经济规律依然存在吗？嗯，显然存在。又似乎不存在太多。至少在2025年和2026年不是这样。
这就是重点所在。是的，这就是……对，没错，就是点睛之笔。2026年的预期完全破碎了，这与你原本看到的常态截然不同。大家好，欢迎收听另一期《Odd Lots》播客节目。我是特蕾西·阿洛韦，我是乔·怀森塔尔。
有趣的时代和市场。你知道我有点感觉失去方向了。我知道，就像……我有种顿悟：我不知道到底发生了什么。我们好像和市场一样，甚至可以说在整体生活中也失去了方向感。显然没人对此有异议。
但就像……现在的共识交易是什么？人们真正担心的是什么，关于这些数据中心之类的事情？我们到底有什么核心观点？我完全不知道别人现在在想什么。我真的需要一次现实检验，非常迫切地需要。
我们要录制这期节目是在10月28日。就市场现实检验而言，我们这次其实做得不错，因为我们通常会在美联储决议前、S-1文件发布前或财报指引公布前录制。这次我们时机选得相当好，刚刚经历了FOMC（联邦公开市场委员会）的决议。
是的。本周早些时候，我们在美联储新闻发布会期间收到了Anthropic提交的S-1文件。Oracle（甲骨文）发布了一些额外的指引。发生了很多事情，尽管我们将讨论其中一些内容，但本周晚些时候还会有更多消息发布。
因此我觉得这是一个非常好的时刻来停下来弄清楚到底发生了什么。你提到Oracle将在投资者日上披露一些数据，股价上涨了12%。所以我会说这比FOMC的决议更是今天的重磅新闻。没错，关于资本支出的问题、大型超大规模运营商将承担多少债务等等的问题显然更重要。
我认为在许多参与者心中，这些问题的分量远大于“他们十月份是否会维持利率不变”这类问题。鉴于凯文·沃尔什在新闻发布会上仅露面几分钟就能带来的影响力，这个标准其实不高。但你说得对，我们确实有完美的嘉宾。我们将邀请一位之前来过播客的朋友。上次我们要讨论的是杠杆ETF，这次我们请他来做一个整体的市场概述。
他是巴克莱银行全球股票战术策略主管亚历克斯·阿尔特曼。所以非常感谢你再次来到《Odd Lots》节目做客，非常荣幸能再次邀请到你。那么现在情况如何？
嗯，具体情况怎样呢？你知道目前是否存在关于AI的共识展望吗？是的，存在。目前的共识展望是：这列火车仍在运行中。我们不会让这列火车停下来，这就是明确的共识。
如果你随机抽取一批来自不同地区的投资者——无论是美国、欧洲还是亚洲，并逼问他们是否仍看好或看空AI故事，你会得到压倒性的正面回答。是的没错。我们可以争论人们在持仓比例上的具体位置，但总体观点就是这样。
这也是为什么我认为如果你看过那张关于我们在泡沫周期中位置的图表的话，当泡沫开始反转时，第一次下跌是“否认”阶段。我不会说这种气泡已经破裂了。我知道外界有一些评论确实这么说，但如果你将这两种叙事并列对比的话，我们目前正处于否认阶段，因为每个人都仍然极度看好。
是的没错。你看人们说哦半导体……比如海力士或者某些韩国内存股，它们的市盈率只有三倍左右。我在想，在彭博终端上查一下三倍的市盈率根本不需要任何工作量。对吧？所以大家都……谢谢你推广彭博终端的实用性，顺便说一句。
你说市盈率低是什么意思？是的，这些都是内存股，它们的每股收益（EPS）对应的市盈率为三倍。没错。因为人们认为我们正处于顶峰，而且我们知道这个行业具有周期性，所以当盈利这么好时，你并不会愿意为它们支付高溢价。
正如那句老话所说：你不买周期性公司，尤其是像半导体这样历史上具有周期性的行业，当它们处于盈利顶峰时。你没意识到那时估值其实很低吗？好吧。所以让我们把这些线索拼凑起来：市盈率实际上相当低，正如隐含在市盈率中那样，人们并不指望这些内存公司很快会有指数级增长。
那么NIO Clouds（注：此处应为Neocloud，即新建云服务商）的情况如何？为什么尽管如你所说共识是看多的，每个人都想做多AI交易，却突然出现了这么多焦虑？人们引用着核心数据、图表……好吧。让我们先退一步思考一下，因为我想在更广泛的AI生态系统背景下讨论Neoclouds。
