文和博通。甲骨文因不及預期的業績表現，股價暴跌。博通倒是營收大超預期，但由於CEO電話會議中為定製晶片TPU的需求破了冷水，同時披露的730億AI產品訂單也不及市場預期，股價因此在短暫上漲後大幅下跌。圍繞著在這兩家公司周圍的一系列半導體企業股價下跌，包括谷歌、英偉達、AMD、美光科技、應用材料、拉姆研究等龍頭股。這些股票在上週五美市盤初集中下跌，引發美股大盤下跌，連帶其他資產市場走勢。美國股市：美盤前，甲骨文和博通便已經開始下跌，拖累大盤下滑。不過下跌的最大動能，還是發生在美市。美市盤初（澳東時間次日02:00，北京時間23:00），德銀和高盛等機構預測，美元明年將保持跌勢，而其他國家與美國利差將提高，這將激勵投資者將資金從美國轉移出去。受到這個消息觸發，美國科技股遭到集中拋售，連帶其他板塊一同下跌。只有防禦型必消板塊逆勢上漲。而且一小時後，彭博社報導稱，甲骨文將OpenAI的部分資料中心竣工時間延後，進一步引發市場對AI泡沫的恐慌性拋售，科技板塊因此大幅度下滑。最終，美國三大指數呈現不同程度的跌幅，納指大幅度下跌，道指則跌幅相對較小。中國AH股市：由於A股摩爾執行緒暴漲後提示風險，股價回落，帶動A50指數開盤短暫下滑，但很快回暖。港股則相反，亞盤保持上漲趨勢，不過美盤受到美股下跌影響較大，因此最終微微下跌。其他股市：隨美股下跌，科技含量越低，跌幅越小。英國與澳洲股市表現與道指趨同，日股則隨納指暴跌。美元：上週五早間（澳東時間06:00，北京時間03:00），美國財政部計畫提高對晶片研發企業的稅收優惠，這意味著財政缺口進一步擴張，政府將發行更多國債。受此影響，美國長債利率持續上漲，連帶美元在亞盤與歐盤一路上揚。直到芝加哥聯儲主席Goolsbee反對本月降息，美元停止上漲並轉為震盪。在美股暴跌時期，美元受到避險和拋售的雙重影響，保持震盪行情。直到美銀稱，美聯儲購買國債的操作會導致利率承壓，美元因此下跌，股市也停止下跌。最終，美元在震盪後仍然保持小幅上漲，非美貨幣多數下跌，但跌幅都不算大。商品貨幣：澳元與紐元走勢與美股有些相似，受到金屬大宗商品的影響。早盤時段，這兩個貨幣連續沖高，直到甲骨文和博通盤前暴跌，連帶工業金屬和原油價格普跌，澳元與紐元便開始大跌。最終澳元受金屬價格拖累，表現最差。紐元跌幅較小。加元反倒不太受大宗市場影響，最終反而微微上漲。黃金與白銀：就在甲骨文和博通盤前下跌時，除了美元外，只有貴金屬保持漲勢，直到美股盤初暴跌，黃金與白銀才跟隨下滑。不過白銀跌幅遠超黃金（畢竟有工業屬性，被工業金屬拖累），因此最終白銀大幅下跌，黃金反倒保持上漲。銅、鋁與原油：就在甲骨文和博通盤前下跌時，工業金屬和能源便開始普遍下跌，尤其是美股盤初暴跌時，這些商品價格同樣大跌。最終銅價跌幅最大，油價僅小幅下跌。今日重要事件（澳洲東部時間）：次日00:30 美國12月紐約聯儲製造業指數*：預期9.7 前值18.7次日02:00 美國12月NAHB房產市場指數*：預期38 前值38次日02:30 紐約聯儲主席威廉姆斯發表講話*代表更具影響力的先行指標，值得日內交易者重點關注。今日關注行情今早，中國方面發佈了70個中大城市二手房價報告，仍然表現不佳，房產市場的壓力還未緩解。同時，周日有消息稱萬科的三項展期議案均未通過投票，這也讓AH股市蒙上了一片陰影。但值得注意的是，觀察近幾個月房價和經濟報告後AH股市的表現，能夠發現，市場對於壞消息並不敏感。AH股市容易出現短暫回檔後的反彈。所謂該跌不跌理應看漲，同時考慮到美國科技股暴跌，引發美元震盪。AH股市有機會在近期表現超越美股。因此交易策略以突破阻力看漲。仍需要關注隨後發佈的的經濟報告。不管是美元的疲軟還是美股的暴跌，均能夠提振黃金的價格。和上周的判斷一致，當貴金屬開始下跌時，白銀的跌幅將遠超黃金。因此在短線看漲貴金屬時，仍然應該優先選擇黃金。相比之下，美股納指的走勢就不是很樂觀了。原本就發現科技巨頭之間競爭加劇，導致股價出現背離，納指因此表現落後。再加上上周接連甲骨文和博通兩家財報後股價暴跌，短期內風險情緒聚集，今晚開盤表現可能也不會很好，納指可以考慮日內偏空操作。消息突破策略– 香港恒生指數 HK50短線交易策略：（均值回歸）突破25800跟隨看漲或回踩25650小止損看漲阻力參考：25800；25900-26000支撐參考：25600-25650（跌破止損）技術面：100均線水準方向未定，但價格下方仍然保有趨勢線支撐。日內交易關注突破25800的更多操作，短線則可以等待價格震盪回到前低點支撐。強弱趨勢策略 – 黃金兌美元XAUUSD日內和短線交易策略：（趨勢跟隨）日內突破4325跟漲，短線回踩4325或4300看漲阻力參考：4325（突破）；4350支撐參考：4290-4300技術面：100均線向上，早盤黃金再度大漲，回補了昨晚的跌幅，說明金價仍處在強勢期。日內配合動能突破跟漲。但短線考慮到美元震盪，黃金突破前高點仍有難度，應該等待回踩後再行做多。強弱趨勢策略– 那斯達克100指數 NAS100日內交易策略：（趨勢跟隨）回踩25400附近逢高看空阻力參考：25400；25500-25600（突破止損）支撐參考：25100-25200；25000技術面：100均線向下，那指跌破關鍵頭部頸線25400關口，空頭動能較強，交易策略以回踩頸線看空為主。本文內容不構成任何投資建議，與個人投資目標，財務狀況或需求無關。如有任何疑問，請您諮詢獨立專業的財務或稅務的意見 。

對於中美關係的走向，我說過一個觀點，就是沒有一任美國總統願意看見美國在自己任內成為第二大經濟體，所以中美之間的博弈不可避免，而這場博弈最關鍵的勝負手就是人工智慧。那麼今天中美在AI領域處在怎樣的局面？不久前，《紐約時報》發文指出，“雖然很多政客將中國描繪成阻礙美國人工智慧發展的敵人，但美國眾多突破性研究的背後其實都由中國人才推動。”它舉例稱，今年6月，Meta公佈了超級智能實驗室的成員名單，11個核心研究人員中，有7人來自中國。美國智庫Macro Polo做過一項統計，在美任職的頂級AI人才中，畢業於中國大學的人數最多。2019年為27%，2022年增加到38%，超過從美國畢業的37%。再分享一個我自己的見聞。今年年初，我到“杭州六小龍”之一的強腦科技調研，它的創始人韓璧丞講了一段話，我覺得特別有意思。韓璧丞說，他去哈佛讀博士，那裡有很多全球做神經科學最厲害的教授，但他發現，很多美國人真的五點下班就背包走了。但中國人不同，如果到半夜十一二點，研究中心有六七盞燈還亮著，上去走一圈，會發現全是中國人在幹活。所以最後很多厲害的科研都是華人做的，甚至一些美國投資人在投企業時，他會看團隊裡有多少華人。近年來，隨著美國對華遏制政策的收緊，一些AI人才選擇回到中國。Digital Science的報告指出，美國已經開始出現中國AI人才淨流出的趨勢。所以今天出現了一個有趣的分流景象——原來在美國研究AI的中國人分成了兩波，一波回國成了AI創業和研發的重要力量；另一波留在美國，仍然在一些最頂尖的實驗室承擔核心工作。透過這種景象，我有幾點感受：一是中國的頂尖AI人才，已經不是在“追隨”，而是正在自己創造行業的最前沿；二是雖然受到政策阻撓，但中美在AI領域深度交織，難以切割；三是矽谷不再是全球AI人才的“終點站”，而可能是一個“補給站”，中國AI人才在此積累的經驗、人脈等，最終可能被帶回中國，推進本土AI的發展。兩周後的12月28日，我將在廈門辦一場“AI閃耀中國”的大秀。屆時我會分享更多我在過去一年調研中捕捉到的AI發展真實圖景，以及我對當前AI人才、技術與產業現狀的思考。同時呢，今天中國AI產業界眾多的軟硬體成果都會在現場集中呈現，歡迎你預約直播，也期待你來到現場。 (吳曉波頻道)

