橡樹資本聯合創始人霍華德·馬克斯發出警告：AI革命幾乎確定，但投資者能否從中賺錢遠未確定。技術突破不等於投資回報，誰能掌握定價權、誰將淪為基礎設施買單者，仍是未知數。隨著兆美元級資本湧入，資料中心、債務融資與循環交易風險持續累積。馬克斯提醒，AI最大的投資陷阱，或許不是技術失靈，而是投資者為尚未兌現的利潤支付了過高代價。
橡樹資本聯合創始人霍華德·馬克斯（Howard Marks）在最新備忘錄中，以一個"外行"的視角系統梳理了圍繞人工智慧投資的核心問題。他的結論並不樂觀：AI投資涉及的關鍵變量數量異常龐大，預測難度遠超以往任何一次技術革命，而真正能從中獲利的究竟是誰，目前在很大程度上仍是一個信仰問題。
馬克斯在備忘錄中援引Anthropic旗下AI模型Claude的評估指出，AI整體的可預測性評分僅為3分（滿分10分）。其中，技術方向的可預測性尚可達到6、7分，但投資者真正關心的問題——盈利速度、利潤規模以及利潤歸屬——可預測性僅約2分。這一判斷直接指向AI投資的核心困境：方向清晰，但回報高度不確定。
馬克斯同時警告，AI已成為貫穿整個投資組合的"斷層線"。AI相關公司貢獻了標普500指數自2024年1月以來約三分之二的價格漲幅（據摩根大通數據），市場對單一類股的依賴程度已達到歷史罕見水平，一旦出現負面衝擊，其影響將遠超一般行業風險。
01. 誰能從AI中獲利：用戶還是廠商？
馬克斯在備忘錄中提出了一個核心問題：AI將提升效率，但效率的提升能否轉化為盈利，以及盈利歸誰所有？
他援引巴菲特在互聯網泡沫時期的判斷指出，變革性技術未必能回報投資者。如果多個AI模型在某一領域的能力趨於同質化，其服務將淪為無差異化的商品，競爭將壓低價格，經濟收益可能更多流向AI的使用者而非供應商。在這種情形下，數兆美元AI基礎設施投資的回報率將面臨嚴峻考驗。
另一種可能性則截然相反：部分AI公司可能憑藉技術壁壘形成壟斷地位，其產品對企業的生存與競爭至關重要，從而獲得強大的定價權。馬克斯以輝達（Nvidia）和台積電（TSMC）為例，指出強競爭壁壘帶來的豐厚利潤已有現實印證。
此外，馬克斯還提出了一個鮮少被討論的問題：AI替代勞動力後，政府稅收將如何彌補？他指出，如果AI取代大量工人，政府可能對AI徵稅，而當前許多高收入者的綜合稅率已超過50%，AI未來將處於那個稅級，值得投資者認真考量。
02. 今日領先者未必是明日贏家
馬克斯對當前AI領域的競爭格局持審慎態度。
他指出，OpenAI和Anthropic在幾年前對大多數人而言還默默無聞，這一事實本身就說明AI行業的格局可以在極短時間內發生根本性變化。
他以20至25年前的互聯網時代為參照：微軟、亞馬遜、蘋果和Google最終勝出，但Napster、雅虎和Netscape卻銷聲匿跡。在一個快速變化的技術領域維持領先地位殊為不易，而AI的新穎性和進步速度更使這一挑戰倍增。馬克斯由此追問：今日AI領導者在五到十年後仍保持領先的機率究竟有多大？
他還特別提示了地緣政治風險。幾乎所有領先晶片均來自台積電，美國限制向中國出口最先進晶片，這促使中國推出低成本模型以衝擊美國市場。一旦這一格局發生變化，美國的競爭優勢將面臨實質性威脅。
03. 資料中心並非穩妥的"避風港"
對於希望規避技術路線不確定性、轉而投資基礎設施的投資者，馬克斯提出了"賣鏟子"策略的邏輯——無論那家AI公司最終勝出，都需要使用基礎設施。當前算力供不應求，也為資料中心投資增添了吸引力。