显然，Neocloud是一类企业，它们以某种方式被要求构建计算能力，然后将其出售给预定的客户。其中一些是预定的，另一些则是投机性的，无论你是否认同这种商业模式。这些企业处于前沿地位。
目前许多这类企业的经营性现金流为零或微乎其微，因此它们代表了AI融资层面中风险较高的部分。我认为这是一个无可辩驳的事实。人们可能会争论说，其实它们是伪装成REITs（房地产投资信托基金）的实体，实际上并不像人们想象的那么危险。好吧，我们可以就此展开辩论。
但与超大规模运营商（如拥有巨大现金火山业务的Google和Amazon）相比，它们属于完全不同的类别。我想做出这种区分的原因是：如果你将Neocloud、外围设施和超大规模运营商视为核心，我希望你能做一个类比——不是直接对应，因为我不想做出耸人听闻的声明——而是将其与2008年全球金融危机（GFC）进行类比。
问题并非始于大型银行，而是始于次级抵押贷款车辆贷款，早了12到18个月。
最让我觉得有趣的是，新云（neo clouds）内部显然存在融资问题。这一点很明显。Cipher试图通过这种方式操作，结果反而砸了自己的股价，因为他们显然无法直接进入债务市场为Cipher融资。Cipher是另一个新云案例。
没错。为什么一家你从未听过的公司，却成了抛售的原因？这周他们什么也没说，而是因为Cipher这家新云试图融资，结果严重损害了自己的股价。突然之间，一群投资者迅速反应过来，将两点二加起来得出了结论。随后这种情绪蔓延开来。
但坦率地说，如果单独看数据中心债券，它们就像是这座墙上的“本尼”（bennies），也就是金属部分。没错。这些债券在那之前几个月就已经在走阔了。我们看到了投资级（IG）超大规模发行人的利差逐渐扩大，Cipher就是其中之一，它从比特币挖矿转型进入了AI领域。
所以我试图表达的观点是，融资方面的涟漪效应是从边缘开始的，而我们正在目睹这一现象。关于你问的当前市场情绪是看涨还是看跌，我们最近对一组投资者进行了调查。结果显示，尽管这是一个高比例的数据，但约60%的受访者认为融资在可预见的未来仍将成为一个问题。
按常理，过去几周发生的事情意味着这个答案应该是100%，对吧？然而，却只有刚过半数的人认为没有问题。在我看来，这几乎是对已存在现实的否认。公平地说，CoreWeave开始抛售的原因之一是Brandon McBee接受了《金融时报》的采访，他谈到了无限制的借贷量。
这与我讨论的资金担忧有关。总体而言，我们曾处于一个看似资金无限充裕的时期，人们可以根据需要随时进入投资级市场或贷款市场。但现在我们正转向一个更加选择性、并非每个人都能获得之前那种融资的时期，这正是现状。
我的团队的工作之一就是环游世界，与许多不同的投资者交谈并收集反馈以指导我们的决策。曾有一种近乎普遍的观点认为AI对高利率免疫，但这显然不成立。这是一个光谱问题。Metal的财报结果在这方面颇具启发性，它突显了融资确实存在局限性。
我们在夏季做了大量工作，分析了整个市场的净发行概况，包括投资级、高收益债、国债和股票。我们回溯到1995年，收集数据并计算每年的净发行量占当年市值的百分比。结果显示，利率下降时整体发行上升，反之亦然，经济规律依然存在。
然而显然并非总是如此。2026年的数据完全打破了常态，正如John所指出的那样。图表显示两年期收益率与净发行量之间的关系在2026年彻底破裂，我们发行的债券数量远超历史水平。这确实很罕见，因为我们的数据可以追溯到90年代。
与互联网泡沫时期不同，当时利率很高且美国政府处于盈余状态，而今天的情况非常独特。我回到AI融资话题是因为资本竞争是真实存在的。AI并非在真空中发行债务，其他垂直领域也需要融资，而资本总量是有限的。
