大家好，我是硅谷101的联合创始人陈倩，也是我们视频的主理人。今天是我们硅谷101的第一次直播。我们想做这个尝试，是因为可能大家都知道我们平时做深度的内容，做长视频比较多。但是我们一般写稿需要一个多星期，剪辑又需要一个多星期或者两个星期。所以很多视频出来的时候，离热点事件已经是三周之后了。虽然我们的深度内容还是非常有价值，而且它的长尾效应也很长，但我们就觉得说，如果一个热点事件、重大的科技或者商业事件发生的时候，我们能够很迅速地反应，通过直播的方式，把最一线最顶级的嘉宾请来跟大家直接聊聊天，可能这样是一个更有效率的传播方式。所以今天我们就想来试一下这个直播的方式。

今天我们来聊一聊AI这件事情。这个主题最近不管是在华尔街还是在硅谷，无论是投资人、创业圈还是AI整个产业界，大家讨论得都非常热烈。今天我也非常荣幸，我跟一鸣，他是我们的特约研究员，一起来主持这场直播讨论。加入我们的嘉宾首先是Ethan Xu，他是前微软能源战略经理，也是前突破能源科研总监。Ethan，要不要跟大家打个招呼，介绍一下你自己？

大家好，很高兴参加硅谷101的第一次直播。我一直在能源行业和数据中心行业做了很多年。现在对最近的AI大基建和能源，比如说缺电等等这些话题也是非常关心，同时也是我工作中的一部分。所以特别开心能在这里从工程和技术的角度和各位一块探讨这个主题。因为我知道今天有很多是投资方面的朋友，所以也特别想利用这个机会跟大家学习。Ethan之前也在我们的节目当中出现过很多次了，实际上今天我们的嘉宾都是我们节目的常客，也非常感谢大家对我们的支持。所以大家可以在之前我们做的AI、缺电、AI电力，还有能源数据中心这些播客，以及我们的视频节目当中都听到Ethan的分享。

接下来要给大家介绍的也是我们的老朋友Bruce Liu。Bruce来跟大家打个招呼吧。大家好，硅谷101的老朋友了。我们是金融投资的，负责二级市场。很开心今天能和大家交流，谢谢。然后任洋也是金融投资的联合创始人。任洋跟大家打个招呼。Hello，大家好，很高兴今天来参加硅谷101的节目。我和Bruce我们是一起在做金融投资。我自己之前一开始是在卖方的研究所，负责研究半导体行业。现在主要的研究方向也是在半导体和科技这一方面。很高兴今天能来参加这个节目。

好的，最后一名嘉宾是Ro，也是大家的老朋友。Ro跟大家打个招呼。感谢陈倩的邀请，很多老朋友在这也很高兴有机会在这里跟大家分享和讨论。我以前是做一级市场的，做杠杆收购。然后也在二级市场，在T. Rowe Price和J.P. Morgan Asset Management工作过大概10年时间。我们现在也在做一个自己独立的全球多空基本面分析基金。接下来跟大家交流。

近期美股市场波动分析

好的，我们今天时间有限，就直接切入正题。首先第一个问题，我们看到过去一周的整个美股市场非常震荡，特别是周四也经历了一个抛售。虽然周五稍微回调了一点点，但是周四的回调可以说是这个月来的最大跌幅。那么对于你们来说，这样的一个走势是一个什么样的信号？它是一个宏观因素的科技行业所谓的正常横盘，还是说有其他的风险信号呢？你们的观点是什么样子的？因为Ro待会儿会早走，所以我们先从Bruce开始。

首先，市场波动其实是一个很重要的情况。因为从市场的高点，大盘跌下来也不超过5个点，所以我们觉得还OK。从宏观的角度来说，大家可能比较担心，主要在于联储几位官员这几天连续出来讲话，给大家泼冷水，有可能12月份降息就不再是一个板上钉钉的事情。目前市场的预期可能也只有一半一半的几率。所以从降息的角度，大家比较担心。从资金面的角度来说，对AI这个板块，很多对冲基金包括共同基金的仓位都已经很满。所以我们所谓的新的买家，目前新的资金比较少。在这种情况下，从不确定性的角度来说，也有向下的风险。当然从AI本身来说，我们觉得可能这个趋势目前有一些新的东西，尤其是在很多AI的基建方面。

很多基建，包括数据中心，包括大厂都开始提到，我们不再用自己的钱，要开始用借钱做这件事情。大家也担心这会像2000年互联网移动端那样基建的巨额投资。所以我觉得可能综合这几方面的因素，目前看到了这样一个比较小的一个动荡情况。Bruce，你有什么要补充的吗？我其实很同意Ro讲的这个大的，我认为整个市场在过去这一段从高点下来，10月底的，其实是一个很健康的调整。大盘QQQ（Invesco QQQ Trust: 追踪纳斯达克100指数的ETF）从一度冲到了28倍的估值，这都直追2021年的高点去了，它回调到现在26倍的估值，我觉得还是一个好的发展。影响这个主要一个已经提到了，是对联储。联储后面本来大家预期是一个保持相对宽松的状态。上一次FOMC（Federal Open Market Committee: 联邦公开市场委员会，美联储的主要货币政策制定机构）之后，主动出来给大家泼泼冷水。

然后在后面所有的联储官员出来讲话，尤其是在过去两周，这个信息是“我们12月份不一定降息，因为看不清数据”。我觉得这是把一些很激进的流动性抵消了他们的欲望。还有一个呢，确实我们的融资市场，就是整个美国金融系统，它很重要很重要。这个钱最原生出来的钱的成本，这块是有一点点偏紧。你从各种指标能看出来，这有点像2019年，大家总是担心这个问题。因为大家经历过了2019年的市场，然后有担心也看到偏紧。我们不觉得这是个问题，但是当你市场在这么高的时候，你调整是不需要借口的，不需要很强的借口。所以让它调整下来，我觉得整个市场，其实不仅仅是科技股，你可以看到比特币、黄金都有了这么一轮的去杠杆，我觉得这是相对干净的杠杆。大盘整体看就是估值的一个回调。我希望大家也要注意到这一点，盈利其实是特别好的，还是在我们之前讲的稳步增长的，这个同比增速已经又是从我们年中比较低的14%，现在已经快接近20%了。所以这个基本面没有变，就是一个很健康的回调。到目前为止，我是这么认为的。

AI泡沫担忧与资本开支

任洋，你有什么要补充的吗？我觉得刚才两位讲的我都同意。我自己的一个想法，可能还是更多的是大家对于联储的一个态度的反应。但是其实并没有觉得市场有事。这些悲观的势头就出来了，然后涨了呢，这些质疑的声音都消失了。我自己这边可能看到的，近期就是对于整个AI的信心，倒是没有说觉得一个特别强、特别大、特别明显的变化。可能相对来说比较值得关注的一个点，就是上周OpenAI在接受采访的时候，虽然后来又出来澄清了，但提到“我们可能要回到原点”。这些东西可能让大家对于OpenAI是不是有能力或者有这个能力去完成他现在所有的承诺，就是关于基建的投资、芯片的算力采购这方面的投资，产生一定的担心和怀疑。我觉得这个可能是从上周就开始的一个负面的小变化。这一点特别特别重要，我们待会儿会把它掰开了，详细来聊。好的好的，Ethan，我待会儿在具体能源问题的时候再多问你一点。

