AllianceBernstein – 人工智能繁荣：泡沫还是富矿？

约翰·福格蒂 (John H. Fogarty)，CFA|联席首席投资官——美国成长型股票和美国相对价值

肯特·哈吉斯博士|首席投资官——战略核心股票；投资组合经理——全球气候转型战略

邱雷|首席投资官——主题创新股票

Shri Singhvi|首席投资官——战略股票

小詹姆斯·T·蒂尔尼|首席投资官——集中在美国的增长

托尔斯滕·温克尔曼|欧洲和全球成长股票首席投资官

AB 的股票投资组合经理回答有关人工智能驱动的科技股和股票市场繁荣的问题。

科技股继续受益于对人工智能 (AI) 变革潜力的热情。然而，许多投资者担心股价和估值可能反映了过于乐观的盈利预期。我们请几位 AB 股票投资组合经理分享他们对这一问题的想法和投资观点。人工智能驱动的热情具有可持续性。

我们正处于人工智能泡沫之中吗？

Shri Singhvi，战略股票首席投资官：人工智能泡沫和股市泡沫之间存在很大差异。人工智能很可能会带来一代人的颠覆，并可能成为我们一生中见过的最大的颠覆之一。然而，人工智能的用例、其部署范围以及相关的投资回报（ROI）可能还处于第一局或第二局。与此同时，人工智能和人工智能推动者股票可能会处于更晚的阶段。这是股票投资者必须应对的挑战。这种所谓的股市泡沫不仅以人工智能为中心，而且还以人工智能为中心。它是由货币和财政政策带来的过剩流动性推动的，而且远远超出了人工智能的范畴。大多数风险资产，包括加密货币和模因股票，尽管与人工智能无关，但它们都在被抬高。也就是说，股票投资者面临着一个不稳定的选择：如果市场过度行为得到纠正，是早点好还是晚点好？显著地？时机很难，犯错的代价对双方来说都很高。

邱磊，主题创新股票首席投资官：我认为将整个人工智能革命标记为泡沫可能太简单了。从历史上看，我们经常低估转型变革的长期影响，而对短期修正过于乐观。颠覆性的变化往往会突然发生、戏剧性地发生，但投资者通常预计变化会遵循稳定、线性的路径。这种不匹配可能会引发情绪和股价的剧烈波动。当它导致具有高杠杆商业模式的公司定价错误时，“泡沫”就会破裂。

互联网泡沫破裂是因为当时很少有商业模式可以货币化。当杠杆率很高的网络公司倒闭时，流媒体、社交媒体和移动应用程序的激增还不存在。然而，最初的基础设施投资——从海底电缆到光纤网络——创造了容量太小，无法支持我们今天的用户数量和流量。我认为投资者在今天考虑人工智能时应该牢记这些历史教训。

最后，我们还应该认识到，在元器件和电源供应如此紧张的情况下，就会出现哄抬物价和重复订货的情况。从长远来看，最大的问题是哪些公司能够保持定价权并产生利润池。到了某个时候，任何提到人工智能这个词的事情都将不再是“水涨船高”。简而言之，一些公司是真正的人工智能赢家，值得获得市值，而许多公司则不然。因此，现在是成为积极投资者的好时机。

John Fogarty，美国成长型股票联席首席投资官：在经历 2022 年的抛售之后，人工智能的叙述推动了美国股市在 2023-24 年的反弹，尤其是对科技巨头而言。到 2025 年，人工智能将继续主导股票表现。除了 NVIDIA 之外，还有更多基础设施项目数据中心扩建支出的增加刺激并奖励了提供者。然而，这不仅仅是炒作，因为市场的狭窄可以部分解释为这一资本支出周期对 GDP 的巨大贡献。但这些趋势能否持续的问题日益突出。

持续的抛物线支出意图取决于两个关键假设：1）人工智能训练将随着计算量的增加而继续扩展，以实现通用人工智能 (AGI)。 2）人工智能推理将产生足够的收入来支持未来几年的资本建设。对任何一个假设的挑战，即即使只是减缓资本支出也可能导致“泡沫破裂”股市调整。鉴于人工智能叙事所带来的市场集中度的脆弱性，这反过来可能会导致负面财富效应。

吉姆·蒂尔尼（Jim Tierney），首席投资官——集中于美国增长：我同意约翰关于市场脆弱性的看法。蒂请注意最近 NVIDIA 宣布将向大客户 OpenAI 捐赠 1000 亿美元，以便其购买更多图形处理单元 (GPU)。这项循环交易引发了重大问题。这让我想起 Pets.com 和 20 世纪 90 年代末的互联网泡沫。在这里，OpenAI 是支出大户，但多年来它的自由现金流一直为负。因此，风险在于，如果市场停止融资，人工智能资本支出的狂热可能会迅速降温。涉及人工智能领域的一切都取决于资本支出多年来的攀升。但这个故事可能会从很多方面受到干扰，例如更节能的芯片、更低的增量模型增益、功率限制、人工智能生产力改进的限制和产能过剩。我们相信，目前人工智能领域没有免费的午餐。

