AI进入“证明自身价值”阶段

AI进入“证明自身价值”阶段
AI必须证明自身价值

​这项技术确实能够并且正在带来巨大的生产力提升。投资者仍需判断谁将获得这些利润,以及他们应为此支付多少代价。

本文翻译自原文。点击此处阅读由我们的通讯员撰写的原文.

人工智能已经发展到有望实现其支持者所承诺的一切,但仍可能让那些为错误公司支付过高价格的投资者失望。

AI 面临的真正问题在于,承诺的生产力提升能否转化为收入,以及这是否足以偿还投入数据中心和芯片的巨额资本。此外,如果 AI 股票估值过高,我们是否可能看到资金转向风险较低的资产?

AI 支出与生产力提升之间的差距

在其 2026 年 6 月展望中,J.P. Morgan Asset Management 将五家美国超大规模云服务商的资本支出共识预期设定为当年 6,970 亿美元。该机构估计,资本支出将占其经营现金流的 93%,而 2023 年为 33%。当然,这些只是估计,但资本似乎正追逐单一目标,让人想起 19 世纪 代的铁路狂热。

要判断这笔钱是否花得值得,我们需要分析当前及未来承诺的生产力收益。地球上几乎每家公司都以某种形式参与AI ,希望实现生产效率提升。 

这些收益并不稳定,也没有那么令人信服:美国国家经济研究局于 2025 年 11 月至 2026 年 1 月期间,调查了美国、英国、德国和澳大利亚近 6,000 名高管。其中约 89% 的受访者表示,在此前三年中,AI 对劳动生产率没有产生任何影响。

这并不一定意味着他们对 AI 的投资 不会带来回报,只是说明企业预期与实际测量结果之间存在显著差距。

这也不意味着 AI 注定失败。随着 AI 价格下降,AI 的普及可能只是需要更长时间。影响企业采用 AI 的另一个因素是竞争——如果每家企业都在使用类似工具,竞争优势就会被抵消,而客户则通过更低价格获得好处。

这促使市场评论开始讨论“AI 泡沫”及其不可避免的破裂。

投资者衡量的可能是错误的市场

资深华尔街投资者 Jordi Visser 认为,除了企业目前正在衡量的生产力提升之外,还存在更大的机遇。他认为,不应仅通过付费使用聊天机器人的人数来判断 AI 的需求,而应关注这样一种经济体出现的可能性:自主代理相互开展业务。

在 Visser 看来,这一未来可能包括 24/7 交易的代币化股票,以及促进自主代理之间交易的加密货币和 stablecoin。我们还没有完全到达那个阶段,但正在接近。投资者利用 Grokbot 等 AI 工具创建自己的指数和 ETF 的能力,为投资带来了一个引人入胜且去中心化的未来。

Visser 创建了一个由六只股票和 40 种代币组成的“46 Name”加密指数,所有成分均等权重,其中包括 Coinbase、Robinhood、Circle、PayPal、BTC、ETH、SOL、ZEC、TAO 和 NEAR。该指数年初至今上涨 50%,同期 Bitcoin 下跌 3.2%,这表明投资者的兴趣正扩展至 Bitcoin 之外。

下图显示了 Global X AI & Technology 基金(AIQ)三年来相对于标普 500 指数的超额表现。AIQ 三年来上涨 136%,而标普 500 上涨 86%。 

很明显,投资者认为未来将走向何方。

AI 的验证场 

如果 AI 让一个小团队能够完成过去需要大型组织才能完成的工作,那么其经济价值将远远超出模型提供商收取的订阅收入。

有一些证据表明,AI 在特定场景下能够带来收益。Erik Brynjolfsson、Danielle Li 和 Lindsey Raymond 的研究发现,AI 辅助使客户支持生产率提升了近 14%,其中经验较少、技能较低的员工提升幅度更大。 

Microsoft 在其 2026 年 7 月业绩中报告称,Microsoft 365 Copilot 的付费席位超过 3,000 万。Azure 财年收入超过 1,000 亿美元,不过 Azure 既包含传统云服务 ,也包含 AI 业务。

显然,客户愿意为 AI 付费,但这些投资能否带来持久的竞争优势,仍有待观察。

收益不会平均分配。Visser 的观点是,小型企业或许能够借助 AI 更快实现效率提升,而成熟企业可能会受到既有成本和价格下跌的困扰。此外,计算瓶颈可能拖慢普及进程,从而削弱资本回报。

资金转向何处?

