AI的熱潮沒有消退的跡象。
剛剛公佈業績的meta，業績和指引均超預期，還破天荒地發股息，把回購金額上調到500億美元，盤后股價上漲15%。 財報會上，公司高管表示，Meta的總體預期是，未來幾年需要投資更多來支援人工智慧業務，今年的情況就會有所反映。
在AI上，Meta真的是身體力行。 為了訓練Llama 3，一口氣要買35萬塊英偉達H100，如果包括其他GPU，將有大約60萬塊H100等效算力。
同時間公佈業績的亞馬遜，業績和指引同樣好於預期，股價盤后一度大漲超過6%。 其中，亞馬遜雲業務營收同比增長13%，打消了市場對雲服務需求下降的擔憂。 高管同樣表示會加大對於AI的投入，以收穫更大商業價值。
而作為AI基礎設施最重要的一項，算力的景氣度依然很高。 不知不覺，英偉達的股價已經超過600美元，市值來到創記錄的1.54萬億美元。 同樣的，AMD股價同樣創出不斷創出歷史新高，市值衝上2800億美元的高位。
想起木頭姐說的話，它（英偉達）很像互聯網浪潮開始時候的思科，基礎設施建設的階段，硬體廠商往往表現出更大的增長空間，但一旦這個階段完成，市場的關注點就會轉向軟體，轉向應用。
出於這樣的判斷，木頭姐在2023年初賣掉了大部分的英偉達股票。 事後證明，這個操作大錯特錯，完美錯過英偉達這一年來接近3倍的漲幅。
對於AI算力的錯判，並不止木頭姐一個人。
到底是我們錯判了算力，還是算力強大到顛覆過去的投資理念？
01 算力到底是什麼？
算力確實是AI最基本也是最重要的基礎設施，好比咱們社會的公路橋樑房子，這些基建有大規模建設的階段，也有飽和之後長期的低需求，這是傳統思維。
問題在於，算力之於AI，真的像公路橋樑房子之於人類嗎？
我們不妨換個思維角度去思考，AI到底是什麼？
很簡單，AI等同於人類的智力，要取代的也是人類的智力，如果只是神經網路，那可能是某個軟體程式，但如果給AI賦予一個實體，那就是類似人形機器人，理論上可以把整個人給替換掉。
這就涉及到一個非常有意思的歷史記錄，人這個物種產生，距離今天大概是20-30萬年，但具備靈長類的歷史，也就是有人類智力的歷史，距今只有6500年。
這意味著，人類要生成智力，要經常非常漫長的過程。 但是一旦生成，後面的增長就是指數級別的成長，而且會一直持續下去。 既然AI要取代人的智力，那它的發展，理論上也應該遵循這個規律。 即：在智力生成之前，要經過漫長的“訓練”。
這種「訓練」，靠什麼？
顯而易見，算力是必不可少的一環。
Open AI的創始人奧特曼在達沃斯論壇上說了很多，最重要的有兩句話。
第一句是“目前的GPT-4有太多缺點，比我們今年將擁有的版本要差很多，比我們明年將擁有的差得更多，假如GPT-4目前只能解決人類任務的10%，GPT-5應該是15%或者20%”。
第二句是「對大規模AI準備的算力基礎設施還不夠」。
很顯然，AI現在的能力還相當有限，距離完全取代人類很遙遠。 而從實踐情況來看，奧特曼說的10%都有可能是高估了。 例如在辦公領域，AI還只是用於生成一個PPT、一個圖表、一份文案，當然它的發展速度也很快，像短視頻製作、電影製作、遊戲製作等等也已經出現。
只能說，未來確實值得期待，但在這個未來真的到來之前，中間的時間不會短，因為它逃不開物理定律。 所以，對於算力的需求，很可能會長期處於高位。
02 另類的商業化起點
說到這，第二問題又來了：
算力的高需求真的可以無限延續嗎？ 它難道就沒有天花板嗎？
我們再看下面這張圖。
互聯網等技術革命和AI商業化起點，很不同。 只要技術突破的某一點，互聯網商業化起點就開始了，曲線呈現的是先大漲，然後變得平緩，直至產業發展到達飽和期。 但AI有可能完全顛覆這個過程，產業化的起點可以很晚，但一旦啟動，後面就是指數級別的增長，並且越來越快。
舉個例子，蘋果手機在iPhone 4之後基本定型，後面再怎麼發展都只是局部的變化，一個攝像頭變成兩個，兩個再變成三個，結果是拍攝效果越來越好，但是手機的整體架構變了嗎？
一點也沒有。 互聯網，本質上就是物理世界的數位化，所以數位化基礎設施建成之後，後面的工作就只有一個，把線下搬線上。
所以，在若干年之後，隨著普及率和滲透率觸及飽和，整個智慧手機行業、整個互聯網行業都步入調整期。 這些行業的發展邏輯、投資邏輯都很簡單，只要基本架構成熟了，後面大規模複製，把成本降下來，把體驗做上去，就可以躺贏賺錢了。
