频道动态与线下活动预告
各位观众大家好,欢迎来到一个接下去将要连续“逃课”三天的专业美股频道。我是市场分析小陶。因为我将要去美国的两个城市做几场线下的活动,分别是洛杉矶的两场和硅谷的两场。我其实非常期待,因为无论是亚洲行还是在亚洲行之前在加拿大做的两场线下活动,结果都非常的好,可以和大家有一个面对面非常充分的交流,最后也变成了一个投资的交流会。且很多观众来到现场之后也不愿意走,所以还是非常期待这一次接下去的美国行。而且在线下的时候,有些我们线上不太愿意聊的东西,我们在线下都可以聊。至于什么话题,大家如果了解我的话,应该心里有数。废话不多说,回到今天的主题。
今日主题:英伟达财报与宏观经济背景
今天我们主要聊一下盘后发布财报的英伟达,以及有上一次美联储会议纪要的公布。虽然我一直说宏观是一个背景版,但我相信一部分观众可能还是比较关心,那我就还是对这个事件本身来稍微做一些解读,或者我自己的看法。在开始之前,大家如果有时间的话,可以帮忙点一个赞,留一个言,让更多的人看到我们这期内容。
周三资产价格走势回顾
先来看一下周三资产价格的走势。美元指数出现了上涨,美债收益率的波动还好。你可以看到,虽然有纪要的公布,但是对于降息的预期其实没有非常大的改变。美元的上涨,我特地去看了一下,基本上从美国市场这边开盘之后就一路在上涨,所以也并没有和纪要有非常直接的关系。我猜测这可能是日元这边的一个贬值,因为日本央行接下去马上又要进行大额放水,可能市场对于日元和日本国债存在一定的担心,使得日元贬值,所以反向使得美元出现了升值。但是从利率这一块可以看到,美债这块的利率波动并不大。
然后是三大指数。三大指数在周三其实出现了比较大的波动,高开低走,然后有反弹。最终标普上涨0.4%,纳指上涨0.6%。这种走势也说明市场在当下分歧非常大。也就是说,我们现在回过头去看,从最高点到现在的一个下跌,包括今天周三整个市场比较大的波动,以及英伟达发布完财报之后盘后的波动来看,我们现在已经不再是从4月份到10月份以来一个单边上涨的趋势,已经进入一个正常股市该有的波动。
而且这一波的反弹如果越激烈,甚至于反弹的幅度越大,其实恰恰可能证明整个股市越脆弱,恰恰可能会证明接下去市场还会下跌,并不会出现一个非常明显的V反(V-shaped recovery: 快速下跌后快速回升的走势)。如果有V反,必须要有几个条件:一是要放量,第二点是要缓慢的上涨。每一次缓慢的上涨,背后都代表是多空(多头:预期市场上涨并买入资产的投资者;空头:预期市场下跌并卖出资产的投资者)之间的博弈,路上会消耗很多空头。但如果每次都是跳涨,且上涨幅度非常大,这就代表空头暂时先放弃或者先回补,那多头占据了短时间的优势。空头完全没有进入市场,出现了一种跳涨。接下去等高到了一定地步之后,空头再次回来,会把整个市场继续往下杀。所以反弹越激烈,我们越是应该小心。或者说,如果还是我聊了那么多去降贝塔(Beta: 衡量资产或投资组合相对于整体市场波动性的指标)没有降贝塔,或者没有找到这个机会的话,可以考虑一下反弹比较高的时候,把自己的贝塔稍微往下降一点。
黄金上涨了0.3%,原油下跌了1.9%。VIX(Volatility Index: 衡量市场恐慌情绪的指标)在周三的走势也波动非常大,先是下跌,开盘之后下跌,然后又上涨,之后又下跌,和美股是完全反过来的。比特币下跌了2.4%。盘后比特币因为英伟达盘后的财报把情绪面也稍微带回来一点,我看一下盘后现在差不多在92000左右。
从板块角度去看,周三其实相对科技板块会强势一点,前期大科技股上涨了0.8%,标普等权指数下跌了0.3%。相对比较防守属性强的一些板块在周三是出现了下跌,比如说必需品消费下跌0.8%,公共事业下跌0.8%,REITs下跌0.8%,医疗板块下跌。只有一些和科技板块相关的个股出现上涨。
我在周二和周三都对自己的仓位做出了一些调整。周二做了一个交易,但是最后是平仓出局了,如果没有平仓的话,到现在应该是赚钱的,而且赚的比较多。是什么仓位大家可以去我的APP上看一下。然后在周三我也进行了两个标的的一个加仓,是哪两个标的大家也可以去下载这个APP去看一下。我都是免费分享在社区里面的。怎么去下载?通过扫描视频里面的二维码就可以下载,或者直接去商店里面搜索“投资TALK君”都可以直接进行下载。如果是国内观众的话,需要使用VPN。在这个APP里面有很多免费的功能,我认为是值得大家去试用的。