然后还有一个问题，就是说虽然刚才任洋说大家对AI的态度好像没有太大的变化，但是我最近确实看到很多，特别是华尔街出来的经理，他们会开始警示大家要警惕AI的泡沫。我想可能大家最近几天都看到一个新闻，也是一个八卦，就是说Michael Burry（Michael Burry: 著名对冲基金经理，曾精准预测2008年次贷危机），也是我们非常著名的大空头。我们知道他曾经精准预测了2008年的次贷危机，他在2015年的时候，那个非常著名的电影《大空头》也是以他为原型。然后这位投资经理就出来，非常警示大家要警惕AI的泡沫，并且他还在最近把自己的对冲基金给关了。我不知道大家怎么看这个事情，大家会觉得在华尔街上面有一些基金经理，他们其实是觉得这个AI泡沫要破灭了，他们是在给大家传递一个什么样的信号呢？

我在纽约，我就给大家抛砖引玉，跟大家分享一下我们最近在纽约讨论什么，说一下对冲基金的一些情况。首先给大家澄清一下，Burry他关这个基金并不是第一次。他08年挣到钱之后，他当时的公司叫做Scion Capital，他就把公司给关了。他说后来过了几年，他又出来重新开公司了，换了一个名字叫做Scion Asset Management。他今年是把公司关了，但这不代表什么，他随时有可能把公司重新开放。所以我觉得这东西大家不用过度解读。第二点，他确实在做空，他自己也披露了“我确实在做空”，但他仅仅买了不到1000个期权，一个长期的一个看空期权去做空。从市场的角度来看，对于Palantir这样的公司，这是一个很小的东西。所以他更多的是一个情绪上的影响。那像Michael Burry或者说对AI这样一个泡沫比较看空的这一派基金有没有？不仅仅他一个。比如说像我们在纽约很有名的Einhorn（David Einhorn: Greenlight Capital 创始人，知名对冲基金经理），那他自己也是比较悲观的。

我觉得市场永远会有一个辩论，有一个辩论是好事。因为如果趋势往一个方向走的话，对AI如果是一个被问太多的经理，被迫要平仓他们的做空，或者被迫要从空头转为多头的话，那其实对多头来说是一个很好的消息。然后也跟大家分享一下，就是说大家现在看空，至少在空头主要有几个理由。第一个，从需求端和资金的供给端来看。从需求端无非是两个。第一个说Sam Altman讲了一个说希望政府来给钱买单。他同时也承认，最近有看到GPT（Generative Pre-trained Transformer: 一种大型语言模型）的用户使用率是不是在往下面走。当然他自己解释原因是在于“我们GPT改变了我们模型的个性，好像对用户没那么友好，没那么讨好了，所以导致它下降。但这东西我们可以调整，我们调整好之后，我们相信用户会回来。”但这东西目前没办法验证，空头可以拿这东西做一个，至少做一个说法来讲。第二的话就说我们已经提过从去年谈到基建，就说最终AI要花了这么多钱做基建，最后落地，落地指的是用户即使在用，会不会有付费流，不管是在B端还是C端。目前这个东西说不清楚。

C端就不提了。在B端企业端，目前虽然大家有很多SaaS（Software as a Service: 软件即服务）公司说“你看我们的AR、我们的MR有多么高”，但这个数字目前不可信。因为绝大部分AI初创公司，或者说提供给企业用的这些AI工具，目前第一他们有一个很大的折扣，表面上是100块钱给你用，但其实只收你10块钱甚至5块钱，先让你免费用半年一年。所以真正要看到企业端有没有真实意愿，需要看到半年后、一年以后，企业是否有这个意愿用原价真正的价格去续费。那个时候才能够水落石出，看到这个问题答案。目前大家不知道，所以空头可以进行讲述事情。我们从资金的供给端来讲，那就目前来说，大家说如果只是前面几个巨头，包括OpenAI自己花钱搞这个事情，那无所谓。最多这个事情没有做成，你们把自己的钱烧没了，影响不到美国的大局，美国经济大局。但就像刚才Bruce提到，现在一些小的公司也好，Oracle也好，他们要开始借钱。

然后到后来包括微软、包括OpenAI自己、包括Google，大家开始借钱的话，那最终就会对美国的经济大盘、美国金融系统有一个系统性的风险，就有可能演变成07年、08年房地产危机那样一个情况，把美国的经济或者美国所有的纳税人，因为最后是借这个钱，最后是美国的老百姓、纳税人养老基金的最终所有权的属于人，就是美国的所有老百姓来买单。所以如果到时候AI真的没有起色，没有发展的话，那相当于会把美国整个经济拖垮下去。所以目前担心在这个地方。好的，我稍微补充一下，Burry他做空的一个细节。Michael Burry他其实一直是在点名NVIDIA、Palantir、Oracle这些AI概念的大户，认为他们在所谓的资本开支（Capital Expenditure: 企业用于购买、升级或维护固定资产的支出）上面过度膨胀了，并且通过拉长资产的折旧年限，制造虚拟利润。为什么会有这样的批评？你们是怎么去看这个资本开支这个数字的？你有什么补充吗？

GPU折旧与算力缺口

关于折旧，Ethan在这方面是专门做数据中心的，所以到时候可以听听他的意见。我们从纯粹一个投资人角度，我们是这样看这个事情的。折旧里面有很多可以玩金融的技巧。理论上，比如说如果你想省税，我们假设这东西真正的折旧是5年。如果我想省税，我可以一年把它折旧完，因为折旧得越快，我当时可以抵税的钱越多，所以我可以省我的税。另一方面，如果折旧得越慢，那对于我的会计利润（Accounting Profit: 企业的总收入减去显性成本后的利润）相对来说会更好，那有可能市场在某一阶段比较注重我的会计利润，让我的估值更高。虽然我损失了一些税收方面，多付一点税，但由于我的估值提升，对我的公司还是有利的。所以如果你是公司的CEO或者CFO，你两边都可以走，中间有很多可以调整的地方。那最终就说这个GPU用的年限应该是两年、三年还是七年、八年？

它其实是一个动态的过程。曾经，你可能记得在10月初，我当时去硅谷101的会上也就专门提了这个问题。因为所有的大厂Google、Facebook、Microsoft都从几年前可能大概4年左右的GPU折旧，到今天已经平均变成6.5年，已经增加了可能2到3年。这样做东西目的的最后的结果，当然对他们的会计利润是一个受影响。但你说他做这个事情有没有理由，他也是可以讲的。因为毕竟现在算力很缺。在一个极其短缺的情况下，只要是一块GPU，我都可以拿出来有用。但是目前算力短期的情况，在未来有可能这个情况是会持续下去的。如果我们说到一个比较正常阶段，算力不再奇缺了，而且新的芯片它的效率会更高。

他是说新的一个模型新出现了，它本身对芯片的要求不需要那么高，它已经非常高效了。那那个时候我的老的一个芯片，它最后还能不能提供一个比较好的总拥有成本（Total Cost of Ownership: 购买和运营一项资产或系统的总成本），给我提供一个好的效率，那就是存在一个问题。那需要跟新出来的新芯片做比较。所以我觉得这是一个动态的问题，目前没有一个确切的答案。所以Burry包括我们当时在10月份也讲，那有可能实际上用年限就两三年。但也有可能说，如果现在在短期情况下，我也确实可以用5年、6年、7年、8年都有可能。所以我觉得是一个动态的情况，没有一个确切答案。我们很希望听听Ethan从数据中心本身的这个角度是怎么看这个问题。

