真正的AI危机将从今年开始(二)

这就是为什么英伟达这样的公司比简单讨论市盈率倍数要复杂得多。

英伟达可能是AI循环融资机器中最关键的一环,因为它越来越多地同时站在交易的两端。它计划向OpenAI投资最多1000亿美元,而OpenAI正在建设至少10吉瓦的英伟达驱动基础设施;它向其主要GPU客户之一CoreWeave投资了20亿美元,同时还同意购买最多63亿美元未售出的CoreWeave算力。

据路透社报道,英伟达目前正与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR合作,共同打造目标超过5000亿美元AI基础设施融资的平台,英伟达保留最多承接1250亿美元的选择权。

这种循环逻辑很简单:英伟达帮助为购买它驱动算力的公司提供融资,这些采购转化为英伟达的营收,而这些营收又给了英伟达更多弹药来为下一轮融资。这本身并无不妥,但这使英伟达不仅仅是AI领域占主导地位的芯片供应商,更是推动整个繁荣持续运转的金融引擎之一。 如果英伟达有朝一日，比如说业绩不及预期,说它可能在一夜之间对整个全球经济造成冲击并不夸张。美国市场会受到冲击,海外市场也不例外。全球数百万个交易席位的情绪将瞬间改变。

这种反身性在上行阶段效果绝佳,在下行阶段则会变得极具破坏性。如果AI客户的表现令人失望,其估值就会下跌,资本成本随之上升。资本成本一旦上升,他们购买的算力就会减少，算力采购放缓,半导体的预期盈利就会下滑,而此时投资者恰好也在压缩他们愿意为这些盈利支付的估值倍数。半导体估值下跌会动摇整个生态系统的信心,数据中心开发商的融资条件趋于收紧,实力较弱的开发商削减订单,贷款方变得更加挑剔,私募资本的估值下调,原本支撑基础设施大规模建设的需求预测也开始被修正，因为曾经创造了部分需求的融资已经消失。

这些承诺的规模使局面尤为危险。高盛预测,超大规模云服务商的AI资本支出到2027年可能高达1.4万亿美元,而摩根士丹利估计,这些公司加上英伟达已有约1.8万亿美元的表外承诺,其中包括约9820亿美元的采购义务,以及8220亿美元尚未开始执行的租约,形成了庞大的未来现金支出池，一旦AI收入的增速不够快,这将成为严重问题。

这其中并非所有内容在会计意义上都属于债务,若将每一美元都称为隐性借贷,未免过于草率。然而从经济角度看,这些都是对未来现金流的索取权,当预期用于偿付三者的收入均被下调时,合同承诺、租赁义务与有息债务之间的区别,便远没有那么令人宽慰了。

在繁荣期,投资者看到这些义务,看到的是确定性。一份十年期数据中心承诺证明了未来需求,大规模设备订单彰显了信心,长期租约则意味着战略必要性。而在萧条期,同一张电子表格上的数字会被贴上截然不同的标签。确定性变成了僵化,承诺变成了负债,产能变成了过剩产能,战略投资变成了沉没成本。底层合同本身无需任何改变,改变的只是预期回报计算中的分母。

更大的危险在于,AI领域的修正不会局限在一个封闭的科技板块内部。目前金融体系承载着数万亿美元的资产,这些资产的表面价值在一定程度上依赖于充裕的流动性和不存在被迫抛售。

私募股权投资组合中的公司估值来自融资轮次和估值模型,而非持续的市场交易。商业房地产中仍有大量物业是在利率环境截然不同的时期融资的。风险投资组合中的公司,其最新估值基于假设未来能够顺利退出并进入接纳度良好的公开市场。加密货币领域存在大量名义财富,这些财富可以在没有任何人在技术层面违约的情况下凭空消失。公开市场股票本身也内嵌了关于利润率、增长率和折现率的假设,而这些假设对AI交易的赢家一直极为慷慨。