美联储会议纪要解读
我们来讲一下美联储这一次纪要(Minutes: 会议记录)。首先,纪要本身它永远都是一个后视镜(Rear-view mirror: 指纪要反映的是过去的信息),因为我们连美联储的会议都已经知道了。那纪要本身我们需要去寻找的是什么?寻找的是在美联储会议里面,鲍威尔有没有一些在会议上并没有表达出的信息,那在纪要里面体现出来了。其实并没有。
Nick Timiraos(华尔街日报记者,常报道美联储动态)这边的一个总结就非常好,他说“December is shaping up to be a close call”,他认为12月份到底是降息还是不降息,现在几乎是一半一半,就是非常的接近。也就是说在一两周之前,Nick Timiraos有说过,也是鲍威尔上次开会议之后,Nick Timiraos有说过,基本上12月份的会议就是50/50。那到现在有了这次纪要之后,Nick Timiraos给的信号仍然是50/50。只是从纪要里面显示出,他说有“several participants”就一些美联储成员认为12月份应该降息,但是有许多美联储成员认为12月份不应该降息。但是理论上来说,好像认为不降息的人比认为降息的人要多。所以他这边说“many is greater than several”,就是many是许多人,several是一些人。但是这很多一部分“many”里面有很多是没有投票权的,也就是说他们只有发言权,但是没有投票权。那那些有投票权的人,可能一半的人认为12月份是要降息的。所以即使从意见上来说,更多的人认为不降息,但是从有投票权的人这一部分人去看的话,可能一半的人认为应该降,一半的人认为不应该降。那所以12月份就是55%是这种可能性。
我更多的认为,参考上一次Nick Timiraos所发的这篇文章,很多人或者一部分的美联储成员,他们已经认为把12月份的会议和1月份的会议放在一起。也就是什么意思?就是12月份如果最终决定降息的话,那他完全可以是鹰派(Hawkish: 倾向于收紧货币政策,如加息,以控制通胀的立场)的降息。他会告诉你,如果1月份我们再要降息的话,这个条件会非常高。就是12月份我可以给你降,但是1月份你要再我降的话,这个条件就非常的难去符合了。或者说12月份不降,但是1月份降,这个条件会非常的低。你两者之间要不就是12月份降或1月份不降,要不就是12月份不降,1月份降,其实没有太大的一些差别。所以我更多的还是认为最近这段时间市场的一些下跌,你如果一定要去找个理由,或者今天的下跌,你说因为这一次一个纪要也可以,但是我更多的仍然认为整个市场的主线条并不在美联储会议之间,也不在整个市场到底12月份是降息还是不降息这边。当然这只是我个人的一些看法。
其实包括两周之前,你看美国政府开门之后,市场都认为美国政府开门,美国要破金刚,美股要上涨。现在涨了没有?和上一周美国政府开门之后,你会发现这些东西更多的我认为是当下市场的一些故事。
9月非农数据前瞻
另外一点,我这边没有截图出来,我突然才看到,我在录视频的时候才看到,明天周四早上将会公布9月份的非农数据(Non-farm Payrolls: 美国劳工部每月公布的就业数据,反映除农业部门以外的就业人数变化)。我才发现马上要公布9月份的非农数据,然后我才想起来有观众问我有没有Bloomberg(彭博社)他们有没有做这个预测。我特地回过头去看了一下,有市场的预期,非农数据是51000人,9月份Bloomberg他们的预期是10万人。所以他们的预期是比市场要好。
