AI投资大师Gavin Baker重磅观点：科技巨头估值已失效，我们正如何避免一场AI泡沫？ 近日，Atreides Management首席投资官Gavin Baker做客知名投资播客《Invest Like the Best》，与主持人Patrick O'Shaughnessy进行了一场深度对话。作为科技投资领域的顶尖思考者，Baker对当前AI浪潮下的巨头格局、投资逻辑与潜在风险提出了诸多犀利见解。以下为对话核心内容精编。 一、 重新审视科技巨头：AI时代的攻守之势 谷歌 ：在大型AI领域可能正面临挑战。如果谷歌I/O大会未能发布超越英伟达或Claude的产品，那将意味深长——这或许说明英伟达的技术护城河比想象中更坚固。 Meta ：必须给予扎克伯格极高赞誉。他是传统互联网巨头中，唯一成功在内部打造出顶级AI能力的领导者。Meta的进展速度之快，令人印象深刻，已紧追谷歌、OpenAI和Anthropic。 亚马逊 ：在AI领域处于非常有利的位置。未来18个月，市场将看到AWS在AI业务上产出实实在在的成果。 微软 ：纳德拉非常聪明，但其在投资者对话中的光环已不如从前。然而，他做出了一个伟大的战略决策：在三年前决定“挑战谷歌”，并转向构建自有AI基础设施（如Maia芯片），而非单纯为OpenAI提供算力。如果当初微软将大量GPU算力提供给OpenAI和Anthropic，其价值可能远超今日。 二、 AI投资者的三大终极拷问 Baker认为，当前AI投资必须思考三个根本性问题： “苦涩的教训”是否依然有效？ 即盲目增加算力、扩大模型规模（scale）是否仍是通往AGI的唯一路径？构建这些模型的人本身对此也持怀疑态度。如果AGI临近，这条法则对智商400的模型是否还成立？ 前沿模型能否维持溢价？ 如果前沿模型相对于其他模型的回报率下降，那么应用层将迎来价值创造的爆发期。 我们能否实现持续学习（Continual Learning）？ 一个能像人类一样，通过单次经历就动态调整权重的模型，将是革命性的。而当前的模型需要“把手伸进火里一百万次”才能学习。 三、 估值逻辑的颠覆：跨截面比较已无意义 Baker直言，简单的跨公司估值比较（如市盈率）在AI时代已经失效。你不能用英伟达的估值去类比DRAM公司。在真正的“大宗商品牛市”中，往往是成本最高的供应商股价涨幅最大。市场会疯狂追捧那些拥有大规模、高需求、高复杂性、稀缺零部件、订单能见度极高且享有销售溢价的产品。 四、 台积电：单枪匹马的“泡沫抑制器” Baker指出，台积电凭借一己之力，正在阻止半导体行业形成泡沫。目前台积电市值约1.2-1.3万亿美元，但其支撑的芯片市场价值可能高达2.5-2.6万亿美元。它处于一个关键阶段：已建产能就是全部产能。这种对尖端晶圆制造的根本性约束，加上其快速的扩张节奏（使英特尔或三星难以成为规模化的第二供应商），形成了一个正反馈循环，有助于整个行业避免产能过剩和随之而来的泡沫。 五、 商业模式的范式转移：从“无限套餐”到“按量计费” AI正在经历类似电信业的商业模式变革——从固定费用转向按使用量计费。Baker以Claude为例指出，想要获得模型认为真正需要生成的Token数量以获得优质答案，就必须选择按量计费方案。这种转变对AI行业是巨大利好，它重现了移动通信早期“固定费+使用费”模式带来的黄金增长期，而后来“无限套餐”的普及反而损害了行业增长质量。 六、 泡沫风险：多样性崩溃与根本区别 历史表明，具有基础性意义的新技术市场总会滋生泡沫。当前市场有效认识到了AI的基础性地位，但也出现了“多样性崩溃”的苗头——所有人都在涌向同一个主题。然而，一个关键区别让Baker感到欣慰：当前的AI基础设施投资主要由运营现金流支撑，这与2000年互联网泡沫时有根本不同。如今估值并未极端化，每块GPU都处于100%利用率，而非大量闲置。 七、 前沿模型的回报：依然主导且令人意外 前沿模型（如Anthropic的Claude 3 Opus、OpenAI的顶级模型）所创造的经济回报，其集中度让许多人感到意外。它们是否将继续占据AI模型层所创造价值的绝大部分？这是投资者必须回答的核心问题。目前，前沿的主导权在Anthropic和OpenAI之间轮动。 八、 技术解耦：GPU寿命有望延长至10-15年 “预填充”（受内存容量限制）与“解码”（受内存带宽限制）的解耦，为芯片设计提供了新空间，也极大地延长了GPU的有效使用寿命。旧的GPU可以用于预填充，新的GPU用于解码，这种组合使得GPU的有效经济寿命可能达到10-15年。这类似于用低利率为桥梁建设融资，改变了整个算力基础设施的融资结构和投资回报模型。 九、 芯片创业：唯有“不同且艰难”才有出路 在英伟达主导的战场上，创业公司的法则很简单：1%的市场份额价值约100亿美元。但想做一款“更好的GPU”几乎不可能成功。唯一的出路是去做“根本性不同且极其艰难”的事情，例如Cerebras的晶圆级计算。如果你投资的芯片公司声称其优势在于“特殊工艺和封装”，那很可能不是真正的护城河。 十、 Anthropic vs. OpenAI：资本效率的悬殊对比 从资本效率角度看，OpenAI和Anthropic是截然不同的实体。Anthropic的资本消耗速度可能比OpenAI慢80%，这导致两家公司的企业结构、投资人资本回报率完全不同。Anthropic约500亿美元的估值，对应每年20-30亿美元的现金消耗，而其未来年收入可能指向1500亿美元量级。按量计费的商业模式转变，很可能推动这两家公司年营收突破2000亿美元。 十一、 应用层：价值摧毁远大于创造 在AI应用层，先别谈价值创造——价值已经被摧毁了。AI的净效应已经摧毁了数万亿美元的价值（例如对传统软件、服务业的冲击）。那些最能创造经济价值的公司，正是每块有效利用GPU比例最高的企业。许多科技公司和初创企业正在消耗大量资金用于AI应用，却难以在短期内覆盖高昂的能源和算力成本，实现盈利。 十二、 Anthropic：资本主义历史上的非凡案例 Baker最后强调，Anthropic是资本主义和商业历史上一个非凡的案例。它很可能是有史以来资本效率最高的科技公司之一。一个由谷歌投资的公司，竟然在资本效率上显著超越了OpenAI，这几乎令人难以置信。Anthropic团队以更少的资源做出了惊人的工作，这在整个商业史上都属罕见。 结语 Gavin Baker的分享描绘了一幅AI投资领域的复杂图景：机遇巨大，但逻辑已变。估值旧框架失效，商业模式在变革，泡沫与理性并存。在这场重塑一切的浪潮中，识别真正的技术护城河、商业模式 winner 和资本效率典范，比以往任何时候都更加重要。对于投资者而言，理解这些深层动态，或许是穿越周期的关键。
夜雨聆风