因此,AI领域的首次实质性破裂可能引发远比半导体板块抛售更大的连锁反应。AI板块的大幅下跌将缩减居民和机构的财富,造成保证金压力,并迫使投资者变现。他们最先能卖出的是公开市场股票,于是这些股票进一步下跌,而私募资产的估值最初却维持不变。随后机构发现,由于投资组合公开市场端的下跌,其私募市场的配置比例在机械层面已经上升,从而被迫进行二级市场出售,并对私募估值形成压力。贷款方收紧标准,信用利差扩大,再融资难度上升,而那些面临债务到期的商业地产业主则会发现,在市场条件较好时出具的评估报告,与实际出价之间并不是一回事。

加密货币或许会继续发挥其传统公共服务功能，在某个周日凌晨三点揭示出清价格。那些看似代表着数千亿美元财富的代币将会证明,市值是用边际交易的价格计算出来的,而不是所有持有者能够同时退出的价格。私募股权会以更慢的速度经历同样的教训,但会配上更精美的PPT演示文稿。商业房地产会在贷款到期时经历这一切。风险投资会在下一轮融资迟迟未能到来时经历这一切。不同的市场会以不同的速度发现现实,但前进的方向将是一致的。

这是泡沫中那种"事后看来显而易见,事前却觉得不可能"的部分。在崩盘之前,投资者能为每一个存疑的估值找到特殊理由。一栋办公楼只是暂时受损，一家私人公司是长期持有的，一个加密网络应该按未来的采用率来估值，一家AI公司应该按巨大的潜在市场来估值，一个数据中心应该按合同需求来估值。崩盘之后,人们又会同样自信地解释说,所有人早就知道这些资产的实际价值只是账面价格的零头。金融史上充满了这样的风险，大约在它们变得无法回避的四十八小时后,才成为众所周知的事。

真正的导火索几乎无法预测,其重要性也可能远不如人们想象的那么大。它可能是某家顶级AI实验室的营收未达预期,可能是某家超大规模云服务商下调资本支出指引,可能是某个数据中心开发商进行债务重组,可能是某个私人信贷工具遭遇资金赎回,可能是利用率令人失望,可能是推理定价的下降速度快于交易量的增长,也可能只是投资者突然觉得,为一样东西付60倍市盈率时心甘情愿,如今却不愿意付40倍了。

2008年,无数人费尽心思去找那个最终压垮系统的机构或抵押贷款产品,但决定性的事实是:这个系统已经积累了足够多的杠杆和错误假设,迟早有什么东西会将它们暴露出来。那个导火索不过是数学和常识。

人工智能热潮具有类似的特征,因为资本支出本身已成为支撑投资逻辑的证据。每一个新数据中心都被视为未来AI需求的证明,尽管该数据中心的融资本就是因为投资者已经相信未来的AI需求。 每一笔巨额芯片订单都印证了半导体行业的预测,尽管采购方之所以能负担得起这笔订单,是因为资本市场基于对AI增长的预期给予了它相应的估值。

每一轮融资都确立了更高的私募估值,这使公司能够募集更多资金,在算力上投入更多,并为基础设施公司创造更多收入,而这些公司不断攀升的盈利又有助于维持市场对该板块的热情。到了某个时点，该行业必须从资本在生态系统中循环，转向来自外部客户的大量现金流入。

这一转变才是整个游戏的关键,这与SpaceX刚刚将疯狂的私募估值转化为上市后的泡沫如出一辙。如果AI能够足够快速地创造出可观的企业增量利润、消费者付费意愿以及生产力增长,那么基础设施就能收回回报,今天的估值最终或许也会显得合理。如果做不到,市场就等于在需求真正出现之前,已经为多年的需求提前买了单。在随之而来的崩盘中,技术可以持续进步。人们每个月使用的AI可以越来越多,而AI相关证券却同步崩溃,就像互联网流量在互联网泡沫破裂后爆炸式增长,而电信公司却纷纷破产一样。

你会看到，美联储最终会对严重的去杠杆化作出回应,因为这就是现代美联储在政客、公众和投资者慌了神时的一贯做法。利率会被大幅削减,流动性工具会凭空冒出来,如果市场继续下跌,这个平时整天高谈金融稳定的机构会迅速向公众展示它真正的使命:确保没有任何重要人物在股市中蒙受损失。