Thorsten Winkelmann，欧洲和全球增长股票首席投资官：在我看来，这与互联网泡沫等以前的泡沫有一些不同。美国、欧洲和亚洲所有主要上市公司参与人工智能叙述的公司（例如 NVIDIA、微软、Meta Platforms、ServiceNow、ASML、应用材料公司和台积电）都实现了盈利，并以可解释的估值进行交易（也许不包括 NVIDIA），并且目前他们的人工智能投资正在获得正回报。

泡沫因素与一些关键的未上市人工智能公司（OpenAI、Anthropic、Thinking Machines Lab、Z.ai 等）更相关，在我看来，这些公司的估值看起来很荒谬。问题是，正如吉姆上面指出的那样，这些公司正在扩大人工智能基础设施的支出，当由供应商资助时，这可以称为循环。这推高了上述上市公司的订单量和营收预期。

看起来我们正处于泡沫领域，但我认为它的膨胀程度比我们在互联网时代看到的要小。

Kent Hargis，战略核心股票首席投资官：我认为我们可能仍处于泡沫的早期阶段。我们是见证者在优质大型股和低质量投机股票的推动下，市场上人工智能受益者出现了巨大的反弹。我们还看到大量资本流入私营公司（OpenAI 估值达 5000 亿美元；xAI 和 Anthropic 估值均在 150 至 2000 亿美元之间）。人工智能基础设施繁荣的初始资本支出阶段主要由超大规模企业提供资金，这些企业拥有强劲的现金流和资产负债表，能够支持大规模的资本支出。然而，下一阶段的推动因素越来越不稳定，包括债务融资扩张、私营公司估值过高、循环融资安排和有风险的私人信贷结构。随着资本变得不那么自律、更加追求回报，这种动态加剧了过度投机，并放大了系统性风险。人工智能是一项变革性技术，但根据我们的预测，技术资本支出可能会超过之前仅在互联网繁荣时期出现的水平。这些和其他值得注意的危险信号表明，虽然时机不确定，但在某个时候似乎可能会出现修正。

投资者如何衡量真正的人工智能潜力与炒作？

John：人工智能已经改变了计算机编程，并将数字广告分析从机器学习转变为数字广告分析。除此之外，除了无可辩驳的商业成功之外，还有更多的希望推动一定的投资回报率的采用。作为主动管理者，特别是考虑到我们对这种新计算范式的建设性看法，我们很高兴能够成功采用人工智能来提高生产力和可持续盈利能力。然而，这些成功案例并没有线性进展，这可能表明采用速度较慢或需要增量模型改进。随着时间的流逝，市场继续奖励人工智能的支出意图，而不是人工智能的采用。

Jim：为了确定人工智能的进一步优势，投资者必须关注 2026 年资本支出增长、新兴收入模式以及管理层的真实成本/收益故事团队。

雷：我认为 2025 年初的“DeepSeek”时刻标志着人工智能推理采用的拐点，我们现在看到人工智能输出加速。 NVIDIA 与 OpenAI 所做的只是资助一个颠覆者，以挑战资金雄厚的科技巨头在各自市场的主导地位，从而迫使加速计算的采用速度加快。我们一直认为，对于大型科技公司来说，人工智能既具有进攻性，又具有防御性，因为它们根本无法不花钱。

Kent：基础技术必须继续进步，以证明人工智能相关资本支出强度不断上升的合理性。大型语言模型已经以惊人的速度改进，主要是通过在训练期间扩展计算来实现的。最近，训练后技术和推理模型特别有前途。从长远来看，持续的回报将需要在有意义地取代人类劳动力的用例中更广泛地采用人工智能。我们已经您在编码、写作帮助、内容创建和客户服务等领域看到了早期的吸引力。我们正在密切关注这些进展，将其作为正在部署的大量资本的潜在投资回报率的领先指标。如果进展速度放缓，人工智能行业将不可避免地出现调整。

目前，市场仍处于人工智能“FOMO 军备竞赛”中，马克·扎克伯格和其他著名技术高管表示，投资不足的成本超过了过度投资的成本。为了驾驭这种环境，我们开发了针对特定行业的框架来评估公司如何在“AI 赢家与 AI 输家”范围内定位。虽然时间周期本质上仍然很困难，但我们相信，专注于识别真正的人工智能赢家的自下而上的方法可以提供巨大的阿尔法潜力。

