木頭姐重磅發聲：AI根本不是泡沫，未來十年最大財富機會纔剛開始

到2030年，全球AI用户數量很可能會爆炸性增長至40億到50億，意味着用户基數將擴大五倍。

目前AI基礎模型公司的年收入約為300億美元，預計在未來幾年乃至整個十年期間，潛在的貨幣化規模將達到約1.5萬億美元。

芯片短缺導致AI基礎設施供不應求。電力短缺也意味着數據中心和AI系統的擴展受到了物理限制。這種實實在在的短缺，恰恰是當前並非炒作周期的又一個明確證據。

伍德預測美國實際GDP增長將在未來5到10年加速到一個前所未有且可持續的水平，大約在5%左右。

當地時間11月25日，以「顛覆性創新」投資理念著稱的方舟投資（ARK Invest）舉行了最新一期的內部深度訪談節目《基金聚焦》（Fund Focus）。

本次訪談由ARK總裁兼首席運營官湯姆·斯托特（Tom Staudt）主持，對話的核心嘉賓是ARK的靈魂人物、首席執行官兼首席投資官凱茜·伍德（Cathie Wood，「木頭姐」），以及其投資邏輯的堅定捍衞者、首席未來學家佈雷特·温頓（Brett Winton）。

自2023年以來，以生成式人工智能（Generative AI）為核心的技術浪潮以驚人的速度席捲全球資本市場，催生了如英偉達、OpenAI等巨頭企業的市值飛昇。隨之而來的，是市場對這股熱潮的警惕與質疑：「AI泡沫論」甚囂塵上。投資者普遍焦慮：眼前的瘋狂究竟是技術革命的黎明，還是又一場互聯網泡沫的重演？在許多公司估值屢創新高、但盈利尚未兑現的背景下，判斷當前市場的性質，成為決定未來資產配置的關鍵。

在這次長達40分鍾的深度對話中，三位嘉賓聚焦於AI時代的投資邏輯，徹底解構了兩個核心問題：AI究竟是不是泡沫？面對史無前例的宏觀變革，投資者應如何配置資產？

伍德和温頓提出了顛覆性的核心觀點：當前的AI浪潮並非泡沫，而是人類歷史上最大技術革命的早期階段，更類似於1995年的互聯網初期。他們用詳盡的數據和歷史類比證明：眼下市場處於供不應求的局面，AI交付能力的巨大增長（預計達50倍）將產生1.5萬億美元以上的貨幣化潛力，足以支撐現有估值。

他們堅信，AI是加速其他四大創新平臺（機器人技術、能源存儲、區塊鏈、多組學測序）的「催化劑」，將把全球實際GDP增長推高到7%至8%的空前水平。這場變革不僅影響股票，更將對固定收益和私募信貸等傳統資產類別帶來顛覆性風險。

以下為此次訪談的精簡版：

01.AI泡沫論的終結：需求與供給的顛覆性增長

主持人：今天，我們將直面一個全球投資者最為焦慮的核心問題，即以AI為核心的這波科技浪潮，究竟是新一輪的泡沫，還是真正的技術革命？與我一同參與節目的，是我們的首席執行官兼首席投資官伍德，以及首席未來學家温頓。首先，我想直接提出這個最具爭議性的問題：我們當前是否正處於AI泡沫之中？

温頓：這是一個關鍵的考量因素，也是所有人心中的疑問。如果從心理層面來看，當市場上每個人都在質疑是否存在泡沫時，泡沫實際上很難真正形成。因為真正的泡沫往往伴隨着盲目的、毫無保留的樂觀情緒和共識。

伍德：這種普遍的憂慮，即如此多的人擔心我們正處於像當年科技和電信泡沫那樣的炒作周期中，這反而讓我感到心安。這與歷史上的泡沫時期存在着深刻的差異。

温頓：如果我們從經濟學的基本原理供需關係來深入分析，我的簡短答案是：我們尚未處於泡沫之中，因為我們尚未進入供過於求的局面。泡沫形成的前提是市場對所提供的產品缺乏真實需求，或者供應量遠遠超過了實際的應用能力。眼下，我們面臨的卻是巨大的需求缺口。

