人工智能的熊市情境
人工智能顯然帶有投機成分，但亦有確鑿證據顯示：（a）我們可能仍處於真正多年的建設初期階段；（b）技術能力與需求正以足夠快的速度疊加增長，足以消化現時的大量資本開支；（c）只要全球流動性保持寬鬆，牛市合理地有可能再持續一至兩年。
然而，同時亦有人提出嚴重憂慮，包括過度投資及市場集中度過高，這些因素投資者應該與較為樂觀的觀點一併考慮。
1. 為何牛方論點仍具說服力
最新的實證研究顯示，AI agents 能處理的任務長度與複雜度，自 2019 年以來大約每六至八個月便翻倍一次，被視為能力上的「新 Moore’s law」。使用量亦急速上升：Google 報告在短短八個月內，AI token 使用量增加約十四倍；而買方估計顯示，S&P 500 市值中已有約 15–25% 反映了對 AI 帶動盈利的具體預期，而非僅僅是故事股。供給方面，Morgan Stanley 等機構預期 2025 年 AI 與 cloud capex 將按年上升約 60%，達至約 4,900 億美元，而 2026 年的指引亦持續上調，因為 hyperscalers 報告顯示 AI capacity 的需求仍然超過供應。這更像是一個早期建設階段，而非成熟的產能過剩爆破。
全球流動性亦繼續支持風險資產。過往有關超額流動性的研究顯示，央行資產負債表擴張與股票牛市之間存在強烈相關，而收緊階段則與重大回調相吻合，例如 2000–02 及 2007–09。今日主要央行再次透過儲備管理購買、便利工具及 swap lines 注入淨流動性，而高企的公共債務限制了它們收緊政策的力度，以免觸發危機，令實際利率在金融壓抑下保持低位。這與 2000 年 3 月的情況截然不同，當時 Fed 已明顯轉向收緊政策，因為 Y2K 的憂慮證明並不重要。
從基本面來看，核心 AI 領導企業仍然具備盈利能力。Nvidia 的估值約為 40–45 倍過去盈利及低 20 倍前瞻市盈率，遠低於 Cisco 在高峰時的 200–470 倍；而 Microsoft、Alphabet、Amazon 及 Meta 均產生大量自由現金流，足以內部資金支持 AI capex。多份機構分析認為，若以 PEG 或現金流指標來看，現時估值雖然偏高，但並未完全脫離增長狀況，尤其在 AI 即使僅帶來溫和的生產力提升時更為合理。歷史上，「浪費式」基建潮往往孕育後來的盈利池：九十年代的 dark fiber 後來促成寬頻及 cloud，而 AI infra 更具靈活性，因為未使用的 GPU capacity 可以迅速重新分配至新 workloads。隨着各國政府將 AI 視為戰略性基建，hyperscalers 亦視之為護城河的生死攸關，它們有強烈誘因將 capex 更快轉化為收入，推動變現提前落地，而非令機架長期閒置。
2. 最強烈的理由顯示這一切仍可能以壞結局收場
有些觀點正確指出，過往的科技熱潮往往在最具說服力之時突然破裂。分析員指出，市場集中度已達一百四十五年來的高位，S&P 500 前十大公司佔指數權重約四成，而單一公司市值接近美國 GDP 的 16%，遠超以往任何周期。分析員記錄，大型科技公司每年投入約四千億美元於 AI 基建，但現有伺服器的使用率僅約 12–18%，多達一千萬部伺服器閒置，這與九十年代電訊泡沫相似——當時五千億美元的光纖 capex 留下 85–95% 的產能未被使用，最終摧毀約七兆美元的股權。按現時預測，OpenAI 單獨可能在盈利前累計虧損約一千四百三十億美元，而主要模型公司整體在未來數年將累計超過一千五百億美元的虧損，遠超 Amazon、Tesla 或 Uber 在盈利前的虧損規模。
分析員亦強調，美國近期 GDP 增長異常狹窄：若不計算數據中心相關投資，2025 年上半年實質增長僅約 0.1%，顯示整體經濟停滯，而 AI capex 承擔了主要推動力。這種集中令周期變得脆弱：若 AI 支出放緩或項目令人失望，GDP 與市場均可能出現急劇下滑。有證據顯示，許多 AI 項目已經以高比率失敗，報告指出多達四成企業放棄大部分 AI 計劃，而企業項目的失敗率接近八成，這令人質疑這些基建能否迅速轉化為具持續性的盈利收入。