但即便是美联储日益可预见的怯懦,也无法阻止最初的抛售潮。货币政策的传导存在滞后性,而追加保证金、赎回和到期偿付却不会等待。 一个周二就需要现金的投资者,根本不在乎美联储是否会恐慌性地在12月前降息三次。

降息也无法立即修复糟糕的资本配置。美联储可以降低融资成本,但无法让一个多余的数据中心变得必要。 它可以支撑流动性,但如果下一个买家只愿出价一半,它就无法恢复一家私人公司此前的估值。它可以让再融资变得更容易,但在租金和入住率令人失望之后,它无法将一栋以极低资本化率买入的办公楼变成一笔好投资。最重要的是,它无法阻止投资者同时意识到,他们昨天所要求的风险溢价低得离谱。

这正是为什么初始跌幅可能远比传统衰退分析所预示的更为剧烈。市场不需要等到GDP崩溃才会去杠杆，它们需要的是预期发生改变,抵押品价值下跌,以及贷款方不再愿意为昨日的假设提供再融资。一旦这一过程开始,抛售压低价格,价格下跌收紧融资条件,融资收紧引发更多抛售,整个系统从上行时的反身性切换为下行时的反身性。这让交易员们个个面露痛苦之色。

这一切都不需要相信人工智能是一场骗局。恰恰相反，看空论点中最有力的版本,恰恰是从假设AI是本世纪最重要的技术之一开始的。互联网是真实的,光纤是必要的,电子商务最终征服了零售业。但这并没有阻止投资者铺设过多光纤,资助过多互联网公司,并支付那些要求未来几十年的成功几乎立即兑现的价格。

AI可以变革医疗、编程、金融、教育、制造业和知识工作,而当今的AI投资热潮仍可能被证明是一次历史性的资本错配。服务器将继续存在,模型将持续改进,算力将变得更加低廉,使用量将不断攀升,部分公司将发展成远超今日规模的巨头。令人尴尬的问题是,当资本结构经过重组之后,谁将持有这些基础设施和股权。

这正是市场日益淡忘的那条分界线。技术上的重要性并不保证投资回报,而巨大的未来需求也不能为任何供给端的出价提供合理依据。我们将一场真实的技术革命与数万亿美元的资本承诺捆绑在一起,通过一个日益自我强化的融资生态系统将这些承诺相互连接,再将整个结构架设在一个已经消化了多年限制性实际利率和存疑私人资产估值的经济体之上。

总结一下,为什么我认为AI崩盘可能从今年或明年初开始:
1.AI支出可能已经超过了实际的AI利润。在终端用户需求被证明能够产生足够回报之前,数万亿资金已经被投入到基础设施建设中。

2这场繁荣已经变得越来越具有循环性和反身性。高估值为AI支出提供资金,AI支出创造收入,进而支撑更高的估值和更多的支出.

3.就在预期达到顶峰之际,各方承担的义务也变得极为庞大。一旦需求令人失望,大规模的芯片订单、租约和数据中心承诺可能迅速从"可见收益"变成负债。

4.金融体系的其他部分已经相当脆弱. 高利率、消费者债务以及私募市场和房地产估值的疑问,可能会放大AI引发的抛售。

5.也许只需一个催化剂就能改变市场叙事。资本支出削减、业绩未达预期、信用事件或单纯的估值倍数压缩,都可能将AI的正反馈循环从扩张翻转为去杠杆。

最终的讽刺或许在于,AI多头对技术的判断完全正确,但对这笔交易的判断却大错特错。人工智能也许会在未来二十年里改变几乎一切，但这并不意味着今天订购的基础设施、昨天敲定的私募估值,以及今早还被人们奔走相告的公开市场市值,都能在这段旅程中安然无恙。

当这种区别终于显现时,市场或许会很快发现,而此后不久,所有人都会记起这本来是显而易见的事. 又或者,就像我过去多次经历的那样,市场会证明我是错的。