我們觀察到，目前全球大約有10億AI聊天機器人用户。這個數字，僅僅略高於全球智能手機用户總數的15%。這是一個滲透率仍然相對早期的階段。我們的預測顯示，到2030年，這個用户數量很可能會爆炸性增長至40億到50億，意味着用户基數將擴大五倍。

主持人：五倍的用户增長本身已經非常驚人，但你如何將這種增長與經濟價值掛鉤？

温頓：這不僅僅是用户數量的增加。我們預計，至少在未來的幾年內，AI底層工具對於使用它們的知識工作者而言，其功能將比現在強大十倍以上。因此，將用户數量增長的五倍，乘以工具價值提升的十倍，這意味着向用户交付的能力將增長約五十倍。

目前，AI基礎模型公司的年收入約為300億美元。如果將這個300億美元的數字乘以50倍的潛在能力增長，我們看到在未來幾年乃至整個十年期間，潛在的貨幣化規模將達到約1.5萬億美元。這一潛在的市場規模和需求增長，完全足以支撐我們目前正在投入以支持這些AI工具的基礎設施和估值。

人們之所以將當前階段稱為「AI泡沫」，僅僅是因為他們從未見過如此龐大的增長數字，但事實是，數字之所以龐大，正是因為生產力機會更為巨大。

伍德：我想從歷史角度補充這一點。在互聯網泡沫時期，公司之所以能獲得高估值，是基於「未來十年內，可能將有如此多的關注度投向這項新的互聯網服務」的假設，投資者僅僅是追逐一個夢想，那時的技術尚未成熟。雲計算直到2006年才真正誕生；AI領域的首個重大突破深度學習直到2012年纔出現；第二個重大突破Transformer架構直到2017年才問世。這些技術是AI今天爆發的基礎。

那時，技術成本也是令人望而卻步的。我曾提到一個例子：測序一個完整的人類基因組，在那個年代需要耗資27億美元，並需要13年的算力。毫無疑問，我們需要雲計算、AI以及更多的數據分析能力來解決這個問題。然而，快速推進到今天，技術已經準備就緒。在科技和電信泡沫結束后的二十年里播下的種子，已經孕育了25到30年。它們現在正開始蓬勃發展。

温頓：正如我們所類比的，當前階段更像是1995年中期的互聯網。當時，互聯網用户約佔全球PC用户的15%左右，與我們目前AI聊天機器人用户的滲透率相似。在1995年初，像思科和英特爾這樣的公司，其股價在泡沫結束前都經歷了10到20倍的巨大漲幅。而即使泡沫最終破裂，其穩定價格也遠高於起點，是崩盤后低點的三到四倍。這清楚地表明，革命性技術所創造的實際、持久的價值是巨大的。

02.估值、盈利時間表與企業轉型的挑戰

主持人：你們的論證令人信服地排除了「泡沫」的可能，但我們必須面對下一個問題：面對如此高昂的估值，當前的估值在多大程度上反映了、甚至超出了預期的增長潛力？許多公司，尤其是前沿的AI公司，估值極高，但在很多情況下尚未實現盈利。投資者如何在「合理定價」和「泡沫」之間找到平衡？

伍德：這個問題至關重要，它涉及ARK的核心投資紀律。ARK的一項堅定投資原則是：我們假設任何處於令人振奮的顛覆性領域中的股票，無論其當前估值相對於市場存在多高的溢價，這一溢價都將在未來五年內消退或顯著壓縮。

這意味着，我們的分析師和整個投資團隊必須確信，這些公司能夠實現的收入增長和利潤率擴張，將足以抵消估值壓縮帶來的負面影響。我們將這種增長納入模型，評估一隻股票時，必須基於一個最低的門檻，也就是至少15%的年複合回報率（CAGR）假設。

主持人：你提到了萊特定律（Wright's Law，用於描述生產效率與累積產量之間的關係）的應用。你如何利用這種定律來預測成本下降和規模擴展的速度？

伍德：我們非常激進地運用萊特定律，它與摩爾定律（基於時間）不同，萊特定律（基於經驗）能更準確地預測隨着累積產量的增加，成本將以多快的速度下降。這種預測使我們能更準確地理解計算成本、機器人制造和基因測序成本的急劇下降。這種方法幫助我們預測，即使是估值高昂的公司，它們的市場規模和效率提升也能消化現有的溢價。我們甚至看到，有些公司的執行力——比如Palantir，其在美國商業領域的收入增長達到了123%——超越了我們基於激進假設的預測。

