Welcome to the Thought Lab，我是郭威。很多人说AI会改变世界；老实讲，我们听得耳朵都起茧了。但今天我们不谈科技——我们来谈谈钱。预计到2026年，几家科技巨头将投入超过7000亿美元用于算力设备。这有点像在沙漠里疯狂建造六星级酒店；每个人都声称未来会有无数旅客，但现在路甚至还没铺好。所以，这是“世纪愚行”——一场基础设施革命，还是一场因害怕落后而产生的集体恐慌？这与我们小投资者或企业家的钱包有什么关系呢？今天我们邀请了和鼎创投副总经理兼总经理刘奕成，来帮我们拆解AI时代这笔最危险的账本。你好。
大家好，我是刘奕成，大家都叫我IC。好，开场我想问一个大家非常关心的话题。大家都知道目前推动AI浪潮的引擎是英伟达，人们觉得英伟达赚得盆满钵满，所以AI投资应该不是泡沫吧？但从金融角度来看，如果这项新技术真的成功改变了世界，这是否意味着我们现在投入的所有AI投资最终都能连本带利赚回来？真的有这种保证吗？
一个很有趣的角度。如果你说的是现在投入的钱，我认为很可能连本带利赚回来。如果是说2022年投入的钱，那已经连本带利赚回来了。但如果你说的是2028年之后投入的钱，我就不确定了。这与时机有很大关系。时间就是金钱——或者更准确地说，钱就是时间。我在金融行业待了很久，其实自从我们在2022年开始做创投以来你会发现，因为风投不处理上市公司股票，当朋友问我该投资什么时，或者我在社交媒体上分享时，我就直接告诉他们买英伟达或台积电。是的，因为那时候需求很明确。
在当前的时间点，大家都在谈论科技巨头到2026年将花费的7000亿美元，我认为这7000亿仍然可以收回成本，但我不确定2028年之后的情况。
这很有趣。我们是在2026年录制这段视频的，但你提到了一个具体的时间点：2028。你连两年后的事情都不确定？我不确定的原因不是技术本身的发展，而是支持科技融资的金融结构将会发生变化。例如，如果你问今天建设AI数据中心的人他们的投资回收期是多少，很多人会告诉你只需要一年。亚马逊也表示他们可以在三年内实现盈亏平衡。所以事实上，我们目前看到的需求是真实的。我经常和我办公室的年轻人讨论这一点，因为许多人将当前情况与互联网泡沫进行比较。
是的，当前的AI状态。但从微观角度来看，它们与互联网泡沫完全不可比。那时候个人用户不需要向任何互联网公司支付一分钱。那是真的，你不用为你的搜索引擎付费。当时一切都是免费的。当然可以通过电子商务或广告产生收入，但现在的情况完全不同了。如果你问台湾城市地区20到30岁的普通年轻人他们每月花费多少订阅两个AI语言模型，大约需要150新台币。
即使他们不订阅AI模型许多其他服务如Netflix也集成了AI组件没错以Netflix为例它提供如此多的内容大多数人加入三到四人的家庭计划所以他们每月只需支付约150新台币然而如果你今天订阅AI语言模型每个大约需要700新台币人们通常订阅两个所以使用费大幅增加此外企业本身也在订阅这些模型。
企业也可能在许多其他AI应用上进行投资所以从收入角度来看这种收入大幅增加就在前几天我见了一家公司他们说目前使用AI替代许多任务他们的人员数量没有增加但每个员工每月产生500美元的AI成本换句话说他们利用单个员工生产力的提高来抑制增加总人数的需求无论是B2C还是B2B我们都看到了大量的收入增长。
嗯哼这也是我今天和我办公室的年轻人讨论的一个很有趣的现象早在200年代初由于当时的补贴手机几乎是免费的那时候你在手机上花的钱更多也许每月电信费为400或500美元所以电信成本和其他增值服务超过了手机本身的费用但2007年iPhone发布后一切都变了。
