AI投资:12个值得思考的问题

这一周,我在纽约参加Maverick投资人年会,并走访金宝(Kimball Capital)投资的基金。 年会上,Maverick创始人Lee Ainslie主持了一场关于AI的炉边对话(Fireside Chat)。Lee提出了一系列有关AI发展与投资的重要问题,嘉宾也分享了他们的见解。 Lee的问题涉及面广、层次分明。从这些问题本身,我们就可以体察到一位顶级投资人的思维方式。 下面是我根据会议笔记整理的12个问题,希望能对大家有所启发。 我不罗列嘉宾的回答,因为这些回答大多是基于现有信息的判断,代表他们各自的观点。 一、技术发展与供需关系 1. AI算力的供需将如何演变? 未来3—5年,芯片需求能否持续高速增长?会出现供应过剩吗? 2. AI发展的主要瓶颈是什么? 芯片、能源、数据、算法、人才,哪个最关键?这些瓶颈将如何演变? 3. AI技术进步能否持续转化为经济价值? 模型能力不断提升,是否必然带来相应的商业价值?技术进步与商业变现之间的差距将如何演变? 二、产业格局与竞争 4. AI芯片产业的竞争格局将如何演变? GOOG、AMZN、META等科技巨头自研芯片,将如何改变它们与NVIDIA、AMD的竞争合作关系? 5. 基础模型市场最终会形成什么格局? OpenAI、Anthropic能否保持领先?GOOG、META及中国AI企业能否改变竞争态势?开放权重模型(Open-weight models)与闭源模型谁更有优势? 6. AI创造的经济价值最终由谁获得? 芯片、云计算、基础模型,还是应用层及AI Agent?未来投资回报的重心将如何转移? 三、商业模式与资本投入 7. 科技巨头的AI资本投入是否可持续? 巨额资本开支何时能够转化为相应的收入、利润与现金流?投资回报率(ROI)如何衡量? 8. AI产业的循环融资是否蕴含系统性风险? 芯片供应商、云计算公司与AI模型企业之间的投资、融资及采购合同,在多大程度上反映了真实的终端需求? 9. 如果OpenAI、Anthropic等企业无法履行巨额长期算力采购承诺,将发生什么? 风险会如何沿着云计算、芯片供应商及金融市场传递? 10. 硅谷与华尔街对AI未来的判断是否存在脱节? 技术发展的乐观预期与资本市场要求的投资回报之间,差距会扩大还是缩小?AI初创企业的估值与退出机制又将如何演变? 四、地缘政治与投资决策 11. 中美AI竞争将如何演变? 双方在芯片、模型、人才、能源、应用及成本方面各有什么优势?出口管制、监管与技术生态分化将如何影响投资机会? 12. 如果台海发生重大冲突,全球AI产业将受到怎样的冲击? 高度依赖台积电的先进芯片供应链有没有可行的替代方案?投资人应该如何准备? 以上12个问题,涉及技术、产业、商业模式、资本市场和地缘政治。每一个问题的演化都对在AI方面的投资,乃至所有投资至关重要。 但是困难的是我们不仅难以准确预测每个问题,即使能够准确预测所有问题,如何综合这些信息做出投资决策,仍然没有确定的最优解。 这强化了我对Howard Marks 投资金句的理解:You can’t predict, but you can prepare.(你无法预测未来,但可以为未来做好准备。) 当然,这并不意味着研究上述问题没有价值。恰恰相反,研究这些问题,可以帮助我们建立持续观察、评估和修正投资判断的框架。 更重要的是,即使我们的判断错了,投资组合能否承受相应的后果?

祝大家周末愉快!