12月2日，貝萊德發佈《2026年全球投資展望：突破極限》，報告中表明，正式將長期美國國債的投資評級，從”中性”下調至”減持”。這個評級調整適用於未來6至12個月的投資周期，這次調整意味著貝萊德認為在這段時間內，持有長期美債的風險已經明顯超過了潛在收益。此外貝萊德指出，當前挑戰極限人工智慧的建設主要由少數幾家公司主導，它們的投入規模之大，足以產生宏觀影響。當前投資者面臨的挑戰在於，人工智慧能否帶來與巨額資本支出計畫相匹配的收入。核心觀點簡要：貝萊德長期認為，當前世界正處在由少數超級力量塑造的結構性轉型之中，這些力量包括地緣政治分化、金融的未來以及能源轉型。但當下最顯著的力量無疑是人工智慧，其建設速度與規模可能達到空前水平。這種從輕資本模式向資本密集型增長模式的轉變，正深刻改變著投資環境，並在實體資源、金融體系及社會政治等多個維度挑戰著現有極限。宏觀經濟的主要驅動力屈指可數，意味著市場的主要推手也寥寥無幾。當前市場的集中度恰恰反映了經濟基本面的集中態勢。在我們看來，這意味著投資者已無法迴避做出重大方向性抉擇。人工智慧是當前佔據主導地位的超級力量，今年助力美股屢創新高。近幾個月來，投資者開始擔憂股市估值，憂慮人工智慧泡沫是否正在形成。席勒市盈率顯示，當前美股估值已達到網際網路泡沫與1929年泡沫時期以來的最高水平。歷次重大歷史變革中皆出現過市場泡沫——此番可能再度重演。但泡沫往往持續膨脹一段時間，直至破裂後才顯現真容。正因如此，我們致力於研判投資規模與營收潛力的量級關係。這既是我們追蹤人工智慧變革的基石，亦是本展望報告的核心研究路徑。與人工智慧建設相關的資本支出計畫規模如此龐大，以至於微觀層面的投入已產生宏觀影響——這是我們的第一個核心觀點。總體營收前景或許能夠支撐這筆巨額投資，但其中有多少將真正流入人工智慧建設科技公司的口袋尚不明朗。故而這些企業並非處於自動駕駛狀態，它們完全可能在看清收益路徑後調整計畫，並在嚴峻的能源制約顯現時靈活轉向。雖然能源限制可能延緩建設處理程序，但同時也將催生新的機遇。對於能夠洞察未來收益歸屬的投資者而言，當前正是開展主動投資的黃金時期。人工智慧建設者正在提高財務槓桿——這是我們的第二個核心觀點。我們認為這是必要之舉：投資支出呈現前期集中投入的特徵（且為實現收益不可避免），而投資回報則滯後實現。加上各國政府本身債務高企，這造就了一個槓桿率更高的金融體系，使其更容易受到衝擊——包括通膨與債務可持續性之間的政策張力所引發的債券收益率飆升。我們認為，私人信貸與基建投資將為此類融資提供支援。基於此，我們戰術性地低配長期美國國債。這樣的環境也催生了“多元化幻覺”——這是我們的第三個觀點。在多元化名義下進行的資產配置，如今實質上可能已成為重大的主動押注。我們認為，投資組合需要的不是表面上的分散，而是一個清晰的備選方案，以及快速轉向的準備。一2026年全球投資環境1. 規模量級的碰撞貝萊德指出，當前投資環境呈現出若干核心特徵：槓桿水平上升、資本成本攀升、市場收益高度集中倒逼投資者做出方向性抉擇，以及主動投資視角將催生更多機遇。人工智慧建設的速度與規模可能超越歷次技術革命。如圖所示：外部機構預測，到2030年全球人工智慧企業資本支出規模可能達到5-8兆美元，其中大部分將集中於美國。投資者面臨的挑戰在於：如何將巨額資本支出計畫與潛在的人工智慧收益相匹配？兩者的數量級能否對等？圖：重大創新的持續時間與資本密集度，1760-2040年資料來源：貝萊德投資研究所，基於Crafts（2021）的資料，2025年12月。若以支出預測區間的高端值為基準，答案取決於美國經濟能否突破長期2%的增長趨勢。這雖非易事，但人工智慧首次使其成為可能。即便在宏觀層面實現支出與收益的平衡，時間錯配問題依然存在。人工智慧建設需要前期集中投入：算力、資料中心及能源基礎設施的建設必須先行，而投資帶來的最終收益則會滯後顯現。當前人工智慧建設剛剛起步且仍集中於科技領域，但我們預見到其帶來的生產力提升與收益增長將逐步滲透至整個經濟體系。資本性支出需求與最終收益產生的時間差，意味著人工智慧建設者已開始借助債務來跨越融資"駝峰"。這種支出前置是實現長期收益的必要條件。私營部門槓桿率的上升將與本已負債纍纍的公共部門疊加，加劇金融體系的脆弱性。債券收益率的驟升可能對這種融資模式構成風險。這一切塑造了一個具有若干核心特徵的嶄新投資環境：其一，更高的槓桿水平將推動公開與私募市場信貸規模的擴張；其二，巨額借貸推高利率，導致資本成本普遍上升；其三，在人工智慧創造的新收益池遍及整個經濟之前，科技類股內部的市場收益集中化將要求投資者做出方向性抉擇；其四，當這些收益溢出科技領域時，主動投資與獲取阿爾法收益的空間將會擴大。所有這些都意味著，傳統的投資組合建構方法亟需重新審視。2. 增長突破：如今成為可能我們認為，人工智慧資本支出將在2026年繼續支撐經濟增長。今年以來，投資對美國經濟增長的貢獻已達到歷史平均水平的三倍。這種資本密集型的推動力很可能延續至明年，使得即使勞動力市場持續降溫，經濟增長仍能保持韌性。這種“不招人、不解僱”的停滯狀態，為聯準會在2026年繼續下調政策利率提供了空間。然而，通膨可能被證明會頑固高於聯準會2%的目標。我們看到，在美國中期選舉來臨之際，政策和監管環境趨於有利。一旦商業信心和招聘活動出現任何反彈，都可能重新點燃通膨，使政策張力與債務可持續性的矛盾再度浮現。放眼宏觀，正如2025年的情況所示，人工智慧的影響力很可能繼續凌駕於關稅政策與傳統的宏觀驅動因素之上。在一個美國趨勢增長率持續低於2%的世界裡，消化如此巨額的資本性支出將需要重大的宏觀經濟調整——這可能會擠出經濟中其他非人工智慧領域的支出，並可能導致通膨率大幅攀升。但核心問題在於：美國經濟增長最終能否突破其長期趨勢？美國雖居於全球經濟前沿，然而過去150年間所有重大創新——包括蒸汽機、電力及數字革命——都未能助其掙脫2%的增長桎梏。實現這一突破，難如登天。圖：從未突破趨勢——美國人均GDP與長期趨勢線，1870-2024年資料來源：貝萊德投資研究所，基於美國經濟分析局、宏觀歷史資料庫及Haver Analytics的資料，2025年12月。然而，這種情況首次可以想像。原因何在？人工智慧不僅是一項創新本身，更有可能革新創新本身的過程。人工智慧可以開始自主生成、測試和改進新概念。如果這種情況發生，新發現的速率可能加快，從而推動材料、藥物和技術等領域的科學突破。這種自我強化的加速創新循環，是實現增長突破的關鍵。簡言之，要實現美國經濟突破2%的增長趨勢，就必須革新創新模式本身——而這首先需要大規模的前期投資。儘管可以想像，但我們尚不確定它是否會發生。我們追蹤那些可以作為創新加速先行指標的證據——例如每年新專利數量的激增——這些訊號將遠在相關益處體現在更廣泛的經濟活動資料之前顯現。二2026全球投資主題洞察1. 微觀即宏觀與人工智慧建設相關的資本支出規模如此龐大，以至於微觀層面都具有宏觀意義。整體收入或許能夠支撐這筆支出，但目前尚不清楚推動人工智慧建設的科技公司最終能從中獲得多少收益。人工智慧建設由少數幾家公司主導，其資本支出規模之大已產生宏觀影響。對這些公司的投資判斷，需要首先評估其宏觀層面的經濟邏輯是否成立。以2030年前人工智慧投資規模預估區間的高端值——8兆美元為例。