那么问题就来了,到底是好于预期的非农数据会更好呢?还是说起码对于股市来说是更好呢?还是说差于非农的预期对于市场来说会更好?大家怎么看?我个人的看法说实话不是那么的重要。为什么?除非,我说除非能够影响到市场的,除非他是比如说市场预期在5万人,最后他出来什么20万人或者是负的5万人,那这是完全是一个非常偏离市场预期的结果,那会使得市场出现一些比较大的波动。如果真的是非常好的一些数据的话,那市场会波动。如果非常差的数据市场也会波动。但是如果预期在5万人,最后就是在0万至10万之间的话,我认为市场都是可以接受的。
而为什么?是因为你如果是10万人的话,那美联储12月份降息的可能性就会更低了。这也恰恰我认为也是为什么鲍威尔在11月份在上一次美联储会议的时候,他主要会放鹰的一个原因,就是他们看到了一些数据。看到了什么?看到了9月份的非农可能没有那么糟糕,所以才会使得背后的美联储成员开始放鹰,他们才会去调解市场对于12月份降息这个预期。当时我说过这个问题,我说美联储确实有可能看到了一些我们看不到的数据。而且你仔细想一下,上一次美联储会议的一个前提是CPI比市场预期要好。在CPI比市场预期要好的情况下,他都愿意去放鹰,为什么?是存在一定的可能性,他们确实看到了一些数据,不是说完整的数据,或者说一些侧面的数据证明9月份的非农可能没有那么糟糕,所以他们在放鹰。
那所以,我是认为为什么我说0万或者10万不会对市场造成非常大的一些影响呢?因为你10万的话,大不了就12月份不降息,那1月份降呗。你如果0万的话,那就12月份降,然后1月份不降,有啥差别吗?其实从结果上去看,我并不认为有太多一些差别。对于市场来说,对于美股这边来说,我说实话我觉得0万和10万市场该反弹的还是会反弹。就是你该出现的反弹还是会出现反弹,然后反弹完之后,该下跌的话仍然下跌。就不会改变,这些数据本身并不会改变最近这段时间市场在走的这个逻辑线,就是对于整个高贝塔的一些板块,一些个股进行杀贝塔的一些行为。你杀也不可能一下子杀下去,你得杀一杀停一停,做一些空头回补,然后有一些散户追进来之后,认为这一波调整结束了,然后再继续往下杀。你杀的话也得有原料,也得有材料,你才可以继续往下杀。
英伟达财报分析:数据与指引
我们来看一下英伟达的财报。先来看一下数据吧,就EPS(Earnings Per Share: 每股收益)和营收(Revenue: 销售收入)这一块,其实这一次的数据并没有比上期好非常的多。但是他们的指引(Guidance: 公司对未来业绩的预测)对于第四季度的财报财年里面,对于第四季度这个指引比市场预期高了不少,高了大概5%左右吧。市场预期是62个billion,最后的数据是65个billion,差不多高了5%左右。所以这个营收的指引比市场预期高。然后数据中心(Data Center: 集中存放计算机服务器和网络设备的场所)这一块营收也比市场预期高了3.8%。所以总体来说,这一个季度的财报从数据上去看,没有说和以前英伟达的财报好到非常夸张。但是现在你会发现市场其实对于英伟达财报的摸底已经非常接近了,已经非常真实了,就像市场对于特斯拉财报的摸底是一样的。所以华尔街分析师从这一块去看的话,现在做的比以前要好很多了。
所以英伟达这一个季度的财报和历史上的一个趋势去做对比的话没有那么好。但是就超出预期的幅度来说,没有好到非常夸张。但是和自己本身和市场这个预期去做对比的话,还是不错的,特别是在指引这一块。
英伟达财报会议:核心问题与管理层回应
我们将来看财报会议里面我挑了一些比较有代表性的一些问题吧。
首先第一个问题,这是他们CFO所聊的。他我觉得他是故意的,他说我们聊到现在数据中心这一块,英伟达这边一共有几代:第一代是A系列的,第二代是H系列的,第三代是Blackwell(英伟达GPU架构)系列的。然后接下去还会有更先进的这一代系列。那A系列的这一块,他说无论是Blackwell还是Hopper(英伟达GPU架构)还是MPP(Massively Parallel Processing: 大规模并行处理),这三代到现在仍然是fully utilized。那即使是第一代的A系列的,是2020年产的,到现在仍然在用,到现在已经5年的时间。这也是现在市场里面,怎么说呢,认为超大规模(Hyperscale: 指大型云计算服务提供商)云服务商对于这些GPU所做的这个折旧(Depreciation: 资产价值随时间推移而减少的会计处理)保持在5年到6年是合理的这些观点。他们验证这个观点,或者去证明这个观点主要的数据来源就是你看一下英伟达5年之前的这个产品现在仍然在用,所以对于未来的这个假设,我们仍然可以用5年或者6年的这个折旧周期。