但在AI，會發現要真正越過那個商業化拐點，要困難得多。 就拿自動駕駛來說，到現在都沒有完全實現，最先進的特斯拉FSD也做不到，馬斯克也因為不斷吹牛又不斷跳票，搞得現在都不敢說“今年實現FSD”了。
但是自動駕駛的商業化潛力，相信沒有人能夠懷疑，真的實現時可能比大家想像的還要大得多。
換句話說，過去的產業革命，只要突破0分，商業價值就開始爆發，前面賺得多，後面飽和了，然後再等待下一個產業革命。 但AI突破0分，可能毫無商業價值，要到60分，商業價值才開始呈現。
人類在6500年前生成靈長類智力之後，對於提升智力的需求少了嗎？
並沒有，反而增加了。 人類建立了學校，建立了科研機構，研究了各種科學技術，結果是智力的提升也越來越快，能夠創造的東西也越來越多，文明程度也越來越高，最後進入了一個良性迴圈。
即人的智力水準越高，對於繼續提升智力的需求也就越大。
從這個角度再去理解算力，就完全不一樣了，因為AI越往上，提升的要求越高難度越大，而對於提升的需求反而越迫切，如果沒有對應的高算力支援，很難實現。
這才是奧特曼說「算力還不夠」的真正原因。
03 全新邏輯
算力的投資，還是基於傳統的分析框架，比如大廠搶單、競爭格局好、議價權高，獲利率、收益率都不錯，但很少會談到長線的需求邏輯，因為這個邏輯確實不好講，也很難一下子看的清楚，加上過去的經驗在起作用，總是會以為一波瘋狂基建之後就會偃旗息鼓。
商業社會最原始的驅動因素，就是需求，需求越大，越持久，這門生意就可以長做長有。 如果再加上競爭格局清晰，龍頭佔比很高，那就更好了。
有沒有什麼生意屬於這種類型？
茅臺算一個，操作系統算一個，晶元也算一個。
在前面，我們已經論述過，算力的需求會很大也會很持久，這才是算力公司不斷創出新高的核心原因，而且人工智慧領域的競爭格局太好了，GPU基本都是英偉達唱獨角戲，AMD也只是跟上了節奏，還很難說撼動英偉達的地位，至於其他說要做晶元的大廠，八字還沒一撇，等到它們真正做出點什麼來的時候再說吧，現在擔心它們的競爭壓力還很早。
誰都不能斷定英偉達會不會年內衝上1000美元，但誰也不能簡單否定英偉達的上漲動力。 一年前瘋漲的時候，很多人會覺得英偉達估值太高，但現在英偉達的動態PE變成了80倍，靜態PE卻高達350倍，現在2024年的估值預測只有30倍，可見高增長情況下，高估值的消耗會很快。
有些公司，漲得多並不是你著急賣出的理由，而跌得多也並非買入的理由。
而是要看這種上漲的核心驅動力是什麼，如果只是虛晃的炒作，毫無實質的東西，那確實不值得追，但如果是足以影響一個時代，有長達10-20年甚至更長的產業革命，這種增長動力就會源源不絕。
在工業革命、電氣化革命，以後影響至今的IT革命，我們都見識著這種超長線、超高速的增長，有一些公司中間或者經歷過跌宕起伏，但至今依然熠熠生輝，比如蘋果、微軟，都是上市已經40年左右，雙雙成為全球唯二市值最高的公司。
而AI革命才剛剛開始，過早因為一些股價波動而下車，可能會避免一些短期損失，但也可能失去收穫長線價值的可能性。
04 結語
沒有人敢肯定英偉達、AMD的市值有朝一日能夠去到蘋果、微軟的水準，也沒有人敢肯定多年後它們的業績增長率依然維持在高位，更沒有人能夠準確預測10年後，市場需要多少塊GPU。
但同樣沒有誰能夠否認算力對於AI的重要性，否認AI對於算力長遠的需求。 到目前為止，AI領域里，還沒有哪個比算力更具投資價值的東西。
當然，股價並非簡單地線性反應增長邏輯，正如下面這張圖所表達的，即使是有確定增長邏輯的投資，中間的過程也可能會曲折。
AI概念，雖然經過一年多的瘋狂炒作，但從產業發展的階段來看，現在還處在起點階段，處在基礎設施建設階段，後面還有巨大的應用階段等著大家。 如果真的要用互聯網的付費滲透率作為參考，大概處在1996年。
諷刺的是，乙太網發明人羅伯特·梅特卡夫，1995年說了一句話：“我預測互聯網很快將成為壯觀的超新星， 而到1996年就會遭遇災難性的崩潰。”
如果那個時候相信他，結果是完美錯過一個大時代。
所以，在投資的過程中，如果有幸遇到巨大的產業革命紅利期，在理解清楚產業的底層邏輯之後，可以下重注。 雖然中間過程有可能跌宕起伏，一味追高也不建議，但只要配以適當高拋低吸，獲得超額收益，是可以做到的。
與其每天跟著市場熱點走，倒不如押注這類有超長增長邏輯的產業革命，而且找到這種產業革命中價值量最高的那個部分。
因為有的時候，選擇大於努力，選擇不需要多，只要正確就可以了。
即使算力需求有一天到頭，後面不還有應用層面的投資機會等著大家嗎？（格隆匯）