最後，分析員強調與過往泡沫的結構性相似。他們指出，鐵路狂潮、九十年代電訊及科網泡沫，均由敘事主導及瘋狂 capex，最終在產能過剩及回報疲弱無法否認時，出現 50–80% 的大幅回調，通常在三至七年時間線內發生。他們警告，今日已經出現這種動態的早期跡象：GPU 租賃價格按年下跌逾兩成，顯示供應開始追上，而部分領導企業的 AI capex 與收入比率高達 16 比 1，意味回本之路極為漫長。即使流動性與盈利能力在未來數年仍能維持盛況，歷史顯示投資者在預期正常化後仍可能面對失落的十年，回報僅在橫行中徘徊。
換言之，AI 的牛方論點確實存在，牛市亦可能在流動性充裕及能力持續疊加時延續，但分析員的警告同樣合理：極端集中、低使用率、龐大預期虧損，以及宏觀增長的狹窄性，均令這一體制顯得脆弱。兩者可以同時成立：未來一至兩年或仍然強勁，但若競賽以現時強度持續愈久，若 AI 盈利未能追上已經押注的數兆美元承諾，市場預期最終可能要以更劇烈的方式修正。
關於關稅與人工智能繁榮的「糖衣效應」
關稅作為潛在拖累
研究顯示，2025 年特朗普關稅方案對增長、貿易及實質收入造成顯著打擊：美國及全球分析均預期，美國實質 GDP 在 2025 年將下降 0.5–0.9 個百分點，通脹上升，貿易量收縮，因為有效關稅率升至約 16–18%，為自三十年代以來最高。預測顯示，隨着關稅風險升溫，全球貿易增長在 2026 年將放緩至約 0.5%，這構成風險資產的典型熊派宏觀背景。
人工智能繁榮的糖衣與擠出效應
多份研究認為，AI capex 實際上掩蓋了這種疲弱並分散資本：AI 相關投資已成為美國 GDP 增長的最大單一貢獻者，AI capex 佔 GDP 超過 1.1%，並在 2025 年初超越消費支出成為主要增長動力，而其他經濟部分顯得疲軟。分析員與風險機構警告，hyperscalers 每年約 400–600 億美元的 AI 支出，存在擠出其他製造業及工業投資的風險，且收益高度集中於少數 mega caps，而非廣泛分佈。
綜合熊派角度
關稅正結構性削弱貿易與實質增長，而 AI 繁榮既在宏觀數據中掩蓋這種損害，又將稀缺資本引導至狹窄、具投機性的複合體，而非多元化、提升生產力的投資。若 AI 回報令人失望或 AI capex 放緩，與關稅損害同時顯現，市場的回落可能比目前的增長數據所暗示更為急劇。
牛方時間線（2025–2027+）
· 現在至 2026：早期建設——AI 能力每 6–8 個月翻倍（新 Moore’s Law）；需求 > 供應（2025 年 capex +60% 至 4,900 億美元，clusters 售罄）；領導企業盈利（Nvidia 40x vs Cisco 200x）；流動性支持（未如 2000 年般收緊）。
· 2026–27：沉重支出（1.1 兆美元 capex）迫使變現；過度建設孕育盈利（如九十年代光纖）；策略性競賽維持增長。
· 2028+：潛在供給通縮（Musk：三年）；若利用率提升，或迎來生產力繁榮。
熊方時間線（脆弱 2025–2028+）
· 2025–26：集中度見頂（S&P 前十大佔 40%）；使用率低（12–18%，1,000 萬伺服器閒置）；虧損逾 1,500 億美元；關稅拖累 GDP 0.5–0.9pp，貿易增長至 0.5%；AI 掩蓋疲弱並擠出投資。
· 2027–30：產能過剩顯現（GPU 價格按年跌 20%，capex/收入比率 16:1）；40–80% 項目失敗；重演科網/電訊泡沫（高峰後 3–7 年出現 50–80% 回調）。
· 2030 年後：若盈利未能兌現，或迎來失落十年；關稅損害加劇回落。
Leave a Reply