AI 遞歸性與部分 Mag 7 及 NVDA 近期業績，是否已證明當前收入具備合理性？
技術堆疊內部（inside the stack）的生產力躍升確實正在發生。然而，在清晰的 ROI 財務模型上，能否產生規模足以支撐現今高額 capex 的客戶端收入增長，目前仍未被證實。這兩者本質上是完全不同的命題。
「遞歸性（Recursivity）」實際能做到甚麼？
遞歸性是指 AI 開始自行編寫代碼、設計晶片、調校 kernels、規劃機架佈局以及運行實驗：
- 它可以延伸每個 GPU-hour 的產能： 透過更優質的 compilers、稀疏化（sparsity）、量化（quantization）、網絡路由與工作調度，全面提升每瓦 token 輸出率（tokens per watt）。這是實打實的進展，亦是 Nvidia 與各大實驗室能持續推高能效數據的核心原因。
- 它可以緩解部分受限於軟件或設計的瓶頸： 例如驗證、RTL 輔助工具、佈局佈線（placement）、firmware、集群軟件，甚至是部分材料模擬。這有效縮短了整體的工程研發排期。
- 它無法憑空印出變電站、變壓器、水資源或 HBM 晶圓： 電網互聯與先進封裝依然受制於實體物理限制。遞歸性只能協助我們更有效率地運用稀缺資源，但無法消除實體資源本身的稀缺性。
- 它推動需求增長的速度往往與提升供給一樣快： 當 token 成本降低，通常意味著消耗的 token 總量急增（如 agents、更長的上下文窗口、更多重試計算）。效率提升往往反而激發了更大的 capex 胃納，而非減少開支。
因此，遞歸性本質上是「產能放大器（capacity multiplier）」，絕非自動關閉 capex 的剎車開關。
收入增幅足以支撐巨額支出嗎？
要令這場基建擴張看起來具備合理回報，核心條件在於：各類 AI 產品必須產生龐大且具備持續性的現金流（如雲端 inference、廣告轉換、席位訂閱費、交易抽成等），以覆蓋幾年內便會折舊淘汰的 GPU 資本開支。
從 Mag 7 及 Nvidia 的實際財報中可以看出：
- 算力需求依然超越供給： 這支持了企業投入「更多」capex，但並不代表投資回報率（ROI）已經板上釘釘。
- 部分 AI 產品線增長迅猛： 包括雲端 AI 服務、模型 API、編程輔助工具等。這代表收入放量階段的開端，但尚未演化為數萬億美元級別的增量淨利潤。
- 多數 hyperscalers 的 AI 收入相對於 capex 運行規模而言依然偏小： 樂觀論點認為目前尚處初期，待訓練集群轉為滿載的 inference 應用後利潤率便會浮現；悲觀論點則認為價格下跌速度可能與使用量增長一樣迅速。
Nvidia 的強項在於「賣鏟人（selling the picks）」的商業定位。即使 OpenAI、Anthropic 或各大 hyperscalers 的終端客戶 ROI 依然模糊，Nvidia 的業績依然可以極為亮眼，因為兩者的 P&L 報表截然不同。
在 token 消耗量與雲端 AI 賬單金額方面出現「爆發式增長」是合理的；但預期全經濟體系利潤會大幅躍升、恰好完全覆蓋每年高達 8,000 億至 1.3 萬億美元的基礎設施支出，這目前僅屬前瞻預測，而非既定事實。
客觀對比拆解
| 遞歸型 AI 有助推動的事項 | 遞歸型 AI 無法自動保證的事項 |
|---|---|
| 提高每美元晶片投入的 token 產出率 | 確保軟件具備持續的定價權 |
| 加快晶片及軟件的迭代速度 | 憑空創造電網容量 |
| 降低單一智能單元的成本 | 確保每批 GPU 在過時淘汰前均能收回成本 |
| 催生新產品形態（agents、代碼編寫、搜尋） | 遏止循環融資或過度基建擴張風險 |
核心結論
從 Mag 7 的支出與 Nvidia 的業績指引可見：買方對算力的渴望依然超出其所能獲取的額度，市場正在押注遞歸性與產品化落地能跑贏設備折舊週期。這是一個合乎邏輯的博弈，但這並不等同於「收入增幅已經足夠支撐支出」。
