转发自：行知美股

我们的研究同事对这一话题的看法是什么？

Ronald Keung 指出，随着进入门槛的降低（尤其是近期一些新模型的开发成本仅为现有模型的一小部分），AI 主题可能会呈现资本雄厚的互联网巨头与初创企业之间的潜在竞争格局。

Eric Sheridan 和团队强调，AI 主题的下一阶段进化可能会从基础设施层（infrastructure layer）转向应用层（application layer），这体现在 AI 代理（AI agents）、企业应用场景（enterprise use cases）、消费者效用的提升（rising consumer utility）以及计算习惯的转变（shifting computing habits）等方面。

这些将成为可以识别的验证点，推动 2025 年及以后的资本投资回报更加线性化的理解。

具体来说，各行业的更新如下：

1）半导体：由于AI 训练计算成本下降的影响，股票遭遇抛售，估值面临压力

2）软件：得益于效率提升和成本降低，可能加速企业对 AI 的采用

3）互联网/科技：AI 投资回报和资本支出水平，尤其是基础设施层面，将受到更多审视

4）数据中心运营商：短期面临需求和定价压力，但长期可能实现更健康的供需平衡

Peter Oppenheimer 在去年 9 月 5 日的一份策略报告中提醒投资者关注 AI 投资交易的脆弱性，该报告名为《AI：买还是不买，这才是问题》。他提到，历史上投资者通常过于关注创新者本身，低估竞争的影响，并高估早期创新者所投入资本的回报。同时，投资者往往低估了行业中新进入者的增长，这些新进入者可以依托其他企业的资本支出，推出新的产品和服务。

Ryan Hammond 也在去年 10 月的报告《AI 与美国股票：成长于 AI 第二阶段的估值水平，并在 AI 第三阶段的股票中保持选择性》中指出，尽管估值可能看起来较为乐观，但收益已经——且应继续——支持 “AI 第二阶段（Phase 2 AI）” 的基础设施股票。

与预期相反，我们并不认为科技股的减仓潮已基本结束，接下来的几天不会只是零星的小幅抛售。

关于 DeepSeek 的反馈范围广泛，而股价的反应则更多是膝跳式的。

1）美国科技交易的转折点出现，霸主地位受到挑战

2）短期来看是负面影响，但从中期看是积极的，因为它加速了 AI 的采用

3）对美国科技公司而言是利好，因为这将促使它们加大支出

4）对美中关系不利，并增加了对中国加征关税的风险

5）类比互联网热潮——繁荣、破灭，再到普及的过程

然而，股票价格的反应却更像是一种 “所有股票都要完蛋了” 的情绪。

这让我想起了 Peter Oppenheimer 在 2023 年年中发布的《AI 不是泡沫》的报告。在报告中，他将 AI 与以往的科技变革或泡沫时期做了类比（参见第 8-10 页）。随着新技术被复制、成本下降，采用率增加，股市的主导地位会从技术生产商转向技术采用者……或类似的表述。

年轻创始人梁文峰、全球资本市场的延迟反应，以及对万亿美元 AI 投资的争议

美国资本市场对 DeepSeek 在本周末及昨晚的反应似乎相当滞后。在上周五及本周末之前，主流西方媒体对 DeepSeek 公司及其年轻创始人梁文峰先生的报道极为有限。

早在 1 月 20 日，DeepSeek 发布了其新产品版本 R1。但在西方投资界和 AI 社区中，很少有人意识到 R1 的潜力以及它可能带来的范式转变。随后，1 月 21 日，全球 AI 社区对 DeepSeek 发布的开源文章感到震惊。到 1 月 23 日，这一冲击波开始从全球 AI 社区传播到全球投资界。1 月 24 日，华尔街的大量投资者似乎才意识到这一范式转变，并开始对 DeepSeek 提出问题。

据新闻联播 2025 年 1 月 20 日晚 7 点的报道，出生于 1985 年的梁文峰先生自幼被视为数学天才，毕业于享有盛名的浙江大学。他被邀请在北京进行座谈。

在量化交易领域，可能有些人早已听说过梁先生。他于 2016 年共同创立宁波幻方量化投资合伙企业（NingBo High-Flyer Quantitative Investment Partnership），该公司后来成为一家著名的量化私募基金。（维基百科中对梁先生的介绍）

此时回顾高盛在 2024 年 6 月发布的《Top of Mind》深度报告《生成式 AI：过多投入，回报太少？》（GEN AI: Too Much Spend, Too Little Benefit?），意义重大。链接：GEN AI: Too Much Spend, Too Little Benefit?。

我本人至少读过三遍。我们的全球个股研究负责人 Jim Covello（曾是美国半导体领域的顶级分析师）在报告中明确指出，投入 AI 的数万亿美元整体来看效率低下，投资者最终可能会发现难以从这些投入中获得合适的回报（他将其与互联网泡沫时期进行类比并发现相似之处）。

在我们 1 月 14 日至 15 日于香港举行的宏观会议上，Jim Covello 与 George Lee（曾是硅谷知名的美国 TMT 银行家，几年前加入高盛高管团队）在台上进行了一场有趣的公开辩论。George 认为，投入 AI 的数万亿美元最终会被证明是有用且具有商业可行性的。

如果有时间，非常值得一听 Jim 和 George 关于 AI 的辩论。在视频的 25 分 30 秒之后，Jim 还讨论了DeepSeek、商品化风险（commoditization risk）以及杰文斯悖论（Jevons Paradox）（成本下降导致净消费增加）。

关于中国的 AI 投资机会，一些优秀公司似乎主要是私营企业。除了 DeepSeek 之外，另一家公司是 MoonShot（其 AI 产品 “Kimi” 是中国消费者中非常受欢迎的聊天机器人）。另一家私营公司是 MiniMax。而字节跳动的 AI 产品 “豆宝” 则是最受欢迎的面向消费者的 AI 应用之一。

我们的互联网分析师 Ronald Keung 在上周末发布了一篇及时的分析文章。文章强调了 DeepSeek 以及字节跳动的 Doubao-1.5 Pro 和 Moonshot 的 Kimi k1.5 对中国互联网、云计算和数据中心行业的影响。

Ronald 的结论包括：在股票层面，对于应用领域，我们认为腾讯在推出面向消费者的 AI 代理应用中最具优势，这得益于微信这一具备社交和交易功能的超级应用（值得注意的是，$腾讯控股(00700.HK) 近期发布了其 3D 生成模型混元 3D 2.0）。同时，我们持续关注字节跳动在 AI 应用及移动 AI 操作系统（如$小米集团-W(01810.HK) ）的进展。

在云计算/数据中心领域，我们注意到芯片和算力限制方面的地缘政治不确定性以及训练/推理成本优化的进展，但预计互联网巨头的云计算业务（$阿里巴巴(BABA.US) 是中国最大的公有云超大规模服务商）和数据中心（如$万国数据(GDS.US) 、$世纪互联(VNET.US) ）将受益于多年来不断增长的 AI 采用带来的公有云和 AI 计算需求。

$英伟达(NVDA.US) $苹果(AAPL.US) $微软(MSFT.US) $特斯拉(TSLA.US)