那时候每个人的订阅成本大约在每月700或800美元——学生当然更便宜但手机已经价值一两万了所以如果你每两年升级一次花在硬件上的钱比软件多今天即使人们抱怨“硬件变得更贵”和“苹果刚刚提高了价格”，对于大多数人来说，一到两年内所有增值服务的总成本最终超过了硬件手机本身的费用。这包括许多人订阅的Netflix，我们刚才提到的两三个AI模型，以及你最初的电话订阅费——所有这些费用都大幅上涨。这是一个巨大的转变。
你的观点表明泡沫不会破裂，但我们也讨论了7000亿美元这个数字。根据我们目前的估计，它可能会超过7000亿美元，这些主要的云巨头作为推动整个行业投资的引擎。国际清算银行（BIS）有一个模型表明，这些公司在争夺主导地位的过程中可能会参与所谓的过度投资。即使知道市场存在过度投资，在这个竞争格局中个别公司也无法停止；没有人敢做第一个退出的人，所以投资规模达到了合理水平的1.5倍。这就像冲向悬崖一样，一场无法停止的军备竞赛。这里涉及的非理性元素难道不让你担心吗？这会不会重演“高科技版次贷”？”
会不会共同导致过度投资的灾难？对此，我专门研究了国际清算银行（BIS）的模型。这些模型基于某些假设，如果你仔细审视其背后的隐含意义，会发现它们假定收入将不再增长。
但我们可以换个角度看：如果AI在今天是一项成熟技术，那么生活中AI的成本就不会持续上升——这是第一点；同时，企业在AI上的应用也不会继续增加。
然而，我们正看到一些非常有趣的变化。例如，许多此前未使用AI的领域现在正在持续采用它。我看到室内设计师等许多人开始使用AI，且趋势仍在增长。我也注意到Jon提到的物理AI确实……
设计工厂和特许经营店布局现在越来越多地融入生成式AI的概念。没错，BIS提出的供需模型的核心在于你需要对需求有完整的理解，但目前看来，需求仍在增长。
而这些需求是以前人们未曾真正设想过的。例如，过去设计一座亚纳米级半导体工厂可能需要长达12个月，或者至少8到10个月才能完成。但引入AI后，你可以进行大量的计算和判断。
我个人长期研究这个BIS模型，我自己的发现是它对需求的估计仍然过低。如果我们抛开BIS模型，看看这些大公司的财报，你认为哪些数据会是危险信号？
许多人看待资本支出（CAPEX）的方式与2000年看待光纤和基础设施建设相同，但正如我之前提到的，当今金融和投资中最重要的事情是现金流。这些公司究竟用什么来资助他们的AI投资？
如果他们主要或完全依赖银行贷款，我认为这就是风险的开始。因此，关于现金部分，如果你看到其中一部分来自他们现有的利润或原有资本，我认为这是更健康的。
如果我们回顾过去的互联网公司或电信运营商，它们的盈利能力根本无法与今天的AI公司相比。我们看到像英伟达这样的公司产生了强劲的利润，而且记得不久前许多人提到了甲骨文的警告信号。
我们必须分析该公司的现金流，首先看其整体是否充足。其次，这些现金来自哪里？如果来自大量借贷，那就需要非常仔细地考虑。
因此，在未来日子里，每个人都将密切关注这些互联网巨头——或者我们应该称它们为AI巨头——的现金流及其现金来源的质量。我认为这是一个非常好的判断指标：流量和质量。
对许多人来说，最直观的判断是购买GPU有点像买房收租。然而，微软于今年7月29日发布的截至6月30日的第四季度财报显示，其资本支出为410亿美元。
这笔支出的三分之二被投入到了CPU和GPU等短期资产中，这意味着这些昂贵的设备将在短短几年内面临快速的经济折旧。如果下一代芯片使旧设备在两三秒后因为性能提升数十倍而变得毫无价值，
然而企业报告却基于五到六年来制定折旧计划，我们现在是否严重高估了AI行业的账面利润，同时低估了其消耗现金的速度？正如我之前提到的，对于分析财务的人来说，会计报告中的关键关注点是现金流出的情况。
所以，关于微软的投资，你提到的410亿美元资本支出已经花出去了；现金已经流出企业，所以六年的折旧期确实有点长。但正如许多人指出的那样，将出现的情况是：旧的半导体工厂现在非常盈利，因为钱已经花出去了。
