霍华德·马克斯最新投资备忘录：是泡沫吗？

12月9日，传奇投资人、橡树资本（Oaktree Capital）联合创始人霍华德·马克斯（Howard Marks）更新了投资备忘录（Mem哦），标题为《是泡沫吗？》（Is It a Bubble？）。马克斯曾因为准确预测2000年初的互联网泡沫和2008年的金融危机而被熟知，而这份备忘录也详细地讨论了当下AI大规模投资的“泡沫”是否存在，以及投资者应该如何理性地看待AI科技革命热潮。

在备忘录中马克斯也提到，橡树资本也已投资若干数据中心：“我们的母公司Brookfield正在筹集100亿美元基金用于AI基础设施投资。Brookfield自己也投入资金，并获得主权财富基金和英伟达的股权承诺，计划采用“审慎”债务融资。Brookfield的投资很可能主要流向数据中心尚不饱和的地区，以及为数据中心提供大量电力的基础设施。”

橡树资本目前的策略包括私募信贷、股权和房地产等三类资产。马克斯此前长期专注于固定收益（债权）和私募信贷领域，对本轮AI基建投资中大量“债权融资”的应用，马克斯认为，这不同于以往科技浪潮中的科技企业融资。

 “对某些公司来说，这些投资和杠杆已可谓激进，”马克斯指出，“甲骨文、Meta和谷歌已发行30年期债券用于AI投资。后两者的债券收益率仅比同期限国债高100个基点以内。要承担30年技术不确定性，只为获得略高于无风险债务的固定收益，这是否明智？而用债务投资的芯片和数据中心，能否在30年内保持足够生产力偿还这些债务？”

在备忘录的最后，马克斯给出了他关于投资的“底线”判断：

- 对于这场AI变革性技术总是引发过度热情和投资，导致建设过度、资产价格过高。这些过度加速了技术的普及，否则不会发生。对这些过度的通用称谓是“泡沫”。

- AI有潜力成为史上最伟大的变革性技术之一。

- 如上所述，AI目前正受到极大热情关注。如果这种热情未能产生符合历史模式的泡沫，那将是第一次。

- 泡沫通常以投资者亏损告终。

- 亏损主要源于技术的新颖性（newness）使其影响的程度和时间不可预测。这也导致投资者在热情高涨时容易对企业过度乐观，难以判断谁会最终胜出。

- 没有任何方式能让人既享受新技术全部潜在收益，又不承担如果热情过度、投资者行为失控而产生的损失风险。

- 这次过程中债权融资的使用——而在以往技术革命中高不确定性通常阻止了债权融资参与——有可能放大上述所有影响。

“既然没人能确定这是不是泡沫，我建议没人应该孤注一掷，否则若形势不妙将面临灭顶之灾。但同样，没人应完全置身事外，否则会错失一次伟大的技术进步。适度、精选（applied with selectivity）和审慎的立场似乎是最佳策略。”马克斯在最后总结道。

以下为「明亮公司」编译的备忘录全文（加粗和划线处与原文一致）：

我们的时代是世界历史上一个非凡的时刻。一项变革性的技术正在崛起，其支持者声称它将永远改变世界。要构建这项技术，企业需要投入一笔前所未有的巨额资金。新闻报道充斥着人们对美国最大企业正在支撑一个即将破裂的泡沫的广泛担忧。

在我上个月拜访亚洲和中东客户时，常被问及人工智能是否存在泡沫的可能性，这些讨论促成了这份备忘录。我想先作惯常的免责声明：我并不活跃于股市，只是把它当作投资者心理的最佳晴雨表来观察。我也不是技术专家，对人工智能的了解不比大多数普通投资者多，但我会尽力而为。

泡沫最有趣的方面之一是它们的规律性，不在于时间，而在于其发展进程。某种新颖且看似革命性的事物出现，慢慢渗入人们的意识，激发想象力，令人兴奋不已。早期参与者获得巨大收益，旁观者则感到极度嫉妒和懊悔，在害怕继续错过的驱使下蜂拥而入。他们在不知未来会如何、也不关心所付价格能否带来合理回报和可承受风险的情况下投资。最终，投资者在短中期内难免痛苦，尽管若干年后有可能反败为胜。

我经历过几个泡沫，也读过其他泡沫的历史，它们都符合上述描述。人们或许认为过去泡沫破灭带来的损失会阻止新泡沫的形成，但事实并非如此，我相信也永远不会如此。人们的记忆很短，谨慎和天生的风险规避与“一夜暴富”的梦想根本无法抗衡，尤其是当这种技术“众所周知”会改变世界时。

我引用这份备忘录开头的话，来自Derek Thompson于11月4日的通讯《AI可能是21世纪的铁路，请做好准备》，探讨了当下AI与19世纪60年代铁路热潮之间的相似之处。其内容对两者都适用，清楚展现了马克·吐温广为流传的那句：“历史总是押韵。”