今年投资级和高收益债的净发行量预计为1.1万亿美元，这是一个巨大的数字。如果市场依然看涨且列车全速前进，资本为何会犹豫？从CoreWeave、IronAI和Cipher等公司的表现来看，资本市场显然在发出信号。
如果认为AI依然直线上升，那么对这些处于前沿的公司的恐惧从何而来？看多者会说：“总有人会为这些GPU买单。只要他们有电和芯片，它们就值钱。”但这正是看多观点的漏洞所在。“筑巢引凤”的逻辑面临挑战。
当你开始看到裂痕或煤矿里的金丝雀时，你应该引起注意。这就是问题的关键所在。
大家好。第二点，归根结底我们需要关注收入问题。这是我们在八月底一篇名为《更谨慎地配置AI芯片》的报告中探讨过的内容。当时的观点是，我们基本上对市场规模进行了拆解。大家可能还记得，当时提到的总可寻址市场（TAM）约为30万亿美元，这不仅仅是地球的范围，而是整个宇宙的规模。是的，大约30万亿美元，显然相当于美国的GDP水平。因此，我们再次回到了人们随意抛出“万亿”这个数字的问题上。
这里有个冷知识分享给你们，虽然我不能独占这个统计数据的功劳——顺便说一句，这其实属于卡梅伦·克雷西。是的，就是他。所以请大家给他应有的认可。回顾现代历史上最成功的两家科技公司——微软和苹果，自1990年以来，这两家公司的累计总可寻址市场（经通胀调整）甚至不到1万亿美元。
相比之下，太空领域的可寻址市场规模是这一数字的三倍。这不禁让我思考：这些钱究竟从何而来？
好，让我们看看笑点所在：标普500指数成分股的总营收约为17万亿美元。它们的支出大约在11到12万亿美元之间。这意味着标普500的净利润大约介于5万亿左右（原文此处有口误或重复，意指净利规模）。好吧，我们可以对分配给AI支出的资金量做出大胆预测。但据我了解，无论是Rap数据还是OpenRouter数据都清楚显示，代币支出在短期内似乎开始趋于平稳。也就是说，并不是所有公司都会花费如此巨额的资金。
这就引出了回答乔的问题的另一个要点：巴克莱银行是否正在管理Anthropic的首次公开募股（IPO）？或者说，你们是否参与了此事？我们不会问任何关于Anthropic的问题。但我会对特蕾西说：好吧，不，我不会让你难堪（指代之前可能存在的互动规则）。我们要遵守这里的规矩。但我要告诉特蕾西，Anthropic的顶层收入数据看起来非常棒。
我不认为我们从OpenRouter的数据中了解到太多东西，因为那捕捉到的只是特定群体——通常是寻找廉价中国模型的用户，而这一部分表现良好。但Anthropic的顶层收入数据看起来难以置信地好。再见特蕾西，谢谢。在S-1文件中可以看到盈利进展。
你可以看到盈利的增长轨迹：数十亿美元的利润与数万亿美元的市场估值相比，差距确实很大。是的，我在争论这一点时只是指出有很多图表在流传。许多人查看Rap数据，许多人也关注OpenRouter上的统计数据，然后开始质疑：美国前沿实验室是否陷入了困境？它们可能确实面临挑战。但我的意思是，如果你查看最近向美国证券交易委员会（SEC）提交的文件——至少有一家公司提交了S-1文件，其数据直线上升。
那么，让我们更广泛地谈谈前沿模型吧。一直以来的论点是：它们能开发出更好的模型、代理或技术，人们最终会为此买单。而市场上持续的疑虑在于：开源模型的追赶速度非常快。虽然它们在基准测试中稍逊一筹，但差距已不再那么巨大，且运营成本要低得多。
关于开源与前沿模型的争论，人们怎么说？我认为这里存在一种奇怪的矛盾，这与那种乐观的叙事相悖。因为从各种不同来源的数据可以明显看出，开源模式的市场份额已从20%上升至约80%。此外，代币成本仅为可信模型的一小部分（1/100）。通缩每年都在发生。这可能是历史上通缩最快的资产之一，甚至比2021年的NFT还要夸张（指价值缩水）。
但GPU租赁成本却在上升。是的，绝对如此。因此显然存在双向辩论。我认为这又回到了更广泛的AI叙事演变上。这不一定是单行道。“水涨船高”并非唯一逻辑，存在不同程度的差异化。