券商分析師預測，超大規模服務商的年營收總額將增加1.6兆美元。這尚不足以支撐8兆美元高端投資實現9-12%的合理回報率（見圖表）。但這並非全貌：人工智慧的真正潛力遠超現有業務範疇。隨著人工智慧深度融入經濟，我們預計它將在科技行業乃至更廣泛領域創造全新的收入來源。具體分佈點尚難確定，但我們仍可嘗試估算其宏觀規模。為此，我們假設一個場景：若經濟增長突破2%的歷史趨勢，同時人工智慧通過提升生產率每年額外推動增長1.5個百分點。我們估算，這將使全經濟範圍的年收入增加1.1兆美元——該數額足以支撐（甚至超出）投資規模區間高端的合理性。圖：美國企業年收入增長預測（至2030年）資料來源：貝萊德投資研究所、彭博及其他機構，2025年12月然而，即便宏觀層面的數字可能成立，也無法保證這些收入會流向人工智慧建設者。根據LSEG的資料，如果科技行業的收入份額從目前的25%增長到35%，將帶來4000億美元的收入增量（見右側柱狀圖）。將這些新增收入與當前分析師的預測相結合，表明這有可能實現合理的投資回報。我們認為科技行業的收入有向該方向發展的空間，因為當前的人工智慧建設者正在侵蝕科技生態系統中的其他部分（例如軟體領域）。人工智慧實現任務自動化的能力（如自動編碼）意味著它可能替代其他科技服務。然而，收入增長將日益擴散至各個行業和整個經濟中。全新的人工智慧創造的收入流很可能會湧現。這些收入將如何分配可能會不斷演變——我們目前尚不清楚其具體方式。因此，發掘贏家將成為主動投資的主線。基於強勁的盈利預期，我們維持超配美股及人工智慧主題的立場。我們認為，隨著人工智慧收益向全經濟領域擴散，該主題將演變為一場關於發掘新贏家的主動投資敘事。2. 槓桿升級人工智慧開發商正在加大槓桿：投資前期集中，而收入後期才開始產生。加上各國政府負債纍纍，這導致金融體系槓桿率更高，更容易受到債券收益率飆升等衝擊的影響。我們認為私人信貸和基礎設施建設正在為這種融資方式提供支援，因此我們策略性地減持了長期美國國債。克服人工智慧建設期面臨的融資瓶頸——即前期投資與後期收入之間的時間差——需要依賴長期融資。這意味著提高槓桿率勢在必行。近期大型科技企業的債券發行已印證這一趨勢正在發生。好消息是：私營部門的槓桿起點較為健康，尤其是上市科技企業。彭博資料顯示，截至11月26日，雲端運算支出最高的企業平均債務股本比僅為0.54倍，表明其仍存在加槓桿空間。目前大型科技企業的新發債券均獲得市場良好反應。人工智慧資本開支所需的融資規模，已遠超即使最大型企業僅憑內部資金所能滿足的範疇。然而這一融資需求的出現，正面臨著公共部門資產負債表已然處於高槓桿率的背景。如圖所示，高企的債務水平與各國相互競爭的財政優先事項——包括德國的國防推進計畫、美國和英國日益擴大的預算赤字，以及日本的新支出承諾——共同限制了公共部門在AI建設融資中能夠發揮的作用。圖：債務分化——1950-2025年美國政府和公司債務對比資料來源：貝萊德投資研究所、美國國會預算辦公室、經濟分析局、聯準會理事會，資料來源於Haver Analytics及倫敦證券交易所集團（LSEG）Datastream平台，2025年12月。因此我們預計企業將持續求助於公共及私募信貸市場，從而為投資者創造機遇。公私部門借貸規模的攀升，很可能對利率持續施加上行壓力。高企的債務償付成本是我們判斷期限溢價——即投資者持有長期債券所要求的補償——將上升並推高收益率的原因之一。我們已轉為減持長期美國國債。人工智慧最終或許能帶來緩解公共債務負擔所需的生產力提升，但這仍需時日。主要風險在於——結構性高企的資本成本將推高AI相關投資支出，並影響整體經濟。更高槓桿的體系也會加劇其對衝擊的脆弱性——例如因財政擔憂或控通膨與償債成本之間的政策權衡困境而引發的債券收益率飆升。負債纍纍的政府緩解此類衝擊的能力已更為有限。這正是AI融資需求與政府債務約束產生交集之處。3. 多元化的幻象在少數幾股巨頭力量主導市場的情況下，以分散風險為名的資產配置可能實際上是高風險的主動投資。我們認為投資者應該減少盲目分散風險，而更加注重有意識地承擔風險。我們認為投資組合必須靈活，並具備清晰的備選方案。我們看好在私募市場和避險基金中進行獨特的投資。在"多元化配置"名義下做出的資產配置決策，如今已成為更重大的主動選擇。我們的分析顯示，在剔除價值和動量等股票回報常見驅動因素後，美國股市回報中反映單一共同驅動因素的比重正持續擴大（見圖示）。市場集中度日益提高，廣度不斷縮小。圖：強勁的共同驅動力——標普500指數回報率的波動可由一個主導性潛在因素解釋資料來源：貝萊德投資研究所，資料引自彭博及肯尼斯·R·弗倫奇（Kenneth R. French）資料庫，2025年12月。試圖從美國市場或人工智慧領域轉向其他區域或等權重指數等分散化操作，實質上構成了比以往更顯著的主動決策。這類操作導致投資組合錯失了今年主要的回報驅動因素——而這正是我們堅信的核心動力。倫敦證券交易所集團資料顯示，等權重標普500指數年內僅上漲3%，而市值加權標普500指數漲幅達11%。我們認為這不應被簡單視為無差別分散風險的操作，而應被理解為需要堅定執行的重要主動決策。更重要的是，若人工智慧主題發展遇阻，其衝擊力將遠超任何看似分散化的避險嘗試。傳統多元化工具——如長期美國國債——已無法提供往昔的投資組合穩定作用。這促使投資者持續尋找其他避險工具，黃金也因此在今年重獲關注。但我們更多將其視為一種具有獨特收益驅動因素的戰術性選擇，對其作為長期組合避險工具的作用持保留態度。我們認為，真正的多元化不應侷限於寬泛的資產類別或地區視角，而應轉向更精細、更靈活的情景配置與跨周期主題。投資組合需要明確的備用方案（B計畫），並具備快速轉向的準備。在當前環境下，我們難以找到簡便的被動多元化選擇。我們認為投資者應減少對風險的無差別分散，轉而更審慎地掌控風險——簡而言之，採取更主動的投資方式。我們認為，私募市場和避險基金等高信念策略既能實現多元化，又具備強勁的收益潛力。這些策略的業績表現很大程度上具有特異性，可充分彰顯管理人的技能。三未來長期投資趨勢展望1. 人工智慧建設面臨制約美國的人工智慧建設面臨諸多制約：正如我們指出的，既有政治和資金方面的限制，但更突出的是涉及計算能力和能源的物理性制約——其中能源是目前最緊迫的硬約束。到2030年，AI資料中心用電量可能達到當前美國總需求的15-20%，這一規模必將考驗電網、化石能源及材料行業的承載極限。部分預測甚至顯示，資料中心用電佔比可能高達當前總需求的四分之一。不斷增長的電力需求，正遭遇著等待並網的積壓項目和西方普遍緩慢的項目審批處理程序。若這些制約真正產生衝擊，資本支出計畫或將被迫推遲調整，從而限制人工智慧建設的宏偉抱負。相比之下，中國正以穩健步伐推進發電與輸電網建設。這包括按時按預算建成的核電機組，以及煤炭、水電和可再生能源項目。中國的太陽能和電池製造業正在有效拉低國內相關成本。我們認為，這為中國部署人工智慧基礎設施帶來了多項優勢：耗電量大的資料中心需要廉價、穩定且清潔的能源。今年備受關注的國產AI模型DeepSeek，其看似更高的能效表現表明，大幅降低計算能耗可在一定程度上緩解能源制約。我們認為，投資機遇正出現在制約最為突出的領域：電力系統、電網、關鍵礦產，以及可能受益於審批制度改革的環節。在我們看來，由於高企的債務限制了政府支出，私人資本將在填補當前能源供給與未來需求之間的缺口方面發揮舉足輕重的作用。