💡 一个类比：
🏗 如果我们做一个类比，过去几年的 AI 投资热潮，就好比曾经中国地方政府的基建热潮。🏛 中国的地方政府基建浪潮，也可以用 2015 年棚户区改造为分界，分为两个阶段：📌 第一阶段是 2015 年之前，地方政府通过负债的形式超前进行基础设施投资，投资水平与其带来的财政收入（含卖地收入）是远不能匹配的，站在 2015 年，市场曾经认为地方政府的投资大概率已经见顶。然而地方政府通过棚户区改造开启了新的阶段。🏠 第二阶段是 2015 年以后，地方政府开启了棚户区改造，并给予居民货币化安置。棚户区改造的资金来源也是地方政府的负债，但货币化安置的资金流入了居民的口袋，从而直接带动了居民对于房地产的需求，房地产市场量价齐升再创新高，同时带动了若干高杠杆地产股价和市值的 10 倍级别增长。地产商们积极负债，激进扩张囤积土地，地方政府的卖地收入大幅上升，使得地方政府的综合财政状况阶段性反而出现了改善，形成了一个向上的循环。📉 直到 2021 年，政府开始意识到这种规模的财政支出是不可持续的，居民也开始负担不起高昂的房价。财政开始收缩，地产销售开始放缓，房价开始松动，拐点就此出现。后续地产市场量价齐跌，地产商破产，土地市场暴跌，财政收入下滑，向下的循环开启。💻 大型互联网公司就好比当年中国的地方政府，大模型公司好比房地产公司，大型科技公司的雇员就好比棚户区改造时拿到拆迁款的居民。曾经 GDP 至上的地方政府考核机制，就好比科技企业算力消耗最大的考核机制。Anthropic 的 ARR 如果在今年 6 月放缓，就好比地产销售在 2021 年年中放缓。💡 从长期投资价值的角度，AI 股票还有 3 个硬伤：
🛒 AI 下游应用的商业模式并不好。大模型卖算力并不是一个好生意。互联网平台具有接近零的边际成本，因为网络效应还具备平台垄断性，超出对手后差距会持续扩大，达到赢家通吃实现超高资本回报。但是大模型并没有。算力的边际成本等于推理所对应的设备折旧和能源成本，并不会随着用户的增加而下降。用户可以在若干大模型之间自由切换，或者综合使用多种大模型，这种切换的成本几乎为零。大模型之间可以互相借鉴，甚至抄袭，很难保持相对于竞争对手的技术优势。未来即便从本轮泡沫破灭后的低点算起，如果出现显著更优的商业模式，AI 大型公司不太可能出现类似当年互联网或移动互联网行业的长线牛股大公司。更大概率是一波消耗资本为全人类增进福利的大浪潮。⚙ AI 上游设备的竞争格局在恶化。早期 GPU 只有英伟达一家，现在海外大厂几乎都在推出自己的芯片，国内除了大厂的芯片，更是出现了一批独立的芯片设施公司，成规模的玩家已经有两位数。其它的领域因为高利润都出现了类似的变化，无论光模块还是光芯片，都出现了新的玩家。在需求飞速上升的环境下，竞争格局的恶化不会有明显的影响，一旦需求放缓，竞争的残酷和激烈就会凸显。📊 过去 2 年 AI 链条企业互相并购投资，资产负债表上都有大量的商誉。在股价上涨的过程，带来投资收益。股价下跌的过程，会带来大量的商誉减值。作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。