然而，馬克斯明確指出，資料中心並非"穩賺不賠"的選擇。他列舉了多重風險：資料中心成本的大頭是晶片（GPU）而非建築本身，晶片的折舊與淘汰風險通常由使用方承擔；大型選址面臨監管障礙和社區阻力；電力供應、冷卻設備和建築服務均存在潛在瓶頸；部分資料中心租約含有"退出條款"，允許租戶在特定條件下終止合同；以晶片作為抵押品的債務，還面臨抵押物壽命短於債務期限的風險。
馬克斯總結認為，資料中心投資的成敗分化可能比一般基礎設施投資更為懸殊。
04. 信貸市場——AI的資本胃口引發連鎖風險
馬克斯在備忘錄中專門審視了AI對信貸市場的影響。
據高盛數據，今年迄今全球AI相關債務發行規模已接近6000億美元，其中約4000億美元流入美國投資級債務市場，佔美國投資級債券供給總量的逾五分之一，AI相關債券在彭博美元投資級企業債指數中的佔比已升至約12%。
展望未來，馬克斯估計AI每年可能需要平均1兆美元的新增資本，其中相當大比例將通過債務融資實現。他對此提出了"擠出效應"的擔憂：對利率不敏感、願意不惜代價融資的超大規模科技公司，其旺盛的借貸需求可能推高整體利率水平，包括政府融資成本。
他還對AI行業內部的"循環交易"表示警惕——晶片製造商、超大規模科技公司、前沿實驗室和資料中心建設方之間存在相互融資、相互購買的現象，資金有時從A流向B再回到A，有時經由多方輾轉循環。馬克斯質疑，這些交易是否真正基於公平市場原則，還是供應商在補貼買家以維護市場份額，其中潛藏的相互依賴風險不容忽視。
05. 泡沫之問：信仰還是理性？
面對市場持續爭論的"AI是否是泡沫"這一問題，馬克斯給出了他的定義：非理性繁榮導致的輕率行為、過度投資和過高的參與價格。他認為，判斷AI是否構成泡沫，需要從三個維度分別考量：技術本身是否被過度炒作？企業的資本支出是否過度且註定回報不足？投資者是否承擔了過多風險並支付了過高價格？
馬克斯表示，他仍然相信AI技術本身將產生深遠影響，改變企業、經濟乃至整個社會的面貌，"技術本身不是幻覺"。但他坦承，在尚不清楚AI將如何被使用、誰將從中獲利之前，無法評估企業支出的合理性，也無法判斷當前股票價格或債券殖利率是否合適。
他援引一句被歸於美國經濟學家Stuart Chase的話作為註腳："對於信者，無需證明；對於不信者，證明亦無用。"馬克斯認為，這句話是目前對AI投資爭議最為貼切的總結。
06. 校準謙遜，而非迴避
儘管充滿疑問，馬克斯並不主張投資者對AI袖手旁觀。他認為，AI是至少一代人以來最具影響力、同時也最難預測的投資命題，正確的回應不是癱瘓，而是"校準式謙遜"——在策略選擇、倉位規模和風險承擔上保持克制，同時願意在不確定性中採取行動。
他提出，不同的AI投資形式需要回答不同的問題。投資前沿實驗室的股權投資者，需要對技術進步、競爭格局、定價能力、未來盈利和估值同時做出正確判斷；而為長期合同下的資料中心提供貸款的投資者，需要判斷的變量更少，但關注點截然不同——租戶信用質量、合同條款、電力供應和資產殘值。
馬克斯建議投資者在做出決策前，捫心自問以下幾個問題：需要多少件事同時成真才能獲得可接受的回報？如果核心假設被證僞，最大損失是多少？那些風險獲得了補償，那些只是在默默承擔？價格中已經包含了多少樂觀預期？這筆投資是放大了還是分散了現有組合的風險？
他以巴菲特1979年刊於《福布斯》的一段話作結："未來從不清晰；在股市中，為皆大歡喜的共識支付的代價極為高昂。不確定性，實際上是長期價值買家的朋友。"馬克斯認為，這段寫於近半個世紀前的話，是為這篇AI備忘錄量身定製的完美結語。 (華爾街見聞)