主持人：關於企業應用，Palantir首席執行官亞歷克斯·卡普（Alex Karp）提出了一個尖鋭的觀點：市場高估了大語言模型（LLM）在簡單、低價值任務上的「過度工程化」，卻低估了真正具有業務變革性案例的價值。如何將成本曲線下降與他的觀點結合起來思考？

伍德：我理解亞歷克斯的觀點。這實際上觸及了AI在企業應用中的最大挑戰：企業轉型需要時間。一家大公司要看到AI帶來的真正轉型，必須進行艱鉅的工作：從組織內分散的各個角落收集所有數據；清理和整合數據；並以前所未有的細緻程度規劃工作流程，以顛覆其現有的組織方式。這需要時間才能顯現效果。因此，當他談到真正的全面企業轉型時，他可能是在強調這是一項艱苦的工作。但一旦轉型成功，效果將是震撼性的。

温頓：我們的數據也顯示，企業在API的使用和請求量上，並非爲了尋找廉價的模型來完成日常任務，而是傾向於尋找那些能夠處理更復雜工作流程的模型。這表明企業已經認識到，低價值任務的「過度工程化」不具備經濟效益。他們正在追求的，是能夠訪問更廣泛數據集、做出戰術和戰略決策的複雜模型，這纔是真正的價值所在。

主持人：我們近期還聽到了OpenAI和Anthropic這兩家AI巨頭提出了略有不同的盈利願景。OpenAI首席執行官山姆·奧特曼（Sam Altman）表示，他們將在未來幾年進入更深的現金消耗期，然后幾乎一夜之間變得非常盈利。而Anthropic則表示他們將更快地轉向盈利。作為投資者，你們如何解讀這種差異？

伍德：這表明他們正在追逐兩個略有不同的市場。OpenAI顯然一直在吸引大量消費領域的關注，他們擁有多達8億每周活躍用户，實現了巨大的規模擴張。他們現在從每月20美元的訂閲開始，最終將擁有廣告模式和更廣泛的商業槓桿。這是一個更長的發展過程，但槓桿巨大。

而Anthropic則更專注於B2B（企業對企業）領域，特別是開發其編程能力和應用於科學領域。例如，Anthropic與10X Genomics（我們投資組合中的一家單細胞測序公司）的合作，表明他們正在從科學角度入手，致力於解決非常大的現實世界問題。他們理解醫療保健可能是AI最深遠的應用。

温頓：我想強調，這兩家公司都是我們風險投資基金（Venture Fund）的頭部持倉。它們的策略分歧很有趣。OpenAI的戰略是：投資於研發以創建下一個模型，承諾大規模的計算投資，以帶來生產力又一個三倍增長。Anthropic則更側重於更快的盈利路徑。

但即使是OpenAI，根據我們的理解和公開報道，他們在提供產品方面的毛利率實際上是非常健康的，類似於軟件公司。外界之所以認為「這顯然是一個泡沫」，部分原因是報道OpenAI可能以1萬億美元的估值進行首次公開募股（IPO）。但如果他們能實現2027年1000億美元的年化收入，那麼1萬億美元的估值對應的市銷率約為10倍。這甚至不算高，與許多公開交易的軟件公司相比，這是一個非常健康的、甚至略微被低估的上市價格猜測。

03.市場辨別力、芯片短缺與小型企業的空間

主持人：從去年開始，我們看到幾乎所有公司的CEO，甚至是非科技公司的CEO，都在財報中加入了「AI」這個詞，期望股價上漲。當一個CEO可以簡單地在財報中説「我們正在將AI應用到我們所做的一切中」時，這是否表明存在泡沫？

伍德：這是一個很好的問題。我們的研究顯示，市場是相當有辨別力的，並非盲目追捧。我們在SaaS（軟件即服務）領域看到了這種現象Salesforce這樣的公司，其營收增長並未加速，仍維持在低兩位數百分比的區間，儘管它們將所有產品都加上了AI，但市場並不買賬。