第二点聊到整个世界上的一个超大规模市场,他说这是1个万亿的市场。这边非常有意思,他在这一次财报里面特别聊到了Meta。我觉得这次财报会议其实英伟达做的还是不错的。为什么做的不错?就是我认为他讲到了重点,也是我最近这段时间一直所聊的这个重点。市场看空整个AI市场,说整个AI市场里面有泡沫,这些泡沫的观点全部是针对在数据中心有没有泡沫,你GPU、CPU的这个折旧率有没有泡沫,都是在这边。但是没有人去聊需求。而这一次在英伟达的财报里边,无论是他们的CFO还是Jensen Huang(黄仁勋: 英伟达CEO),都把这个焦点放在应用,放在落地上面。我认为这是一个非常非常好的一个视角。这也是我们去聊整个市场里面有没有泡沫一个非常必要的视角。你不能只是看到这边花钱花的太快,这边烧钱烧的太快,而不去讲那边到底有多赚钱。你这两块缺一不可。你缺掉一块的话,你只是单纯的去聊这边花钱花的非常快,那你只是想证明你自己看空的这个观点,或者只是想证明市场里面有这个泡沫,而去避免去聊或者完全不知道背后的这个需求到底有多大。那在这一次财报会里边,我认为Jensen Huang的这个重点是非常的好,就是在试图告诉市场这背后的需求其实非常的大。
所以在第二点里面,他聊到了Meta。他说Meta AI的这个推荐系统(Recommendation System: 根据用户偏好推荐内容的系统)其实现在因为AI的加持,已经出现了非常明显的改善。改善的点体现在哪儿?体现在他们Facebook和Threads(Meta旗下社交平台)这一个engagement比以前来说和以前去对比的话,有非常明显的上升。这一点其实在Meta的一个财报里面有聊到。我们很多人认为AI的落地一定要集中在一个超级应用上面,其实不是这样的。如果说没有AI加持的话,Meta凭什么会比在过去两年出现比Google还要快的营收增速?我特地去找一些数据和大家聊一下,大家应该就有这个概念,可能我们以前也不知道,我们只知道Meta在过去两年股价的涨幅非常的高。但是你去看一些数据,你就会明白我在说什么。这其实也是Mark Zuckerberg(马克·扎克伯格: Meta CEO)在2022年的时候就有说过了,AI这一块的一个投入是不会放过的。这就是而且在2023年2024年,我们看到了Meta的回归。之后你问Mark Zuckerberg为什么会出现这样的一个结果,Mark Zuckerberg就告诉你,这就是我们以前在AI上的一个投入,我们现在看到的这个成果。成果是什么?成果就是2023年2024年营收增速16%和22%,盈利增速55%和50%。那2025年会出现一些问题,问题在哪儿?问题是营收还是21%,然后你看一下盈利EPS增速负的5%。在未来的两年,在margin开始进行下降,营收增速还是可以保持在一个相对的高位,但是你margin下降,你的EPS增速也会和前两年去做对比的话,会出现一定程度的放缓。
然后我们再看Google,2023年2024年营收增速10%和15%。Meta是16%和22%。Google是10%和15%。EPS这个增速也远远小于Meta EPS这个增速。那当然了,因为Google这一块广告,就Google总共的营收体量要比Meta要高。我们可以说因为你体量越大,你的增速相对就会缓慢一些,这一方面可以理解。但是你从增速的幅度去看的话,Meta确实非常的高,而且高出了不少。那你去问Mark Zuckerberg为什么会高出不少的话,他告诉你就是背后我们的算法,通过AI对于我们算法的加持,最终体现在我们的营收里边。