但你问到了开放权重模型（Open Weight）。我认为目前领先的问题甚至不仅仅是开放权重，而是将其与本地运行的开放权重相结合。我想称之为“做多或做空人类创造力”。听我继续说：如果2007年iPhone刚发布时，有人从未来告诉当时的用户：“二十年后，你将拥有数量级差异的计算能力，但电池大小与2007年相同。”那个人肯定会说：“不可能。你需要一个像这张桌子一样大的iPhone。”显然我们做到了，这其中包含许多其他因素。
因此，那种认为我们必须依赖俄亥俄州数据中心里的一堆Hopper或Vera Rubin芯片才能为我处理邮件、或者明年就能用你手机上的芯片发送愤怒的酒店投诉信的观点，可能并不准确。如果已经实现那就更好了。我们口袋里都装着超级计算机，并且能够运行……
比如使用开放权重或封闭权重的多参数模型在本地运行。这由英伟达的NeMo提供，或者Meta推出的产品支持——Meta已经推出了一个可以在你的笔记本电脑上本地运行的多参数模型。
哦，真疯狂对吧？但这不仅仅是因为技术本身。是的。所以我认为辩论的另一个重点不在于开放权重，而在于你正沿着这条效率曲线移动。这也带来了收入问题，这与前沿模型也息息相关。
关于前沿模型：恕我直言在座的各位，我们可能不会通过它们发现新的生物技术药物。这非常重要。
我最近去了旧金山，当时正在和某人交谈。其实我想问问你对东西海岸科技观点的看法。我在旧金山遇到一个人，他用了一个词叫“前沿黑洞”，意思是哪些行业真正需要博士级别及以上的技术？我们可以很容易列出几个。其中之一可能是生物技术，对吧？在医学方面，智能永远不嫌多。另一个可能涉及半导体设计本身，你永远不会觉得它太聪明而无需更多智能。
还有量化交易之类的领域，在那里你也永远无法做到足够聪明。我不确定具体情况，但这确实很难思考。可能存在很多行业，其所需的智能水平达到一定限度就足够了。我是说，目前是这样。
你还记得我们用iPhone做类比的时候吗？那时它确实是一场技术革命。还记得我们当时认为2007或2008年是iPhone的巅峰吗？那时有一个应用能在手机里显示一品脱啤酒，你可以假装喝它。我们都觉得那太酷了。现在大家都说“哦，这真棒”。你可以从细微之处获得快乐，乔。但这在我看来只是奇思妙想。
我不觉得Joe讨厌开心时刻，但请继续说下去。我记得当时我们为什么如此疯狂于能假装喝啤酒这一点。这是一个很好的观点。所以我认为，我们还不知道AI的未来真正看起来是什么样子的。
是的，你说得对。今天我们可能认为，口袋里不需要超过100智商的人来管理我们的邮件，或者因为租车公司收取2,000美元的划痕费而发送愤怒的消息。但我认为消费层AI将会……人们经常问我，什么能真正带来建设性成果？我说当我们找到杀手级的消费应用层时。因为归根结底，消费者决定一切，这就是经济所在。
关于企业收入这点，我不认为它能真正填补这个缺口。我真的看不出我们怎么能做到这一点。我知道你说得对，数字方面……我可能最终能达到那个水平，但在市场希望看到投资回报的时间框架内是行不通的。你需要突破消费层，就像这样。关于前沿的话题，消费者目前可能不需要前沿技术就能完成所有这些事情。
我的核心观点是：我们经历过的最佳技术进步，不一定是某种新的先进技术，而是改变现有技术的应用方式。因此，很有可能我们将采用100智商的通用工作流，并在未来12到18个月内变得几乎无处不在。我们会找到真正酷的方式来使用它。
我认为那可能是AI迎来下一次上升期的地方。顺便说一句，Tracy，过去几天我妻子出差了。我的孩子们正处于一个很容易照料的年龄。单独带他们几天并不是什么大挑战，但他们的日程安排得很满，有生日派对和其他一些活动。拥有ChatGPT感觉很好，我可以问：“接下来一个小时我该在哪里？”
它几乎能帮你规划好每一小时，因为有很多事情要做。这非常方便且令人愉快。我看了你的推文。你知道你在我告诉你之前就发了这条推文，这也是问题所在。
