高盛-股市策略：AI股什么時候買，從歷次科技革命的生命周期中尋找答案（一）

Title: AI: To buy, or not to buy, that is the question

標題： AI：買還是不買，這是個問題

高盛的這篇研報發表于去年，但其可參考性在幾十年內長期有效，因為它總結了歷次科技革命的生命周期，對正在發生的AI革命后續走勢進行了長期判斷，所以這篇深度研報是我目前能找到的最好的關于科技創新投資周期的參考資料（ 總共分成五篇進行深度分析 ），本篇是開頭的第一篇。

科技的理性繁榮

譯文： 自全球金融危機結束以來，科技一直是全球股市最重要的回報驅動力。科技股的表現遠遠超過其他主要行業，這是有充分理由的。科技股每股收益飆升，而其他所有行業都基本停滯不前（圖 1）。

圖 1：科技股的收益超過全球市場的收益

分析：首先高盛通過上表的數據給出了結論，就是全球股市的科技股回報率遙遙領先于傳統行業，相對于科技股來說其他傳統行業的收益率都停滯不前，但需要注意的是科技股也意味著高風險，這點后面詳細說明。

譯文： 這些豐厚的回報越來越多地被少量占主導地位的公司所占據，這些公司主要在美國。他們的盈利增長使其他股票相形見絀，證明了頭部科技股的繁榮表現是合理的（圖 2）。

科技公司的成功反映了他們利用軟件和云計算的能力，以及自2010年以來需求快速增長所產生的高盈利能力。但他們近期的業績飆升在很大程度上歸功于人們對AI寄予厚望，盈利伴隨估值的同時上升，其中以集中的“超大規模科技公司”群體為首。投資者的問題是，這是否正在形成一個泡沫，即使不是泡沫，這種高度集中的風險是否正是一個陷阱或一個機會，分散投資其他更便宜的科技公司，因為他們也是技術進步的潛在受益者。

圖 2：“Magnificent Seven”的收益超過了更廣泛的美國市場

分析：Magnificent Seven就是美股的 七巨頭，包括 微軟 、 蘋果 、 英偉達 、 谷歌、 亞馬遜 、 Meta 、 特斯拉 ，這七家公司對美股指數的影響巨大，而且盈利占標普500整體盈利的30%以上，它們股價的上漲有業績支撐而并非空中樓閣的泡沫，但作為投資者來說集中配置在這七家公司卻可能面臨投資過度集中的風險。

對于a股和h股來說也是類似的情況，我們這邊的科技巨頭包括?阿里、百度?、騰訊?、小米?、京東?、拼多多?、美團?等，也可以直接認為是前端時間高盛總結出來的中國民營企業10巨頭，其市值和盈利能力也都是占股市的較大比重，投資的時候也一樣要注意過度集中的風險，因為從歷史經驗來看二次創新發起者往往不是這些巨頭，這點在下一篇中會詳細說明。

故事時間

譯文： 金融市場反映和預測基本面，但情緒也發揮了重要作用。股市中敘事可以吸引一些資本的興趣，當興趣被放大時資本會犧牲其他投資機會，并壟斷投資者的注意力，市場開始對未來利潤充滿不切實際的期望。從上世紀末的互聯網繁榮 到中國增長、加密貨幣、綠色轉型以及最近的AI，這種被敘事影響的情緒大部分都圍繞著新技術的出現而出現。

對新科技的興趣一直是引導資金來加速創新的重要組成部分。很多時候投機背后的技術被證明是變革性的，也導致了后續重大的二次創新、新產品和服務，以及對我們生活和工作產生了深遠的變化。然而在此過程中，過度興奮使投資者不惜一切代價爭先恐后地投資新科技，直到泡沫出現并最終破裂。最近的一項研究發現，1825年至2000年間產生的51項重大技術創新中，73%的案例中的相關股票價格存在明顯的泡沫。

分析：這里高盛用數據說明了近200年間科技創新中高達73%相關股票價格存在泡沫，而泡沫產生的原因主要有兩個，一種情況是市場對某個新技術不切實際的希望，狂熱的情緒主導資金涌入而產生泡沫。另一種情況是新科技的商業化最終失敗，企業無法實現盈利而泡沫瞬間破裂。