那除了Meta以外,还有哪些是AI落地的一些例子呢?比如说这边有很多公司是Jensen Huang这里举的,大家可以自己问自己,你们知不知道这些公司?那么第一家公司Cursor(AI编程助手),知不知道?Anthropic(AI安全研究公司),大家应该知道,我在视频里面聊过很多次。OpenEvidence(AI法律研究平台),知不知道?Appic(AI应用开发平台),知不知道?Average(AI数据分析平台),知不知道?这些在Jensen Huang的眼里,或者在英伟达的眼里,他都是AI应用的一些体现。那么然后你从大厂来说,类似于和Meta一样的,比如说ServiceNow(云服务公司),比如说CrowdStrike(网络安全公司),比如说SAP(企业管理软件公司),他们都向英伟达购买了芯片。他们购买芯片,因为他们认为在AI这一块的支出会提升他们在自己现在现有的业务。
我们来看下一位分析员的问题。这一位分析员问到,其实在上一次GTC大会(GPU Technology Conference: 英伟达举办的年度技术大会)里面,Jensen Huang有聊到他们的Blackwell和Ruben(英伟达GPU架构)总共这个订单一共有5000亿美金,然后已经履行了1500亿美金。那接下去分析师就问是不是在接下去的14个月,你们差不多还有3500亿的订单要履行?有没有可能会比上一次GTC所给出来的数据更高?那其实管理层最终的一个回答是他说比如说最新我们刚刚和KSA(可能指沙特阿拉伯王国)所签了三年的合同,这是一个新的订单。那比如说最近和Anthropic签的订单也是一个新的订单。所以你要问我和上一次GTC大会我们所给出的数据去做对比,有没有可能比当时给出的数据更高?管理层说是完全有可能的。
从现在市场的预期去看,我做了一下算术。你剩下3500亿美金,然后要交付。你算去掉下一个季度的营收,也就是整个2027财年现在市场的预期是295个billion。55减去2026财年第四季度,我算它55的话,差不多正好剩下2950亿美金remaining,就还要交付的这些Blackwell和Ruben这一个数据正好和现在市场预期的2950亿是匹配的。这只是在英伟达的GPU这一块,那么还没有算上他其他的一些业务。如果算上去的话,那现在市场对于2027财年营收的这个预期,我们进入这个数据295个billion,一定是低估了。低估的幅度起码是在10%。我们可以看,大家现在记一下这个数据,随着接下去英伟达每一个季度的财报发完之后,我们可以看一下最终2027财年的营收到底停在哪里。现在市场预期是2950亿美金。以后我们可以回过头再来验证这个数据。从现在去看的话,英伟达已经有的这些订单,包括他们其他的一些业务,这一组数据本身起码低估了10%,2027年财年起码应该是停在320至330个billion左右。
然后来看下一个问题。这个问题他说你们这5100的订单数据,到底是一个G瓦(Gigawatt: 衡量功率的单位,这里可能指代大规模算力集群的功耗或规模)到底是多少钱?那么市场说一个G瓦,你的一个造价,你的造价是225个billion,250亿美金。也有人说是300至400亿美金。到底是什么数据?然后另外一半的问题,他说你说过,在2023年之前,整个数据中心可能这体量啊总共可能达到3000亿至3万亿是4万亿美金。那你是怎么看待这些钱到底哪里来?到底是供应商融资(Vendor Financing: 供应商向客户提供贷款,帮助客户购买其产品或服务),到底是你们互相之间的做一个借贷,还是说这些钱将会有些现金流去支持?这个问题其实问出这个问题其实很有代表性。但这个问题恰恰也证明了这些华尔街的分析员,他们并没有这个能力去预测未来。就他只是去问Jensen Huang,他说你觉得这些钱到底哪里来?这个问题其实问出来,我觉得没有什么,我个人觉得问这个问题是非常的真实,是非常的诚实,但是这个问的其实不是非常有水平。为什么?是因为这个问题难道不是应该这些分析员自己应该去做推断吗?而且你去问Jensen Huang,你说像你们购买GPU的这些人,他们的这些钱哪里来?你先问Jensen Huang,他怎么知道呀?他怎么可能告诉你OpenAI这个钱哪里来?我只能告诉你,我和OpenAI之间的协议,白纸黑字全部写在那边了,这就是我们两者之间这个协议。但是你要问我OpenAI通过什么方式来支付我,我怎么知道呀?