你在告诉我之前就把一切都发推了。所以我无法实时回应你。现在我很生气，因为你看到了我小号发的推文。我不是从主账号发的那条推文的。现在很多人会知道我有小号，并向我索要它，而你不会给他们。所以我希望你没说那个。抱歉，抱歉，我无法区分这两个账号吗？我可以插句话吗？当然可以。
那么这对你来说每月值多少钱呢？仅仅是拥有这种能力就好。好吧，就像客户经理或管理员之类的角色一样，因为回答这个问题很重要。
这对收入profile有影响，对吧？我的意思是，如果你只是在日历上有一个正确的用户界面，这个问题也能解决，不是吗？比如你知道下午3点、4点或5点必须去某个地方。很多信息分散在不同的邮件里。例如，我女儿去参加排练，有时下午1点到6点都有活动，但在周日有些天他们不排满五个小时。
邮件里某处写着“这些学生或参与者可以在三点离开”。这些信息分散在许多邮件中，我不知道该读哪些邮件。所以如果能问：“10月25日周日，我应该在3点还是6点接女儿？”那就很容易了。这很好用。
好吧，我想回到对话的开始。你谈到新云（neo clouds）像是矛尖，也许正处于否认阶段的初期。你认为什么会让投资者感到恐慌？在AI牛市信念方面，我们应该关注哪些退化迹象呢？
这是个很好的问题。我脱口而出的答案是：超大规模运营商（hyperscalers）在一定程度上缩减资本支出（CapEx）。事实上，在走过来的时候，我的一个客户问我是否认为这甚至会发生。本周的结果……著名的“最后的话”，现在说可能还为时过早。
Joe，关于东西海岸的观点：如果你想想西海岸，离这个技术中心越近，我认为公司和投资者就越深信这一叙事。那个特定生态系统中确实存在一种回声室效应。想想人们坐着的房间……我的猜测是，引发波动的可能不是业绩结果本身。
这可能意味着我们要等到新年，才能看到某种潜在的热情氛围。就像谷歌一样，它再次引发了这一波浪潮，因为在资本支出方面，这是他们最后一次表示将显著增加。这让大家再次兴奋起来，情绪高涨。
而甲骨文刚刚在其投资者日上表示，将把额外融资限制在200亿美元左右。所以我们可能快要接近那个点了。但同样，目前的反应是这是一件好事，只要人们以合理的金额筹集资金，建设就可以继续。我想是的。
这又回到了一个更整体的市场视角：标普500指数几乎没什么动静，因为对超大规模科技公司有利的事情对内存芯片就不利。所以你只会看到不断的板块轮动。我称之为“电话亭里的刀战”。
对于那些必须运行多空组合基金的人来说，这是一场噩梦。我很高兴你问了这个问题，这也是我想问你的问题。当我们观察核心权重股时，能看到焦虑和波动性。
我们在各个地方都看到了波动性，除了我们的波动率指标之外。如果我们看已实现波动率，它相当低；如果看VIX指数，也不算高。你能解释一下为什么在世界上最重要的交易中，某些部分如此焦虑，而当我们实际查看波动率衡量方式时，却显得非常温和吗？
是的，我被问过这个问题，这大概是我以各种形式被问得最多的问题。答案有两部分：一个是结构性因素，另一个是非常技术性的方面。让我们先听听这个结构性的原因。
好的，所以结构性部分与当今资金部署的方式有关。显然，股票本质上应该是只做多的产品。但在今天并非如此。2020年，多管理人基金部署的资产管理规模约为3000亿美元。
而今天已超过1万亿美元。如果你想想那些杠杆基金，比如我提到的那些类似的产品……这完全讲得通。因为在高利率环境下，如果你运行多空策略，这是完美的环境。
因为我在我的总多头侧部署资金时，会在空头侧进行对冲。实际上我并没有真正投入大量资本，我只是在多头和空头上作为保证金存入资金。
记住，我可以通过主要经纪商业务进行杠杆操作。所以我做的是拿出一大块资本，放入高息工具中获取不错的票息，然后试图在那笔总部署的资本上产生阿尔法收益。这就是商业模式，而且大部分时间这是一种很好的模式。
问题在于，资产管理规模实际上增加了三倍多。同时显然可交易的证券数量保持大致相同或随时间减少，这造成了拥挤效应。那我该如何组织以减轻这种拥挤影响呢？
