柏基投資眼中的人工智能泡沫

人工智能是否存在泡沫，泡沫有多大，是否會破滅。這些是人們最近討論很多的話題。

一方麵，人工智能板塊的資本開支不斷加大，各個參與方不斷地深化合作，甚至產生了供應商融資（Vendor Financing）的概念。另一方麵，整個股票市場在人工智能地集中度不斷上升，很多估值指標也讓投資者對人工智能地估值產生擔憂。

不同的人有不同的立場，有人站在泡沫會持續的一方，也有人站在泡沫破裂的一方。資本市場也在這樣的討論中震蕩。

在這樣的環境中，柏基投資（Baillie Gifford）作為投資於破壞性科技革命的領先者（當然也包括人工智能），如何看待現在的市場，會給我們提供一個有意思的視角。

讓我們看看柏基團隊中，離美國最近的美國成長基金，最近是如何看美國市場的人工智能泡沫。

用柏基的話來描述現在的市場環境，就是

情況微妙而複雜

柏基投資認為，當前人工智能市場存在局部過熱，但整體未形成廣泛泡沫。美國市場估值上升主要由AI數據中心相關公司推動，但少數平台公司憑借壟斷地位和真實基本麵支撐其估值。投資組合應該選擇性布局，並注重估值紀律和風險控製，聚焦於具備持續增長能力和創始人主導文化的企業，避免過度暴露於數據中心建設等過熱領域。同時，需要關注AI資本回報率、技術擴散及消費者行為。

當今的美國市場反映了數字基礎設施和軟件的真實、複合發展，同時也存在需要關注的潛在過熱領域。作為一名長期的美國成長型投資者，比以往任何時候都更需要選擇性、估值紀律。並且，投資者需要支持有效和創始人主導的文化的意願，這些文化能夠幫助企業在市場噪音中繼續抓住機遇。

美國市場貴嗎？

以曆史標準來看，美國市場似乎很昂貴，但組合的構成很重要：少數全球平台公司現在控製著人工智能所依賴的計算、數據和分銷渠道（中國以外）。他們的規模優勢更像是寡頭壟斷，而不是淘金熱。這種集中使他們的支出，以及由此延伸的一些估值，比曆史上的泡沫後周期的狂熱狀態更具防禦性。例如，NVIDIA的大幅增長所代表的基本麵，導致公司的市盈率（P/E）僅略高於2022年的低點，遠低於五年平均水平。將英偉達與互聯網泡沫時期的思科係統公司進行比較，思科係統公司的利潤越來越低，而其股價卻呈拋物線形上漲。在崩潰之前，它的估值在每一項指標上都變得更加昂貴。

在這種情況下，需要關注的一個關鍵風險是資本密集度：如果投資超過回報，或者寡頭壟斷大幅擴大，企業的經濟性可能會受到壓縮，這與互聯網時代後電信擴張的情況相呼應。不過，就目前而言，我們沒有看到美國大範圍泡沫即將破裂的證據，而是一個愈發集中的市場。這個市場中的收益取決於獨特的組合和公司的盈利能力。

我們也看到了雙速經濟。人工智能投資正在實質性地推動GDP和股票指數，但收益集中在高收入人群和直接受人工智能影響的行業。這種不對稱是技術擴散的典型特征，而不是對技術本身的控訴：早期采用者和直接暴露的行業首先獲得了巨大的收益，而生產率和工資效應隻會隨著時間的推移而擴大。至少，這是以前技術革命的曆史模式。

由此產生的另一個關鍵問題是，這次這種模式是否會有所不同如果不同，它會給社會帶來各種風險。

無論怎樣，這都表明，挑選股票比預測未來幾個季度美國何時會出現風格輪動更為重要。風格輪動也是市場上許多人都關注的東西。在增長不再如此集中在相對較少的公司之前，美國不太可能出現大規模的價值輪動，這與我們今年在歐洲和其他地方看到的情況不同。

順便一說，按照曆史標準，我們的美國成長投資組合相對於市場的估值溢價較低，但預計未來幾年將大幅增長。

估值和修訂：將熱與光分離

然而，美國市場無疑很熱。那麽，美國市場的什麽地方看起來像泡沫？

讓我們來看看過去幾年市場估值是如何演變的。從2023年5月（在新冠疫情後拋售的低穀六個月後，市場估值有所正常化）到2025年11月，標普500指數以遠期P/S計的估值共重新上調了約43%。

自2023年5月底以來，標普500中100個最大的估值重估中，有31個是與人工智能數據中心建設直接相關的公司，如電力、存儲、冷卻和建築。這些公司的價格與銷售比率平均增長了約130%，而這31家公司以外的其他指數的P/S估值增長約為18%。這些公司中，數據存儲領域的西部數據（P/S上漲+432%）和希捷科技（P/S上漲+230%），以及發電領域的瑞致達（P/S上漲+331%）和星座能源（P/S上漲+261%）等公司都是最大估值上漲企業。雖然這些公司的基本麵有所改善，但可以說，大部分重新評級是由於預計未來對數據中心和人工智能相關能源的巨大需求。從估值角度來看，這似乎是目前市場上最過熱的板塊。如果人工智能的熱情減弱，這一領域可能會大幅下降。我們在這一領域沒有直接持股。因此，雖然我們通過亞馬遜、Cloudflare和NVIDIA等公司擁有人工智能板塊的敞口，但與基準相比，我們在數據中心擴建主題的股票敞口較小。