当你仍在摊销时，你记录的成本很低，使得利润看起来高得多。在会计术语中，这种情况实际上会在未来折旧完全摊销后显著体现出来。但关于你刚才提到的内容，我专门进行了调查；这难道不是微软的第二季度财报吗？
他们的财政年度第二季度是在七月初公布的。为了清晰起见，如果使用日历年，普通人更容易理解。当我们通过现金流或投资回报的视角来看待“买房”这个概念时，这很有趣。
如果你买了一套房子且其价值没有升值，你赚的钱——假设你把它租出去——就是租金收入，这就是为什么人们在考虑房地产时会看租赁收益率。在台湾，租赁收益率仅为1%到2%。
如果房产本身不升值，需要50年才能收回成本。用房地产来类比GPU等资产——这些资产的回报期应该较短——并不一定是一个合理的比较。我们仔细研究了这份第二季度财报的细节。
该季度的同比增长率达到117%，环比增长18%，主要由Blackwell超基础设施RAM驱动，看起来状况良好。需求也在扩散。我稍后会解释；实际上，许多人——包括台湾的主流观点——认为只有大规模数据中心才能盈利，但这并不一定正确。
因为大型数据中心当然有其自身价值，而且通常由科技巨头使用。没错，他们说基于他们的定价，需要超过30兆瓦才能实现真正的效率，但实际上，过去几年许多中小型AI数据中心的盈利能力实际上更强。
因为科技巨头使用的很多东西都需要提供实时的AI解决方案，所以他们一直在运行。然而，现在有许多应用——包括我刚才提到的物理AI的规划和设计——不需要在高峰时段争夺处理能力。
它们可以在选定的非高峰时间运行，目前在美国开发的许多新药AI模型也选择在非高峰时段运行。所以，它们不需要在高峰时段与其他所有人竞争，而且还可以以更有趣的方式利用资源，包括电力。
是的，所以事实上，AI的未来及其背后的动力非常紧密地交织在一起。人们此前未曾……
之前就有想过这个问题，因为并非所有的AI需求都需要实时解决方案；它们只需要进行计算，但不要求即时完成。所以回到我们之前说的内容，如果我们遵循刚才提到的极端例子，谷歌表示他们的TPP投资可以在一年内收回。我看到了那则新闻。亚马逊说他们可以在三年内收回成本。当然，亚马逊提供第三方使用服务，而谷歌可能会内部使用一部分，这可以进一步降低成本。鉴于目前的情况，我认为现阶段GPU更多是作为赚取超额收益的工具，而非折旧工具。
当然如我之前所说，如果到2026年能达到7,000亿美元的水平，我认为仍有可能满足这一需求。但在此之后，我不知道会有多少人再投入数万亿资金，以及需求能否跟上。尤其是随着使用量的增长，你的单价可能不再是现在的水平；是的，代币成本可能会下降。在这种情况下，我无法做出判断，所以在投资时，时间就是金钱——必须把握时机。例如，我以前在美国从事体育场融资业务，具体是棒球场的建设。我在摩根工作时处理了旧金山巨人队西雅图水手队的现有主场项目，这非常有趣。
起初他们的财务预算无法支撑建设成本和费用，但我们发现了一个问题：这两支球队售票价格过低。因此我们在预算中提高了预测值。因为当时两支球队都有优秀的明星球员，一旦新球场建成，他们提高了票价，这实际上带来了盈利状态。其实这就好比大家现在看到的台北大巨蛋一样。台湾的棒球票以前只要几百元，而现在最高可达2,000元。当然这包含了赛后的娱乐消费，但回到需求端来看，判断必须包含价格变化和数量变化两个方面。
事实上，这与我们今天的想象完全不同。不要只看供应端；我们需要观察需求端并密切关注各种新需求的出现情况。不久前，英伟达就对此发表过看法。因为他们每年发布新的服务器和芯片，人们批评说这些新芯片导致旧型号折旧非常快。相反，他们积极与许多银行合作，强调他们的设备实际上可以长期使用并保留价值。从你的角度来看，他们所说的话是真的吗？