对的，我可以简单补充一下，我觉得每个公司在对待自己的GPU资产的方法有可能是不一样的。比如说用微软来举例，之前的微软CPO其实也在节目中暗示过微软是怎么对待自己的GPU资产的。其实很有可能真的是可以把一片芯片用5年左右的。因为他的逻辑就是我并不需要让我此时此刻的所有芯片都是当今最先进的芯片，我可以有三分之一是最先进的，然后有三分之一是次先进的，还有三分之一可能稍微老一点的。而且它是可以让所有的芯片在任何时候都能够几乎是满负荷运转的。因为并不是所有的算力或者所有的应用都得在最先进的芯片上去运行。比如说你要去训练一个模型，你可以把这个模型放在最先进芯片上运行。但是有很多AI推理的应用，它不一定放在最先进的芯片上。次先进的和再早一点老一点的芯片上，它也是可以用起来的。

所以如果他把所有的芯片分成比如说三个级别，最先进、次先进和稍微旧一点的，他其实任何时候都可以用上。也就是说今年最先进的，可能第二年之后就运行一些对芯片要求没有那么高的业务。然后再过两年再运行一些比如说更基本的一些推理的业务。因为我相信，不管是训练也好，推理也好，还有其他应用也好，我们市场上对芯片算力的需求并不是永远都只做最先进最困难的一些运算。有很多没有那么困难。比如说我问一个GPT一个简单的问题，它和用GPT去做一个研究癌症的科学发现，它不是一回事的应用场景。所以我相信很多芯片，它确实过了两年之后会变得落后，但他不会变得毫无价值，或者是被直接被公司扔掉了，或者放仓库了。我觉得不会出现这样的情况。一个公司应该是会慢慢地开始管理好、优化好自己的这些资产的。

所以从我看到的和我的认知来看，其实这些公司是能够想办法把自己的芯片充分应用到比如说5年左右的时间的。所以我之前看到Burry在讲芯片折旧问题的时候，我是跟我的认知是完全相反的。我确实是看到了公司是可以把芯片用到5年的。我甚至也听到在一些会议上，Google他们也公开说了，他们自己开发那个TPU（Tensor Processing Unit: 谷歌开发的用于机器学习的专用集成电路）是可以用7年的，他们7年前的TPU到现在也还是满负荷在运转。我相信可能4年5年的NVIDIA GPU，将来也是可以放在有价值的地方的。所以我觉得从这个角度，我觉得把它算作5年左右，或者6年的话，还是有一定的合理性的。所以在这点不太认同那个大空头的逻辑。但是他肯定有些其他逻辑，市场的反应也可能是反映了一些市场情绪，包括大家说的可能宏观上的一些担忧，或者是估值太高了，需要跌一跌。我觉得有很多原因。但至少从我在业内看到的很多信息来看，我没有看到AI基建在减速，我也没有看到任何一家AI公司在此时觉得担心自己投资是不是将来收不回来。我看到的是每一个科技公司，尤其是大的公司，现在都仍然是信心满满的，觉得我投入的每一笔钱将来都能赚回来，而且还能赚很多。

而且我觉得整个AI基建行业，其实今年我甚至不觉得到顶了。虽然今年的支出已经很多了。因为我们要看到，AI行业很可能就是一个中美竞争的行业。我们今年看到的是美国在AI基建上的大笔投入，中国可能还没怎么开始呢。试想一下，如果明年后年中国的AI基建，中国的科技公司在AI基建上也到了一个类似美国这样的级别，那那才是一个真正AI基建大爆发的，中美两边都在爆发的时期。甚至我们都还没有到那个时期呢。所以我现在没有看到任何一家公司在犹豫自己的投入是不是会收不回来。大家都现在是充满信心的，而且可能看一些比如说OpenAI的很多高管在做访谈的时候，他们表露出来的那种信心，我可能还是比较相信他们确实口袋里还有很多新的东西还没拿出来呢，因为算力还不太够。我觉得他们的信心也给了我很多信心。

AI基建与美国GDP增长

对，我补充一个问题，就是确实芯片它肯定替换下来的旧芯片，它仍然可以用在推理任务上。但是就从会计的角度，它首先使用寿命肯定不会是像空头们说的1到2年这么短。但是就从价值层面，现在的芯片因为它整体价格很贵，所以就像一个新手机，它刚卖的时候价格很贵。但是它到一两年之后，因为NVIDIA的整个芯片迭代速度是很快的，差不多就是以一年为周期，就有一个很大的跃升。那这个替换下来之后，它如果变成了一个类似于一个旧手机的东西，那它虽然说确实能用，但它在会计价值上有没有可能会迅速缩水？从此而导致你的折旧周期需要重新去计算？有没有这方面的问题？或者说对于这些旧芯片应该怎么去算它的价值？这个可能跟财报和会计更相关了，这个就要听一听各位投资人的看法。

Bruce跟任洋，你们对这个资本开支有什么补充吗？我想先回应一下刚才Ethan提到的点，就是说因为确实AI相关的工作负载（Workload: 特定任务或处理量）有很多种，有训练的，有推理的，有对于要去优化效率的。所以有很多不同类型的工作负载。对于关键的你可能需要用到最先进的这些，然后那是对于很多这种推理类的任务，其实你并不需要。同时推理任务其实普及也越来越高。很多，我给它后几分钟，然后回来找答案。对，其实没有什么完全不敏感的任务。但是如果它针对优化，它可以去把很多不同的任务组合在一起，然后扔给它去处理的话，其实对效率提升是有帮助的。我刚才说的就是这一点，就是你的即使是老一代的芯片，老一代的GPU，其实你现在还是有很多可以发挥的空间。

而且其实我们也看到，现在上一代Hopper（NVIDIA GPU架构名称）的产品，你现在去租的话，其实价格也是很稳定的，并没有看到随着Blackwell（NVIDIA GPU架构名称）的推出之后，Hopper的价格就垮掉的状态。另外还有一个就是我觉得刚才Ro提到这点，现在OpenAI还是处在一个很紧缺的状态，还是一个供不应求，所有的算力供应还是在一个供不应求状态。去听这几家大的云服务提供商（Cloud Service Provider: 提供云计算服务的公司）他们刚刚报的财报，其实很明确，就是说如果我们有更多的产能，我们的营收增长会更好，就是我们的云计算这一块的营收增长会更强。所以现在还是整体处在这么一个状况。所以我觉得还没有特别去担心大家去放缓投资这个问题，就是对于资本开支的支出，现在要去往下修，或者对这块担心，我暂时还没有。我基本上两位讲的都已经很清楚了，我现在也没有特别多的补充。