我有很多酷炫的风险参数，比如你听过的Baron或Acoma等因子：风格、质量、价值、规模、成长等等。这些变得无处不在，基金花费大量时间和计算能力来中和这些因素。
现在的问题是，最终大家都在这样做，这意味着你只是创造了不同类型的拥挤。这就是为什么波动率在指数层面没有显现出来，因为很多资产管理规模在某种程度上是指数中性的。
确实如此。你看到的是剧烈的因子轮动，因为最终有大量的拥挤持仓存在。这引出了技术层面的一点，我认为许多基金尚未解决的问题是AI因子。
是的，因为你可以说它是也可以说它不是。这是一个问题。最近我意识到这一点，因为有投资者问我如何映射AI因子？答案是否定的，因为效应一直在变化。贝塔值也在不断变化。
记得年初吗？很多人想做空软件股。我想现在软件股的交易价格接近12个月高点。所以做空软件的想法曾是AI因子的一部分，但现在情况不明朗了。
因为叙事在转变，AI因子的方向也在转移。这反过来使基金试图对冲变得更加复杂。归根结底，你要么做多AI，要么做空它。
面对现实吧，过去三年做空可能并不是一笔特别有利可图的交易。顺便说一下，Tracy，在Alex给我们讲解的时候，他用ChatGPT重新安排了他整个周末的日程。
就在那段时间里，我们收到了Alphabet和微软的收益报告，这非常有趣。Alphabet下跌7.9%，收入未达预期；而微软在第一季度后上涨6.4%，云收入超出估计。
你看到了这两只巨型股票都有剧烈的反应，但对于指数投资者来说，净效果看起来相互抵消了。确实如此。但有些数字令人难以置信：微软第一季度Azure收入（不包括内部使用），这是他们的云平台，你怎么看？
你没看着终端机吧？我知道。那你猜是多少？这很有趣。基准是我认为47%的增长率。哇，你真的很擅长这份工作。
我们之前从彭博汇总的官方估计是44.8%。他们达到了48%的增长率。对于这些巨型公司来说，这是个好数字，简直难以置信。
谷歌的云收入为300亿美元。我没看到具体的增长率是多少，但这些数字太不真实了。是的，它们确实如此。
这又回到了关于AI赢家与输家的观点。如果你拥有出色的传统业务，并且从运营中产生巨额现金流（现金火山），那么如果你想投身于美国历史上最大规模的资本支出实验，这完全是风马牛不相及的。顺便说一句，我一直在试图理清这一点：如果我们相信这些资本支出数字及其远期条款——我确信它们会随着共识的变化而调整，但表面上看，这约占GDP的12%。这相当于两个荷兰的经济体量。我在想，在现代历史上，无论是路易斯安那购地案还是铁路建设，这些都被远远抛在了后面。
作为一个人类社会，我们究竟做了什么？我们在如此短的时间内花费了这么多钱。我不得不开始发挥极大的想象力来寻找类比。我相信乔，你晚上可能也会为此失眠，试图在历史上找到类似金字塔建设的例子。也许吧，但那些工程耗费了数百年甚至上千年时间。长城？我也只能想到这些。我想不出历史上有任何时期我们在如此短的时间内投入了同等规模的资金。你怎么看？谷歌云的收入增长有多快来着？
我把笔记本电脑转过去了，我甚至……抱歉。我无法相信这些数字。好吧，我给你个30%多的数据？我不太明白……差不多是103%。谷歌云收入增长了103%。这太疯狂了，我不知道该怎么解释。所有这些数字都令人难以置信。无论如何，数据就是这样写的。我的意思是，这些确实是令人印象深刻的企业。这也是为什么很多人说标普500指数不可战胜的原因吧？顺便说一句，这很有趣，正如你提到的，标普500的集中度非常高。
明年，标普500指数75%的收益增长将来自半导体领域——抱歉，比例更大。实际上约有三分之二来自半导体行业。再加上更广泛的AI生态系统，这一比例将达到约75%。所以基本上可以说，标普500已经变得像科比（Cosby）一样单一化。是的，正处于某种“成本分化”的边缘。这可以作为一种分类方式。好的。