所以针对第二个问题,Jensen Huang说了,他说至于别人,这最后一句,他说至于我们的这些客户,他“our customer financing is up to them”,就是他们自己决定。我们的那些客户,他们自己去决定这个钱到底哪里来,这不是Jensen Huang所需要关心的。但是,这个但是非常重要,但是我认为因为现在OpenAI在整个AI里面的举足轻重的一个地位,就OpenAI不能倒啊。我是认为它已经大到了不能倒的一个地位。那在这种情况下,如果有一些融资上的一些需求的话,我认为其他的一些大科技都是会帮忙的。无论是Microsoft也好,还是英伟达也好,因为基本上把所有的大科技全架在那边了。当然Jensen Huang不会这么去说。只是说你这个financing还是取决于公司自己本身。所以这是第二个问题的一个回答。
第一个问题,至于一个G瓦到底应该花多少钱,到底应该值多少钱,你们应该卖你们是卖多少钱吧?然后Jensen Huang给他回答说,我们卖了一个价钱,一个G瓦Blackwell是30至40个billion,然后如果是Ruben的话,可能比这个数据更高,那就是差不多在35个billion,350亿美金一个G瓦。然后从超大规模云服务商这个角度来说,你GPU你就是这点钱。然后在这个基础上,你还会加上一些数据中心,一些网络设备,然后当然Networking(网络)也是算在里面。那么然后还有电力本身的一个问题。
我们看下半句,下半句我打了一个信号,我认为这一句非常的重要。他说Jensen Huang说,那未来你仍然会只有一个G瓦的power,仍然会只有一个G瓦的数据中心。这代表什么?这代表你所使用GPU能够这不单是GPU,你整个架构(Architecture: 计算机系统的设计和组织方式)所给你带来的效率将会越来越重要。因为你想一下,电力本身数据中心,起码数据中心你要找地方,那数据中心是limited。电力也是limited。那就会被迫使得你在这个数据中心里面所使用的这个GPU,必须是最新一代的。如果不是最新一代的话,就意味着你这一块的效率可能没有那么高。当然我认为他的这个假设其实是建立在如果说整个市场对于算力(Compute Power: 计算能力)没有那么大需求的这种情况下,反而会对于性能上或者效率上的要求就会非常高。但如果整个市场对于这个算力需求仍然非常高,就会出现哪种情况?就出现了三代之前了,就5年之前英伟达A系列这个芯片,现在仍然有人在用。为什么?是因为整个市场对于算力的需求度非常高。你在供给端(Supply Side: 市场中提供商品或服务的一方)这一块完全跟不上需求(Demand Side: 市场中购买商品或服务的一方)。一旦供给端跟上需求的话,那大家接下去就会对于你这个数据本身能够提供的效率会有非常高的要求。一旦有了这个要求之后,以前旧一代的英伟达的芯片就会被淘汰。那其实回到了前面这个问题,折旧率的问题。那所以还是回到了到底什么时候当你供给端这一块,算力这一块的供给端超过了需求,那就会出现折旧率这个问题。但只要算力这一块的需求仍然是大于供给能够提供的需求的话,那以前的老一代的英伟达的芯片仍然可以继续使用,这个折旧率,你假设5年和6年的话,仍然是OK的。
那所以关于折旧率这一块,我的一个观点是两年也好,5年也好都可以。只是两年,你说5年的话也不是说非常的不合理,因为毕竟历史的经验告诉你是5年。但是明显如果你用两年的话,会更加的保守。那么就像Microsoft一样,Microsoft说过,我们GPU、CPU就是跟着我们订单来的,订单周期是两年,我们就是两年。那这样去做的话就会非常的保守。就是订单履行完之后,我就假设我就默认我在GPU上面所花的这些钱已经全部被消耗掉了,就已经全部被计入expenses或者全部被计入depreciation(折旧)了。这样的话就不会存在,这是一个最保守的算法。那如果5年6年的话,相对来说没有那么的保守。