圖：美國資料中心電力需求佔總需求比重，2024-30年資料來源：貝萊德投資研究所，基於彭博新能源財經所審閱的資料，2025年12月。2. 分化：人工智慧與國防我們已步入二戰以來的第三個截然不同的世界秩序，其標誌是美國從根本上調整其與世界的經濟及地緣政治關係。交易型貿易、產業政策以及旨在推進美國一系列利益而重塑聯盟關係，這些都標誌著與後冷戰秩序的決定性轉折。中美競爭是當前地緣政治的決定性特徵。兩國在貿易、技術、能源和國防領域展開全方位競爭，而人工智慧正處於這場競爭的核心。雙方都將人工智慧視為決定本世紀未來經濟和軍事優勢的關鍵技術，並都在付出重大努力以減少可能被武器化的戰略依賴。與此同時，俄烏衝突持續呈現膠著僵持的消耗戰態勢，加薩地帶在結構性區域變革中維持著脆弱的和平，而美國在加勒比地區正進行著數十年來最大規模的軍事力量集結——這些動態都表明，在結構性風險已然抬升的環境下，地區衝突與危機可能進一步疊加額外的波動性。在歐洲，美國日益抬頭的保護主義、疲弱的競爭力以及俄烏衝突，重新點燃了應對歐洲挑戰的緊迫感——歐盟已採納德拉吉報告的部分建議以指導政策制定。北約盟國同意設定目標，到2035年將國防支出提升至GDP的5%（參見下圖）。德國則暫停其"債務剎車"機制，以增加國防和基礎設施支出。這種緊迫感正推動能源領域取得進展：高昂的電價和對進口能源的依賴，使歐盟易受地緣政治衝擊的影響。放寬的財政規則正在促進能源投資，而新出台的法規旨在提升競爭性，並縮短清潔能源項目的審批時間。圖：歐洲加速防務支出——國防支出，1960年至2027年資料來源：貝萊德投資研究所、北約、世界銀行及歐盟委員會，2025年7月。3. 金融未來快速演變從加密貨幣到私募市場，新興資產類別及其日益擴大的可及性正在對金融體系的核心層面產生影響。以穩定幣為例——這類與法定貨幣（通常為美元）掛鉤並由儲備資產支援的數字代幣，正從加密生態的原生工具演變為連線字與傳統金融的橋樑。其市值不斷攀升（據Coingecko資料，截至11月27日已突破2500億美元），反映了其在支付領域的廣泛應用，涵蓋加密交易結算和跨境轉帳等場景（參見圖表）。2025年通過的《天才法案》為美國支付型穩定幣建立了首個監管框架，將其納入監管體系。該法律禁止發行人支付利息，但通過"行銷獎勵條款"允許提供類收益激勵。這使得穩定幣能與銀行存款或貨幣市場基金競爭——若形成規模效應，可能顯著影響銀行向實體經濟提供信貸的方式。此類轉變的實際影響程度尚存在高度不確定性。更明確的是，穩定幣的應用範圍正在擴大，包括融入主流支付體系。除了銀行業務領域，我們認為穩定幣在跨境支付中具有應用潛力。此外，在新興市場，穩定幣可能在國內被用作本幣的替代品——這雖然擴大了美元的可及性，但若導致本幣使用量下降，將挑戰貨幣政策的調控能力，進而鞏固美元地位。這些發展標誌著金融體系正朝著代幣化方向邁出雖小但關鍵的一步。該體系正在快速演進，數字美元將與傳統的金融中介和政策傳導管道共存，並逐步重塑其形態。圖：穩定幣市值及其佔加密市場總份額，2020至2025年資料來源：貝萊德投資研究所，資料基於幣虎平台（Coingecko），截至2025年11月27日。4. 私募信貸市場進入分化階段在經歷多年快速增長後，私募信貸已進入一個更為分化的階段。規模較大、根基穩固的貸款機構仍具韌性，而部分規模較小、新近入市的機構則承壓。在收購和交易活動低迷的背景下，激烈的競爭與充裕的資本壓低了利差，並導致一些貸款機構在信貸標準上有所妥協。儘管局部壓力顯而易見，但我們認為這些問題相對集中，不會引發系統性傳導。圖表顯示，較小規模借款人的契約違約率上升幅度大於大型借款人——這預示著私募信貸市場的分化正在加劇。我們預計行業間也將呈現分化態勢，那些過度依賴消費者需求或受人工智慧威脅較大的企業面臨的風險最高。我們認為，在經濟環境面臨挑戰的情況下，違約情況將更為顯著。隨著結構不佳的交易被清算，損失將同步上升——這是長期良性周期過後的一次正常且必要的調整。報告資料可能因債務重組或實物支付安排而掩蓋真實壓力，但我們認為一輪市場出清將促使紀律嚴明的貸款機構脫穎而出。這使得當前階段對管理人的篩選、盡職調查、債務處置能力和歷史業績的考察變得尤為關鍵。我們認為，具備完善檔案記錄和成熟專業經驗的成熟貸款機構將佔據優勢。零售資金流入半流動性私募信貸產品的行為很可能呈現順周期性，並在壓力時期放大市場波動。更廣泛的市場分化為投資者創造了更多阿爾法機會，也進一步凸顯了投資能力的核心重要性。圖：違約率分化態勢——按企業收入規模劃分的契約違約率，2024-2025年資料來源：貝萊德投資研究所，基於林肯國際的資料，2025年11月。5. 基礎設施：正逢其時我們認為，基礎設施正處在結構性需求與適時市場機遇的交匯點。我們將基礎設施定義為投資於必需且長久期實體資產——如交通、能源、數字及公用事業系統——其現金流通常受監管或源於合同約定，因而具備"防禦性"特徵。AI建設為其增添了新的維度：正如我們先前所討論的，我們相信將出現明確的贏家，但我們尚無法預知誰將最終攫取絕大部分收益。無論如何，我們認為基礎設施不可或缺，因為它為最終的贏家提供所依賴的電力、資料網路與連接。我們認為當前估值未能充分反映其長期潛力。上市基礎設施資產的交易價格相對於公開股票存在深度折價——該折價幅度低於全球金融危機時期的水平，與新冠疫情衝擊時期相當（參見圖表）。在我們看來，這種折價部分反映了市場對利率前景的不確定性，而非基本面惡化。對於能夠承受更高非流動性的長期投資者，我們認為私人基礎設施領域同樣存在具有吸引力的投資機遇，這類投資使投資者能夠直接掌控資產。私人基礎設施投資還能讓投資者接觸到通常在公開市場較難覓得的特定資產類型，例如碳捕集與封存或生物燃料項目。對於具有獲取收益或負債匹配目標的投資者，我們認為無論是投資級還是非投資級基礎設施債券均具備投資價值。高收益基礎設施債券提供相對較高的利差，而投資級債券能為保險公司帶來資本效率。兩者均能提供一定程度上的通膨掛鉤特性。圖：估值折價——上市基礎設施相對於MSCI世界指數的估值，2010年至2025年資料來源：貝萊德投資研究所，資料來自富時羅素、MSCI，2025年12月。6. 新興市場的上行空間新興市場在2025年表現強勁。隨著通膨回落、央行降息以及新興市場貨幣兌走軟的美元走強，新興市場本幣債券領漲。我們認為，由於早期的政策寬鬆和貨幣走強已基本反映在回報中，這一階段正在接近尾聲。目前，我們看到了新興市場硬通貨債券的投資機會，並轉向超配該類股。美元走弱、美國利率下降以及審慎的財政和貨幣政策，共同改善了新興市場的信用基本面，一系列主權評級上調即是明證。受有限的新債發行和更穩健的資產負債表支撐，各地區債券利差已接近十年低點。我們看好今年引領主權評級上調的高收益新興市場發行主體（參見圖表）。我們將這些評級上調視為信用質量改善的訊號，加上其具有吸引力的利差收益，共同構成了我們超配觀點的支撐。在戰術配置層面上，基於更穩定的收益潛力和更能反映近期風險的估值，我們在新興市場範圍內更看好債券而非股票。圖：新興市場主權債務評級上調情況，2010-2025年資料來源：貝萊德投資研究所、摩根士丹利研究部、標普全球評級、穆迪投資者服務公司及惠譽評級，資料援引自彭博，2025年12月。(無為家族辦公室)

康和觀點講座📈時間｜12/23（二）18:30～20:30地點｜犇亞會議中心201廳 台北市松山區復興北路99號2樓2025 即將尾聲， 歡迎大家一起跟著康和期貨展望 2026 歡迎大家踴躍報名!