理解泡沫

在深入主题之前——为此我做了大量阅读——我想先澄清一点。大家都在问：“AI有泡沫吗？”我认为这个问题本身就有歧义。我得出结论，应该考虑两种不同但相关的泡沫可能性：一种是行业内企业的行为泡沫，另一种是投资者对该行业的行为泡沫。我完全无法判断AI企业的激进行为是否合理，因此我将主要聚焦于金融领域是否存在AI泡沫这一问题。

作为投资分析师的主要工作——尤其是我所信奉的“价值投资”流派——是：（a）研究企业及其他资产，评估其内在价值及前景；（b）基于这些价值做投资决策。分析师在短中期遇到的主要变化，集中在资产价格及其与内在价值的关系上。而这种关系，本质上是投资者心理的结果。

市场泡沫并非由技术或金融发展直接引发，而是源于对这些发展过度乐观的态度。正如我在一月的备忘录《泡沫观察》中所写，泡沫是暂时的狂热现象，其中相关领域的发展成为美国前联邦储备主席艾伦·格林斯潘所说的“非理性繁荣”的对象。

泡沫通常围绕新的金融创新（如18世纪初的南海公司或2005-06年的次级住房抵押贷款证券）或技术进步（如90年代末的光纤和98-00年的互联网）形成。新颖性（newness）在其中起着巨大作用。因为没有历史约束想象力，未来对新事物来说似乎无限。而被认为无限的未来可支撑远超以往的估值——导致资产价格无法以可预测的盈利能力为基础合理化。

关于新颖性的作用，我最喜欢的一段话来自深刻影响我的一本书——约翰·肯尼斯·加尔布雷思的《金融狂热简史》。加尔布雷思谈到所谓“金融记忆的极端短暂”，并指出在金融市场，“过去的经验如果还留在记忆中，会被视为那些缺乏洞见、无法欣赏当下奇迹者的原始避难所。”换句话说，历史可以对当下的敬畏和对未来的想象设限。而在缺乏历史的情况下，一切似乎皆有可能。

这里需要注意的关键是，新事物理所当然地激发巨大热情，但当热情达到非理性程度时，就会产生泡沫。谁能识别理性的边界？谁能判断乐观市场何时变成泡沫？这只是判断力的问题。

过去一个月我意识到，我最好的两次“预判”分别发生在2000年（我对科技和互联网股市的警告）和2005-07年（我指出风险规避的匮乏及金融危机前疯狂交易的泛滥）。

首先，这两次我都对泡沫所涉及的事物（互联网和次级抵押贷款证券）毫无专业知识。我的全部所为只是对周围行为作出观察。

其次，我的预判价值主要在于揭示这些行为的荒谬，而不是坚持它已形成泡沫。

纠结于是否贴上“泡沫”标签会让你陷入泥潭，妨碍正确判断；我们只需评估周围正在发生的事，并据此推断适当的行为即可。

泡沫的积极意义

在继续讨论AI及其是否处于泡沫状态之前，我想花点时间谈一个对投资者来说可能略显学术的话题：泡沫的积极面。你可能觉得我对此关注过多，但这是因为我对此深感兴趣。

11月5日的Stratechery通讯题为《泡沫的益处》。作者Ben Thompson（与Derek无关）引用了一本名为《繁荣：泡沫与停滞的终结》的书，由Byrne Hobart和Tobias Huber撰写，他们提出泡沫有两种类型：

……“拐点泡沫”——好泡沫，与更具破坏性的“均值回归泡沫”（如2000年代的次贷泡沫）相对。

我认为这种二分法很有用。

我所读到或亲历的金融潮流——南海公司、投资组合保险、次级抵押贷款证券——都因承诺无风险回报而激发想象力，但没人认为它们会推动人类整体进步。例如，没人认为次贷运动会彻底改变住房，只是觉得支持新买家能赚钱。Hobart和Huber称这些为“均值回归泡沫”，因为没人期望其基础发展能推动世界进步。潮流只是起落而已。

而基于技术进步的泡沫——如铁路和互联网——被他们称为“拐点泡沫”。拐点驱动的泡沫过后，世界不会回到从前。在这样的泡沫中，“投资者认为未来将与过去有实质性不同，并据此交易。”正如Thompson所说：

关于泡沫的权威著作一直是Carlota Perez的《技术革命与金融资本》。泡沫——尤其在Perez出版该书的2002年时——被认为是负面的，应当规避。那时全球刚刚经历了互联网泡沫的破裂及随后的经济衰退。

Perez并未否认痛苦：事实上，她指出类似的崩盘也伴随了工业革命、铁路、电力和汽车等历次革命。每一次泡沫都不是遗憾，而是必要的：投机狂热促成了Perez所谓的“安装阶段”，在这一阶段，必要但未必财务上明智的投资为“部署期”奠定了基础。部署期的转折点是泡沫破裂，而部署期的实现则依赖于那些亏损的投资。（以上均为强调）

