D.N.A.I Studio

    未登入

    No image available
    公開

    宏觀AI概念產業

    created at2025/12/7

    1️⃣ 現在到底是不是 AI 泡沫?

    市場最近一直在吵「AI 泡沫要破」、質疑輝達會計、拿《大賣空》那套來比喻。

    但是實際往裡看,多數擔憂還停留在想像,離真實數據有距離

    AI 相關公司目前的狀況比較像:

    期待值 > 真實落地速度(新科技一定會這樣)

    估值偏高、未來成長被「先預支」

    比較可能面對的是 估值修正,而不是整個產業爆掉。


    2️⃣ 資料中心 & 資本支出:真的有「供過於求」嗎?

    市場從 OpenAI 說「十年內可能投資 1.4 兆美元」開始緊張。

    但關鍵是:

    真正 已承諾 的只有約一成(約 1000 億美元那筆合作)。

    其餘都是「如果需求有起來、如果籌得到錢」才會發生。

    目前可見未來:

    AI 依然是產能偏緊,而不是供過於求

    真正的風險不是「伺服器蓋太多」,而是:

    大模型還有一堆限制(幻覺、成本高、應用場景不經濟)

    如果技術卡關太久,成長才會被中長期限制


    3️⃣ 資金從哪來?—— AI 正在變成一場「債務循環」

    2025–2028 年,資料中心投資預估要 2.9 兆美元

    超級雲端業者自有現金流,大概只扛得住 1.4 兆

    剩下 1.5 兆要靠外部融資(發債、貸款等)

    你已經看到的現象:

    Meta 發 300 億債券

    甲骨文發 180 億+向銀行借 380 億

    其他巨頭一起發 270 億

    AI 變成什麼?
    👉 整個市場一起玩槓桿的長期工程

    不過,債券市場其實沒有瘋:

    利差有被拉開,風險高的公司、攻擊型的花錢方式 → 要付更高利息

    像甲骨文這種資本支出超過現金流 100% 以上,利差擴大最多

    Meta 跟 CoreWeave 的融資成本,也明顯不同

    👉 現在是借款方急,放款方冷靜,市場其實在用利率幫 AI 估值踩煞車。


    4️⃣ 電力 & 政治風險:AI 的第一道「現實牆」

    美國多州電價近年大漲,有的地區 5 年內漲 50%~120%

    資料中心用電爆量:

    維吉尼亞州:4 成電力被資料中心吃掉

    結果:

    選民火大 → 政客開始動作

    有州喊凍漲、有州警告能源危機、有州因電價影響選舉結果

    電網老舊、綠能不穩、核能上不來,出現:
    👉「資料中心蓋好了,但沒電可以用」的荒謬狀況。

    這會導致什麼?

    AI 擴張速度 被電力瓶頸卡住

    市場對成長的預期被迫 下修或延後

    連帶拖累科技股的估值。


    5️⃣ AI 對經濟的影響:現實版不是一夕天堂或一夕滅世

    兩派立場:

    科技派:

    覺得 AI 是「腦力自動化」,比工業革命只自動化肌肉還猛多了。

    視 AI 為新工業革命等級的東西。

    經濟學派:

    用歷史數據看,美國長期人均 GDP 大概就 2% 左右。

    預估 AI 可能把趨勢拉到 2.1% 左右:不驚天動地,但也不小。

    提醒:新技術導入常有 J 曲線效應

    一開始:流程卡、系統不配合、員工不熟 → 效率先下降

    重組完成後,生產力才跳升。

    折衷看法大概是:

    AI 的長期效應可能比模型估出來的大,但絕對沒科技圈說的那麼快。

    真正關鍵在於:
    👉 人類願不願意花大錢重建「第二層基礎建設」(組織、流程、系統)。


    6️⃣ 即使你不碰 AI 股,你也已經在幫矽谷付錢

    AI 資本支出大量透過:

    投資級債券、結構性產品、固定收益 ETF 等方式籌資。

    這些商品是誰在買?

    退休基金

    壽險公司

    保守型債券基金

    也就是說:
    👉 大多數人的退休金、保險金,已經在間接替資料中心和 GPU 支出買單。

    所以:

    就算你沒買一張 AI 概念股,

    你的未來現金流,還是被綁進了這場 AI 資本循環


    7️⃣ 中國 AI 的崛起,正在壓美國科技股的估值想像

    過去華爾街給美國 AI 科技股高估值,是因為假設:
    中國追不上,全球高階市場主要由美國主導。

    現在的狀況變成:

    中國模型:便宜、開源、授權寬鬆、本地語言能力強

    開始在海外吃掉美企的成長空間。

    具體例子

    新加坡 AISG 宣布:

    東南亞語言大模型 全面棄用 Llama,改用阿里巴巴的 Qwen(通義千問)

    新模型「Qwen-SEA-LION-v4」在東南亞語系評測上衝到第一。

    Qwen 的下載量已經反超 Llama,

    Hugging Face 新上架模型中,有超過 4 成基於 Qwen

    Meta 掉到約 15%。

    其他中國新創(各自攻不同領域):

    Stepfun(階躍星辰):大模型全家桶,多模態實力全球前段班。

    Moonshot / Kimi:超長文本聊天,在推理基準測試上追甚至超越 GPT-4 級別。

    Minimax(Talkie):情感陪伴 AI,已經有實際營收與全球用戶。

    ModelBest(MiniCPM):小模型,主攻邊緣裝置(手機、車載、家電)。

    智譜 Zhipu:GLM 系列,大模型表現穩定,已被美國列出口管制名單。

    核心重點:

    中國用更少的資本支出,做出愈來愈接近的模型表現,ROI 反而比較好看。

    美國優勢在:晶片、算力頂規;

    中國優勢在:成本、開源、開發者與本地語言市場。

    這會壓縮美國 AI 科技股可以拿到的「夢想溢價」。


    8️⃣總體結論

    用一句話包:

    AI 是真的、需求也是大的,但現在的價格&資本支出節奏,未必全都合理。

    更細一點就是:

    這不是簡單的泡沫故事

    有回調風險,有公司會被洗掉。

    但整體比較像估值修正+成長速度重估,而不是整個 AI 夢碎。

    金融與電力,才是背後的大 Boss

    電力不足、電價政治壓力,會實際拖慢 AI 部署。

    債市、利差、評等等因素,會決定誰能活過這場資本馬拉松。

    AI 已經從科技題材,變成「整個金融體系的長期部位」

    退休金、保險金、債券基金都被捲進來,

    AI 的未來,不只是矽谷的問題,而是全球資產配置的問題。

    中國競爭,讓美國 AI 股的本益比天花板下降

    美國不再被視為唯一贏家,

    估值開始必須考慮:對手便宜又夠好。