今年三季度Google的財報中，投資收益引人注目，前三季度的浮盈已經達到220億。Google的這類非市場化股權投資通常與其戰略需求，或對其生態系統至關重要的AI 初創公司投資有關。今年的盈利主要來源於對Anthropic的投資。Anthropic是目前全球估值最高的未公開上市AI 公司之一。相比其它股東，Google投資金額較小，但入局早。從Anthropic的籌資歷史與估值變化中，可以看到其受到了資金的極度追捧。2021-2022，早期投資5.8億，來自於現在已經破產的FTX。2023年9月-2024年11月，亞馬遜承諾投資40 億美元。2023年10月，Google承諾投資20億。2024年3月，由 Lightspeed 領投E輪，籌資27.5億，估值達到615 億美元.2025年8月，由ICONIQ Capital 領投，籌資130億，估值達到 1830 億美元。2025年11月，微軟和輝達聯合投資150億。微軟約 50 億美元，輝達約 100 億美元。估值猛增至約 3500 億美元，是Google投資時的87倍！Anthropic是由前OpenAI 的核心研究人員在2021年創立的。其Claude 系列大型語言模型是當前市場上唯一能在性能上與ChatGPT 和Gemini抗衡的頂級模型。Claude與其它模型的不同之處，在於其專注於那些能在近期產生經濟效益的，企業級市場，模型的程式設計能力尤其強大。它對Google的DeepMind和 OpenAI關注的數學推理等領域則投入較少。可以看到，科技公司們正在根據自身技術稟賦和戰略目標，來選擇最能實現商業變現的細分領域進行深度挖掘。市場足夠大，容得下差異化競爭。2024年3月，Anthropic的E輪融資估值為615億美元。一年半後的2025年8月F輪融資，估值為1830億美元。這給Google和亞馬遜帶來巨大的帳面收益。短短兩個月後的11月，微軟和輝達也投資入股，估值幾乎翻倍，達到3500億美元。這說明Google的第四季度將同樣獲得可觀的帳面股權投資收益。Google和亞馬遜投資的主要目的之一是確保Anthropic 在其 AI 模型開發和訓練中，使用自己的雲服務。Google雲在與 Anthropic 簽訂的價值高達數百億美元的合同中，承諾提供大規模的Google自研的TPU AI 晶片，為其提供超過千兆瓦的計算能力，用於模型訓練和擴展。通過融資，Anthropic巧妙地鞏固了所有主要雲服務提供商和輝達的算力支援。從這個案例中可以看到，這些科技巨頭之間的關係錯綜複雜，Anthropic與它的股東們的關係既競爭又合作，還互相投資。比如Gemini 是Claude在產品和技術上的主要對手，而Google雲又提供了Anthropic關鍵的基礎設施。這樣的關聯交易就是大空頭Micheal Burry認為AI有泡沫的依據之一。非排他性值得注意的是，所有這些股權投資和業務上的合約都沒有排他性條款。比如，Google和亞馬遜在投資Anthropic的時候，並不限制Anthropic使用對方的雲。類似的，輝達投資OpenAI時，也不限制OpenAI買別家的晶片。在傳統行業，排他性競爭是主流。股權投資經常作為換取稀缺實物資源，比如礦產，的長期獨家控制權的籌碼。這是因為，傳統行業的市場規模增長速度通常與經濟增長速度持平或略高，是線性增長。在有限的市場中，競爭必然是排他性的。企業會通過法律合同、獨家供應協議、收購競爭對手等方式來消除競爭，實現市場份額最大化和垂直整合。而AI領域的技術和市場特徵與傳統行業截然不同。首先，AI創造了全新的、指數增長的需求，尤其是在算力和應用領域。ai技術的複雜性與垂直整合難度，意味著沒有一家企業能從底層晶片、中介軟體、基礎模型、到應用層都做到最好。每一家都可以在自己擅長的領域發展，而不威脅到競爭對手。比如，Google的TPU晶片即使開始對外銷售，擴大市場份額，也不會影響輝達GPU的需求量。因為兩者服務的是不同的需求對象，而且對兩者的需求都遠大於供應。在市場巨大、資源稀缺、技術複雜這些因素的作用下，合作比排他性競爭能帶來更高的回報。AI巨頭們對前沿公司，如Anthropic、OpenAI的投資，能獲得技術，商業機會和投資回報等多重收益：通過鎖定技術和人才來對衝落後的風險。投資競爭對手的模型可以讓雲巨頭們獲得對最新AI 技術、能力和人才的近距離觀察，有助於他們縮小自身模型的差距。股權合作可以確保最新的頂尖模型優先部署在自己的雲服務上。Anthropic授權Google雲和亞馬遜雲AWS，將 Claude模型整合到Google雲的AI 服務生態Vertex AI和亞馬遜的AI 模型服務平台Amazon Bedrock 上。這允許Google雲和AWS的使用者通過 API 介面，直接在兩者的環境中呼叫 Claude用於建構自己的應用。使用者使用 Claude 模型時，Google雲和AWS會向 Anthropic 支付授權費用。由此，Google和亞馬遜成為Anthropic的戰略合作夥伴和分銷商，而不僅僅是算力供應商。這是AI時代基礎設施與模型技術深度繫結的競合模式。自然而然地，Anthropic盈利能力的提升，推動估值，也會給Google和亞馬遜帶來巨大的投資回報。從Anthropic的角度來看，則獲得了將計算資源進行最優配置的能力。它同時獲得Google的 TPU，亞馬遜的 Trainium/ Inferentia，以及微軟的 Azure的基礎設施支援，可以確保最先進的模型可以運行在最適合它們的硬體上，最大化技術產出。社會意義這些非排他性的投資與合作，還會產生一個更宏大、更具社會意義的結果。那就是促進整個AI行業的技術進步、擴大其社會應用範圍，進而激發全社會對AI的接受度和需求。首先，非排他性能更好地支援分散式創新，更有可能突破技術瓶頸，達到效率的極致化。Anthropic專注於 AI 安全和編碼，OpenAI 專注於通用智能，DeepMind 專注於科學發現。這種多點開花的競爭模式比任何一家公司內部研發都更有效率。巨頭們通過非排他性投資，可以外包一部分前沿研究的風險和成本，同時受益於所有方向的突破。其次，當市場上多個優秀且可信賴的AI 產品（Claude, ChatGPT, Gemini）出現時，企業和公眾對AI 技術的接受度會更快、更廣泛。當前這波由生成式AI 驅動的社會接受速度，在科技史上是前所未有的。參考歷史上，新技術達到1億使用者所需的時間，固定電話用了75年，手機16年，網際網路7年，臉書4.5年，而ChatGPT才僅僅用了2個月。如果用技術採納生命周期來衡量，AI目前正處於從早期採納，向加速滲透過渡的關鍵時期。在個人層面，已經超過數億人在使用AI 進行寫作輔助、程式碼查詢、資訊總結、日程規劃和創意生成。Google的生成式搜尋體驗和微軟的Copilot，正在將 AI 回答直接整合到搜尋結果中，這意味著每一次搜尋都在使用 AI。新一代智慧型手機、電腦作業系統正在將大語言模型作為底層能力內建，使用者在不知不覺中已經在使用AI。企業也已經認識到AI 不是可選項，而是保持競爭力是必須項，正在重金投資部署。Microsoft Copilot、GitHub Copilot 等工具被大規模採購，用於提升知識工作者和程式設計師的效率。企業正在將AI 模型，如Anthropic 的 Claude 或 Gemini，作為新的 API 介面整合到其核心業務系統和軟體中，實現資料分析和決策的自動化。未來當AI模型更加安全、專業和可信賴，垂直領域的關鍵應用也被成功開發和部署後，AI 會真正嵌入到各個傳統行業中，真正提升實體行業在物理世界的生產力。那時，AI 的廣泛應用將創造出目前我們無法想像的新商業模式和工作流程，這反過來會產生對大規模、持續、複雜算力的巨大需求。最終回到巨頭們投資的核心收益:建立未來的盈利基礎。算力消耗本質上是技術被社會接受度提高的最終結果。因為如果AI 不能廣泛應用於社會並改變生產力，那麼對算力的需求就會停滯不前。通過非排他性協議，讓被投資企業取得成功，從而最大程度地激發整個AI 生態系統的繁榮，最終將推動底層基礎設施和巨頭們自身產品的需求。 (一顆南瓜籽的成長)