这种区分对Hobart和Huber来说非常重要，我也赞同。他们说，“并非所有泡沫都会摧毁财富和价值。有些泡沫可以被视为科技进步的重要催化剂。”

但我会这样表述：“均值回归泡沫”——市场因某种新金融奇迹而飙升，随后崩溃——摧毁财富。而基于革命性发展的“拐点泡沫”则加速技术进步，为更繁荣的未来奠定基础，同时也摧毁财富。关键是不要成为那些在推动进步过程中财富被毁的投资者之一。

Hobart和Huber进一步深入描述了泡沫如何为新技术所需基础设施的建设融资，从而加速其采用：

大多数新技术并非凭空出现、一次性完整地进入世界，而是建立在此前的失败、尝试、历史路径依赖之上。泡沫创造了部署资本的机会，为大规模实验提供资金并加速进程——包括大量并行的试错——从而加快潜在颠覆性技术和突破的速度。

通过激发热情和投资的正反馈循环，泡沫可以带来净益。乐观有时会自我实现。投机为高风险探索性项目提供了所需的巨额融资；短期看来过度热情或糟糕投资，实际上是启动社会和技术创新所必需的……泡沫可以是集体幻想，也可以是集体愿景的表达。这种愿景成为人员、资本和创新并行化的协调场所。进步不再是逐步发生，而是在不同领域同时爆发。随着热情高涨……风险容忍度和强烈的网络效应也随之提升。错失恐惧症（FOMO）吸引更多参与者、企业家和投机者，进一步强化正反馈循环。像泡沫一样，FOMO常被视为负面，但有时也是健康的本能。毕竟，谁愿意错过一次一生仅有的建设未来的机会？

换句话说，基于技术进步的泡沫之所以好，是因为它让投资者兴奋地投入资金——其中很大一部分会被浪费——以地毯式轰炸新机会领域，从而启动其开发。

关键认识在于，如果人们始终保持耐心、谨慎、分析和坚持价值，新技术的建设可能需要多年甚至数十年。而泡沫的狂热则让这一过程在极短时间内完成——部分资金投入到改变人生的赢家身上，但更多则被烧掉。

泡沫既有技术层面也有金融层面，但上述引文均从渴望技术进步的角度出发，并乐见投资者为此亏损。“我们”则希望看到技术进步，但并不愿为此白白损失资金。

Ben Thompson在讨论最后说：“这就是我喜欢谈论新技术的原因，尽管我不确定它们的前景。”我喜欢他对未来可能性充满激情，同时也坦言未来形态未知（在我们看来，就是“非常高风险”）。

评估当前格局

现在让我们回到现实。我们知道什么？首先，我还没遇到不认为人工智能有潜力成为史上最重大技术变革之一的人，它正在重塑日常生活和全球经济。

我们也知道，近年来经济和市场越来越依赖AI：

AI占据企业总资本支出的很大一部分。

AI产能投资占美国GDP增长的很大份额。

AI股票是标普500指数绝大多数涨幅的来源。

正如《财富》10月7日的标题所说：

75%的涨幅，80%的利润，90%的资本支出——AI对标普的掌控是全面的，摩根士丹利首席分析师“非常担忧”

此外，我认为值得注意的是，虽然AI相关股票的涨幅占所有股票总涨幅的比例过高，但AI带来的市场兴奋也必然推高了非AI股票的估值。

AI相关股票表现极为突出，以英伟达为首，它是AI芯片的领先开发商。自1993年成立、1999年IPO（市值约6.26亿美元）以来，英伟达一度成为全球首家市值5万亿美元的公司。这是约8000倍的升值，或26年年均约40%。难怪人们想象力被点燃。

哪些领域存在不确定性？

我认为可以公平地说，尽管我们知道AI将带来巨大变革，但大多数人对它究竟能做什么、如何商业化应用、何时实现一无所知。

谁会成为赢家，他们的价值几何？如果一种新技术被认为将改变世界，往往假定掌握该技术的领先企业将极具价值。但这一假设会多准确呢？正如巴菲特1999年指出的，“汽车可能是20世纪上半叶最重要的发明……如果你在第一辆汽车出现时看到美国的发展，你会说‘这就是我要投的地方’。但2000家汽车公司中，几年后只剩下三家。所以汽车对美国影响巨大，但对投资者却适得其反。”（《时代》2012年1月23日）