还是针对前面这个问题,Jensen Huang继续聊到,他说,如果你去看现在AI这一块的应用,生成式AI(Generative AI: 能够生成文本、图像或其他数据的AI模型)其实是fully funded,fully cash flow funded。它主要生成式人工智能,它主要聊到了比如说像Meta这边推送的这个机制,就是本身这一块生成式人工智能就对于Meta已经是落地了,就已经对于Meta的营收有非常正面的影响。然后代理式AI(Agentic AI: 能够自主执行任务和决策的AI系统)这一块的AI是完全一个新的领域。他说“revenue is net new, net new consumption”,这是一个新的消费,新的一个领域。所以他说而且整个市场现在增长速度非常非常快。所以他说“如果一旦是人们开始appreciate,就人们开始真正的看what's happening under the water”,一旦人们看到了背后的需求,那不会简简单单的把自己的视角放在现在只是在资本性开支(Capex - Capital Expenditure: 企业用于购买、升级或维护固定资产,如建筑、设备等的支出)上的支出。也就是说,他这个看法还是现在看空整个市场的人,大多数这些观点全部集中在Capex投入这一块,而没有关注到背后的需求真的非常大。
当然最后有一点我想强调的是,毕竟这是英伟达的财报会议,毕竟今天是英伟达的CEO Jensen Huang亲自在那边说。我们叫有一句话叫什么,老黄卖瓜自卖自夸。他他一定是告诉你背后的需求非常大。当然这不是,这是有数据的,大家可以去验证的。就背后到底AI这个,我前面聊到了很多家公司,大家可以去验证一下他们这些公司现在的营收增速到底有多快,到底有多高。验证一下,就知道AI到底有没有落地了。当然我是说他不会告诉你,他肯定告诉你未来整个市场的一个total addressable market非常非常大。他不会告诉你说,AI的应用非常limited。所以这一块我们的确是需要稍微需要注意一下。而且它确实因为它的这个财报,他也不能直接告诉你它的营收,它的财报非常亮眼。他不可能告诉你最后的一个需求有多大。他只能告诉你,像我们购买芯片这些人付的钱,就这么简单。但是他并不能告诉,因为像他们购买芯片的全是超大规模云服务商或者是一些云服务商。他们而这些云服务商和超大规模云服务商才是真正去面对背后的这个需求的。所以中间还是隔离一档。但是Jensen Huang还是能够看到这个需求,间接他还是能够看到这个需求,毕竟在这个行业里面嘛。所以不是说完全要去相信Jensen Huang的话。这也是为什么在财报会议里面,我尽量多的和大家分享不同从公司这个视角。
那么能够分享像英伟达的财报,今天看英伟达的财报,能够分享像上一次Amazon的财报,像上一次Microsoft的财报。这两家相对比较保守的公司,为什么从这个季度开始再次增加他们的资本性开支?因为他们才是最接地气的。他们背后的这些客户才是真实的对于AI这一块有需求的这些客户。那么然后你再回过头再来看英伟达的财报,然后可能是一个交叉验证的一个过程。当然中间我们还会需要自己去做一些research,就需要去找一些数据支持我们的观点,无论是我们最后的观点是认为AI是有泡沫的还是没有泡沫。
结语与福利推广
今天是我们这个频道失联了一段时间的老观众富途牛牛(Futu MoMo)。美国市场这边,其实昨天视频里面我给大家举了两个富途牛牛的一个非常好的功能,请大家可以去试一下。比如说他们AI对于财报的一个总结,像英伟达的一个财报,大家直接问他们说你帮我总结一下英伟达的财报,他马上可以帮你总结出来,30秒1分钟之内总结完之后,你就可以看完英伟达这一次财报。非常好的一个功能。
美国市场这边现在我们这个频道独有的一个福利,现在是开户且入金任意金额就可以获得100美金的股票现金券,然后最高可以获得价值1000美金英伟达的正股。然后现在闲置资金也可以获得最高年化8.1%的回报。加拿大市场这边开户且入金,最高获得300加币的现金券和50加币Amazon的礼品卡,再加上2000加币价值持续两个月的一个免佣卡。同时,闲置资金可以获得最高年化6%的回报。大家对于富途牛牛开户感兴趣的各位观众可以在置顶的留言里面找到开户的链接。那今天这期内容到这边,我们要几天之后再见了,周日见,拜拜。
📌 文中提及的人物和组织
人物: Jensen Huang, Mark Zuckerberg, Nick Timiraos, Jerome Powell
公司/组织: Nvidia, Federal Reserve, Google, Meta, Microsoft, Amazon, OpenAI, ServiceNow, CrowdStrike, SAP, Anthropic, Cursor
产品/模型: Blackwell, Hopper, Ruben, Facebook, Threads
媒体/书籍: Bloomberg