好的，然后我知道晚上11点半你们要走。我最后问你一个问题，我们看到最近哈佛大学经济学家Jason Furman不久之前对美国的经济数据有这样的解读。他说，2025年上半年美国的增长几乎全部来自于数据中心与信息技术。如果去掉信息技术与软件，那美国的增长率仅有0.1%。也就是说，AI的投资以及这些大科技巨头如今是拉动美国GDP（Gross Domestic Product: 国内生产总值，衡量一个国家经济活动的指标）增长的核心。可以这样认为吗？你觉得以及对美国经济来说，这会是一个潜在的风险信号吗？这个数据我们是同意的，因为我们自己看到数据也同样的映射。美国像今年基本上GDP增速就是来自于AI拉动。那这个东西其实对美国经济或者对世界经济来说，不一定是一个坏事。因为我们说到美国立国，尤其是在最近可能50年、70年，基本上就是靠科技这个行业带动起来的。传统行业的话，其实没有什么增速。所以AI带来的GDP增速，也就是对于劳动力效率的提升。如果最后能够落地是一个可持续性的情况的话，那对美国的经济，对世界经济都是一个利好。所以这一点我们是比较乐观的态度。

那实际上真正的问题在于，目前对GDP的拉动是一次性的、短期的，几年之后就没有了？还是说是一个可持续的东西？因为如果它仅仅是一个比较短期的，我们这几年放了几万亿进去，但最后发现对劳动力的提升，劳动生产率提升，最后没有起到任何帮助，只说投了钱之后没有任何产出，没有投资回报率（ROI: Return on Investment，衡量投资效率的指标），反而导致大量人因为AI替代了一些基础的白领工作，导致失业。或者说投入的一些资金，尤其是政府的资金，本来可以投入其他一些能够带动劳动生产率提高的行业。但最后由于这个资金的占用和技术效应，所有的钱投入AI。但后来发现它对美国整体劳动生产率提高没有什么效用，那这个钱就是白花了。那这样的情况下，可能在一个短期几年之后，一个经济自然很好的情况之后的话，那反而会拖累整体一个企业影响。所以我觉得还有待观察，关键是看这东西是否最后能够落地，能够提升整个全社会的生产率的提高，这是一个最关键的。

美国经济与AI投资前景

好的，我知道Bruce要走了。你在离开之前，还有什么要增加的，或者想跟大家分享的观点吗？您是说Bruce还是Ro？一直把Ro跟Bruce说混了。Ro。没有没有，我觉得就很开心在这里跟大家交流，我跟大家学了很多东西。大家的老朋友，也期待之后在线下跟大家继续学习。我到时候也可以看直播的回放来听听。好的好的，今天时间有点有限，所以他先走了。下次我们在直播的时候，找一个时间比较充裕的时候再把你请回来。感谢Ro。好的好的。

Bruce讲这个事情，我没有去看他是怎么算哪个数的，但是因为我们自己把这个数是掰得非常非常清晰的。我不是很同意他这种说法。那就先说一季度二季度美国的GDP到底是怎么来构成的？其实你整个看整个大的美国的GDP的话，企业投资这边相对是平稳的。大的变化其实是主要来自于一个是库存，第一季度去库存，二季度加库存，或者反过来我有点忘记这个了。还有一个呢就是外贸，这就是大家现在都知道，由于中美的全球贸易战导致的。但是你把两个季度放在一起看，美国的经济增长非常健康，大概就是2%的增长，非常好。那回到说和基建相关的，或者是和IT相关的，因为这个你很难拆得特别细。那确实一季度甚至二季度，它们的占比相对高，但是你说全是它吗？肯定不全是。

我反过来举个例子，一季度二季度合起来，来自于消费者这边对于GDP贡献就是1%。企业投资粗略地看，因为这里边不仅仅是和AI相关的，两个季度来看也是1%。其实就是美国消费者对于GDP的贡献还是在那的，而且是边际的变化还是在那的，没有大家说的“没有了AI之后，美国GDP就完蛋了”。我不知道它真正的计算口径是什么，但是你从我们这个官方看的数据不是这个样子，它是在变强，尤其是二季度变得非常强，但是它并不是说其他都没有了。然后再引申到这边来讲，美国经济在2020年疫情之后，这个周期特别有意思，我们也多次来讲，这就不是一个非常传统的正常的一个周期。它出现了2022年之后，出现了一个特别明显的分化。一部分就是和AI相关，特别好的AI这个带起来的一波。另外一边我们就要让AI非AI的这些周期性行业，就是以房地产、以汽车，也就是美国真正能把美国这个周期性带起来的，一直趴在底部，趴了3年了，起不来。这里面又有周期性的因素，也有结构性的因素，但这就是现实。

那希望美国后面联储通过联储降息，通过一系列的减税，通过我们很激进的财政政策，能够把那一部分给它带起来。那就是美国，就是我们一直讲美国有没有可能在之后开启一个新周期。新周期的代表，不是说AI继续怎么样，希望一个好的，就是AI还能保持这样速度。但同时它非AI的那一部分，随着地产行业，随着这些传统的制造业能够起来，这是大家期望的一个相对良性的美国经济进入到一个新周期的一个趋势。还有一个点，大家一直都觉得这个AI，我不知道他们有没有真正看过，就举个例子，回顾互联网泡沫的时候，美国那个时候从GDP报告里面来看，和科技相关的投资是连续6年、7年，如果没记错的话，都是保持在每年20%的增长高速，是连续的6年、7年，直到到了1999年，联储一把那个时候联储也是把这个泡沫挤碎了，然后就掉下来。

今年二季度才是我们第一次看同样的这个衡量指标，第一次到了20%的同比增长。在我看来，这个才是在刚刚开始，你很难就在这块，就是说我觉得这个“狼来了”有点喊得过于早。就这么来讲，我觉得这个后面的潜力还大，而且也没有大到。还有另外一点，就是这个不仅仅市场上还是什么来说，“哎呀，全都是这个AI相关和科技巨头”。市场就是你实体经济的一个硬币的另外一面吧。美国经济，像Ro刚才也在讲了，我们就是变成一个以科技为主力的经济。所以你市场的这个贡献，这是它正常的一个反应。同时最后我说一点，GDP这个报告，它也没有完全体现。其实因为比如说我们很多芯片是进口来的，它在GDP报告里面，它不能体现出它对整个经济增长的贡献。它确实其实GDP报告是在低估了整个AI对于经济的这个活动的一个贡献。很多大行都已经做了这个报告了，其实可能要体现出来的确实还要更乐观一点。我就先说这些，但这个其实是可以看到很多细节。

AI资本内循环与融资策略

好的好的，我们刚才其实聊了很多宏观，还有经济高层次的一些问题。那接下来我们就是稍微细化一下到整个AI基建，还有算力这个行业里面去。首先我们看一下，因为我们最近节目也做了AI资本内循环这个议题。如果没有看我们节目的观众，我可以解释一下这个AI资本内循环。就是现在在发生的一个事情，就是说比如说NVIDIA，它向OpenAI承诺提供大约100亿美元的GPU服务器，然后跟你合作构建这个AI云。然后OpenAI又转向Oracle，向它承诺采购100亿美元这个级别的算力与服务。然后Oracle又去给NVIDIA，以大约100亿美元的订单采购NVIDIA的GPU，还有加速器的这些设备，来形成这种巨额的硬件投入。