好了，亚历克斯，我们就聊到这里吧，因为我们希望尽快发布这一期节目。非常感谢你再次做客《Odd Lots》播客。真的很感激你的到来。谢谢，非常感谢您的参与。下周见。“-乔”：很高兴与亚历克斯重逢。我认为他很好地综合分析了当前市场中发生的各种不同事情。但我认为 emerging 的关键点是这种“差异化”的概念，以及我们正从资本充裕的环境转向人们可能更加谨慎选择的环境。这对商业模式意味着什么？我完全同意这一点。我也认为，经典理论在不同时期是不同的。
有人说“利率不再重要”。这是典型的观点：“这不是一个对利率敏感的行业，因为数字实在太高了。如果你一年增长44%，或者关心的是5%或5.25%的利率，那完全无关紧要。你会继续建设等等。”但这只是投资者对自己撒的一个谎。至少在边际上，至少在最前沿的部分——对于像NIO Clouds（注：可能指代特定云服务商或口误）等某些杠杆公司来说，利率显然很重要。而且，“市场成本分化”这一概念真的令人震惊，因为许多科技公司、超大规模云服务商的收益能力都建立在这样一个前提之上：其他公司将购买这些服务以提升自身生产力并增加收益。
然而，我们尚未在它们的实际收益数字中看到这一点完全实现。与此同时，整个指数越来越依赖于一种预期：即最终不仅仅关乎AI本身。这就是当谈到“堆积如山的岗位”时的问题所在。“Alpha冲击”（Punch Up）的前提是每个人都应该找到属于自己的非差异化阿尔法收益。但这究竟在哪里呢？所以我认为，基本上，如果你是一名投资者并在过去一年中赚了钱——当然，比如你在东村开了一家新的意面餐厅，那是另一回事。但如果你是在规模层面上赚钱的，那么你的收益肯定与AI有关，因为你有各种各样的组合：有些是芯片，有些是工业股等。
但我很难相信那些赚钱的人没有在某种程度上以某种方式归属于AI因子做多杠杆。是的，我确信我会想象到……关于AI因子这件事很有趣。你知道吗？亚历克斯对行业的解读非常到位，而且与他交谈也很棒，因为他经常与华尔街的客户交流。所以我最近跟斯坦福大学的一名计算机科学学生聊天，他说：“哦，华尔街是在构建AI。”我说你在说什么？华尔街没有！嘿，看看这些冲向月亮的股票。我屏幕上的数字讲述了一个完全不同的故事。
那个人的观点是，如果你甚至在讨论GPU过剩的可能性，你就根本不懂AI。怎么说呢？你就像说：“你不……你没有充分理解AI。”这太有趣了。是的， definitely 市场正处于一个非常有趣的时期。我们就聊到这里吧？Alphabet（谷歌母公司）每分钟处理320亿个token，这增长了40%。Q……我甚至不知道这些词是什么意思。我们就聊到这里吧。好的，这是《Odd Lots》播客的又一集节目。我是特蕾西·阿洛韦（Tracy Alloway），你可以关注我的推特 @tracyalloway。我是乔·魏森塔尔（Joe Weisenthal），你可以关注我的推特 @thestalwart。
请关注我们的制作人：卡门·罗德里格斯（Carmen Rodriguez）@carmenarmen，达希尔·贝内特（Dashiell Bennett）@dashbot，凯尔·布鲁克斯（Cale Brooks）@calebrooks 和凯文·洛萨诺（Kevin Lozano）@kevlloydlozano。你可以在我们的Discord社区 discord.gg/oddlots 中24小时讨论所有这些话题。如需更多《Odd Lots》内容，请查看我们的每日通讯，可在 bloomberg.com/oddlots 找到。
如果你喜欢这次对话，喜欢我们关注市场的风格，请在你最喜欢的播客平台上给我们留下正面评价。如果你正在观看视频版本，请点赞或留言。或者更好的是，订阅我们。请记住，如果你是彭博社（Bloomberg）的订户，你可以收听所有无广告的节目。你只需在Apple Podcasts上找到Bloomberg频道并按照指示操作即可。感谢大家的收听。