Shri：虽然早期的人工智能试点确实取得了好坏参半的结果，但现在说人工智能炒作还为时过早。这些失望反映出企业缺乏准备r AI以及早期的AI能力。还有一些重大的初步成功案例，例如在编码领域，公司的效率提高了 25%–40%。客户服务是另一个非常成功的用例。在医疗保健领域，管理和提交索赔的周期时间和成本已大大减少。更大的用例是不可避免的，而且永远无法事先知道。例如，iPhone 于 2007 年推出，但 Uber 直到 2010 年才成立，直到很久以后才被广泛使用。因此，对于人工智能，我们还没有接近想象随着时间的推移可能会出现哪些用例。

我们确实知道，每个公司和行业都必须采用人工智能，如果不是为了进攻，那么就是为了防御。没有人能够承担落后的后果，因为要追赶上来就需要克服巨额的技术债务和显着的竞争劣势。最后，人工智能的潜力远远超出了白领工作效率。我们已经看到了新生的物理现象机器人和自主操作（例如驾驶）的人工智能应用。这里需要关注的最重要的指标是模型和应用程序的持续改进，2）代币成本持续变得更便宜，3）不是关注人工智能的平均投资回报率，而是关注那些处于领先地位并破解了人工智能利用密码的公司的投资回报率——因为如果他们这样做，他们的竞争对手别无选择，只能效仿。

有没有办法让股权投资者在不承担过高风险的情况下抓住人工智能的潜力？

肯特：在任何泡沫中，投机性和低质量的公司往往会在短期内跑赢大盘。但随着人工智能生态系统各个部分的过度投机不断增多，保持纪律和关注质量变得越来越重要。我认为最有效的长期方法是找出那些既能从人工智能领域获得有意义的好处，又能通过其核心业务的强劲基本面降低风险的公司。任何投资都存在风险尤其是在像人工智能这样快速发展的增长主题中，但我们的战略目标是提供有吸引力的风险调整回报，同时最大限度地减少下行风险。这意味着投资于能够随着时间的推移实现价值复合的持久、高质量的企业，而不是追逐投机性人工智能故事的短暂收益。

Shri：投资者需要采取灵活、一揽子的方式来投资人工智能，同时避免集中押注，因为几乎不可能尽早判断出赢家和输家。我们可以从互联网泡沫中吸取教训。 1999 年，如果你要投资互联网公司的赢家，你会买美国在线 (AOL) 和雅虎 (Yahoo)——这两家先行者最终都被颠覆了。最终的大赢家，如谷歌、Meta 和苹果，在早期并不明显。这就是为什么在不断变化的环境中保持灵活、积极、有选择性地进行人工智能投资至关重要。我认为谨慎的做法是更广泛地接触人工智能的三个篮子：人工智能的直接受益者、人工智能的直接受益者和人工智能用户。

人工智能将对许多行业产生巨大的颠覆性影响，在这些行业中，当前的领导者将面临创新者的困境。因此，对于投资者来说，避开将被人工智能颠覆的公司也同样重要，包括某些类型的软件公司、IT 服务集团和人力资源公司。

雷：从历史上看，泡沫“破裂”的通常是债务市场，即企业因现金短缺而无法支付所欠利息。考虑到所涉及的参与者，我认为现在称其为即将破裂的泡沫还为时过早。但与此同时，我们应该监控私人信贷市场的发展。如果有泡沫，我认为它会首先从那里开始显现。

John：这种基础设施建设与 2000 年左右的电信互联网建设之间存在显着差异，即与当时的暗光纤建设相比，迄今为止的债务融资较少并能满足即时需求。尽管如此，资本支出强度对铜就像互联网的繁荣一样，超大规模企业的租金收入也翻了一番。无论支出是良性还是急剧下降，资本支出周期都会达到顶峰，相关估值也会达到顶峰。除了这个镐子和铲子阶段如何结束之外，就像最终的互联网时代一样，我认为利用人工智能应用的公司很可能尚未成为市场领导者。无论扩建的持续时间和投资回报率如何，识别这些采用者都会产生阿尔法。

Thorsten：这些都是有效的观察。也就是说，我们的策略将人工智能相关投资的重点放在“镐和铲子”上，而不是淘金者上。在投资人工智能推动者时，我们始终关注未来收入的哪一部分是由“常规”业务解释的，以及明天可能取消或推迟的人工智能炒作有多少。

本文表达的观点不构成研究、投资建议或交易建议，并不一定代表所有AB投资组合的观点lio-管理团队。视图可能会随着时间的推移而修改。

对特定证券的引用仅用于说明我们投资理念的应用，不应被视为 AB 的建议。所识别和描述的特定证券并不代表为投资组合购买、出售或推荐的所有证券，并且不应假设对所识别的证券的投资已经或将会盈利。

在此处详细了解 AB 的责任方法。

人工智能泡沫 联伯恩斯坦 纽约证券交易所代码：AB 科技股