在AI领域，目前有一些非常强大的领导者，包括全球最强大、最富有的公司。但新技术历来具有颠覆性。现有领导者能否胜出，还是会被新秀取代？军备竞赛成本几何，谁会胜出？

同样，挑战者的股份价值如何？与市值数万亿的领跑者相比，有些潜在竞争者的企业价值仅为数十亿、甚至——敢说——数百万。2024年6月25日，CNBC报道：

一个由大学辍学生创办的团队从Primary Venture Partners领投的投资者那里筹集了1.2亿美元，旨在开发新型AI芯片挑战英伟达。Etched CEO Gavin Uberti表示，随着AI发展，大多数对算力要求极高的技术需求将由定制硬件芯片（ASIC）满足。“如果transformers消失，我们就完了，”Uberti对CNBC说，“但如果它们继续存在，我们将成为史上最大公司。”

即使Etched最终无法成为最大公司，如果成功后估值仅为英伟达巅峰市值的五分之一——也就是1万亿美元——那么要合理化1.2亿美元投资需要多高的成功概率？假设投资获得100%所有权，只需相信实现万亿美元估值的概率有千分之一，预期回报就能超过八倍。谁能说Etched没有这个机会？在这种情况下，谁会不参与？这就是我所谓的“彩票思维”，巨额回报的梦想不只是合理化，而是强迫人们参与概率极低的冒险。

以这种方式计算期望值并无不妥。顶级风险投资家每天都在这样做，且效果显著。但对可能回报及其概率的假设必须合理。只要想到万亿美元回报，任何计算中的理性就会被压倒。

AI会产生利润吗？为谁而生？两件事，我们对AI为供应商带来的利润以及对非AI公司（主要是使用AI的公司）的影响知之甚少。

AI会成为垄断或双寡头市场吗？一两家领先企业能否高价出售AI能力？还是会变成高度竞争的自由市场，多家公司为用户AI服务支出展开价格战，使其沦为商品？或许最可能的是，既有领先企业又有专业玩家，一些靠价格竞争，另一些凭专有优势竞争。据说目前响应AI查询的服务（如ChatGPT和Gemini）每次查询都在亏损（当然，新行业参与者暂时亏本吸引用户并不罕见）。领先科技公司——习惯于赢者通吃市场——会否甘愿在AI业务多年亏损以争夺市场份额？数千亿美元正被投入到AI领导权的竞赛中。谁会胜出，结果将会如何？

同样，AI对使用它的公司的影响又会怎样？显然，AI将成为提升用户生产力的强大工具，比如通过用计算机替代劳动力和智能。但这种降本能力会增加企业利润率吗？还是只会让这些企业为争夺客户而展开价格战？如果是后者，节省下来的成本可能会让利给消费者，而不是被企业获得。换句话说，AI有可能提升企业效率却不提升盈利能力吗？

我们是否应该担心所谓的“循环交易”？在90年代末电信热潮中，光纤过度建设，光纤公司之间相互交易以便在账面上录得利润。如果两家公司都拥有光纤，只是资产账面体现。但如果彼此购买容量，就都能记利润……于是他们就这么做了。还有制造商向网络运营商贷款，让他们购买设备，但运营商还没有足够客户来支撑扩建。所有这些都导致了虚假的利润。

如今，AI领域也出现了资金在玩家之间“兜圈子”的交易。认为AI有泡沫的人很容易对这些交易心生疑虑。这些交易是为了实现真实业务目标，还是为了夸大行业进展？

更令人担忧的是，批评者称OpenAI与芯片制造商、云计算公司等的某些交易非常循环。OpenAI将从科技公司获得数十亿美元，但也会将数十亿美元回流给这些公司，用于购买算力和其他服务……

英伟达也做过一些引发质疑的交易，比如宣布将向OpenAI投资1000亿美元。创业公司收到这笔钱后，用于购买或租赁英伟达的芯片……

高盛估算，英伟达明年15%的销售额来自所谓的循环交易。（《纽约时报》，11月20日）

值得注意的是，OpenAI已向行业伙伴承诺投资总额达1.4万亿美元，尽管公司尚未盈利。OpenAI明确表示，这些投资将从同一方获得的收入中支付，并有退出承诺的方式。但这一切都引发了AI行业是否已形成“永动机”的疑问。

（关于这个话题，我很喜欢一些文章质疑人们是否真的能理解“万亿”这个词的含义，这种观点非常到位。一百万美元等于每秒一美元，持续11.6天。十亿美元等于每秒一美元，持续31.7年。我们能理解这个量级。但一万亿美元等于每秒一美元，持续31,700年。谁能真正理解这3万多年的意义？）

AI资产的使用寿命会有多长？我们不得不怀疑，在AI领域，资产报废问题是否得到正确处理。AI芯片的寿命会有多长？在为AI相关股票分配市盈率时，应预期多少年的盈利增长？芯片和其他AI基础设施能否足够长时间保持生产力，以偿还为购买它们而承担的债务？人工通用智能（即能做任何人脑能做的事情的机器）会实现吗？那会是进步的终点，还是会有新的革命，哪些公司会赢得这些革命？企业能否达到技术稳定并从中提取经济价值的阶段？还是新技术会不断威胁取代旧技术，成为成功的途径？