温頓：這背后的深層原因是，技術棧中的軟件即服務部分或應用程序部分，正在將市場份額輸給平臺即服務部分。像Palantir這樣的公司，它巧妙地將其軟件置於任何企業的遺留軟件之上，正在取代所有那些SaaS公司所扮演的角色。當營收增長跟不上AI的投入時，市場就會拋棄這些股票。這與90年代末的瘋狂——當時平均每個交易日有超過一次IPO，且股票上市首日就能翻四倍或五倍——有着天壤之別。

伍德：我還要提到大型科技公司，諸如Meta、亞馬遜、Alphabet、微軟，它們都擁有巨大流動性的「現金堡壘」。它們都表示正在增加資本支出，但股東們也在密切關注現金的投向。如果收入增長跟不上投入，它們也會受到懲罰。但令人鼓舞的是，大多數情況下，它們的增長率加速了，並因此獲得了市場獎勵。

温頓：這場大規模的AI建設也引發了嚴重的短缺問題。埃隆·馬斯克（Elon Musk）曾在會議上説，在這個新時代有兩個大規模短缺的領域：芯片和電力。芯片短缺導致AI基礎設施供不應求。電力短缺也意味着數據中心和AI系統的擴展受到了物理限制。這種實實在在的短缺，恰恰是當前並非炒作周期的又一個明確證據。

主持人：既然進入門檻如此之高，且需要巨大的計算投入，那麼小型AI初創企業是否還有競爭的可能性？或者説，這僅僅是大型科技公司之間的遊戲？

伍德：我想從「收併購人才」（Aqua-hire，即收購公司以獲得人才而非產品）這個現象來回答。Meta首席執行官馬克·扎克伯格（Mark Zuckberg）現在因這種做法而聞名，例如，據報道他曾以1億美元的薪酬方案挖走Scale AI的CEO汪滔。這說明了什麼？那位創立了AI公司的CEO，願意離開他（或她）的公司，因為他認為公司不會成功。這表明，即使在私募市場，投資者和人才本身也是有辨別力的，並非所有的初創公司都能獲得成功。

温頓：不過機會仍然巨大。雖然基礎模型競爭已經集中，但在應用層，創新成本正在崩潰。就像凱茜提到的，如果回溯到Windows的崛起，當時有人認為操作系統完成了所有繁重的工作，應用層會消失。但事實證明，這創造了一個温牀，使得針對特定垂直領域的人可以建立起有趣的業務。現在，許多專注於使用AI攻擊特定垂直領域的企業，正在以極快的速度奪取傳統SaaS公司的營收。這些企業不必投入OpenAI正在投資的那種研發計算資源，就能向最終用户提供這種能力。

伍德：我一直告訴即將畢業的年輕人和他們的父母：告訴你的孩子在AI領域要全力以赴。由於所有這些工具（許多在開始時是免費的），企業家們將能夠建立業務並擁有作為企業家的獨立性，這是他們以前從未理解或夢想過的。創新的成本正在崩潰。只要使用這些工具並進行「氛圍編程」（Vibe Coding），建立你的業務，不斷進行實驗。

04.五大平臺融合、GDP加速與資產配置重塑

主持人：你認為AI是人類歷史上最大的技術革命，它由五個創新平臺共同驅動。請詳細説明這五大平臺及其協同作用，以及它對全球GDP的最終影響。

伍德：這確實是一場革命。我們必須回溯到19世紀末、20世紀初，才能看到一場真正的技術革命，當時是內燃機、電話和電力三個平臺同時出現。而今天，我們同時擁有五個創新平臺：

·人工智能（AI）：最大的催化劑，它正在加速所有其他平臺的發展。

·機器人技術（Robotics）：包括人形機器人和工業自動化。

·能源存儲（Energy Storage）：電動汽車、電池技術和可再生能源。

·區塊鏈技術（Blockchain）：去中心化金融、數字錢包和智能合約。

·多組學測序（Multi-Omics Sequencing）：基因組學、蛋白質組學等。

温頓：AI帶來的巨大機會體現在這些平臺的融合上。我們稱之為「具身AI」（Embodied AI）和多組學。具身AI需要更多的計算，它推動了自動駕駛出租車和人形機器人。自動駕駛出租車市場將從目前的不足10億美元擴大到未來5到10年內的8萬億至10萬億美元。人形機器人市場甚至比自動駕駛更大。這在我們的ARKQ基金中得到了體現。