然后OpenAI同时又向NVIDIA的竞争对手AMD，他们之间又有这样的一个协议，说AMD会过度10%的股权给OpenAI来换取进入这个循环和核心资格。所以我们看到OpenAI通过算力，还有建这个市场，把所有的巨头都拢在一起，大家形成了这样一个滚雪球一样的内循环。我现在也看到有媒体引用Sam Altman的话说，“我好像发明了一种新的融资方式。”所以很多人其实对这样的一个循环也是有一点担心的，认为说就是推大了估值和泡沫。我想问一下大家，对这样的一个AI资本内循环是持有什么样的看法？我们先从任洋开始。

我觉得可以理解大家的这种担心。我自己的一个想法，这个与其说它是通过内循环去催大了泡沫，我理解更多的是大家通过这种方式去互相绑定。就比如说NVIDIA投100亿美元给OpenAI，然后换来的是什么？是OpenAI把NVIDIA的芯片当成它的一个首选。然后NVIDIA付出的代价呢，就是100亿美元换来的OpenAI的部分股权。然后AMD也在试图做同样的事情，但是AMD没有这么多钱，那它想要换来OpenAI选择AMD的解决方案，那它付出的是自己的股权。我觉得这个可能一定程度上更多地反映了，就是说他们在芯片这个领域，他们各自的一个话语权。大家说的这个内循环呢，其实我觉得忽略了一点就是说，OpenAI最后它能不能去卖得出去它的这些Token（Token: 在AI模型中代表一个词或词的一部分的单位），不管通过API也好，或者通过它自己的产品也好，然后能收到钱。

我觉得打一个可能不是那么恰当的例子。就比如说我是一个开餐馆的，我现在第一家店生意挺好，我想扩张，但是我现在现金流不够。陈倩，比如说你是我的房东。我想再租一家店面，我现金流不够，那怎么办？比如说你投我点，你投我这个餐馆，你投点股份，然后我拿你投给我的钱，我再去租店面。然后你投股份呢，那我承诺我要优先去租你的店面，然后去扩张。假设我生意还是特别好，Bruce是另外一个房东，他的房子可能地段比你差点。我要自己想租呢，我肯定先租你的地。那Bruce会说“那你能不能也来租我的？”然后那他再给我点好处，我去租他的。我觉得更像这样一种关系。就是大家更强地去绑定了。最后，At the end of the day，那就是说我开餐馆有没有人来吃饭？我能不能挣到钱？如果我生意好，几家店我都挣钱了，那大家都开心，大家都一起挣钱。如果我餐馆开得不好，那大家就都一起亏钱。但倒不是因为我租了你的店，或者我租了他的店面，就咱们把这个泡沫吹大，最后还是要看有没有人来我们餐馆。

Bruce，你有什么补充吗？这个问题其实也很简单，大家有时候我觉得真的想多了，或者总是拿历史去寻找这个印记。判断它是不是一个内循环，其实就一个标准，它在外面能不能再融到钱？AI产业现在在外面融钱太容易了，这些人都去发债，都是抢着去发。所以这个内循环就不成立。你从这个角度想是不是这么个道理？我完全可以在外面去融到钱。如果它换个方式不从这些巨头绑定，就任洋讲的，你说它在外面能不能拿到钱？我相信他们一定是可以拿到钱。只不过在这个点上可能选择去拿NVIDIA的钱和AMD绑定，大家一起把这个生态做起来，然后让大家的激励一致。这是它的融资选择，不是说它没有渠道。如果说到了某一天，整个AI生态系统外部的融资不再支持它了，靠内部运转，我觉得这个所谓的内循环才成立。我们现在还早，所以我觉得内循环这个根本就不成立。我判断它就是这样，它在外面能不能拿到钱，还在继续。

我有一个后续问题，就是最近比如说我看到新闻说Meta跟Ball Capital最近的合作吸引了很多关注。比如说他们这个合作的条款说Meta只需要出资20%，就能够共同去投资一个数据中心。那剩下的80%的资金是来自于外部投资者或者其他的国家的资本。那这是不是说美国可能就没有钱去投这么大的接下来基建？那接下来的数据中心是要集全球的资金力量去做这个事情？这是给我的问题还是给Ethan的问题？好，这个可以聊聊，这个其实它有很多宏观的含义。首先“没有钱”这个概念可能不是很准确。我先从微观来讲吧。我跟大家说一下这个问题的背景，就是因为我们最近看到OpenAI它就在绑定各大巨头来做数据基建。同时它还说接下来还要做1.4万亿美元的投资，建设大概30个计算资源，这种量级的投入，就是现在已经实现的Stargate（OpenAI的超级计算机项目）其实还要大。那这种量级的投入，钱够吗？钱从哪里来？

我觉得这其实就是归根到底是大家怎么理解钱从哪里来，这个事情其实有很多误解。那我们就从一个非常宏观的角度来讲，我们上次节目也交流过这个问题。发达国家、全球发达国家到了这个点上，我们已经有了。但还有一个大家担心，就是“哎，我们已经债务周期这么长，都到顶点了，还能不能花得起钱？”我先拿美国举个例子，大家走出债务周期的两个方法。我们今天不谈另一个，另外一方其实就是让货币贬值，你要超发货币，你没有别的办法，你一定是想各种办法去印钱出来。大家都不喜欢，所以这就是为什么黄金能涨起来。但是另一条路，这就和AI相关了，要想尽各种办法促增长，全球就是这样子，没有别的办法，我们要这就是这是。对对。AI在这个阶段，刚好这个历史使命就落在了AI的身上。

所以你后面在接下来的时候，你就会发现全球的资金去支持AI建设，让AI成为一个足够强的增长驱动力。这是宏观大势，这是宏观大势。所以有没有钱这个事情，我觉得当然你也不会说大家不会乱花钱，到最后还是市场允不允许你这个钱的。但是我觉得会有足够的，只要前提是只要AI在良性发展，只要它的利用率能滚得起来，只要这个技术在一直往前突破，在这个大钱是不缺的，钱是绝对不缺。今天昨天前天上周应该摩根大通（J.P. Morgan）刚出来算了一个数，接下来可能和AI相关的5到7万亿要投下来。大家就说这个对每年的资金需求能从哪里来？就比如说每年可能是7000亿美元。其实就是这些它自身的钱，我自己赚的钱，我再投回去。那后面其实就是要靠这些公开市场，就是这个债券市场，美国的投资级债券（Investment Grade Bond: 信用评级较高的债券，违约风险较低）或者非投资级债券。

然后还要说最近这个新趋势，我们管叫美国的影子银行，就是所谓这些私募信贷（Private Credit: 非银行机构直接向企业提供的贷款），你把它分解，基本上就是这些大的融资渠道来撑起整个AI。这在美国历史上也不是没有见过。最近我们都不用去找什么20年跟30年前，上一个美国经历这个就是美国的页岩油。美国上一次在做这种大的基建，我认为就是属于基建，就是页岩油。页岩油它从2008、2009年那个时候开始一直持续到无限的投资，峰值是在2014、2015年，在沙特打价格战之前，美国页岩油一直处于一个长期高速投资的状态。它在峰值的时候，它的资本开支也不少，那时候也是9000亿美元，大概这么一个量级的资本开支投入。它的钱来的全都是这个，因为石油行业的特点，它没有这些企业还能有钱都投回去。他们是有那么10年期间，所有的美国石油行业，它都是不停地融资。

