3227.AI狂热的另一面，写着ROIC

欢迎收听雪球出品的财经有深度，雪球，国内领先的集投资交流交易一体的综合财富管理平台，聪明的投资者都在这里。今天分享的内容叫A I狂热的另一面，写着R O I C来自三体人在地球。腾讯控股似乎已经没有什么能够阻止A I股继续上涨了。在经历了去年第四季度市场质疑Capex 投资回报率，以及伊朗战争对市场的扰动之后，A I股凭借着极致的业绩释放，让股价再往上走了一个台阶。在这样的市场环境下，A I已经变成了一个“市场正确”的叙事。如果哪家公司不谈A I，甚至只是A I含量不够，市场恨不得马上贴一个“老登股”的标签，和这些“光着站在那里”的公司划清界限。可是，我不知道市场上有多人认真想过一个问题：公司做A I究竟是为了什么？ 如果回归到做生意的第一性原理，做任何事情当然都是为了赚钱。可你马上就会发现，如果说A I Infra硬件公司还能因为C S P的巨额Capex拿到了实打实的收入和利润增长，那么有些C S P为了投A I竟然已经把利润和自由现金流烧成了负数，甚至需要举债投入。当然，这也不妨碍这两类公司的估值当前同步上升。但如果我们稍微切换到企业经营者的视角，其实目前这个状况是一个巨大的考验。如果不去拥抱A I，市场不买账，也赶不上生产力革命；但如果不顾一切地去投入，似乎也很难论证今天的资源投入是否真的可以在未来产生正向回报。对于A I Capex叙事的另一面也许很多朋友会说，决策A I Capex有什么难的，美国C S P一年都投七八千亿美金了。可是，与世界上其它重资产投入一样，A I Capex也面临着R O I C的风险，只是目前市场好像已经选择性地忽略了。这段时间，我和几位朋友都讨论过A I产业，而其中有些朋友会把C S P的收入和利润增速看成是一个行业健康、需求稳固的信号，从而判断目前行业估值正处于合理水平。但是，我认为要先看清楚Capex、收入和利润在C S P的报表上究竟意味着什么。C S P的大部分A I Capex是用于建造数据中心。数据中心向用户收取基于Token的收费，支付诸如电力、人工等等的浮动成本，同时也承担着折旧成本。其实，Token收费本质上是一种基于Capex的租金。因此，不断兴建数据中心，一定程度上就能推动收入的上涨。这时候可能就有朋友要反驳了。供给增加不一定导致需求增加，因此目前收入不断增长，已经证明了需求也在快速增长，而这种增长很可能还要持续很久。当然，现在确实没有足够的证据来否定这样的可能性。但我觉得市场现在也同样没办法否认其余的两种可能性：第一是需求跟价格是反比关系，而当前需求的爆发有可能是价格过低导致的。其实，云服务的定价必然会参考成本，只不过在财务上，这里面有很大的操作空间。假如一个数据中心投资6亿元，分6年平均折旧，每年折旧成本在1亿元，假设所有电力、人工成本总共0.5亿，那数据中心每年产生2亿收入，就有0.5亿的利润，也就是25%的利润率。因此，数据中心的定价可以锚定2亿收入的水平来设定。但是，在这个例子里，最核心的假设并不是2亿的收入，而是6年的折旧年限以及平均折旧这个折旧方法。这也是大空头Michael Burry攻击的点，他认为G P U的折旧年限远远到不了5至6年。而如果你是英伟达另外一种产品——游戏显卡的用户，应该能很明显感知到6年前到游戏显卡和今天游戏显卡的性能差距。而我没有Michael Burry那么激进，但我觉得至少应该用加速折旧法来对G P U进行折旧。这实际上的逻辑是，随着G P U的性能迭代，也许确实能用6年，但产生的单位收益可能是会递减的。因此对应折旧成本也应该是前高后低。在上面那个例子里，同一个数据中心第一年产生2亿元收入，并不意味着以后每一年都能产生同样多的收入。假如这6亿Capex用3比2比2比1比1比1这样的折旧节奏，第一年的折旧成本要去到1.8亿元。加上0.5亿浮动成本，总成本2.3亿元。这时候如果还是按照2亿元的收入来算，会是一个负的利润率，和6年平均折旧的情况差异巨大。