在多組學方面，AI將開發藥物、讓藥物上市的成本下降75%。Anthropic與10X Genomics的合作就是這種融合的體現。這種風險敞口體現在我們的ARCG基金中。

我們還提到了公共區塊鏈空間，穩定幣允許這些AI代理實際直接部署，並將資源分配到現實世界中。這在我們的ARKF基金（金融科技基金）中得到了體現。

主持人：如果這些平臺加速融合的判斷是正確的，那麼對全球GDP增長的預期將會是什麼？這聽起來似乎與過去125年的歷史經驗相悖。

伍德：這正是關鍵所在。如果這正是我們所描述的、歷史上最大的技術革命，那麼美國實際GDP增長將在未來5到10年加速到一個我們相信可能是前所未有且可持續的水平，大約在5%左右。這將把全球實際GDP增長率推高到7%到8%。

我知道許多人認為這太荒謬了，因為我們在過去125年里一直保持在3%左右。但回顧上一次技術革命，在1900年之前的400年里，增長率是0.6%，隨后在接下來的125年里，增長率躍升到了3%。當時我們只有三個技術平臺，而我們現在有五個，最大的催化劑是AI。因此，我們認為，實際GDP增長和生產力將是另一大驚喜。生產力是通貨膨脹的最大解藥，也是最大的財富創造者。

05.跨資產類別的顛覆與風險管理

主持人：從資產配置者的角度來看，這種顛覆性創新僅僅是一個股權投資的故事嗎？投資者需要在其管理的資產中關注哪些領域？

伍德：我們正處於經濟史上最具顛覆性的時刻。如果你站在變革的正確一方，回報將是巨大的。但如果你站在變革的錯誤一方，你的公司將被顛覆，結果不會太好。這種顛覆將跨越股票、跨越債券、私募股權、私人信貸。

更大的驚喜可能出現在固定收益領域。我們做過研究，自動駕駛卡車模式和自動駕駛卡車的成本將低於鐵路運輸（每噸英里3美分對比每噸英里4美分）。這意味着像鐵路軌道這種「擱淺資產」（Stranded Asset），在未來十年內可能會面臨價值急劇下降的風險。

温頓：我們相信，受顛覆性創新驅動，市場整體有望在本世紀二十年代末前，實現年化高兩位數百分比的複合增長。但底層非創新風險敞口資產實際上會在本世紀末之前下降，即使在一個非常強勁的GDP增長環境中也是如此。

因此，從資產配置者的角度來看，需要思考的是，如果你恰好不相信我們，那麼你的投資組合中可能會有一些不良資產。僅僅爲了風險控制來完善你的投資組合，以保護自己免受這些風險的影響，你需要有一個有意義的創新風險敞口。

主持人：對於那些對市場邊緣感到緊張、尋求風險管理工具的投資者，ARK提供了哪些解決方案來平衡創新敞口和下行風險？

温頓：我們有一套新產品，叫做ARK Diet基金，它在提供下行保護的同時，保持了對創新敞口的無上限上行潛力。這允許資產配置者在對特定時間段感到緊張時，繼續配置到創新領域，同時通過買入Diet基金來降低風險敞口中的一些波動性。這取決於客户的風險偏好和對周期中風險敞口的具體感覺。

伍德：此外，對於我們的風險投資基金ARK VX，無論是對顧問還是所有散户投資者而言，它開放了對那些在私募市場進行創新、但可能永遠不會上市的私有公司的投資機會。你不需要認證或資格，就可以投資這個基金，確保你對這些最具顛覆性的私有公司有風險敞口。

主持人：我認為這是一個完美的總結。你們不僅駁斥了AI泡沫論，還以無可辯駁的數據和歷史論證，為投資者描繪了一幅由AI驅動的、即將重塑全球經濟和資產類別的宏偉藍圖。感謝收看我們的《基金聚焦》節目。

本文來自「騰訊科技」，作者：無忌，36氪經授權發佈。