这引出了一个问题——如果 AI 估值过高,聪明资金将转向何处?

拥有稳定收益的成熟企业看似是显而易见的选择,但其收益可能受到竞争对手的威胁,因为后者如今能够以更低成本进入市场。

Micron 和 AMD 等芯片供应商目前正乘着市场狂热的浪潮上涨,但它们也无法免受客户投资计划可能放缓的影响。

半导体生产商——年初至今股价表现

公司 Ticker 主营业务 股价(2026 年 10 月 19 日) 2026 年涨跌幅
Micron Technology MU 内存和存储芯片 $908 +218%
AMD AMD CPU、GPU 和 AI 加速器 $539 +151%
英特尔 INTC 处理器和晶圆代工服务 $92 +150%
Arm ARM 处理器设计与IP授权 $230 +111%
德州仪器 TXN 模拟与嵌入式处理芯片 $277 +59.7%
ASML ASML 芯片制造设备 $1,653 +54.5%
台积电 TSM 晶圆代工 $421 +38.8%
英伟达 NVDA GPU与AI加速器 $217 +16.8%
高通 QCOM 移动处理器与通信芯片 $174 +1.8%

上表显示,半导体芯片行业日益拥挤。曾经备受华尔街追捧的英伟达年初至今回报率仅为16.8%,面对的竞争却异常激烈。

美光是今年表现最亮眼的股票,年初至今回报率达到218%,主要受益于内存供应紧张。AI处理器需要快速访问数据,从而带动了高带宽内存(HBM)的需求。美光同时受益于这一需求以及整个内存市场供应趋紧,后者支撑了更高的销售价格。

AMD拥有自有品牌EPYC服务器处理器和Instinct AI加速器,使其稳居不断扩张的数据中心市场。公司公布第二季度数据中心收入为67亿美元,同比增长107%,两大产品线的需求均有所推动。此外,公司还宣布与Anthropic开展合作,部署最高达2吉瓦的AMD计算能力。

在CEO Lip-Bu Tan领导下实现扭转后,英特尔重新点燃了投资者的希望。尽管按标准会计准则报告亏损,公司第二季度收入仍增长25%至161亿美元;数据中心和AI收入则增长59%。 

Arm负责设计处理器技术,并将其授权给芯片制造商,通过采用其设计的芯片赚取授权费和版税。其技术驱动着大多数智能手机,并正拓展至数据中心和AI领域。Arm还开始销售自有数据中心处理器,制造环节则外包。Arm预计,其新处理器到2031财年可创造约150亿美元的年收入。

投资者应关注什么

这些股票显然已经提前反映了未来收入增长的预期,而英伟达等较成熟AI股票增速放缓,也提供了一个发人深省的教训:AI交易进入下一阶段后,需要采取更具甄别力的方法。

为了维持当前估值,投资者需要密切关注需求,包括现有客户的续约和支出。收入增长并不等于利润,因此更重要的问题是:这种增长有多大的盈利能力?

其核心在于客户体验:在计入整合、监督和错误成本后,企业客户是否报告了可量化的节省或额外产出?

资金轮动并不一定意味着彻底放弃AI。资本可能从估值昂贵的供应商转向估值合理、能够利用AI改善运营的企业。或者,投资者可能会偏好现金创造能力可靠、受技术颠覆影响较小的公司。

两种结果都不是必然的。最终都取决于盈利和现金流数据所揭示的情况。

AI投资者面临的真正考验

AI的验证阶段不会由一次令人印象深刻的演示决定,而将由付费客户、可持续的利润率以及对投入资金的回报来检验。需求增长令人鼓舞,但投资者需要观察收入能否以足够快的速度增长,从而证明在芯片、数据中心和电力方面的巨额投入是合理的。

收益也可能从建设基础设施的公司扩散至使用AI降低成本、改善服务并在不大幅增加员工的情况下实现扩张的企业。一些最终赢家如今可能并未受到太多关注。

Visser或许正确看到了这一机遇的规模。但一项能够改变经济的技术,并不意味着所有与之相关的公司都是良好的投资标的。投资者仍需准确判断公司、价格和时机。

此材料可能包含第三方意见,根据我们的免责声明,本网页上的数据和信息均不构成投资建议。尽管我们坚持严格的编辑完整性,但此帖子可能包含对我们合作伙伴产品的引用。