在这方面，《金融时报》的一期通讯简要提到两项发展，暗示竞争格局的流动性：

麻省理工学院与开源AI初创企业Hugging Face的一项研究发现，过去一年中国新开源模型的下载总量已升至17%，超过了美国开发者（如谷歌、Meta和OpenAI）的15.8%——这是中国团队首次超越美国同行……

英伟达股价昨日因市场担心谷歌在人工智能领域取得进展而大幅下跌，使AI芯片制造商市值蒸发了1150亿美元。（FirstFT Americas，11月26日）

动态变化带来了令人难以置信的新技术机会，但同样的动态也可能威胁领先企业的地位。在所有这些不确定性中，投资者必须问，当前价格所包含的持续成功假设是否真的合理。

狂热是否导致了投机行为？举个极端例子，就是风险投资对初创企业进行10亿美元“种子轮”投资。比如：

Thinking Machines，一家由前OpenAI高管Mira Murati领导的AI初创公司，刚刚完成了史上最大规模的种子轮融资：20亿美元，估值达100亿美元。该公司尚未发布产品，也拒绝透露他们到底在做什么。“这是我见过最荒谬的路演，”一位投资人说，“她说‘我们在做AI公司，有最好的AI人才，但什么都不能回答。’”（“这就是AI泡沫如何破裂”，Derek Thompson Substack，10月2日）

但那已经是“古老历史”了……仅仅两个月前。最新进展如下：

Thinking Machines Lab，由前OpenAI高管Mira Murati创办的AI初创公司，正与投资人初步洽谈新一轮融资，估值约为500亿美元，彭博社报道。该公司7月刚完成20亿美元融资，估值120亿美元。（路透社，11月13日）

而Thinking Machines Lab并非孤例：

在AI军备竞赛中最激进的赌注之一，Safe Superintelligence（SSI），由前OpenAI首席科学家Ilya Sutskever创立的隐秘初创公司，已完成20亿美元融资，估值达320亿美元——尽管尚无公开产品或服务。（CTech by Calcalist，4月13日）

最终状态会是什么？AI的特殊之处在于，这不是传统意义上的企业设计并销售产品，只有售价高于成本才能盈利。而是企业一边“造飞机一边飞”，等造完了才知道它能做什么，以及是否有人愿意为其服务买单。

许多公司为其支出辩护，因为他们不仅在造产品，而是在创造能改变世界的东西：人工通用智能（AGI）……问题是没有人确切知道该怎么做。

但弗吉尼亚大学经济学家Anton Korinek说，如果硅谷实现目标，所有花费都合理。他对实现AGI很乐观。

“这是对AGI的豪赌，要么成功，要么一切归零。”Korinek说。（《纽约时报》，11月20日，强调）

行业尚未确定的本质，最能体现在OpenAI CEO Sam Altman的说法（被转述）：“我们会造出这种通用智能系统，然后让它自己想办法为我们创造投资回报。”

这应该让那些一直完全理解所投资企业本质的人停下来思考。显然，等同甚至超越人脑的技术价值应该非常巨大，但这是否早已超出可计算范围？

关于使用债权（融资）的说明

迄今为止，AI及其支撑基础设施的大部分投资都来自运营现金流的股本资金。但现在，企业开始投入需要债权融资的金额，对某些公司来说，这些投资和杠杆已可谓激进。

AI数据中心热潮不可能仅靠现金融资。项目规模太大，无法自掏腰包支付。摩根大通分析师粗略估算，基础设施建设账单将达5万亿美元（不含小费）。谁知道这个数字准不准，但我们有充分理由预计明年支出接近半万亿美元。与此同时，最大金主（微软、谷歌、亚马逊、Meta和甲骨文）截至第三季度末合计账面资金仅约3500亿美元。（《Unhedged》，《金融时报》，11月13日）

上述公司主要通过其强大的非AI业务获得可观现金流。但AI领域的赢家通吃竞赛正迫使部分企业承担债务。事实上，他们大手笔投资的一个原因，可能就是让小公司难以跟上。

甲骨文、Meta和谷歌已发行30年期债券用于AI投资。后两者的债券收益率仅比同期限国债高100个基点以内。要承担30年技术不确定性，只为获得略高于无风险债务的固定收益，这是否明智？而用债务投资的芯片和数据中心，能否在30年内保持足够生产力偿还这些债务？

11月14日，Alex Kantrowitz的Big Technology Podcast与D.A. Davidson科技研究主管Gil Luria对AI领域债务使用进行了讨论。Luria的观点包括：

健康行为——“微软、亚马逊、谷歌等理性、深思熟虑的企业领导者正做出明智投资，扩展AI服务能力。他们能做出明智投资，因为拥有所有客户……投资用的是资产负债表上的现金，有强劲现金流支撑，他们知道这是高风险投资，并加以平衡。”