對于中國股市的頭部AI股來講，個人觀點是AI目前就有實實在在的廣泛商業化需求，所以對于AI股來說并不存在太多新科技失敗的風險。而且目前的估值算是合理范圍內，因為別看最近科技股漲的非常狠，其實很多科技股前幾年跌得非常厲害，比如恒生科技指數目前也就收復最高點的50%多點，所以多數科技股暫時沒有估值泡沫風險。當然我是希望國產頭部科技股能有一點小泡沫（比如寒王），因為這意味大家已經賺到很多錢了。

譯文： 從投資者的角度來看，創新的結果無法預知，長遠來看預測哪個公司最終會成功更具挑戰性。因此隨著更多新競爭者的出現，投資者傾向于購買多家公司來規避個股風險，這會導致整個行業的估值被夸大（相對于潛在回報來說）。投資者面臨的挑戰不在于是否認識到創新的重要性，而在于是否正確評估創新的潛在收益并確定正確的贏家。

雖然AI不是一項新技術，但從Chat-GPT和其他大型語言模型推出以來，它已經吸引了大量投資者的想象力。2023年7月英偉達投資者日的非凡表現使人們更加關注該行業的潛力，投資者紛紛買入英偉達，公司也以創紀錄的次數提及人工智能。

圖 3：在 Chat GPT 發布后，引用 AI 的公司激增

分析：高盛這里表達的意思是，創新都伴隨著傳統科技公司的洗牌，最終哪家公司勝出沒人知道，下一篇中會有詳細數據說明歷史上科技巨頭更新的速度之快和幅度之大。站在投資者角度，它們就會每個公司都買點來增加中獎的概率，這樣做的后果就是整個科技行業的估值被抬高。

其實這里我想說的是，投資者知道分散投資，其實頭部科技公司更知道這個道理，比如騰訊就建立了一個規模約4000億的VC（風險投資基金），專門投向那些有潛力的初創公司（新科技），這樣就可以保證自身在科技行業長久的巨頭地位，這其實也是騰訊在充分吸收歷史經驗后做出的決策。

歷史的教訓，AI的市場風險和機遇

譯文： 關于創新的“生命周期”以及它們如何影響股市，歷史可以告訴我們什么？雖然很難一概而論，但它們有一些共同特征：

1，一項突破性技術出現并達到商業化標準。

2，新公司和資本涌入該領域。

3，投機活動開始活躍，公司估值上升，往往會導致泡沫。

4，泡沫破滅，但這項新技術往往會重新成為經濟和股市的主要驅動力。

5，新技術/新行業由少數大公司主導。

6，二次創新出現，創造了 新公司和初始技術的升級版新產品。

7，其他行業受到創新的影響，迫使現有企業要么適應，要么消失。

8，二次創新創造了新的就業機會和新的需求（消費者得到了好處），生產率在完全采用新技術和網絡效應實現之后得到了提高。

分析：以上是歷史上一項科技創新出現后會經歷的典型生命周期，根據各人的投資風格不同，介入的時間點也會有所不同。比如傾向于投機的資本會在第2步就開始介入，而在第3步出貨。比如我這種把股票當成資產來買的人，就會從第5步（行業趨勢和商業戶路徑已經明確）開始介入，并在6、7、8步逐步分散配置加倉，直至科技創新的紅利派發殆盡，這個過程是相對平穩上漲的十年，比如之前的互聯網紅利期就是典型的例子。

譯文： 在整個生命周期中，投資者往往既有風險也有機遇。

其中風險包括：

1，低估了激烈的競爭對投資回報的影響。

2，夸大了新技術開發者創新的資本回報。

其中經常被忽視的機遇包括：

1，新公司可以利用新技術創造新商品和新服務以推動新需求的增長。

2，新技術可以開辟新市場。

3，隨著需求模式的變化，技術領域之外的公司可以從技術中受益。

分析：在風險上鑒于AI目前有比較實際的商業化路徑（不算上行業交叉應用），而且投行對于市場的估算工具已經相對完善，所以個人認為主要的風險來源于后續競爭者的加入，而不在于投資回報。

在機遇上鑒于AI應用實在太廣泛，個人更傾向于AI與后續其他行業的交叉應用，與二次創新后開辟出來的新市場和新需求，例如因特網二次創新后出現了電商這種模式，在網絡創新的初期實體店老板絕對想不到自己會被電商搶走大半生意。