與其緊盯「遞歸性」這個宣傳名詞，不如聚焦三項關鍵數據：
- Microsoft、Google、Amazon、Meta 的 AI 服務收入與利潤率，而非單看其 capex 數字。
- 算力利用率與 inference 佔比（以訓練為主的集群若出現半閒置狀態，即屬警號）。
- 每 token 價格與實際消耗 token 量的對比：若單價暴跌速度快於用量增長，即使「AI 使用量」呈現爆炸式擴張，capex 的財務狀況亦只會進一步惡化。
遞歸性確實令多頭故事更具說服力，但它並沒有消除市場對投資回報率（ROI）的終極拷問。
全球流動性與市場走勢
全球流動性（通常以主要央行如 Fed、ECB、BOJ、PBOC 的資產負債表規模，加上更廣義的信貸及貨幣供應總量計算）在過去數年與 Nasdaq 指數展現出極高的長期正相關性。
分析師如 Raoul Pal 曾多次展示圖表，指出在過去 10 至 15 年的週期中，兩者的相關系數普遍高達 90% 以上。疫情後的數據進一步佐證，相較於價值股或防守型板塊，Nasdaq（特別是增長型科技股）對流動性環境的敏感度特別高。當全球流動性強勁擴張時，往往能有力支撐風險資產、推動估值倍數擴張，並吸引資金持續流入主導 Nasdaq 的長久期（high-duration）股份。
在當前對 AI／capex 的擔憂下，Nasdaq 能否延續升勢？
答案是大概率可以，而且歷史上屢見不鮮，前提是全球流動性維持持續擴張的格局。
- 特定板塊的擔憂（如 AI 過度建設、hyperscaler ROI 存疑、記憶體週期回調、客製化晶片競爭）確實會引發科技股內部的劇烈輪動或回調（正如 2026 年中 SOX 半導體指數相關股份所見）。
- 然而，Nasdaq 整體表現受巨型權重股及市場總體風險胃納的主導。充裕的流動性往往充當了緩衝墊角色：支撐整體估值水平、刺激資金流入，並令指數在個別細分板塊調整之際依然維持反覆向上的趨勢。
- 歷史先例表明，只要流動性浪潮持續上升，Nasdaq 完全有能力穿越敘事疲勞或週期性擔憂的迷霧持續挺進。
當前宏觀背景（截至 2026 年 8 月下旬）
- 整體各項全球流動性指標依然提供支持（BIS 數據顯示，美元與歐元計價的跨境信貸增長直至 2026 年初依然穩固）。
- 近幾個月部分較窄幅的「淨流動性」指標出現走平或輕微受壓跡象，反映總體圖景並非呈現全面爆發態勢。
- 市場對 AI 及 capex 的憂慮屬實，且已經誘發波動，但尚未破壞支撐 Nasdaq 大局的宏觀流動性驅動架構。
必須注意的風險邊界
- 流動性是必要條件，但非絕對充分條件。極端偏高的估值、業績遜於預期、激進的加息衝擊或突發的財政與信貸危機，仍可能壓過流動性的支撐力。不過此類事件往往屬於短暫衝擊，例如 2024 年 8 月的日圓套息交易（yen carry trade）平倉踩踏、2025 年 4 月的特朗普關稅調整，或是 2026 年早前出現的伊朗局勢。只要全球流動性保持健康，強勁反彈並重拾歷史新高始終是基準常規走勢。
- 權重集中度風險偏高：Nasdaq 的表現很大程度上依然繫於少數幾間巨型權重股身上，個別企業的 capex 開支與現金流表現至關重要。
- 流動性本身可能隨時逆轉。央行政策轉向、QT（量化緊縮）步伐加快，或美元匯價走強均可迅速削弱順風動能。這可能會形成「進三步退一步」的阻力波折；但只要總體全球流動性維持穩健步伐，市場方向（Market Direction）應當持續維持買入（buy signal）。根據無數市場週期的歷史驗證，這有助在減少雜訊訊號的同時取得更出色的投資表現。
總結觀點：持續穩健的全球流動性歷來是 Nasdaq 最強大的驅動引擎之一，能在 AI 與 capex 恐慌引發雜音及板塊輪動時，支撐大市進一步向上。核心觀察指標在於該流動性擴張是否具備持續性。若持續擴張，Nasdaq 最阻力最小的路徑依然是向上；若擴張停滯或轉為收縮，當前尚能被市場消化的種種擔憂將會變得極度危險。
無論如何，目前全球貨幣創造正以歷史性的步伐持續擴張。
Leave a Reply