不健康行为——“有些初创公司借钱为另一家初创公司建数据中心，两家都在亏损，却能筹到债务资本扩建，且没有客户或投资回报的可见性。”

“健康与不健康之间有很多行为，我们需要理清，以免重蹈覆辙。”

“有些东西我们用股权、所有权融资；有些用债务融资，未来偿还利息的义务。长期以来，社会一直把这两者放在正确的位置。债务适用于有可预测现金流和/或能作为贷款担保的资产，合理交换现在的资本换未来现金流……股权则用于更具投机性的投资，想要增长但不确定现金流。正常经济就是这样运行。混淆两者就会出问题。”

Luria还指出了几个值得担忧的因素：

“投机性资产（speculative asset）……我们不知道未来2到5年到底需要多少。”

• 贷款人员有做贷款的激励，却不承担长期后果
• AI产能供给赶上甚至超过需求的可能性
• 未来AI芯片更强大，现有资产贬值或不能作为债务担保
• 强大竞争者通过降价争夺市场份额并亏损运营

Azeem Azhar在10月18日的Exponential View中有如下重要论述：

AI热潮何时变成泡沫？投资人兼工程师Paul Kedrosky指出“明斯基时刻”——信贷扩张耗尽优质项目，开始追逐劣质项目，用供应商融资和可疑覆盖率资助边缘交易。对AI基础设施来说，这一转折或已出现，典型迹象包括超大规模企业资本支出超过收入增速，贷款人不断放宽条件维持热潮。

Paul的观点很有说服力。我们已进入投机性融资阶段——或许已超越试探期——近期交易将树立危险先例。正如Paul警告，这种融资将“为未来类似交易创造模板”，促使超大规模企业为争夺主导地位不惜代价快速扩张垃圾债券和SPV……

AI基础设施的警示信号已亮起：供应商融资泛滥，覆盖率变薄，超大规模企业为维持资本支出速度杠杆资产负债表，尽管收入增速滞后。我们看到两面——真实的基础设施扩展和融资技巧并存，令人联想到2000年电信泡沫破灭。热潮或许仍有成效，但前提是收入能赶上信贷收紧之前。健康压力何时变成系统性风险？这是我们必须在市场之前回答的问题。（强调）

Azhar提到通过SPV进行表外融资，这正是安然公司陷入困境并最终崩溃的主要原因之一。公司与合作伙伴设立SPV，提供股本资金。母公司可能有经营控制权，但因未持多数股权，SPV不并入母公司财报。SPV承担债务，但债务不反映在母公司账上。母公司可能是投资级借款人，但债务既不是母公司的义务，也未由其担保。如今债务可能由数据中心租户（有时是股权伙伴）承诺的租金担保，但债务并非由股权伙伴直接承担。基本上，SPV让公司看起来没做SPV所做的事，也没有SPV的债务。（私募股权和私募信贷基金很可能是这些实体的合作伙伴和贷款方。）

正如我前面引用Perez（互联网泡沫后著书）的话，“部署期的实现依赖于那些亏损的投资。”早期投资在“明斯基时刻”损失殆尽，长期上涨周期中的不理智承诺在修正中遭遇价值毁灭。关于债务使用，我们有三点确定无疑：

如果出现亏损，债务会放大损失（正如它会放大预期收益）。

如果项目遭遇困境，债务会提高失败概率。

尽管有股权层保护，但如果困境严重，债权人资本也会受损。

一个关键风险是数据中心建设热潮可能导致过剩。一些数据中心可能变得无经济效益，部分业主可能破产。届时，新一代业主可能以极低价格从被收回的债权人手中买下中心，行业稳定后获利。这就是“创造性毁灭”让市场回归均衡、成本降至合理水平的过程。

债务本身无所谓好坏。同样，AI行业杠杆的使用也不应被一味赞扬或恐惧。一切归结于资本结构中的债务比例；你所抵押的资产或现金流质量；借款人偿还的其他流动性来源；以及贷款人获得安全边际的充足性。我们将看到哪些贷款人在当下狂热环境中保持了纪律。

值得一提的是，Oaktree已投资若干数据中心，我们的母公司Brookfield正在筹集100亿美元基金用于AI基础设施投资。Brookfield自己也投入资金，并获得主权财富基金和英伟达的股权承诺，计划采用“审慎”债务。Brookfield的投资很可能主要流向数据中心尚不饱和的地区，以及为数据中心提供大量电力的基础设施。当然，我们都是基于自认为审慎的决策在做这些事。

我知道自己对AI了解不够，无法发表意见。但我对债务有些认识：

为结果不确定的项目提供债务融资是可以的。

但如果结果纯属猜测，则不可取。

理解两者区别的人还需正确区分实际情况。

《金融时报》Unhedged引述摩根大通CMBS研究首席分析师Chong Sin的话：“……与投资级ABS和CMBS投资者交流时，一个经常被提及的担忧是，债券到期时他们是否愿意承担数据中心的残值风险。”我很高兴潜在贷款人提出了他们应有的问题。