對於備受關注的AI投資狂潮，被稱為“泡沫預言家”的克里斯托弗·伍德（Christopher Wood）再次敲響警鐘。他指出，市場已陷入非理性的狂熱，完全無視基本面，這幾乎註定會以一場崩盤告終。問題不在於是否會發生，而在於這場狂歡何時會突然中止。科技巨頭亞馬遜、Alphabet、微軟和 Meta的報告稱，它們在 2025 財年的AI相關支出預計高達 3640 億美元，高於此前約 3250 億美元的預期。然而，在本月舉辦的《財富》創新論壇上，伍德表示，誰能將所有這些資本開支最終貨幣化並實現盈利，仍是未知數。“目前AI的‘殺手級應用’是什麼？是那些用來幫孩子寫作業的應用嗎？”伍德調侃道。在伍德看來，真正在AI領域賺到錢的，仍然只有提供底層基礎設施的“賣鏟人”——首當其衝是輝達，在亞洲則包括海力士、台積電等公司。伍德是傑富瑞集團全球股票策略主管及《貪婪與恐懼》市場評論的作者。他被公認為亞洲最具影響力且見解獨到的市場策略師之一，在識別投機泡沫方面擁有令人矚目的履歷。伍德曾在網際網路泡沫、日本信貸泡沫和美國房地產泡沫初現端倪時便發出預警。伍德指出，中國在AI發展領域比美國更具優勢。這一判斷也直接體現在他的投資策略上——重倉中國，而非美國。“過去三年，我的全球股票組合中一直持有輝達，但約一個月前我已將其剔除。我並非斷言這只股票已經見頂，但其漲幅已達約五倍。”伍德押注中國的原因在於，雖然美國在算力上領先，但中國在能源上的優勢遠大於美國在算力上的優勢。伍德稱，過去一年多的所見所聞表明，中國電池儲存技術的進步令人矚目，太陽能發電成本已經低於煤電，“這是巨大的轉變。”伍德陳述的是一個事實：在過去，中國的煤電因其穩定和廉價被稱為“基載電力”的首選，但現在，太陽能的“度電成本”在光照好的地區已經比新建燃煤電廠還低。他甚至斷言，基載電力這個概念在中國幾乎變得無關緊要，因為中國幾乎擁有無限的廉價能源獲取途徑。“反觀美國，你會發現他們正倉促地計畫建設各種能源設施，包括核能。這個國家面臨著巨大的能源瓶頸。”伍德指出，如果美國想快速解決這個問題，真正應該做的是直接引進中國技術。“中國的公司，比如寧德時代，應該在美國設廠。在我看來，美國在這個方面的覺醒只是時間問題。但顯然，整個局面在一定程度上被美國國內受政治驅動的、反ESG運動所扭曲。”當然，美國在算力上依然是領先的。但他認為，拜登政府在2022年出台的試圖阻止中國獲得先進半導體的政策，已從根本上對美國產生反效果，違背了其國家利益。首先，它讓輝達等美國科技公司失去了中國這個大客戶。其次，政策出台後帶來巨大衝擊，極大地激勵了中國自主發展半導體產業鏈。輝達創始人黃仁勳明確表示，華為相比三年前已成為強大得多的競爭對手。從美國立場看，這個政策堪稱一記“烏龍球”。目前看來，中國在稀土問題上的籌碼，遠多於美國在半導體問題上的籌碼，伍德補充道。伍德認為，中國在AI發展方面也採取了更明智的策略，即聚焦開發出具有商業可行性的實際AI應用，這將引領 “推理繁榮”（inference boom）——隨著成千上萬個成功的AI應用被部署到各行各業，社會對“推理”計算的需求將呈現爆炸式增長。伍德透露，在幾個月前訪問北京時，一位中國AI業內人士對他說：“如果達到八分（滿分十分）的水平，對我們來說就足夠好了。”根據他的觀察，中國的AI公司並非執迷於建構完美的大語言模型以達到理論上的通用人工智慧（AGI），他們的重心在於開發出具有商業可行性的實際應用。而在美國，每家公司都在耗費巨資，試圖建構自己完美的、封閉的大型語言模型以期達到AGI。“而根據我與AI專家的交流，我認為，僅通過擴大大語言模型的規模永遠無法達到AGI。”為何美國科技巨頭仍在持續巨額投入？“他們極度害怕被顛覆，”伍德直言，“強烈的錯失恐懼症正在驅動這場軍備競賽。”最後，伍德向在場聽眾推薦《AI帝國》（Empire of AI）一書，該書揭示了OpenAI的內部運作和權力鬥爭，並批判性地分析了當前AI發展模式帶來的全球性影響。“我今年夏天在峇里島海灘上讀了它。讀完那本書後，我不會向OpenAI投資那怕1美元。” (財富Fortune)

在圍繞AI投資的激辯中，一個核心會計問題正成為多空雙方的新戰場：作為算力基石的GPU，其真實的經濟壽命究竟是多久？這個問題的答案，直接關係到科技巨頭數百億美元的利潤以及當前AI估值泡沫的虛實。據投行伯恩斯坦（Bernstein）在11月17日發佈的一份報告，分析師認為，將GPU的折舊周期設定為6年是合理的。報告指出，即便考慮到技術迭代，運行舊款GPU的現金成本相對於其市場租賃價格而言非常低，使得延長使用年限在經濟上完全可行。這一發現意味著，對於亞馬遜、Google和Meta等大型雲服務提供商而言，其當前的折舊會計政策在很大程度上是公允的，並非刻意粉飾財務報表。這直接為科技巨頭的盈利能力提供了辯護。然而，這一觀點與市場上的悲觀論調形成鮮明對比。以預測了2008年金融危機的“大空頭”Michael Burry為代表的批評者認為，AI晶片等裝置實際壽命僅2-3年。Burry警告稱，科技巨頭正在玩一場危險的會計“戲法”，旨在人為抬高短期利潤。01 伯恩斯坦：6年折舊在經濟上可行分析師Stacy A. Rasgon在報告中明確指出，GPU可以盈利地運行約6年，因此大多數超大規模資料中心的折舊會計是合理的。這一結論的基石在於經濟性分析：營運一塊舊GPU的現金成本（主要是電力和託管費用），遠低於市場上的GPU租賃價格。這意味著，即便硬體性能不再頂尖，但只要市場對算力的需求依舊旺盛，持續運行舊GPU就能帶來相當高的貢獻利潤。資料顯示，即使是已有5年歷史的輝達A100晶片，供應商依然可以獲得“舒適的利潤”。伯恩斯坦的測算表明，只有當GPU老舊到7年前的Volta架構時，才開始接近現金成本的盈虧平衡點。因此，報告認為，大型雲服務商（Hyperscalers）採用的5-6年折舊周期，從經濟角度看是站得住腳的。02 經濟可行性：高昂的租金與低廉的營運成本Bernstein的分析拆解了GPU的營運經濟學。GPU租賃價格，要比其營運的現金成本高出一個數量級。以A100晶片為例，報告估算其貢獻利潤率高達70%。具體來看，其每小時收入約為0.93美元，而包括電力、託管和維護在內的現金成本僅為0.28美元。這種巨大的利潤空間，使得雲廠商有充分的經濟動機去儘可能延長GPU的執行階段間。報告還提到，GPU的價值損失並非線性。它們通常在第一年因“磨合期”（burn-in）問題和市場對最新硬體的偏好而損失20-30%的價值，但在那之後價值保持得相對穩定。此外，報告通過與行業參與者的交流證實，GPU在物理上通常可以使用6-7年甚至更久。早期出現的一些“燒燬”案例，大多歸因於新硬體上線初期的配置錯誤（即“burn-in”階段問題），而非GPU本身的設計壽命缺陷。03 算力需求旺盛，舊晶片仍有市場當前的市場環境是支撐舊款GPU價值的另一個關鍵因素。報告強調，在一個“算力受限”的世界裡，市場對算力的需求是壓倒性的。領先的AI實驗室普遍認為，更多的算力是通往更高智能的路徑，因此他們願意為任何可用的算力付費，即使是舊型號。行業分析師指出，A100的算力容量至今仍接近完全預訂的狀態。這表明，只要需求持續強勁，運行效率較低的舊硬體依然有其存在的價值。04 科技巨頭的折舊選擇根據公司檔案，Google對其伺服器和網路裝置的折舊年限為六年；微軟為二至六年；Meta則計畫從2025年1月起，將部分伺服器和網路資產的使用壽命延長至5.5年。值得注意的是，並非所有公司都在延長折舊期。亞馬遜在2025年第一季度已將部分伺服器和網路裝置的預計使用壽命從六年縮短至五年，理由正是AI技術發展的加速。這一舉動為看空者的論點提供了一定的支援，也顯示了行業內部對硬體迭代速度的不同判斷。05 “大空頭”的警告：會計“戲法”與虛增的利潤與伯恩斯坦的樂觀看法截然相反，“大空頭”Michael Burry在11月11日通過其社交平台發出了嚴厲警告。他認為，科技巨頭正在通過延長資產的“有效使用壽命”來低估折舊，從而人為地抬高了收益。華爾街見聞寫道，Burry指出，AI晶片和伺服器等計算裝置的產品周期通常只有2到3年，但包括Meta、Alphabet、微軟、甲骨文和亞馬遜在內的一些公司，卻將其折舊周期延長至6年。他預計，從2026年到2028年，這種會計處理方式將使大型科技公司的利潤被虛增1760億美元。Burry特別點名，到2028年，甲骨文的利潤可能被誇大26.9%，Meta的利潤則可能被誇大20.8%。值得注意的是，Burry的觀點並非孤例。早在9月中旬，美國銀行和摩根士丹利就曾發出警告，稱市場嚴重低估了當前AI投資的真實規模，且對未來折舊費用激增的衝擊準備不足，這可能導致科技巨頭的真實盈利能力遠低於市場預期。這一系列警告，疊加Burry此前披露的輝達看跌期權持倉，加劇了市場對AI相關股票估值的擔憂。 (芯師爺)