没错。我们刚才提到了一个叫做“物理AI”的概念；广义翻译过来应该叫“Physical AI”。它实际上被用于许多工厂应用，包括数字孪生技术。正如我刚才提到的，它可以帮助设计工厂、零售店布局或任何需要大量计算的设计工作。更重要的是，在物理AI领域内还有所谓的“具身智能”。机器人？是的。它们都需要大量的计算，当然也有不同类型，比如四足机器人、人形机器人与其他各种形式。你可以想象未来大多数人家里都需要一个护理机器人。
除了AI计算外，它可能还包括毫米波雷达来协助独居人士或在其他情况下提供医疗护理。不仅如此，许多医疗机构已经开始逐步引入这类医疗机器人。因此截至目前为止，我相信这种需求远远超过了我们刚才提到的今年7,000亿美元的投资额。但目前在AI投资方面，科技巨头们不再仅仅投入自己的现金了。如前所述，英伟达在8月宣布计划与贝莱德和黑石等金融机构合作创建一个融资平台，目标超过5,000亿美元，旨在将算力转化为一种抵押基础设施资产。
我不太理解这一点，因为飞机和房屋等物理资产折旧缓慢，可以抵押贷款。如果你使用折旧较快的GPU作为杠杆融资的抵押品，难道不会创造出某种高科技版的次级抵押贷款吗？当我们在银行设计贷款产品时，我们主要关注现金流而不是抵押品的材质或其内在价值。因为即使抵押品有价值，清算它也需要时间。让我们看看这里的区别。首先说明我的结论：截至目前为止，我没有看到任何迹象表明GPU或通过该平台融资的任何算力会导致次贷危机。
无论你怎么说，让我们谈谈次级贷款。它们不是优先抵押贷款；它们是次要的，这使得它们本质上具有风险。最大的问题是这些金融机构会回购自己发行的产品。我认为金融机构已经吸取了教训。关于我提到的GPU，如果计划被设计为三年期债券或三年现金流回收方案，我相信可以解决这个问题。所以我认为目前阶段它与次级贷款并不相同。然而历史确实会重演，一些贪婪的金融玩家和变得傲慢甚至鲁莽的科技公司的确可能设计出条款极长或回报虚高的怪异产品。但这种回报率究竟从何而来呢？世上没有免费的午餐，所以必须小心谨慎。
我们要如何观察这里的变化？你还记得次贷危机冲击零售投资者时的情景吗？许多台湾的投资者最终购买了雷曼兄弟的产品。如果你注意到你的银行顾问或金融机构正在向你推销大量饱和这类资产的产品，你需要保持警惕。其次如我所述，与次贷挂钩的资产实际上是科技巨头和行业领袖管理的公司所制造的扭曲现象。如果你看到这些公司的价值开始转移——例如股价开始暴跌或市场谣言四起——你就应该警惕。截至目前为止，我认为这与次贷危机不太像，但我也不会说它永远不会变成那样。判断的标准是密切关注这些产品。
不要购买你不理解的产品。当然，我们知道如IC所说AI需求持续增长。但与此同时这些AI领袖们似乎突然达成一致说：“我们需要共同控制前沿步伐”，以控制或放缓这些前沿模型的开发或发布速度以增加监管，同时避免被贴上集体垄断的标签。
因此，许多人开始担忧：是否出现了某些不可预见的问题，导致需要削减前期在训练上的投入？模型训练成本高昂，也许我们达成共识暂停训练，转而优先通过推理、月度订阅费或 API 收费来收回成本。如果停止这些前期投资，是否会引发你所担心的问题——比如他们突然不再租赁之前使用的大量 GPU——进而导致市场恐慌？你刚才提出的问题非常及时。在过去十天里，关于 AI 及其对金融市场影响的问题层出不穷。我们看到了 OpenAI 决定将其首次公开募股（IPO）从今年推迟到明年。
OpenAI 似乎也是如此。 看来 OpenAI 确实如此。随后，这些关键人物开始谈论存在诸多风险，我们不断听到市场人士表示，如果不对这些风险加以控制，2030 年将是 AI 毁灭人类的那一刻之类的说法。 10% 的概率，是的，是的，是的。最终，这件事以一种闹剧的形式让话题暂时停摆，而这场闹剧的主角是英伟达的黄仁勋。 在这个节目上。 是的，在节目中接听特朗普的电话。