Oaktree联合CEO兼机会基金联合投资经理Bob O’Leary对债务与AI的交集有如下看法：

大多数技术进步最终发展为赢者通吃或赢者通吃为主的竞争。“正确”的参与方式是通过股权，而不是债务。只要你能分散股权投资，涵盖最终赢家，赢家带来的巨额收益足以弥补输家的资本损失。这是风险投资家历久不衰的成功公式。

而债务投资池则完全相反。你只能在赢家那里拿到利息，这远不足以补偿在输家那里遭遇的损失。

当然，如果你无法识别赢家会出自哪些公司，无论是债务还是股权投资都没有区别——结果都是零。我之所以提到这一点，是因为这正是搜索和社交媒体领域发生的事：早期领导者（搜索领域的Lycos和社交领域的MySpace）最终被后来者（搜索领域的谷歌和社交领域的Facebook）彻底击败。

试图得出结论

毫无疑问，如今的行为是“投机性的”，即基于对未来的猜测。同样毫无疑问的是，没人知道未来会怎样，但投资者正在为此下注巨额资金。

在这方面，我想谈谈AI的独特性。AI革命与以往技术革命有着不同之处，既令人惊叹又令人担忧。在我看来，就像放出了一个精灵，且再也关不回瓶子里：

AI可能不仅是人类的工具，而是某种替代品。它可能接管人类一直独占的认知能力。因此，它很可能不仅是程度上的不同，而是性质上的不同。（详见后记）

AI技术进步速度极快，可能几乎不给人类适应的时间。我举两个例子：

Coding，也就是60年前所谓的“计算机编程”，是AI影响的煤矿金丝雀。在许多先进的软件团队中，开发者已不再手敲代码，而是输入需求，AI系统自动生成代码。AI编写的代码已达世界一流水平，这在一年前还不曾出现。据我的顾问说，“在这个领域，是否会被人类替代已无悬念。”

数字广告领域，当用户登录应用时，AI会进行“广告匹配”，根据其以往浏览偏好推送定制广告。无需人工参与。

也许最重要的是，AI需求的增长完全不可预测。正如我的一位年轻顾问所说，“AI改进的速度和规模让人极难预测需求。今天的采用情况与明天可能毫无关系，因为一两年后AI可能能做现在的十倍、百倍。那么谁能说需要多少数据中心？即使是成功企业也无法判断应签多少算力合同。”

有了这些不同，谁能正确判断AI对未来意味着什么？

目前许多观察者（包括我自己）都在寻找与过去泡沫的相似之处。以下是《连线》杂志最近一篇文章的历史视角：

AI最接近的历史类比或许不是电灯，而是广播。1919年RCA开始广播时，强大的信息技术已显而易见。但如何转化为商业却不清楚。“广播会成为百货公司的亏损营销吗？成为播讲主日布道的公共服务吗？成为娱乐的广告支持媒介吗？”[马里兰大学的Brent Goldfarb和David A. Kirsch]写道，“所有可能性都存在，所有都是技术叙事的主题。”因此，广播变成了历史上最大的泡沫之一——1929年达到顶峰，随后在崩盘中损失了97%的价值。这不是无关紧要的行业；RCA与福特汽车公司并列为市场上最活跃的股票。正如《纽约客》最近所说，“它是当时的英伟达”……

1927年，查尔斯·林德伯格完成了纽约到巴黎的首次单人不间断跨洋飞行……这是当时最大的科技展示，成为一个巨大的、类似ChatGPT发布级别的协调事件——向投资者发出了涌入行业的信号。

“专业投资者正确认识到飞机和航空旅行的重要性，”Goldfarb和Kirsch写道，“但‘必然性叙事’很大程度上淹没了他们的谨慎。技术不确定性被视为机会，而不是风险。市场高估了行业实现技术可行性和盈利能力的速度。”

结果，1929年泡沫破裂——从5月顶峰到1932年5月，航空股下跌了96%……

值得重申的是，AI在科技泡沫史上最接近的两个类比是航空和广播。两者都高度不确定，都被极其强烈的协调叙事所炒作。两者都被纯粹的公司抓住，试图利用新颠覆性技术，两者都对当时的散户投资者开放。两者都助推了如此巨大的泡沫，最终在1929年破裂，导致了大萧条。（“AI是终极泡沫”，Brian Merchant，《连线》10月27日，强调。注：大萧条有许多原因，不仅仅是广播/航空泡沫破裂。）