特斯拉CEO馬斯克和輝達CEO黃仁勳將參加2025年11月19日在華盛頓舉行的美國-沙烏地阿拉伯投資論壇中關於人工智慧與技術最新進展的小組討論；此次對話將探討塑造下一波技術進步的新興力量，聚焦推動更智能、更互聯未來的架構、模型和投資。一鍵上傳 PDF、演講稿、論文、視訊字幕，快速免費生成中英對照學習手冊。訪問 Doclingo.cn 瞭解更多：https://doclingo.cn2025年1月19日埃隆·馬斯克與黃仁勳在美沙投資論壇上討論AI與機器人技術的未來，強調可再利用火箭的創新並預測未來工作將成為選擇性活動，同時與NVIDIA合作推動AI基礎設施建設。無刪減對話全文如下拒絕機翻最大化保留自然對白：1.創造而非顛覆：特斯拉與SpaceX的創新之路埃隆·馬斯克：嗯，這主要不是顛覆，而是……創造。所以，比如說SpaceX的可重複使用火箭，之前真的沒有任何可重複使用的火箭。嗯，但徹底改變太空旅行的本質在於可重複使用性。如果你每次都把火箭扔掉，那麼進入太空的成本就極高。嗯，關於電動汽車，當我們真正開始製造時，市面上並沒有任何電動汽車。據我所知，你一輛也買不到。嗯，所以對於特斯拉，我們想讓電動汽車變得引人注目……並且價格親民。這就是目標。嗯，你知道，關於人形機器人，目前還沒有任何有用的人形機器人。嗯，有一些類似噱頭的東西，但實際上並沒有真正有用的人形機器人。嗯，我認為特斯拉將製造出第一個真正有用的人形機器人。嗯，這將是一場相當大的革命，我認為這將是每個人都想要的東西。呃，因為我總是在想，誰不想要自己的私人C-3PO和R2-D2呢？哦，是的，當然每個人都想要一個，對吧？然後工業界會有很多機器人提供產品和服務。這就是為什麼我說人形機器人將是最大的產業或有史以來最大的產品。嗯，比手機或任何其他東西都大，因為每個人都會想要一個，呃，或者可能不止一個，而且工業界會有很多。黃仁勳：嗯，我只想要一個擁有C-3PO身體的R2-D2。埃隆·馬斯克：是的，沒錯。嗯，我的意思是，一個人形機器人會比R2-D2和C-3PO加起來還要好。黃仁勳：是的。好上十倍。埃隆·馬斯克：是的。所以，你知道，人們經常談論……消除貧困之類的事情，但實際上，他們談論這個有多久了？嗯，有很多討論，呃，你知道，有很多非政府組織試圖做這些事情，但實際上並沒有成功。嗯，而且，你知道，證據不言自明。呃，但是……但是人工智慧和人形機器人將真正消除貧困。而且特斯拉不會是唯一製造它們的公司。我認為特斯拉會開創這個領域。但會有許多其他公司製造人形機器人。但基本上只有一種方法……讓每個人都變得富有，那就是人工智慧和機器人技術。2.從檢索到生成：人工智慧工廠的崛起黃仁勳：有一個……有一個很美的故事，關於沙烏地阿拉伯現在如何建造人工智慧煉油廠，將煉油廠改造成人工智慧工廠。我喜歡這個說法。你知道，我說過人工智慧是一種基礎設施，原因當然是我們從技術的角度理解人工智慧，以及它如何徹底改變每個行業。數字智能當然在每個領域都有應用，所以它將被每家公司、每個行業、每個國家使用。從這個意義上說，它是基礎性的，因此是基礎設施的一部分。從電腦科學的角度來看，人工智慧的新穎之處在於，過去的計算方式主要是基於檢索的計算。有人輸入一個故事，或者有人創作了一件藝術品，或者想出了四個版本的數字廣告，或者這一切都是由某人預先建構的，然後使用一個系統為你檢索合適的版本。這是一種基於檢索的計算模型。Hadoop和許多過去的框架和作業系統都是為了為你檢索適當的資訊而設計的。但今天，軟體將即時生成。它是基於上下文、基於環境、基於你是誰、基於你提出的問題、基於你的提示而生成的。它會為每個人每次都生成獨特的內容。它是獨一無二的。當你使用Grok時，每次使用都是不同的，基於……基於……基於你給它的提示和環境，所以過去是基於檢索的，現在是生成式的，如果是生成式的，而且每次都不同，那麼你需要在世界各地建立人工智慧工廠來即時生成內容，這就是為什麼你需要人工智慧工廠的原因，這是一種獨特的計算方式，但好處當然是，一切都不是預先構想和預先記錄的，它在語境上是合理的，因此是智能的。3.未來的工作與財富：當工作成為可選項埃隆·馬斯克：呃，當然。嗯……如果你說，從長遠來看，事情最終會走向何方？我不知道長期是多久，也許是10年、20年之類的。對我來說，那就是長期。嗯，我的預測是，工作將是可選的。黃仁勳：可選的。埃隆·馬斯克：可選的。嗯，所以我們會接受這一點。是的。我的意思是，這會像是……玩體育運動或電子遊戲之類的。嗯，如果你想工作，呃，你知道，就像你可以去商店直接買些蔬菜，或者你可以在後院種蔬菜。在後院種蔬菜要困難得多，但有些人仍然這樣做，因為他們喜歡種……種蔬菜。嗯，工作就會像那樣，是可選的。嗯，從現在到那時，實際上還有很多工作要做才能達到那一點。嗯。嗯，我總是建議人們讀……讀伊恩·班克斯的《文明》系列叢書，以瞭解一個可能的、積極的人工智慧未來是什麼樣的。嗯，有趣的是，在那些書中，金錢不再……不存在了。這很有趣。我……我猜，如果你看得足夠長遠，假設人工智慧和機器人技術持續改進——這似乎很有可能——金錢在未來的某個時刻將不再重要。嗯，現在，在能源方面仍然會有約束，比如……比如電力和質量。呃，基礎物理元素仍然會是……仍然會是約束。嗯，但是……我認為在某個時刻，呃，貨幣會變得無關緊要。4.人工智慧的近期影響：效率提升與新的工作模式黃仁勳：黃仁勳，有什麼想法嗎？嗯，順便說一句，輝達的財報電話會議在今天晚些時候。另外，既然貨幣還很重要。乾杯。埃隆·馬斯克：埃隆只是想和你們分享一些突發新聞。我們倆都喜歡分享一些突發新聞。黃仁勳：呃，讓我想想。我……我想說……我想說有……你可以從不同的時間範圍來看。每個人的工作都會不同。這一點，我認為……這是肯定的。呃，學生學習的方式會不同。嗯……呃，人們工作的方式顯然會不同，因為我們做的很多單調、費力或非常困難的事情都將變得非常簡單，所以從這個……從這個意義上說，我們會變得更有效率。我想說的一件事是，對於大多數人或一家公司來說，如果……如果你的生活變得更有效率，如果你正在做的……非常困難的事情變得更簡單，那麼很可能因為你有很多想法，你會有更多的時間去追求其他事情。我猜，由於人工智慧，埃隆會變得更忙。由於人工智慧，我也會變得更忙。原因是我們有太多想要追求的想法，我們公司內部的待辦事項清單上還有太多事情可以去追求。如果我們更有效率，我們就能更快地完成那些事情。所以在短期內，我想說，有充分的證據表明，我們會變得更有效率，但仍然會更忙，因為我們有太多的想法。我想說的一件事，給你……給你一些證據，就是……我剛才也跟埃隆提到了這一點，例如，放射學在很大程度上已經……轉變為人工智慧驅動的放射學，有一些非常棒的公司在做這件事，而令人驚訝的是，預測所有放射科醫生將是第一批失業的職業，結果恰恰相反。趨勢顯示，由於人工智慧，現在有更多的放射科醫生被僱傭。原因在於，如果你退一步看，放射科醫生的目標不是研究圖像。放射科醫生的目標是診斷疾病。現在，研究圖像變得如此高效，他們可以研究更多的圖像，研究更多的模態，花更多的時間與患者在一起。結果，他們實際上接收了更多的患者。我們在世界各地做更多的放射學檢查。我們在診斷疾病方面做得更好。所以這就是……這就是……近期……人工智慧和生產力的近期結果。而且……我們會看看……我們會看看長期會發生什麼。你知道，我……當貨幣不再重要的時候，就……你知道，提前告訴我。埃隆·馬斯克：你會看到它來臨的。你會看到它來臨的。