而在同一个数据中心收入递减的情况下，如果使用平均折旧法，实际上就是高估资产周期前期的利润，把损失延后到资产周期的后期。但在资产快速扩张的阶段，其实需要很晚才能直观地看出这个问题。这是因为随着资产投入不断增长，在同一个时点里，在资产周期前期的新资产会比在资产周期后期的老资产数量多，能够很好地掩盖这样的问题。第二是需求本身可能也有周期性。当前Token需求里，可能同时包含真实生产力需求、企业试错需求，以及狂热阶段的低效率使用需求。其实真正需要判断的，除了Token用量有没有增长，还包括其中有多少能够沉淀为长期、稳定、可付费的需求。首先，目前A I工作流就是每家公司互联网公司里最火热的话题。我相信每个大厂的同学，最近几个月都主动或被迫地大量使用了A I工具来工作，尽管最后会发现有时候人工智能表现并不一定好于“能功智人”。而如果这些A I应用投入最终都是由企业来买单，那么当有一天企业对A I的态度从拥抱生产力变成降本增效，这些没必要的A I训练和工作环节很可能会恢复正常。其次，如果我们忽略目前这种AI狂热潮流的影响，就算大家都是理性地开发自己能长期使用的功能，当前的A I Token需求也有可能处在一个周期性高位上。原因就在于，A I工作流里最消耗Token的是开发阶段。在A I工作流普及初期，人人都热衷于开发适合自己的功能，因此Token用量自然巨大。而随着开发成熟和可流通的Skill增加，A I Token的消耗量并不一定会线性增加。其实以上讲的2个问题，归根结底就是数据中心的完整生命周期里，R O I C最终究竟是多少。我们看到很多A I硬件、设备公司业绩突飞猛进，其实依靠的是下游C S P不断提高Capex。而C S P的Capex节奏则最终会受到R O I C的影响。尤其是，如果当C S P越来越多去使用债权融资的方式发展数据中心，单个数据中心R O I C迟早会成为一个可被发现并影响巨大的问题。当然，我并不是说未来必然会往最坏的方向发展，只是在当下这个阶段很难排除这样的风险。对于资产运营并非互联网业务其实，我觉得强调R O I C这个看法，多多少少是缺乏互联网思维的。可能有朋友会提出这样一个疑问：就算当前A I Capex的全生命周期投入产出确实是负的，那有没有可能这就是一种类似互联网补贴的行为？是不是谁能烧到最后就能做到赢家通吃呢？我觉得，在A I业务越来越变成一个重资产业务的今天，仍然用互联网业务的视角来看A I业务是危险的。A I业务更像是一个资产运营业务，而它和互联网业务的本质区别在于，互联网业务能够通过规模扩张实现边际成本的下降和边际价值的提升，而资产运营业务不能。举一个大家更熟悉的例子。国内很多互联网公司曾经混淆过资产运营业务和互联网业务，典型的例子是共享单车。当年行业内几家大厂疯狂投车，但最后都没有收获盈利。在这个业务模式里，在同一个时间段里要多服务一个用户，就意味着需要多投放一台自行车。而用户在同一时间段去选择用哪台自行车，也不会因为规模产生根本的影响。也就是说，就算地铁站外面10台车里只有1台小蓝，其它都是小黄，这台小蓝给用户提供的价值并不会比小黄差。而共享单车带给行业的还有另一个教训，那就是资产运营业务对于报表的长期影响。在互联网业务中，平台烧的补贴和广告基本都是当期的支出，公司集中投入一波，拿到客户和规模，让平台飞轮转起来，后面这些投入就不再影响利润。然而，在共享单车这样的资产运营业务里，一开始买车的时候，对利润表的影响不大。然而，这些车会在整个生命周期里持续释放折旧成本，也就是说会持续影响后续3年的利润。可能有的朋友会说，在A I这个生意里，模型质量会是一个差异化的点。如果某个大厂能烧出一个非常领先的模型，是不是就能赢下这场A I战争，拿到市场的领先份额呢？ 首先，我觉得天量Capex其实也不能保证模型的质量。最好的例子是x A I，虽然投入巨大，但目前对比北美御三家已经出现明显的掉队。其次，有好的模型质量，可能并不一定最终走向赢家通吃的结局，同时也不能合理化资产的盲目投入。