需求在，投资价值就在

AI的热潮没有消退的迹象。

刚刚公布业绩的meta，业绩和指引均超预期，还破天荒地发股息，把回购金额上调到500亿美元，盘后股价上涨15%。财报会上，公司高管表示，Meta的总体预期是，未来几年需要投资更多来支持人工智能业务，今年的情况就会有所反映。

在AI上，Meta真的是身体力行。为了训练Llama 3，一口气要买35万块英伟达H100，如果包括其他GPU，将有大约60万块H100等效算力。

同时间公布业绩的亚马逊，业绩和指引同样好于预期，股价盘后一度大涨超过6%。其中，亚马逊云业务营收同比增长13%，打消了市场对云服务需求下降的担忧。高管同样表示会加大对于AI的投入，以收获更大商业价值。

而作为AI基础设施最重要的一项，算力的景气度依然很高。不知不觉，英伟达的股价已经超过600美元，市值来到创记录的1.54万亿美元。同样的，AMD股价同样创出不断创出历史新高，市值冲上2800亿美元的高位。

想起木头姐说的话，它（英伟达）很像互联网浪潮开始时候的思科，基础设施建设的阶段，硬件厂商往往表现出更大的增长空间，但一旦这个阶段完成，市场的关注点就会转向软件，转向应用。

出于这样的判断，木头姐在2023年初卖掉了大部分的英伟达股票。事后证明，这个操作大错特错，完美错过英伟达这一年来接近3倍的涨幅。

对于AI算力的错判，并不止木头姐一个人。

到底是我们错判了算力，还是算力强大到颠覆过去的投资理念？

01 算力到底是什么？

算力确实是AI最基本也是最重要的基础设施，好比咱们社会的公路桥梁房子，这些基建有大规模建设的阶段，也有饱和之后长期的低需求，这是传统思维。

问题在于，算力之于AI，真的像公路桥梁房子之于人类吗？

我们不妨换个思维角度去思考，AI到底是什么？

很简单，AI等同于人类的智力，要取代的也是人类的智力，如果只是神经网络，那可能是某个软件程序，但如果给AI赋予一个实体，那就是类似人形机器人，理论上可以把整个人给替换掉。

这就涉及到一个非常有意思的历史记录，人这个物种产生，距离今天大概是20-30万年，但具备灵长类的历史，也就是有人类智力的历史，距今只有6500年。

这意味着，人类要生成智力，要经常非常漫长的过程。但是一旦生成，后面的增长就是指数级别的成长，而且会一直持续下去。既然AI要取代人的智力，那它的发展，理论上也应该遵循这个规律。即：在智力生成之前，要经过漫长的“训练”。

这种“训练”，靠什么？

显而易见，算力是必不可少的一环。

Open AI的创始人奥特曼在达沃斯论坛上说了很多，最重要的有两句话。

第一句是“目前的GPT-4有太多缺点，比我们今年将拥有的版本要差很多，比我们明年将拥有的差得更多，假如GPT-4目前只能解决人类任务的10%，GPT-5应该是15%或者20%”。

第二句是“对大规模AI准备的算力基础设施还不够”。

很显然，AI现在的能力还相当有限，距离完全取代人类很遥远。而从实践情况来看，奥特曼说的10%都有可能是高估了。例如在办公领域，AI还只是用于生成一个PPT、一个图表、一份文案，当然它的发展速度也很快，像短视频制作、电影制作、游戏制作等等也已经出现。

只能说，未来确实值得期待，但在这个未来真的到来之前，中间的时间不会短，因为它逃不开物理定律。所以，对于算力的需求，很可能会长期处于高位。

02 另类的商业化起点

说到这，第二问题又来了：

算力的高需求真的可以无限延续吗？它难道就没有天花板吗？

我们再看下面这张图。

互联网等技术革命和AI商业化起点，很不同。只要技术突破的某一点，互联网商业化起点就开始了，曲线呈现的是先大涨，然后变得平缓，直至产业发展到达饱和期。但AI有可能完全颠覆这个过程，产业化的起点可以很晚，但一旦启动，后面就是指数级别的增长，并且越来越快。

举个例子，苹果手机在iPhone 4之后基本定型，后面再怎么发展都只是局部的变化，一个摄像头变成两个，两个再变成三个，结果是拍摄效果越来越好，但是手机的整体架构变了吗？

一点也没有。互联网，本质上就是物理世界的数字化，所以数字化基础设施建成之后，后面的工作就只有一个，把线下搬线上。

所以，在若干年之后，随着普及率和渗透率触及饱和，整个智能手机行业、整个互联网行业都步入调整期。这些行业的发展逻辑、投资逻辑都很简单，只要基本架构成熟了，后面大规模复制，把成本降下来，把体验做上去，就可以躺赢赚钱了。

但在AI，会发现要真正越过那个商业化拐点，要困难得多。就拿自动驾驶来说，到现在都没有完全实现，最先进的特斯拉FSD也做不到，马斯克也因为不断吹牛又不断跳票，搞得现在都不敢说“今年实现FSD”了。