我挣了钱，我投进去，我挣了钱，我投进去。所以我觉得AI更像一个全球的基建大周期，会以这么一个形式长期发展出去。当然前提就是美国为什么要这么做？那个时候石油价钱在2014、2015年石油战之前是长期稳定在100块钱左右的，能挣到钱。那AI就是需要证明自己能挣到钱。只要你能挣到钱，你是全球增长的驱动力，钱是真的不用特别担心钱这个事情。

AI基建的效率与瓶颈

Ethan，你有什么要补充的吗？我在行业里面看到了，我主要是做技术和工程这边，我不是金融背景。我从行业角度来看，真的是看到了，就像Bruce说的，大家现在是眼睛都不眨地往里砸钱的。而且我相信这些科技公司，他们用钱的时候也不是乱花的。他们虽然利润很高，但在投入的时候也是有很强的考量的。比如说微软，它在最近的一个CFO访谈中也提到，未来真正赚钱的可能是AI基础设施，AI的技术建设。因为未来的商业模式可能真的就是变成了你要什么，你告诉这个算力，通过Token的方式告诉你一个结果，可能跟过去的软件行业要编程，然后有各种商业逻辑在软件里面可能就真的不一样了。将来的商业模式核心最有价值的东西就是今天投入的这些AI基础设施建设。所以我特别能理解，在科技公司看来，这个东西完全没有什么好犹豫的，哪里有什么泡沫？我现在投入得越多，我就建立了资产越多，我将来就会处于一个特别有利的地位。所以完全就不眨眼睛地投入。

这也是我的一个感受吧，可能从一个非华尔街非投资人的角度，我自己对这个行业的认知和我现在看到的比如说《华尔街日报》的很多文章是完全不吻合的，甚至是完全相反的。有时候我也在看过这些文章的时候，会去里面找一些真正的一些逻辑，然后这些逻辑跟我的想法也是非常不一样的。我可以举一个例子，可以跟大家探讨一下。我现在看到很多的文章，它大概有两个特别流行的观点。一个流行的观点就是AI有泡沫，所谓的泡沫就是我投资的很多钱在AI行业里面，最后它没有产生实际的生产力提升。这是说AI有泡沫。同时我还看到另外一个观点，说AI正在摧毁美国的中产阶级，因为AI的这些能力正在让很多人失业，替代掉了很多人工作。这两个观点很流行，然后我也能理解，有些人可能支持其中的一个观点。但我特别不理解的是，其实很多人现在好像是两个观点都支持。

但其实大家仔细想一下，这两个观点是不是特别矛盾的？AI泡沫就是你投入这些钱之后，你没有提升生产力，你没有办法去替代掉任何人的工作。所以这个AI有泡沫。所以你不能一边说AI在替代大家的工作，导致美国的经济变差，然后又一边说AI有个泡沫。这两个事情是完全矛盾的。所以这也是我看很多可能金融方面的媒体报道中有一个感受。最近我有个朋友也给我发了一篇文章，也是有点看空AI的，也是说AI有泡沫的。他那个文章的观点，我觉得也比较偏激。他的观点就是说，现在美国的这些科技公司在美国各个地方都在申请建数据中心。但他们在建数据中心的时候，可能他本来只想建一个数据中心，但他可能去到四五个电力公司，同时申请建数据中心，然后看他哪个能拿到电，能拿到电，而且价格便宜。

这个时候呢，每一个公司拿到申请的时候，都会把它算作是自己的电网里面的一个新增的负荷。当你把全国的这些都统计起来之后，你会发现“哇，美国要有160个吉瓦左右的数据中心要建。”然后他就觉得这个文章的观点就是“哇，这是一个很夸张的用电量，根本不真实”，有可能会导致过度投资，然后建设之后没人用，然后对财产财富是一个巨大的浪费。但是这些观点其实背后都不是很站得住脚的。因为所有的行业内的人都知道这样的方式其实是很正常的方式。而且美国现在最大的瓶颈是电力电网的增长速度过慢，没办法满足AI的需求。其实真正发生的事情就是，哪怕有一个很大的数字是虚的，不可能真的落地。但是就算电网竭尽全力去投资、去建设，它建设出来的那些容量，也远远不够满足现在的这些科技公司对AI基建的需求。所以完全不会造成任何的资源浪费。只要你建设出来，就有科技公司要去用这个东西。所以这些文章给人带来的那种负面感受，甚至觉得这就是一个泡沫的感受，你真的读进去，用第一性原理去分析它背后的逻辑，你会发现，要不然就是矛盾的，要不然就是偏激的不完整。所以到目前为止，我在行业里面看到和感受到的信息，然后对比我在很多文章上读到的这些信息，这些文章可能真的有办法影响大家情绪，让股价狂跌，但是我看这些背后的观点似乎并不是很站得住脚。这是我的一个直观感受。好的好的，看起来这是媒体版。对对对，需要做得更好一点。

AI产业链的盈利模式与泡沫风险

任洋，我补充一下，有时候我觉得大家在讨论AI泡沫这块，可能有一点过于笼统，或者过于简单地去把它归纳到一个大框里。如果把整个科技行业拆开来看，最底层的芯片也好，电力设备的供应商也好，这可能是最底层，这帮人现在是实实在在赚到钱的。大家都在投基建，都在投资本开支。再上面一层呢，是这些云服务的厂商，包括Amazon Web Services（AWS）。他们是处在我现在不管砸多少钱，建了多少GPU集群，我都能卖得出去的这么一个状况。对于他们来说，现在问题不大。可能就是刚才咱们之前讨论过，说折旧这个问题可能会是一个可讨论的问题。

所以我觉得下面两层现在是不存在太大问题的。更多的是说最后怎么收到钱这个问题。从这两层再往上，那就是这些大模型的厂商。OpenAI也好，Anthropic也好，Google Gemini也好，大家都是在一个不停地互相追赶，没有谁在断层领先的状态。所以我觉得一定程度上Sam Altman出来讲这个事情也是一个带有吹捧性质的表态。就是我就是要搞这么多的算力，你们如果其他人想要跟我竞争的话，那你们也必须这么去加码。然后你有没有这个能力去加码？因为他赌的就是说我之后的模型，用更多的算力堆出来的模型，我能比别人断档领先。因为在模型这一层，你只有断档领先了之后，你才能够有定价权，你才能去赚到钱，不然你就是一个打价格战的。大家都是一个API接口，我今天接OpenAI的API，明天我接Anthropic的。然后就是谁便宜我用谁。如果大家的模型都是大差不差，是这么一个状态。所以我觉得是有这一层考虑在里面。所以我自己还是对于他们能不能去实现最后这个投资目标是存在怀疑的。包括我觉得现在市场也没有去完全相信他能够落实他所有的承诺。

对，他有他自己的激励。我觉得大家看市场，市场是很有效的。NVIDIA还在190块钱呢，这明显就没有完全达到他讲的那么一个宏大。如果是的话，NVIDIA应该不在这个价钱上。所以我觉得市场还是相对理性的，主要市场还是相对理性。对，然后我接着刚才那个问题问，目前我们都说投资投资投资，那收入呢？比如说AI的收入。大家都说今年是2025年是应用的元年。然后确实我们今年看到了蛮不错的应用爆发出来。那AI的收入什么时候能够赶上来呢？你们的体感是怎么样的？我们要看到什么样的AI营收，我们才能放心说AI的发展方向，这个经济机器运转它是顺利的、正常的，我们能够继续投钱进去，然后让AI发生效益，市场就不会担心太大的泡沫。我们从Bruce开始。

