轉發自：行知美股

我們的研究同事對這一話題的看法是什麼？

Ronald Keung 指出，隨着進入門檻的降低（尤其是近期一些新模型的開發成本僅為現有模型的一小部分），AI 主題可能會呈現資本雄厚的互聯網巨頭與初創企業之間的潛在競爭格局。

Eric Sheridan 和團隊強調，AI 主題的下一階段進化可能會從基礎設施層（infrastructure layer）轉向應用層（application layer），這體現在 AI 代理（AI agents）、企業應用場景（enterprise use cases）、消費者效用的提升（rising consumer utility）以及計算習慣的轉變（shifting computing habits）等方面。

這些將成為可以識別的驗證點，推動 2025 年及以後的資本投資回報更加線性化的理解。

具體來説，各行業的更新如下：

1）半導體：由於AI 訓練計算成本下降的影響，股票遭遇拋售，估值面臨壓力

2）軟件：得益於效率提升和成本降低，可能加速企業對 AI 的採用

3）互聯網/科技：AI 投資回報和資本支出水平，尤其是基礎設施層面，將受到更多審視

4）數據中心運營商：短期面臨需求和定價壓力，但長期可能實現更健康的供需平衡

Peter Oppenheimer 在去年 9 月 5 日的一份策略報告中提醒投資者關注 AI 投資交易的脆弱性，該報告名為《AI：買還是不買，這才是問題》。他提到，歷史上投資者通常過於關注創新者本身，低估競爭的影響，並高估早期創新者所投入資本的回報。同時，投資者往往低估了行業中新進入者的增長，這些新進入者可以依託其他企業的資本支出，推出新的產品和服務。

Ryan Hammond 也在去年 10 月的報告《AI 與美國股票：成長於 AI 第二階段的估值水平，並在 AI 第三階段的股票中保持選擇性》中指出，儘管估值可能看起來較為樂觀，但收益已經——且應繼續——支持 “AI 第二階段（Phase 2 AI）” 的基礎設施股票。

與預期相反，我們並不認為科技股的減倉潮已基本結束，接下來的幾天不會只是零星的小幅拋售。

關於 DeepSeek 的反饋範圍廣泛，而股價的反應則更多是膝跳式的。

1）美國科技交易的轉折點出現，霸主地位受到挑戰

2）短期來看是負面影響，但從中期看是積極的，因為它加速了 AI 的採用

3）對美國科技公司而言是利好，因為這將促使它們加大支出

4）對美中關係不利，並增加了對中國加徵關税的風險

5）類比互聯網熱潮——繁榮、破滅，再到普及的過程

然而，股票價格的反應卻更像是一種 “所有股票都要完蛋了” 的情緒。

這讓我想起了 Peter Oppenheimer 在 2023 年年中發佈的《AI 不是泡沫》的報告。在報告中，他將 AI 與以往的科技變革或泡沫時期做了類比（參見第 8-10 頁）。隨着新技術被複制、成本下降，採用率增加，股市的主導地位會從技術生產商轉向技術採用者……或類似的表述。

年輕創始人梁文峯、全球資本市場的延遲反應，以及對萬億美元 AI 投資的爭議

美國資本市場對 DeepSeek 在本週末及昨晚的反應似乎相當滯後。在上週五及本週末之前，主流西方媒體對 DeepSeek 公司及其年輕創始人梁文峯先生的報道極為有限。

早在 1 月 20 日，DeepSeek 發佈了其新產品版本 R1。但在西方投資界和 AI 社區中，很少有人意識到 R1 的潛力以及它可能帶來的範式轉變。隨後，1 月 21 日，全球 AI 社區對 DeepSeek 發佈的開源文章感到震驚。到 1 月 23 日，這一衝擊波開始從全球 AI 社區傳播到全球投資界。1 月 24 日，華爾街的大量投資者似乎才意識到這一範式轉變，並開始對 DeepSeek 提出問題。

據新聞聯播 2025 年 1 月 20 日晚 7 點的報道，出生於 1985 年的梁文峯先生自幼被視為數學天才，畢業於享有盛名的浙江大學。他被邀請在北京進行座談。

在量化交易領域，可能有些人早已聽説過樑先生。他於 2016 年共同創立寧波幻方量化投資合夥企業（NingBo High-Flyer Quantitative Investment Partnership），該公司後來成為一家著名的量化私募基金。（維基百科中對梁先生的介紹）

此時回顧高盛在 2024 年 6 月發佈的《Top of Mind》深度報告《生成式 AI：過多投入，回報太少？》（GEN AI: Too Much Spend, Too Little Benefit?），意義重大。鏈接：GEN AI: Too Much Spend, Too Little Benefit?。

我本人至少讀過三遍。我們的全球個股研究負責人 Jim Covello（曾是美國半導體領域的頂級分析師）在報告中明確指出，投入 AI 的數萬億美元整體來看效率低下，投資者最終可能會發現難以從這些投入中獲得合適的回報（他將其與互聯網泡沫時期進行類比並發現相似之處）。

在我們 1 月 14 日至 15 日於香港舉行的宏觀會議上，Jim Covello 與 George Lee（曾是硅谷知名的美國 TMT 銀行家，幾年前加入高盛高管團隊）在台上進行了一場有趣的公開辯論。George 認為，投入 AI 的數萬億美元最終會被證明是有用且具有商業可行性的。

如果有時間，非常值得一聽 Jim 和 George 關於 AI 的辯論。在視頻的 25 分 30 秒之後，Jim 還討論了DeepSeek、商品化風險（commoditization risk）以及傑文斯悖論（Jevons Paradox）（成本下降導致淨消費增加）。

關於中國的 AI 投資機會，一些優秀公司似乎主要是私營企業。除了 DeepSeek 之外，另一家公司是 MoonShot（其 AI 產品 “Kimi” 是中國消費者中非常受歡迎的聊天機器人）。另一傢俬營公司是 MiniMax。而字節跳動的 AI 產品 “豆寶” 則是最受歡迎的面向消費者的 AI 應用之一。

我們的互聯網分析師 Ronald Keung 在上週末發佈了一篇及時的分析文章。文章強調了 DeepSeek 以及字節跳動的 Doubao-1.5 Pro 和 Moonshot 的 Kimi k1.5 對中國互聯網、雲計算和數據中心行業的影響。

Ronald 的結論包括：在股票層面，對於應用領域，我們認為騰訊在推出面向消費者的 AI 代理應用中最具優勢，這得益於微信這一具備社交和交易功能的超級應用（值得注意的是，$騰訊控股(00700.HK) 近期發佈了其 3D 生成模型混元 3D 2.0）。同時，我們持續關注字節跳動在 AI 應用及移動 AI 操作系統（如$小米集團-W(01810.HK) ）的進展。

在雲計算/數據中心領域，我們注意到芯片和算力限制方面的地緣政治不確定性以及訓練/推理成本優化的進展，但預計互聯網巨頭的雲計算業務（$阿里巴巴(BABA.US) 是中國最大的公有云超大規模服務商）和數據中心（如$萬國數據(GDS.US) 、$世紀互聯(VNET.US) ）將受益於多年來不斷增長的 AI 採用帶來的公有云和 AI 計算需求。

$英偉達(NVDA.US) $蘋果(AAPL.US) $微軟(MSFT.US) $特斯拉(TSLA.US)