但是自动驾驶的商业化潜力，相信没有人能够怀疑，真的实现时可能比大家想象的还要大得多。

换句话说，过去的产业革命，只要突破0分，商业价值就开始爆发，前面赚得多，后面饱和了，然后再等待下一个产业革命。但AI突破0分，可能毫无商业价值，要到60分，商业价值才开始呈现。

人类在6500年前生成灵长类智力之后，对于提升智力的需求少了吗？

并没有，反而增加了。人类建立了学校，建立了科研机构，研究了各种科学技术，结果是智力的提升也越来越快，能够创造的东西也越来越多，文明程度也越来越高，最后进入了一个良性循环。

即人的智力水平越高，对于继续提升智力的需求也就越大。

从这个角度再去理解算力，就完全不一样了，因为AI越往上，提升的要求越高难度越大，而对于提升的需求反而越迫切，如果没有对应的高算力支持，很难实现。

这才是奥特曼说“算力还不够”的真正原因。

03 全新逻辑

过去讲算力的投资，还是基于传统的分析框架，比如大厂抢单、竞争格局好、议价权高，利润率、收益率都不错，但很少会谈到长线的需求逻辑，因为这个逻辑确实不好讲，也很难一下子看的清楚，加上过去的经验在起作用，总是会以为一波疯狂基建之后就会偃旗息鼓。

商业社会最原始的驱动因素，就是需求，需求越大，越持久，这门生意就可以长做长有。如果再加上竞争格局清晰，龙头占比很高，那就更好了。

有没有什么生意属于这种类型？

茅台算一个，操作系统算一个，芯片也算一个。

在前面，我们已经论述过，算力的需求会很大也会很持久，这才是算力公司不断创出新高的核心原因，而且人工智能领域的竞争格局太好了，GPU基本都是英伟达唱独角戏，AMD也只是跟上了节奏，还很难说撼动英伟达的地位，至于其他说要做芯片的大厂，八字还没一撇，等到它们真正做出点什么来的时候再说吧，现在担心它们的竞争压力还很早。

谁都不能断定英伟达会不会年内冲上1000美元，但谁也不能简单否定英伟达的上涨动力。一年前疯涨的时候，很多人会觉得英伟达估值太高，但现在英伟达的动态PE变成了80倍，静态PE却高达350倍，现在2024年的估值预测只有30倍，可见高增长情况下，高估值的消耗会很快。

有些公司，涨得多并不是你着急卖出的理由，而跌得多也并非买入的理由。

而是要看这种上涨的核心驱动力是什么，如果只是虚晃的炒作，毫无实质的东西，那确实不值得追，但如果是足以影响一个时代，有长达10-20年甚至更长的产业革命，这种增长动力就会源源不绝。

在工业革命、电气化革命，以后影响至今的IT革命，我们都见识着这种超长线、超高速的增长，有一些公司中间或者经历过跌宕起伏，但至今依然熠熠生辉，比如苹果、微软，都是上市已经40年左右，双双成为全球唯二市值最高的公司。

而AI革命才刚刚开始，过早因为一些股价波动而下车，可能会避免一些短期损失，但也可能失去收获长线价值的可能性。

04 结语

没有人敢肯定英伟达、AMD的市值有朝一日能够去到苹果、微软的水平，也没有人敢肯定多年后它们的业绩增长率依然维持在高位，更没有人能够准确预测10年后，市场需要多少块GPU。

但同样没有谁能够否认算力对于AI的重要性，否认AI对于算力长远的需求。到目前为止，AI领域里，还没有哪个比算力更具投资价值的东西。

当然，股价并非简单地线性反应增长逻辑，正如下面这张图所表达的，即使是有确定增长逻辑的投资，中间的过程也可能会曲折。

AI概念，虽然经过一年多的疯狂炒作，但从产业发展的阶段来看，现在还处在起点阶段，处在基础设施建设阶段，后面还有巨大的应用阶段等着大家。如果真的要用互联网的付费渗透率作为参考，大概处在1996年。

讽刺的是，以太网发明人罗伯特·梅特卡夫，1995年说了一句话：“我预测互联网很快将成为壮观的超新星， 而到1996年就会遭遇灾难性的崩溃。”

如果那个时候相信他，结果是完美错过一个大时代。

所以，在投资的过程中，如果有幸遇到巨大的产业革命红利期，在理解清楚产业的底层逻辑之后，可以下重注。虽然中间过程有可能跌宕起伏，一味追高也不建议，但只要配以适当高抛低吸，获得超额收益，是可以做到的。

与其每天跟着市场热点走，倒不如押注这类有超长增长逻辑的产业革命，而且找到这种产业革命中价值量最高的那个部分。

因为有的时候，选择大于努力，选择不需要多，只要正确就可以了。

即使算力需求有一天到头，后面不还有应用层面的投资机会等着大家吗？

格隆汇声明： 文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为任何实际操作建议，交易风险自担。 

文章来自于微信公众号 “格隆汇APP”（ID：hkguruclub)，作者 “深鹏”