还是举上面共享单车的例子，就算小蓝把自行车做得明显比其它厂商好骑，它也无法做到每次用户做选择的时候会只选它，更不能保证他们把单车铺满整个地铁口是一种合理的做法。因此，基于资产运营业务的这些特点，在投资产的时候做出清晰而理性的规划十分重要。共享单车恰好给我们展示了在行业无序竞争，参与者忽略商业本质盲目投入的情况下，最终形成一地鸡毛的结果。而目前在数据中心这个事情上，似乎又看到了相同的事情在更大的规模和叙事维度上再一次上演。商业模式往往是讨论A I时最被忽视的重点在行业和市场的狂热下，我觉得重视A I和大力发展基模已经是行业共识了，但是商业模式这一点，是当下市场里被忽视的。但实际上，如果要把数据中心的ROIC做到一个健康水平，不仅需要考虑投入多少，更需要考虑公司的A I业务面向什么用户，提供什么样的价值。也就是说，一方面围绕用户打造价值，另一方面围绕价值获取利润，形成一个健康的正循环。在这里首先值得警惕的是一种A I至上主义。如果公司单纯为了迎合市场、提高市值而做A I，实际上会远远低估重资产模式对公司报表的持续性影响。因此在短期内通过创造所谓A I收入迎合了当下市场的口味之后，也许往往在资产生命周期的后段遭到反噬。而且，对于这种做法，市场对A I对狂热期越长，他们投的Capex越多，到后面可能被反噬得越厉害。而从今天这个时点来看，A I应用可以分为1.0和2.0的时代。在1.0时代，以对话机器人为主导，本质上更像是传统搜索功能的延伸。这样的业务并不能服务好硬核的A I工作用户，而只能够为大众提供对话服务。不过，区别于传统的搜索业务，一方面Chatbot每次回复都对应着Token消耗，而另一方面又很难通过广告或竞价排名变现——因为这会完全破坏用户和Chatbot的信任关系。更重要的是，根据目前市场上的信息，似乎Chatbot的用户日均使用时长比较短，因此很难在上面嫁接其它衍生业务。而A I产品的2.0时代则是类似Openclaw、Opencode、Codex、Claude Code这样的工作助手。事实上，A I股能够从去年第四季度的投资回报率质疑中再次起来，标志性事件是Claude 以及Claude Code、Claude Cowork的崛起，直接打造了A I生产力的叙事，并且造成了所谓的SaaS末日论。后来，这个A I赋能工作的叙事又被Openclaw进一步加强。我觉得A I工作助手的意义，在于证明了A I赋能生产力的高价值场景已经出现。产品和模型能力，客户的需求以及付费意愿，在这种A I工作流场景里得到了很好的结合，形成了一个比Chatbot要有确定性得多的应用场景。不过，工作助手这层壳儿，其实每家公司几乎都可以做一个。而这个产品最终的竞争也许取决于两个因素：第一，是这家厂商自有基模的质量。工作助手只是一个入口，用户付费的行为主要取决于模型。因此模型厂有可能自己做工作助手这一层（如Claude Code、Codex），但工作助手这一层（Opencode、Cursor等）要去做一个同样好用的基模则相当困难；第二，是这家厂商自己的生态连接。这种类似Harness的因素，当前往往是被忽略的。如果厂商自己拥有一个全面的内容、商业生态，又只有自家的工作助手能够进行无缝连接，其实对于工作助手来说会是一个巨大的优势。结尾：尽管我上面说了不少相对悲观的观点，但作为每天都在使用A I工作的人，我对目前A I的能力也有非常显著的感知。因此，我并不是否定A I的价值，只是对狂热叙事下的估值暴涨有天然的警惕。历史上市场已经多次证明，尽管是产业革命，但市场的估值泡沫仍非常脆弱。而在这样的市场环境下，我认为参与A I股的最佳方式，仍然有两条路。其中一条是做短线，跟着市场情绪走，并赶在叙事发生变化前离开。而另一条路，则是去投资A I 的Free Call。也就是当一家公司有发展A I的意愿和能力，甚至已经开始大举投入且有一定成绩，但市场却没有给公司的A I业务定价的标的。前者波澜壮阔，后者更平淡，但也更安全。毕竟最后大家会发现，比AI更重要的，是能赚钱的A I。