这个问题其实有点难回答，因为取决于你是看哪一个层面上的点。如果我们现在比如说我们现在更多的是实实在在就能看到，因为我们再去投资，这个已经开始挣钱了，和AI相关的。那应用这边是没有，而且起得也没有那么快。那这块确实是需要一个市场信心。那我现在很难去给你一个说有一个水晶球，说只要看到这个东西，它需要一个整个体系的。你能，或者我换个角度讲，这块你应该有一个反推过来。只要比如说这样的公司，它还愿意去投资，还愿意在那。还愿意去去找，它自己会算过账，就是从它的业务角度来讲，这个东西是在挣钱的。我觉得其实这就是一个可能更有效的一个领先指标。因为等你看到这些东西已经开始挣钱了，市场早跑了，市场肯定是在它之前早就那样，等你等这些数字已经落实了，那这可能问题已经没有意义了。我是这么想这个问题的。所以你们Ethan你们可以补充一下。

AI的经济效益与算力需求

Ethan，你怎么看？可能我能想到的就是目前来讲，我觉得可能真正起到了一个提升生产力和提高大家生活品质，或者比如说从节省时间那个角度来看，我觉得我确实现在能看到的两个大的应用，编程和搜索，我觉得这两个是算是已经起来了，然后能赚到钱的AI应用。其他的应用确实我自己的体感还没怎么看到，或者说不是很明显。但是我能想象到就像Google的，可能在传统的互联网行业当中，如果把AI运用到搜索、广告、推荐这三个最核心的业务，可能他们已经看到了效率在提升。他们可能已经收到这些好处了，所以愿意去投资。所以我能想象到这些科技企业，它应该是收回了一些，看到了希望的。所以我觉得确实可能这些加起来对AI投资来说，相比来说可能还远远不够。所以确实还是一个需要信心的一个阶段。

所以我个人认为可能在我心目中，某一件事情的发生，可能会让我或者是让这个社会有更大的信心。我觉得这个事件有可能是一个。我记得之前Sam Altman在一个采访中提到，如果AI真的能够解决一个小的科学问题了，也许就会给大家一个特别大的信心。我们可能就需要这样一个小一点的，但是早一点的一个胜利是一个里程碑，可能就会整个市场信心。就比如说有没有可能AI真的能够，我举个例子，有没有可能真的一个500兆瓦的AI数据中心，运行了几个月之后，确实解决了某个医学上的一个小的病症的治疗方案，或者发现了一个新的药物，能够治一个小的病症。如果真的有这样的东西出来了，那我觉得可能就是一个很大的信心提升了。

你觉得算力需求和缺口还会继续扩大吗？我觉得一定的，在我看来可见的将来，算力的缺口还会非常大。在我们之前的节目我也提到过，可能我们现在看到的就是美国每一年能够落地的数据中心，可能是在8到12个吉瓦左右，甚至之后几年还会更大，也许是10到15个吉瓦左右这样一个规模。但是这个规模是明显没有各个科技公司真正心目中想要建的数据中心加起来那个规模大的。这个缺口可能每年就在十几二十个吉瓦左右。也就是说每年如果这样累积下来的话，到2030年，我们可能会看到50到100个吉瓦左右的数据中心缺口在美国出现。我觉得在全世界的范围内，很有可能除了中国以外，所有大的经济体，可能都会出现一个比较大的数据中心缺口。所以在可见的将来，我是能想象到这个缺口应该会持续存在，甚至是持续累积的越来越大。

算力缺口的解决方案与能源创新

大家现在对于这样的一个缺口的解决方案是什么样的？我最近看到读到有些新闻说，大家已经开始把目光放到天上去了，就是说把数据中心放到太空上，这样的一个趋势。你怎么看？没错，现在已经看到很多初创公司，然后大的企业，包括Google都立项了，开始在研究。Google发了一个嘛，没错，怎么把数据中心放到太空里面。我觉得这个确实是一个非常有意思，值得去探索的方向。只是可能目前来讲还远远没到成熟，刚刚开始而已。这个成熟也许是要5年，甚至10年左右才可能变得成熟。所以我觉得这个可能还是远水解不了近渴的，但是是绝对值得探索的一条路线。也许过几年就会有更多的科技公司，或者是小的初创公司展现出这么多的潜力，这又是一个可能值得投资的方向。

但是我觉得短期来看，我们能看到的就是在美国，越来越多的数据中心开始配备大量的自发电的设备，在这个数据中心里面自己去购买大型的、中型的和小型的天然气发电机，然后自己给自己供电。因为他们已经发现，经过去年和今年在电网上抢电的这一轮之后，基本上电网的电基本上被抢得差不多了。但是电网的建设就需要很长的时间。所以像这些发电设备等等，我觉得就是又能够体现出这个缺口之大，和大家在非常有创意地去想怎么去解决供电问题。所以也许在明年或者是后年，我们还会看到比如说像储能这样的行业的一个爆发。因为当你的天然气发电机组大大小小全部都被买光了之后，那下一步怎么办呢？我觉得我们可能会看到更多的从能源方面，更创新的，更不传统的解决方案。

AI泡沫的未来与投资建议

好的，我们的直播已经进行了快一个半小时了。非常感谢嘉宾的时间。我最后问一个问题，然后我们开放两个问题给我们的观众。我最后一个问题就是还是点一下我们今天的主题。现在AI中泡沫什么时候会破？会怎么破？对于普通投资人也好，对于像你们这样的专业投资人也好，大家应该怎么去准备这种潜在的风险？虽然现在还没有到那个时候，但是Some Day（总有一天）可能会有一个时期，那个时期不知道，或者是大家证明说，或者是更好的算法出现，不需要这么多算力，还是其他的。另外一个可能会有这样的一个转折点，大家应该怎么去准备这个时刻的到来？大家可以总结一下，作为我的最后一个问题，然后我们开放两个问题给我们的观众。看看谁先来回答。

好，其实刚才我觉得我的观点表达得还挺明确。我觉得AI有自己的历史使命。在这个大全球大周期上面，我觉得现在还是一个相对健康的AI基建开始的，我都不认为它是到中期，我觉得还是在早期的期间里面，我们在大搞基建。而且主要的参与者，我觉得大家都其实是非常理性的。就像刚才Ethan讲的，我们那么缺电，但是我们真的建通用电气（General Electric: 美国跨国综合企业集团）的涡轮发电机也好，还是昨天报了财报的西门子也好，在扩产能上面还是非常克制的，没有说是因为有这个需求我就要扩好多产能。他们还是大家都是一步一步很踏实地在走。NVIDIA回到我们的一个例子，产品上一直在有创新，产品上一直在创新，一直都还是一个供不应求的状态，一直在减少这个单位成本。