这次来自特朗普的通话，随后讨论我们不会停止前进的步伐。我实际上认为这是一种由 AI 计算之外的奇怪安排。你一眼就能看出来，对吧？谁会在演讲或台上分享时接到总统的电话，还有人专门把手机递过来让你接听？这听起来完全不正常。让我谈谈这一点。我的观点是不必在意他们说了什么，而是要密切关注他们在做什么，因为对 AI 的质疑已经持续了很长时间。我个人最钦佩的是多伦多大学教授果断离开 Google 的行为，那是不一样的。
他说他觉得 AI 很危险，所以回到学术界研究这个问题。事实上，这件事让我觉得短期内会发生两件事。 一方面，不断提高 AI 的速度和速率；另一方面，增加在风险管理和安全方面的投入。正如刚才提到的，这就像是一个囚徒困境。如果 OpenAI 或 Anthropic 说他们不做，其他人仍会继续推进。 中国仍在加速前进。 中国仍在加速前进，Anthropic 透露 Kimi 和 DeepSeek 实际上在遇到问题时会问我们。他们会转身去询问。 他们转身去问，是的，这就是事实。所以我认为有些运营商可能会有这样的想法：确实如此，那是他的想法，他也有这种主张，但这会成为他暂停并无所作为的理由吗？不会。
他会投入更多精力到网络安全和 AI 安全上，这是我的个人观点。所以，我并不觉得因为这些事情就需要特别担心 AI 的发展。恰恰相反，由于网络安全需求以及人们听到这些所谓的“主权 AI”相关信息，其他领域的需求将会增加。未来在安全方面的投资会越来越多。现在我们看到的一切都是专业化的。有人问我最想投资什么样的公司，我说很简单：如果你有一个 SaaS 系统或聊天机器人，一个由 AI 驱动且完善的客服系统，不仅适用于餐饮业也适用于航空业，不仅服务于台湾的公司也面向全球公司，那么我认为那里有巨大的机会。
但当应用于本地站点时，每个站点都必须建立自己的问答系统、专家系统和当地知识库，这代表着又一笔新的开支。我认为到目前为止，这些事情提醒我们要意识到 AI 本身存在风险，但这会减少每个人对 AI 的投资吗？我认为可能恰恰相反；事实上，人们甚至可能会更加强调独立 AI 的部署和构建。话虽如此，我也非常关注 AI 的负面影响。到目前为止，我认为 AI 的一个负面方面是它肯定会冲击就业机会。以法律助理的角色为例；在美国，人们会使用 LexisNexis 数据库。在过去，这是培训的一部分——你获得律师执照后担任法律助理，逐渐积累经验。但现在，许多律师事务所使用 AI 爬取法律案例数据库。
通过访问这些数据库，许多人不再能够经历作为法律助理的基础培训过程。我们看过美国电视剧《金装律师》（Suits），我相信它是改编自英国剧集，剧中聚焦于一位从开始就拥有过目不忘能力的法律助理，他因此能帮助事务所的大律师进行案例研究。
一本行走的法律书。 他基本上扮演了 AI 的角色，但现在每个人都能拥有那种能力。 没错，确实如此。只要有一个好的智能体（Agent），对就业的影响将是巨大的。第二个问题是资源的分配。许多人说技术可以帮助均匀地分配资源，但让我们回顾一下工业革命之前。那是一个农业社会，大地主往往剥削佃农。工业革命实际上并没有为这些弱势群体提供更好的机会；相反，拥有新生产资料的人剥削了没有那些资源的人。这就是为什么后来我们看到了关于共产主义和马克思的讨论。事实上，互联网也曾让人们相信资源可以均等化。
然而，信息过载反而导致了信息的部落化（圈层化）。AI 也是如此。那些擅长使用 AI 的人可能会从未来的经济发展中获利，但令人沮丧的是，这些人是否已经是社会中拥有最多资源的人了。至于 AI 的危险性，我相信许多人已经在考虑这些问题了，但这些集体风险是社会必须思考的关于未来可能发生的情况。关于资源的分配、资源的优势和劣势——谁将真正掌握未来的特权？谁将持有特殊特权？ 所以很明显，我们不仅关注金钱问题，还关注由此对社会造成的影响。既然你是理财专家，我想问问你这个钱的问题。现在有一种相当奇怪的现象被称为循环融资（Circular Financing）。简单来说，像亚马逊、谷歌和微软这样富裕的科技巨头花费巨资投资 AI 初创公司，但同时，他们可能要求这些初创公司将这笔投资资金用于从他们那里购买云计算能力。例如，亚马逊的财务……