相比之下，美國成長投資組合的估值抬升僅略高於加權市場平均水平，上漲了約48%（刪除AppLovin，這是一個顯著的異常值）。作為高成長、長期投資的管理人，我們本就預計自己的投資組合會比整體市場更貴。但魔鬼在細節。在同樣的時間段，美國成長投資組合的估值提升的中位數為+10%，而標準普爾500指數為+12%。

此外，自2023年5月以來，標普500指數中43%的公司已估值提高50%以上。而我們組合中的公司占比隻有20%。然而，在此期間，我們的投資組合的表現明顯優於標準普爾500指數。今年迄今為止，我們的投資組合估值正在下調，而標普指數則繼續上升。這是因為我們的投資組合的基本麵強勁，預計將繼續改善，並以高於市場的速度改善。

更廣泛的市場似乎是很熱，不僅僅是高成長股票感官上應該很貴。

主動管理很重要

因此，我們很有可能正處於人工智能基礎設施建設的繁榮階段，就像鐵路、個人電腦或早期的互聯網一樣。在這種時候，過度投資和優秀的企業可以同時出現。

長期財富創造的關鍵變量不是講故事能力，而是執行能力：產生現金並將其再投資於大型、持久的機會，同時保持圍繞估值的投資組合紀律。這就是我們關注的焦點。

投資中的選擇性至關重要。在人工智能基礎層，可能的贏家已經很明顯：亞馬遜網絡服務（AWS）、微軟Azure和穀歌雲平台在雲端，NVIDIA在加速計算。在堆棧的較高位置，優勢在於具有分發、專有數據和快速迭代周期的應用程序玩家。我們發現這些特征在創始人主導、以產品為中心的文化中最為常見。這一邏輯支撐著我們在多個公司的投資。在這些公司中，我們已經看到了由人工智能驅動的增長和運營杠杆的切實改善（如Samsara、Snowflake和Datadog）。

同樣，這也是為什麽當市場上代理的言論超過了交付的客戶價值時，我們持懷疑態度的原因。似乎每家SaaS（軟件即服務）公司都在談論人工智能代理將如何改進他們的產品，但今天很少有人能做到這一點。我們在與我們投資的私人前沿模型和數據公司的領導人的交談中聽到了這種懷疑。

我們的投資組合反映了這一立場。我們一直在緩和一些對消費者敏感的風險敞口（例如，有選擇地削減Affirm、Roblox和DoorDash的頭寸），並重新部署到醫療保健和工業中不相關、被低估的領域。Ensign、Penumbra和Knife River等企業通過執行和當地規模優勢進行複合，而不是試圖搭上炒作周期的列車。我們正在繼續平衡人工智能的推動者與其應用受益者，我們正在與我們的投資風險團隊合作，測試對人工智能采用、人工智能資本支出周期和潛在消費者放緩的敏感性。

投資組合護欄

投資組合構建護欄也在發揮其設計初衷：保持投資組合的形狀和平衡。在過去的三年裏，大約59%的投資組合屬於我們財務成熟度指標中利潤最高的類別（從正的EBITDA到10%的股本回報率）。投資組合的企業擁有淨現金。在過去的一年裏，近90%的持股能夠自籌資金，並且能夠仍以大約是標普500指數三倍的速度再投資於研發。這個組合，是有韌性但著眼於未來的投資組合。

投資組合嚴重向轉型和持久的高增長業務傾斜，對早期投資的敞口極少。盡管指數的波動性增加，但投資組合的相對波動性水平已恢複到疫情前的水平。

這並不是說我們一定會比大盤更穩定。我們很可能會更穩定。但毫無疑問，由於美國市場指數的集中度達到了幾十年未見的水平，其風險越來越大。這增加了被動持有者的風險，也增加了主動投資者機會：忽視指數權重、視野超越新聞中的估值倍數、專注於基本麵和長期機會的機會。

一些昂貴的公司可能反而很便宜

事實上，人工智能的效率提升也有可能被低估，尤其是在已經非常高利潤的市場領域，如軟件、互動媒體和技術。這些行業的公司已經處於人工智能應用的前沿，在自由現金流的收益率也很高，勞動力成本與銷售比率（labour-cost-to-sales）很高。曆史利潤率可能不是推測這些公司在未來12-36個月內盈利能力的可靠指標。Shopify的首席執行官Tobi Ltke告訴我們，他預計未來幾年公司將繼續以目前的速度（每年約20%-30%）實現基本麵增長，而無需繼續增加員工人數。

這就是為什麽選擇性是關鍵。它確保投資組合盡可能具有韌性，並通過有效且通常由創始人主導的文化融入適應性。被動基準不會因變化而重新平衡或調整。

我們在關注什麽：

1.人工智能資本支出回報率。其中的領導者是在計算和模型支出上維持高的增量投資回報，還是競爭迫使他下場，展開並不經濟的軍備競賽？

2.擴散到應用層。隨著人工智能從基礎設施過渡到日常工作流程，分發和專有數據將變得越來越重要。我們青睞那些擁有適應新技術和商業模式的文化的公司。

3.消費者行為。美國部分地區需求疲軟，而其他地區則表現強勁。我們將繼續相應地監控和調整投資組合。

總結

在人工智能繁榮時期，我們不需要聲稱存在泡沫而謹慎投資。我們將把資本投資於將技術轉化為持久經濟效益的公司，而不是投資於從講故事而非基本麵中受益的公司。我們的方法正是為此而建立的：集中持有領導良好、財務穩健的企業；持續的風險測試；在估值似乎被拉長、上行不對稱性縮小的公司減少頭寸，而在上行空間擴大的地方增加頭寸。在一個由人工智能繁榮定義的市場中，我們將繼續做這種乏味但重要的工作，同時保持對未來的關注，並發揮（很少有人能比得上的）耐心