所以我也很难，而且市场没有给他那么高的估值，还是一个相对我觉得是很理性的估值。所以从这个角度来讲，我觉得AI，我不说我现在不觉得它是个泡沫，我觉得我们是个AI建设大周期，建设大周期，而且是处于一个相对比较早的阶段。我们要做的工作确实就是刚才讲的，我们要看。比如说在这个产业链上，可能现在最核心的，就是大模型厂商。他们一直在激励所有人，然后来去承担这个东西。那他们是不是可以一直把这样的一个信心，其实就来自两点：我模型能不能上新突破？我是不是能靠它去赚到钱？如果他们能一直把这个信心释放给资本市场，资本市场一定会支持，那我觉得就还好。那我们在等待验证。我们一直做研究的目的，也就是在去看这个东西。但我觉得大家不要过度担心，因为就像我刚才讲的页岩油经历了泡沫，它反倒让自己变得更有效率。AI一定要经历一个泡沫，让这个体系变得更有效率。基本上我是这么来想这个问题的。

那对普通人有没有什么实质意义？肯定有很强大的实际意义。那不仅是对你个人职业发展，你要找到赛道。就拿个人财富来讲，在这个宏观大背景下，钱是不值钱的。因为全世界都是要靠印钱，要靠货币贬值，或者说通胀，来支撑这个增长，来解决我们的债务问题。你钱以现金的形式去存在，最后你就是真正的炮灰。所以大家一定要敢于去投资到这种有增长潜力的产业上面去，资产上面去，让自己的资产增值，能随着这个有增长。这是你来对冲那个风险很重要的一个部分。

任洋，是我还是回到刚才我的那个想法吧，我觉得过度暗示说现在是不是一个泡沫，我觉得是有一点武断，而且说实话我觉得也很难去做出这么一个简单的判断。如果明天大家发现AI商业这条路不通，大家都不去训练模型了，都不去开发新的模型了。那大模型这一层，大家就也卖不动Token了。那发现OpenAI现在确实是产能过剩，你可能回头过来说，这是一个泡沫。离这个点我确实觉得还比较远。所以我觉得现在还处在一个谨慎乐观的状态。作为我们怎么去准备这样的泡沫，我不知道怎么回答这个问题，说实话，没有办法准备。某种程度上是的。

对，我是比较偏乐观的。我相信AI是我们这个时代最伟大的技术。我相信我们今天花的万亿美元的基础设施建设，在后来回头看的话，都是有必要的，都是能充分发挥其价值的。这个建设不会，至少这一个阶段我看到的建设，我相信在未来回头看的话不会被认为是泡沫，还远远不够呢，还远远没有到过度建设的程度。我是比较乐观的。我相信这样的产业发展过程中，可能会有一些时间错配的问题。比如说投资和收益之间，中间可能会差一些时间段。大家可能会在信心波动的时候，会在市场上会体现出来这样的波动。但是我觉得这些都是会过去的。所以我是比较乐观的。

观众提问：AI基建与投资泡沫的区分

好的，我们时间有点差不多了，但是我们快快地再回答两个观众的问题，好不好？第一个问题来自于叫Wang。他说想问嘉宾，在这个投资浪潮里面，哪些部分是基于未来生产力提升的必须基建，哪些更像是被过度乐观预期推动的资本泡沫？我们可以用哪些可量化的指标来区分可持续的AI基建投入，与未来可能被闲置减值的过度投资？这个问题谁来回答一下？这其实不是一个问题，这是一个长期，这是一个一整天的话题。我就简单来讲，就抓住“必须基建”这个关键词来讲。至少我就从我这其实反映在了我们的投资点，可能我们更偏好这种确实有护城河（Moat: 企业相对于竞争对手的长期竞争优势），有科技竞争力，不是那么容易被大家去超越模仿的，它是有定价权的。

那其实最基本的就是NVIDIA，它的这一套体系没有那么容易被超过，没有那么容易被取代。它是有定价权的，它可以要高价。对这些我们是相对乐观的。那可能对另外一些就是这个东西很容易就被取代了，或者是商品化了，大众商品化了。我们其实确实是很谨慎的。因为确实一方面你是看整体的需求，就比如说大家说这个存储这个东西整体需求就是变大了。但这天花板在哪？谁也不知道，也许是非常大。那确实这个水涨船高，让大家在这段期间都很厉害，都有需求嘛。但是当格局稳定了之后，大家都是拼价格战，反倒会觉得它的竞争格局太差了。所以在这个位置上就是竞争格局，永远都是我们很注重的一个点，而不是说市场规模变大而带飞了。所以这是一个优先级的考量。我从这个角度来回答一下吧。当然了，估值也是一个很重要的点。有些估值就是确实是没法看了，那你可能也不应该下手。

观众提问：AI行业格局的演变

好的，然后第二个问题，是否有可能随着基建的完善，降低成本，让更小型的企业进入游戏，让行业格局变得更分散？Ethan或者任洋，你们有想回答这个问题的吗？我在思考这个问题，想问的是不是他想问的是软件应用层面的那种小企业呢？还是？对对，我更是这样看的，我觉得AI行业确实不只是软件，它还包括了芯片，还包括了基础设施建设，甚至包括了我觉得未来的一个核心竞争力是可能在于AI基础设施的建设效率和运营的这些成本。我觉得确实有一点，可能很多东西是会被商品化的。但是你的这个极高的运行效率可能会成为很大的一个竞争力。我想举一个例子，可能就是特斯拉。我觉得特斯拉的车，其实是在很多小的地方都进行了一些效率的改进。加起来之后，它同样一辆车，同样充的电，它跑的距离就要比其他车可能在一开始的时候要高好多。那就是一个量变到质变的过程。

所以我觉得可能从这个竞争的角度来说，像这些大的公司确实有太大的，我只是说从AI基建的角度，还不是软件的角度。就是这些大的公司确实有非常大的规模上的优势，他们可以让比如说每产出一个Token，最后对应的成本能够非常低，非常高效。我觉得这一点还真的是小的公司还不太容易能够进来的。或者是从另外一个角度我比较熟悉的，就是从能源的角度。因为我可能看这个视频，如果是从我对这个世界的一个哲学观来看的话，我一直是认为可能我们人类文明的进步主要就是两条线的互相交错，一个是智能，一个是能源。如果从能源角度看，我觉得像未来的小型模块化反应堆（Small Modular Reactor: 一种先进的核反应堆技术）和未来的核聚变，我觉得都是非常有前途的行业。但是这些也都是需要大量的资本投入，特别高精尖的人才的聚集。所以总体来说，我感觉可能从硬件或者基建这个层面的话，这个机会留给小的公司不是特别多。但是有可能会一些核心的小的部件可能会是一个机会。

好的好的，那我看一下大家还有没有什么要补充的回答或者观点？如果没有的话，我们今天也已经直播了一个半小时了。非常非常感谢我们的三位嘉宾。好的，那我们今天就先这样。今天也是我们的首次直播。我们如果在流程当中有一些小bug的话，还请大家多多见谅。就像我在开场说的，我们可能接下来会进行这样的不定时直播和分享。在一些比较有重大的科技或者商业事件发生的时候，我们能够把比较重磅的嘉宾第一时间来跟大家继续一起来跟大家做一个分享。希望这样的话呢，让我们的内容产出能更加及时一点。我也知道大家一直在我们的后台催更，希望这样的方式能够让大家觉得我们的反应速度更快一些，也能把一些更重要的、更及时的信息传播出来。好的，行，那我们今天就先这样吧，谢谢谢谢任洋，也谢谢Ethan，谢谢Bruce。好的。