报告包含来自Anthropic投资的53.4亿美元账面收益。亚马逊投资Anthropic，随后Anthropic又向亚马逊采购；谷歌投资Anthropic，而Anthrocip则从谷歌购买算力。也就是说，“我投你钱，你用这笔钱买我的服务”。这种“左手倒右手”的数字游戏，真的算作由AI创造的真正终端用户需求吗？这是否是一种提前透支未来收入的会计游戏？
我认为这在金融行业中是长期存在的现象。事实上，金融业的大部分融资属于厂商融资（Vendor Financing），即卖方提供资金供买方购买其产品。我记得当ABF载板非常流行时，很多人为了锁定订单会说：“给你钱，帮我建厂。”事实上，我常疑惑台积电为何需要如此巨大的资本支出。但查看其财报时，我发现其现金流充沛，仿佛买芯片的人才是买单者。
基于我的模型（虽无确切数据），这仅是生产及背后金融供应链的自然属性。当这种情况过度发展时，就会出现严重问题，即所谓的“双重杠杆”或多层融资。以买房贷款为例：购买2000万的房产，抵押借款1500万，再用这笔钱加杠杆两到四倍去炒股。虽然每个环节看似正常，但叠加起来便不再合理。
好消息是，这些均为上市公司。只要披露完整，专业分析师就能识别风险及真实杠杆率。或许普通人不懂分析，但如今我们有AI了！你可以询问ChatGPT。它不仅是聊天机器人，我实际提问后，其回答质量相当不错。显然近期大家都在问这类问题，公有云提供的答案颇为靠谱。
这是一个有趣的现象，但我感觉部分软件和AI的回复质量正在下降，因为我们在向其输入普通人的知识。我们是不是在把它变笨？不过针对此特定话题，因多数人不懂，发帖意见少，我发现ChatGPT的回答质量依然尚可。一些专家分享了观点并引用大量数据，我认为目前情况仍在可控范围内，但人类欲望不可控。
例如，若OpenAI或Anthropic的估值突然减半，原因何在？或许是政治因素或监管所致。若因竞争对手（其他大模型厂商）变强导致其估值减半，那么对手市值应上涨。这意味着问题出在整个行业；只有全行业出问题才需担忧。然而，未来Vision模型或其他模型可能会取代大语言模型的地位。
回顾这些AI巨头对两家公司的投资，起步极早，因此影响并非巨大。无论OpenAI估值多高，其投资者英伟达的市值仍大得多。我们必须先理解行业，区分个体差异与全行业差异，并分析数据对他人的影响。常说科技依赖数字，金融市场亦然。
许多股票有高有低，但我们的观点是：估值如遛狗，有时跑在主人前，有时落后，但最终会回到主人身边。这是投资界的名言。大多数人都有自己的估值方法。经济学中有“超额利润”概念，通常归属于最难替代且构成最大瓶颈的环节。
大家都在看GPU，但目前的真正瓶颈可能是HBM（高带宽内存）。预计其短缺将持续至2017年底。无论是先进封装、光通信还是电源，都面临瓶颈。若AI是高速公路，哪个瓶颈真正限制了车速？能否预测下一个产生超额回报的瓶颈是什么？
我的答案是：最终的超额利润在于电力。是的，电力才是硬道理。短期内其产能增长有限。去年美国计划建设的3000多个大型数据中心，实际完工的仅约一半。可见比特币矿商正转向提供AI数据中心服务，因为他们已有电力和芯片。首要瓶颈是电力。
近期大家都在谈论HBM，让我们用金融数据展示其受限程度。三星是韩国引以为傲的内存巨头。虽然HBM短期无绝对替代品，但其他替代方案同样昂贵且稀缺（如美光）。若看这些公司2016年的市盈率，三星约为21至23倍。
