AI泡沫論的估值和財務憂慮釋疑

吳煒

近幾個月來，AI泡沫論在資本市場流傳，導致市場陷入波動狀態。筆者於本文梳理AI泡沫論的估值和財務憂慮的主要觀點及其論據，並探討其中的邏輯真偽，以期釐清AI投資的未來方向。

AI泡沫與估值過高論調

AI泡沫論是指，當前人工智能領域的投資熱潮，已經呈現出類似於上世紀九十年代末互聯網泡沫的股票市場泡沫，AI行業的估值和投資規模已遠超其實際技術和商業價值，這種表面的非理性繁榮可比歷史上的投機泡沫，最終將導致過剩產能和金融崩潰。這一觀點在今年，尤其是近幾個月，隨着科技巨頭公布巨額資本支出計劃和初創公司高估值，引起了愈來愈多市場人士的關注。

風險投資近年湧入AI初創公司，2024年投資金額增長62%，但估值不少有炒作嫌疑，而且難以用收入、盈利、現金流等可持續回報指標衡量。例如由OpenAI前執行長Mira Murati新創的AI公司Thinking Machines，其在無產品情況下的最新估值已達500億美元，意味着公司長期發展的最樂觀年度盈利，需要達到100億美元才可以消化。同時，大型科技巨頭如亞馬遜、Meta、谷歌、微軟、甲骨文等的資本支出，在最新季度合計達1,060億美元，未來可能出現數據中心和算力過剩。

AI與互聯網泡沫不同

筆者認為上述論據不無道理，但有以偏概全之嫌。Thinking Machines估值確實偏高，但AI行業的投資現狀和互聯網泡沫時期相比，還是有很多不同的。首先，在2000至2002年互聯網泡沫爆破及之前時期，並沒有成型的互聯網龍頭公司出現，即使是後來的代表公司亞馬遜也是到2003年才開始盈利。而目前的AI相關各賽道，均有市場地位穩定、競爭優勢突出的龍頭公司，包括英偉達、博通、微軟、谷歌等。

其次，彼時在納斯達克指數上市的互聯網公司，絕大多數是處於虧損狀態下的估值過高，而不是盈利狀態下的估值過高，從而導致市場綜合市盈率高達100倍。而目前的AI龍頭公司均有穩定的收入、盈利和現金流，整個市場的綜合預期市盈率在40倍以下，未到狂熱。

再者，彼時的資本市場股市槓桿率過高，槓桿斷裂時出現了多米諾骨牌的衝擊效應，導致了最終暴跌74%的泡沫爆破危機。而目前市場整體槓桿率處於健康水平，價格支持的相當部分來自盈利企業的巨額股票回購和派息，給予了市場信心。

因此，目前的極端泡沫跡象，更多出現在上市前的私人股本（PE）和風險投資（VC）市場，且集中在個別公司，而並非公開市場的系統性現象。已上市的龍頭公司雖然估值不低，但在流動性充裕、行業前景廣闊、企業競爭優勢持續情況下，不斷增長的收入、利潤和現金流會逐漸消化高估值。投資者此時應該警惕的，是為自己的投資負責，仔細甄別沒有基本面支持的具體個別公司的估值泡沫，而非整體性的估值恐慌。

留心資本支出的健康性

對企業在數據中心和算力的資本支出的健康性評估，亦因應不同公司而異。從財務指標比率看，有強勁經營現金流入的微軟、谷歌的資本支出水平是適當的，而且均有廣大的用戶基礎受益於人工智能部署；亞馬遜、Meta都有穩定的經營現金流入，即使公布的資本支出計劃較激進，但均處於可調節範圍。唯有甲骨文當前的主業經營狀況難以支持巨額資本支出，因此負債率節節上升，市值的支持來自於其利用美國政府關係，瓜分TikTok收入的預期，這樣的標的應盡量迴避。

甲骨文亦是AI泡沫論者所指責的，循環融資和虛假增長的主角之一。前一段時間，英偉達投資OpenAI，後者向甲骨文購買算力資源，而甲骨文再向英偉達購買芯片的閉環交易，形成了至少3,000億美元的行業需求，受到市場關注。泡沫論者指其不是真實外部需求，而是為了市值管理營造的表面繁榮，一旦其中一家公司出現財務崩潰，將連鎖地對其他參與企業產生負面影響。

這裏的判斷核心在於，釐清OpenAI大模型發展是否真的需要甲骨文的算力資源服務，而1,000億美元訂單對英偉達收入貢獻是否顯著，以及投資和訂單的具體落實情況等。客觀來說，我們沒有證據否認有關公司市值管理的動機。這到底是三家企業的戰略互連還是市值管理，留待投資者對公司管理層定性的專業和人品判斷。不過須知道，如果某企業管理層專業和人品有問題，該企業從一開始就不值得投資。

但有一個憂慮是定量數據可以疏解的，即企業為數據中心等資本支出導致的負債水平，不論是表內以發債募集資金，還是表外通過SPV（特殊目的實體）募集資金，行業整體的企業負債率還是健康的，多數科技巨頭也仍處於淨現金狀態。因此，對企業的槓桿水平的擔心更多的還是在個別公司層面，如前述的甲骨文。

綜上所述，AI泡沫論的估值和財務憂慮雖然有一定道理，但細究下來更多是屬於個別或少數公司情況，而非行業的整體性現象，這時候如果過度恐慌而迴避行業的整體投資機會是不理智的，只是需要更多的公司篩選能力，避免核心競爭力不強卻估值高企的公司。