AI未来十年策略框架思考

核心判断：未来10年不是"老样子"

戴维斯基于130年美国实际GDP数据（波动范围0%-6%），认为"未来10年还是2%增长"的共识预测概率仅15-20%。更可能的是两条"非共识"路径：

关键结论：90%概率下未来10年不会"岁月静好"，投资策略必须为两种极端情景同时做准备。

反常识1：为什么价值股可能跑赢科技股

这个判断基于三个机制：

① 技术扩散规律

• 电气化早期：通用电气、西屋电气吃红利

• AI早期：微软、谷歌、英伟达已兑现

• 下一阶段：AI降本增效的传统行业（银行风控、医疗诊断、制造排产、物流优化）——这些公司大多是价值股

② 利率与估值的跷跷板

• AI大爆发需要巨额投资 → 推高长期利率

• 利率上升 → 未来现金流折现率提高 →高估值科技股受损更严重，低估值价值股相对抗跌

③ 不对称下行保护

• AI兑现：价值股受益扩散，科技股估值承压 → 价值股不输

• AI失望：科技股业绩+估值双杀，价值股低估值+稳定盈利 → 价值股少跌

操作：股票配置中保留15-20%价值股，不要全仓科技股赌单边。

反常识2：选股=买彩票（Bessembinder研究）

数据非常残酷：

• 1926年以来，仅4%的美国上市股票贡献了几乎所有超额收益

• 29,078家上市公司中，不到100家贡献了1/3的财富

• 全球64,000家公司中，仅2.4%创造了75.7万亿美元的几乎全部财富

• 超过50%的股票，即使股息再投资，终身收益也跑不赢现金

这意味着：你选股，90%概率在输家堆里翻找。

博格尔解决方案："拥有整堆干草"——通过指数基金自动捕捉那4%的"针"。

操作：

• 将50-65%股票仓位换成低费率指数基金（费率<0.1%）

• 0.1% vs 2.0%费率，10万本金30年后差距24万美元

• 长期不建议主动型基金，指数型是底线配置

组合构建：3步走

步骤1：配置调整（60/40 Pro版）

效果：在"赤字拖累"情景下，亏损概率从17.7%降至9.0%，最大回撤从-15.4%改善至-9.8%。

对中国投资者的启示：除了A股、H股，应配置全球其他低估指数。

步骤2：坚守4大原则（Bogle遗产）

1. 设定清晰目标 —— 明确投资期限和用途

2. 保持充分分散 —— 跨资产、跨地域、跨风格、跨久期

3. 控制成本 —— 费率是长期复利杀手

4. 保持长期视角 —— 最难但最重要

步骤3：只控制你能控制的

一句话总结

未来10年最确定的不是"AI会不会来"，而是"无论它来不来，你都得准备好"。

不要为"老样子"规划，要为两条极端路径都备弹药：

• 股票50-60%：偏价值+全球分散

• 债券40-50%：偏公司债

• 工具：低成本指数基金+长期纪律+高储蓄率

这个框架的聪明之处在于：不赌单边，用配置结构本身来应对不确定性——无论AI爆发还是令人失望，组合都有相对优势。

结合先锋领航（Vanguard）首席经济学家乔·戴维斯（Joseph H. Davis）的观点，未来10年AI时代最大的赢家可能并非当下的科技股，而是那些积极拥抱AI、完成数字化改造的“价值股”。这一反常识结论的背后，有着深刻的产业逻辑与宏观经济规律：

1. 通用技术的红利扩散规律

AI作为通用目的技术，其终极价值并非催生少数新的科技巨头，而是重构千行百业的生产效率与价值链条。回顾历史，无论是电力的普及还是个人电脑的发展，早期的超额收益都集中在通用电气、微软等技术领导者手中；但随着技术成熟并扩散到外围产业，真正的爆发属于制造业、运输业、零售和服务业。同理，AI的早期红利已被科技巨头获取，下一波红利将流向利用AI降低坏账的银行、加快诊断的医院、优化排产的制造企业等，而这些传统行业正是“价值股”的集中地25。

2. 宏观利率与估值逻辑的压制

AI大爆发需要海量的资本开支（如建设数据中心、采购算力等），这会推高社会的长期利率。在金融定价模型中，长期利率上升会导致未来现金流的折现价值降低，这对依赖远期高增长预期、当前估值极高的科技股是巨大的估值压制。相反，价值股本身估值较低且具备稳定的当期盈利，在利率上升环境中相对抗跌25。

3. 下行风险的不对称性

戴维斯指出，未来10年AI发展存在“大爆发”与“让人失望”两种非共识路径。如果AI让人失望（概率在30%-40%），科技股将面临“业绩未达预期”与“估值被压缩”的双重打击。而价值股由于估值本就处于低位且盈利稳定，其下行风险远小于科技股。因此，无论AI兑现与否，价值股的风险收益比都更具韧性25。

4. C端流量见顶与产业端刚需崛起

从商业化落地来看，C端AI应用面临流量红利见顶、用户付费意愿低的问题，难以覆盖高昂的研发与算力成本。相反，产业端（B端）的AI需求是刚性需求。只要AI能切实解决实际问题、提升效率并带来高投资回报率（ROI），企业就具备极强的付费意愿。资本在经历概念炒作后必然回归理性，转向能带来稳定回报的产业端价值股25。

5. 选股如“买彩票”，指数化配置是核心

戴维斯引用数据指出，自1926年以来，仅有4%的美国上市公司贡献了超越国债的长期收益；全球64,000家公司中也仅有2.4%创造了绝大部分财富。这意味着在个股中翻找赢家的胜率极低。因此，投资者不应过度迷恋单一科技赛道，而应构建“大趋势感知型组合”：在传统的股债配置基础上，新增15-20%的价值股以应对AI红利扩散，并通过低费率的宽基指数基金“买下整堆干草”，从而自动捕捉到那极少数创造财富的“针”25。

综上所述，戴维斯的核心逻辑在于：AI革命的红利终将普惠全产业，科技股不再是唯一的赢家。在充满不确定性的未来10年，通过低成本指数基金布局具备真实盈利能力的价值股，才是穿越周期、对冲风险的稳健策略。

做资产管理，当然不只是调股和仓控那么简单，

严格说来这是一场金融工程学和概数的范畴。

革命不是请客吃饭，当然也不只是深夜研究。

当前主流的前五资产管理，起家的时候都只是研究一个细分的赛道。

包括量化的西蒙斯也是如此。

明天再整理细节思路。比板块更重要的是选择流动性。

安。梦庄去。