Derek Thompson为我开篇引用的通讯结尾也有很好的历史视角：

铁路是泡沫，但改变了美国。电力是泡沫，也改变了美国。90年代末宽带建设是泡沫，也改变了美国。我并不希望出现泡沫，相反，我希望美国经济多年不再衰退。但考虑到现在流入AI数据中心建设的债务规模，我认为AI不太可能成为第一个没有过度建设、没有短暂痛苦修正的变革性技术。（“AI可能是21世纪的铁路，请做好准备。”11月4日，强调）

怀疑者很容易指出当前与互联网泡沫的相似之处：

• 改变世界的技术
• 狂热投机行为
• FOMO（错失恐惧症）的作用
• 可疑的循环交易
• SPV的使用
• 10亿美元种子轮融资
• 支持者则认为这种类比不恰当：
• 现有产品需求强劲
• 已有十亿用户（远超互联网泡沫顶峰时的用户数）
• 主流参与者收入、利润、现金流均稳健
• 没有IPO狂潮、股价一天翻倍
• 主流参与者市盈率合理

我将对第一个非类比因素展开说明。与互联网泡沫不同，AI产品已大规模存在，需求爆炸式增长，收入也在迅速增加。例如，Anthropic是AI编码模型领域的两大领导者之一，据称过去两年收入都增长了10倍（即两年增长100倍）。其今年推出的Claude Code编码程序，年收入已达10亿美元。另一家领导者Cursor，2023年收入100万美元，2024年达1亿美元，也有望今年突破10亿美元。

至于最后一点，见下表，来自高盛经Derek Thompson转述。你会发现，1998-2000年互联网泡沫期间，微软、思科和甲骨文的市盈率远高于今天最大的AI玩家——英伟达、微软、谷歌、亚马逊和Meta（OpenAI无盈利）。事实上，微软当前市盈率仅为26年前的一半！我经历的第一个泡沫——1969-72年Nifty-Fifty——主流公司市盈率甚至高于98-00年。

结论

最后引用OpenAI的Sam Altman的话。他的评论很能概括当前状况：

“泡沫出现时，聪明人会因某个真实内核而过度兴奋，”Altman今年对记者说，“投资者整体是否对AI过度兴奋？我认为是的。AI是否是很久以来最重要的事？我也认为是的。”（《纽约时报》，11月20日）

那么我的底线是什么？是的，Alan Greenspan的那句“非理性繁荣”非常适合总结股市泡沫。毫无疑问，投资者对AI充满热情。问题在于，这种热情是否非理性。鉴于AI的巨大潜力和大量未知，我认为几乎没人能确定。我们可以理论上探讨当前热情是否过度，但只有多年后才能知道。泡沫往往只能事后识别。

虽然与过去泡沫的相似之处不可避免，但技术信仰者会说“这次不同”。这四个字几乎在每一个泡沫中都出现，用来解释为什么现在不是泡沫，而与以往不同。另一方面，John Templeton在1987年提醒我这四个字，但他也指出，20%的时候事情确实不同。但第三点要记住的是，正是基于“这次不同”信念的行为才导致结果并无不同！

今天的状况让我想起美国经济学家Stuart Chase关于信仰的评论。我认为这同样适用于AI（也适用于黄金和加密货币）：

信者无需证明，不信者无法证明。

我的真实底线（bottom line）如下：

变革性技术总是引发过度热情和投资，导致建设过度、资产价格过高。这些过度加速了技术的普及，否则不会发生。对这些过度的通用称谓是“泡沫”。

AI有潜力成为史上最伟大的变革性技术之一。

如上所述，AI目前正受到极大热情关注。如果这种热情未能产生符合历史模式的泡沫，那将是第一次。

泡沫通常以投资者亏损告终。

亏损主要源于技术的新颖性使其影响的程度和时间不可预测。这也导致投资者在热情高涨时容易对企业过度乐观，难以判断谁会最终胜出。

没有任何方式能让人既享受新技术全部潜在收益，又不承担如果热情过度、投资者行为失控而产生的损失风险。

这次过程中债务的使用——而在以往技术革命中高不确定性通常阻止了债务参与——有可能放大上述所有影响。

既然没人能确定这是不是泡沫，我建议没人应该孤注一掷，否则若形势不妙将面临灭顶之灾。但同样，没人应完全置身事外，否则会错失一次伟大的技术进步。适度、精选（applied with selectivity）和审慎的立场似乎是最佳策略。

最后要牢记，投资没有魔法词。如今，宣传房地产基金的人会说：“写字楼已是昨日黄花，我们投资的是数据中心，代表未来。”大家都点头赞同。但数据中心既可能短缺也可能过剩，租金既可能超预期也可能低于预期。结果就是，它们可能有利可图……也可能没有。对数据中心乃至AI的明智投资——和其它投资一样——需要冷静、深刻的判断和高超的执行力。

本文来自微信公众号 “明亮公司”（ID：suchbright），作者：主编24小时在线，36氪经授权发布。