黃仁勳：就像……我們經常發簡訊，所以就……埃隆·馬斯克：是的，我們是。黃仁勳：是的，就發個簡訊。是的，告訴我。5.重大合作：XAI、沙烏地阿拉伯與輝達埃隆·馬斯克：呃，是的，我們很高興地宣佈……我們正在做一個……一個……呃……一個500兆瓦的，我是說，是的，500，對不起，500兆瓦，500兆瓦，是的，我們正在做500，我們正在做500兆瓦，對不起，是的，是的，500吉瓦的要等等，嗯，所以……那將是8後面無數個零的兆美元，嗯……黃仁勳：還不錯。埃隆·馬斯克：呃，是的，我們……我們正在做一個……XAI和沙烏地阿拉伯王國正在做一個Humane的500兆瓦項目，從50兆瓦的第一階段開始，我們正與輝達合作。黃仁UX：是的，我們是。嗯，我們……我們正在宣佈……我們正在宣佈各種各樣的事情。嗯……呃，我們與Humane的合作進展得非常順利。首先，呃，我們……我們共同努力讓這家公司起步並行展起來，並且剛剛有了一個像埃隆這樣了不起的客戶。呃，你能想像一家收入大約為0的初創公司現在要去……為埃隆建造一個資料中心嗎？呃，500兆瓦是巨大的。呃，這家公司立刻就……一飛衝天了。呃，除此之外，我們正在……呃，與……與AWS合作，如你所知，也祝賀Humane團隊與AWS合作，從100兆瓦開始，目標是達到1吉瓦，並且還在增加。所以AWS也加入了Humane。呃，我們正在與……Humane在Omniverse……數字孿生方面合作。呃，如你所知，人工智慧不僅僅是……不僅僅是智能體AI和聊天機器人以及……認知AI對世界來說極其重要。呃，但AI適用於一切，化學品、蛋白質、基因、物理學、流體動力學、粒子，當然還有機器人技術和驅動，以及……我們創造了這個名為Omniverse的世界，機器人可以在其中學習如何成為好機器人，而且它是基於物理的。它遵守物理定律，所以機器人可以在這些環境中學習，我們正在與Humane合作，將Omniverse應用於各種……數字工廠、機器人技術、倉庫等等。所以這是……這是另一個……我們……我們也在沙烏地阿拉伯合作建造超級電腦來模擬量子電腦，並且……呃，使用我們的電腦作為控製器和糾錯，量子糾錯……需要大量的計算，所以……所以我們也在那裡做了很多很棒的工作。所以與Humane有很大的合作，他們一飛衝天……同時起步並一飛衝天。6.太空中的人工智慧：最終前沿埃隆·馬斯克：呃，是的，如果文明繼續下去——這很可能——那麼太空中的人工智慧是不可避免的。嗯……嗯，你知道，我總是得像這樣加上一句前言，你知道，我們不應該把文明視為理所當然。我們……我們需要確保小心翼翼，以確保文明有一個向上的弧線。我的意思是，任何歷史系的學生都知道，文明並不總是有向上的弧線。事實上，文明有生命……生命周期。所以希望我們正處於一個強勁的上升弧線中。我認為我們目前是。嗯，但我們不想把它視為理所TAINED或自滿。嗯，但是為了……思考太空中的人工智慧的方式是，為了實現卡爾達舍夫二級文明規模的任何有意義的百分比，即使你只使用了太陽能量的百萬分之一……百萬分之一，你必須在深空擁有太陽能驅動的人工智慧衛星。嗯，所以……所以一旦你意識到……一旦你從卡爾達舍夫二級文明規模的角度思考，也就是你將太陽能量的百分之多少轉化為有用功……那麼你……那麼就很明顯，太空是壓倒性地重要的，壓倒性地……太陽只接收到大約……地球只接收到大約……太陽能量的二十億分之一。所以如果你想要一個能量比地球可能產生的能量多一百萬倍的東西，你必須進入太空。這是……所以……嗯，你知道，這就是擁有一家太空公司有點方便的地方，我猜……賣書。黃仁勳：在太空中冷卻晶片也更容易。埃隆·馬斯克：是的。在太空中冷卻晶片更容易。黃仁勳：是的。是的。太空中肯定沒有水，所以你得想點辦法。埃隆·馬斯克：是的。呃，那就不需要水了。就待著。嗯，你只需要輻射散熱。黃仁勳：沒錯。埃隆·馬斯克：嗯，所以我的估計是，實際上……實際上……電力的成本，就像……太空中人工智慧的成本效益將壓倒性地優於地面上的人工智慧。所以遠在……遠在你耗盡地球上潛在能源之前。遠……遠在之前，意思是我認為甚至可能在四五年的時間框架內，進行人工智慧計算的最低成本方式將是使用太陽能驅動的人工智慧衛星。所以我想說，從現在起不超過5年。黃仁勳：哇。看看我們一起建造的超級電腦。假設每個機架是兩噸。在這兩噸中，1.95噸可能用於冷卻，對吧？埃隆·馬斯克：哦，是的。黃仁勳：想像一下那個小小的超級電腦有多小，對吧？這些GB300機架中的每一個都將只是一個很小的東西。埃隆·馬斯克：而且……而且發電本身已經成為一個挑戰。嗯，所以如果你開始為發電和冷卻進行任何規模的擴展，嗯，你就會意識到，好吧，太空極具吸引力。嗯，所以……比如說你想做……我不知道，每年兩三百吉瓦……的人工智慧計算。是的。嗯，在地球上做到這一點非常困難。呃，所以……呃，美國平均用電量……我上次查的時候是每年大約460吉瓦的平均用量。嗯，所以……所以像……比如說……你知道，在三……如果你每年做300吉瓦，那將是美國每年發電量的三分之二。你不可能以那種水平建造發電廠。嗯，然後如果你把它提高到比如說每年一太瓦，不可能。黃仁勳：是的。埃隆·馬斯克：就像你必須在太空中做那樣。根本……根本沒有辦法在地球上每年做一太瓦。嗯，而且……而且在太空中你有持續的太陽能。嗯，你……你實際上不需要電池，因為在太空中總是晴天。黃仁勳：對。沒錯。埃隆·馬斯克：嗯，而且……而且太陽能電池板實際上變得更便宜，因為你不需要玻璃或框架。嗯，冷卻只是輻射式的。所以這就是……這就是為什麼我認為那是夢想。黃仁勳：是的，那是夢想。7.AI泡沫是否存在？黃仁勳：所以，黃仁勳，昨晚每個人都在問我，而且我注意到今天是你的財報電話會議。所以我會說得委婉一些。每個人都讓我問你，我們會不會有AI泡沫？這是最後一個問題。好吧，好吧，讓我……讓我聽聽你的看法。好的，所以……所以我認為當你審視世界各地正在發生的事情並回歸到電腦科學和計算領域正在發生的第一性原理時，這非常重要。有三件事正在發生。第一件事是，我們都知道摩爾定律已經走到盡頭，計算需求量與我們能從通用計算中獲得的計算量之間的差距確實具有挑戰性，所以世界轉向加速計算已經有一段時間了。我們推動這個已經超過20年了。讓我給你一個統計資料。我六年前剛參加了超級計算大會。呃，CPU佔世界超級電腦的90%，是六年前排名前500的超級電腦。今年，不到15%。從90%降到了10%。與此同時，加速計算則反向發展，從10%增長到現在的90%。好的，所以你看到了那個拐點，高性能計算從通用計算到加速計算的轉變。嗯，其中一個……資料最密集……世界上在雲端進行的最密集的計算之一是資料處理。數千億美元的計算僅僅用於原始資料處理。與人工智慧無關，只是SQL處理、資料幀，你知道，每個人的姓名、地址、他們的……他們的性別、他們的年齡、他們住在那裡，你知道，他們賺多少錢。所有這些都存在一個資料幀中。而那個資料幀驅動著今天的世界。無論是在銀行業還是……你知道，無論是在信用卡領域，當然還有電子商務以及從廣告推薦到一切都由那個資料幀驅動，那個資料幀的計算成本高達數千億美元，所以這是第一件事，摩爾定律的終結。第二件事是生成式AI，過去15年最重要的應用叫做Rexus，推薦系統。我們如何知道在社交資訊流中向我們推薦什麼資訊。你如何知道向某人推薦什麼廣告？呃，推薦什麼書，推薦什麼電影？世界……網際網路如此龐大，沒有推薦系統，我們這樣一個小小的手機將永遠沒有機會看到正確的資訊。那個Rexus是今天網際網路的引擎。那正在走向生成式AI。它過去在CPU上運行，現在在GPU上運行。這就引出了第三件事，如果你只看那兩個應用，許多網際網路公司可以僅憑此就建造大量GPU超級電腦，當然，然後它在此之上創造了第三個機會，那就是智能體AI，這就是Grok，這就是OpenAI，這就是Anthropic，你知道，這就是Gemini，智能體AI位於其上，但不要……不要忘記思考在每個人今天所看到的AI之下正在發生什麼。有一場從通用計算到加速計算的整個計算運動。而且如果你只……如果你考慮到這一點，你會得出結論，事實上，剩下用來推動那個革命性的智能體AI的資源不僅比你想像的要少得多，而且所有這些都是合理的。 (Doclingo)