2027年的远期市盈率仅为3到5倍。哇，这差异巨大。这意味着市场已经预期2027年将出现巨大的利润爆发，甚至比今年更甚。尽管有人呼吁停止涨价，但这确实是当前的瓶颈所在。但它能持续多久呢？我认为不会像我们想象的那么久。有人说要等到2027年底才会缓解，但鉴于金融市场通常会提前反应，如果是股票的话，很可能在2027年中就已经完全定价了。问题会突然解决，而且并非所有内存公司都能同等受益。有一段时间，大家都在疯狂购买内存股，但其中许多实际上只是内存交易商，并不生产任何东西——他们只是买卖。
年底实现全面经济复苏是可能的，金融市场的反应甚至可能结束得更早。我们在去年和前年进行了一些内部讨论，到目前为止，这些预测看起来相当准确。我们对台湾出口GDP的增长预期长期超过8%。例如，今年年初我们预测约为10%，现在看来很可能超越这一数字。正如刚才提到的内存领域一样，很明显韩国明年将是一个极具爆发力的市场。接我刚才所说的，SK海力士和三星很可能成为明年全球利润最高的前三大公司之一，甚至可能是最赚钱的。不，那只是意味着市场已经对这一瓶颈有了预期，并大致知道它何时会解决。
如果你问我接下来会发生什么，市场肯定会追逐CPO、XPU以及各种新型芯片。我认为在短期内，明年内存周期结束后，焦点将转向新芯片。由于这些芯片有不同的要求和独特条件，它们可以在短期内解决，甚至可能准备好量产。但从长远来看，一切归结为电力。大家都谈论它可能会变得更便宜，但我在可预见的未来看不到电价下降的可能性。既然我们是思想实验室，我想邀请IC加入我们进行最后的思维实验。想象一下，你管理着一个价值数千亿美元的主权财富基金。让我们快进到2027年；AI的发展如预期般强大，但市场正遭受流动性恐慌，因为投资回报周期太长。
正如我们预测的那样，AI基础设施和软件公司的估值已被腰斩——下跌了50%。面对这场危机，你准备“抄底”。你有两个选择：第一，重仓计算能力和硬件基础设施，相信算力是未来的石油，趁低价收购数据中心、芯片制造商和电网资产。另一个选择是完全转向AI应用和智能体（Agents）。因为你相信硬件最终将成为低利润的公用事业，你决定将所有资金投入能够直接向终端用户收费并控制数据的AI应用公司。如果是你，你会选择哪一个？
在2027年，我会选A。哦。对，因为到目前为止，硬件本身的可见性——即可预测性——实际上比软件和AI的可见性更清晰。你通常可以看到硬件领域的赢家是谁，但对于软件来说，并不总是那么清楚。拿着100亿美元，我为什么要按那个按钮？我不能把它带到某个小岛上过幸福的生活吗？遗憾的是，你不行。我已经将这笔金额投资于计算能力和硬件基础设施，如果股价已经下跌了50%，这个周期很可能帮助市场复苏，然后我会逐渐卖出。
那么，在未来——展望2028和2029年——我们将看到应用侧的AI应用。所以，2027年恰好是硬件向软件过渡逐渐发生的时候。嘿，这也是给每个人的一个很好的提示。非常感谢IC。其实我们刚才谈到了科技巨头超过7000亿美元的投资，以及普通人很难理解所有这些令人眼花缭乱的金融杠杆。这有点像互联网泡沫。虽然有所不同，但互联网泡沫膨胀了，而技术最终得以保留，但投入其中的投资者却破产了。如果我们回顾2030年，AI肯定有很高的机会成功改变人类社会，但也可能有很多人因大规模投资而遭受重大损失。
但在听了IC今天的分享后，感觉我们至少能看到直到2028年相当清晰的未来。随着技术迅速进步，我也希望大家在配置资本时能更聪明、更高效。很高兴今天邀请IC与我们分享。我希望随着AI与金融纠缠出现的更多问题，我们可以再次邀请您回来分享您的想法。谢谢，谢谢。这是思想实验室。我们下期再见。拜拜。拜拜。
欢迎来到思想实验室，我是郭炜。从今天起，思想实验室的YouTube会员功能正式上线。感谢大家一直以来的信任，我们想邀请那些最支持我们的朋友与我们走得更远。有了你们的支持，我们要承诺继续制作更多高质量的内容，并在未来与大家一起探索不同的思维实验。欢迎点击下方“加入”按钮，与我们一起前行。