人工智能
NextFin News - 大卫·西格尔（David Siegel）是计算机科学家，他与他人共同创立了量化对冲基金 Two Sigma，其信念是数据科学能够从世界的噪音中发现隐藏价值。本周，他在香港一场小组讨论中登台，提出了每位资产配置者都在苦苦思索的问题：随着人工智能从实验阶段迈向广泛采用，投资者如何区分技术炒作与可持续回报？这场讨论是"投资人工智能经济"环节，属于"与全球投资者对话"论坛，而该论坛是由香港金融管理局主办的第五届全球金融领袖投资峰会的闭幕项目。其潜台词正是峰会主题本身：帮助金融业度过上一轮周期的策略，在下一轮周期中未必奏效。
西格尔与 Silver Lake 的 Kenneth Hao、Insight Partners 的 Deven Parekh 以及启明创投的邝子平（Duane Kuang）同台，这一环节处于为期三天、约 280 位全球金融领袖参会的峰会中心，其中包括约 120 位集团主席和首席执行官。11 月 4 日的论坛紧随 11 月 3 日的主峰会，是峰会实质性议程的第二天，其阵容映射出资本正在何处寻求避险与收益：私募股权和风险投资管理者必须将资金投向一个廉价债务已然消失、退出渠道陷入停滞、而由人工智能驱动的资本支出繁荣同时成为桌上最大机遇与最大估值风险的世界。
峰会的核心矛盾：一套为平静市场而写的策略
论坛开幕之际的背景，正是香港金管局总裁余伟文（Eddie Yue）两周前以罕见的直白措辞所勾勒的。在峰会前发表于 inSight 的一篇文章中，余伟文指出，在一份长长的风险清单——地缘政治碎片化、网络威胁、主要经济体货币政策周期分化——之中，带来"最具影响力和最持久变化"的力量是人工智能，而它仍留下诸多未解问题，涉及"投资及其财务可持续性、不同产业部门的赢家与输家、对生产力、劳动力市场、通胀和利率的影响"。
这些迹象是否表明，当前的策略足以让我们继续前行？风险和脆弱性是否已经在积聚，只待临界点的到来？
主峰会将这种紧张关系具象化。会议议程围绕一个事实设置了一场讨论：一年前，摩根士丹利和高盛都曾警告年内可能出现重大市场低迷，但两家银行反而均宣布利润创纪录，并共同牵头了全球规模最大的首次公开募股——议程由此发问：它们的判断是否已经改变，抑或这不过是风暴来临前的"贪婪"阶段。黑石的乔恩·格雷（Jon Gray）与太平洋投资管理公司（PIMCO）的埃马纽埃尔·罗曼（Emmanuel Roman）重新探讨了在私募信贷经历调整一年之后，公私混合投资组合是否仍是理想策略。议程本身的设定颇具深意：它之所以追问策略是否需要重写，正是因为旧有假设已不再成立。
待投资者论坛召开时——该论坛由香港金管局、证券及期货事务监察委员会与香港金融学院联合主办——讨论焦点已从诊断转向部署。财政司司长陈茂波在 11 月 2 日的欢迎晚宴上提出了支撑香港看涨论点的反面论据：今年前九个月，香港首次公开募股筹资额超过 3,880 亿港元，是去年同期的两倍多，并创下同期历史新高；上半年 GDP 增长 5.1%，出口连续 12 个月实现两位数增长，背后有全球 AI 投资热潮的支撑。"策略会变，但某些基本面历久弥坚，"陈茂波表示——这句话足以成为本届峰会的主题宣言。
AI 资本支出周期：周期性浪潮还是结构性范式？
西格尔（Siegel）小组讨论的设定——"AI 正从实验阶段迈向更广泛应用"——掩盖了会场最尖锐的分歧。首要事实并无争议：超大规模云厂商、主权财富基金和大型企业正以前所未有的速度将资本投入算力、数据中心、电力基础设施和半导体供应链。普华永道在峰会上讨论的分析预测，在其中性情景下，到 2050 年全球数据中心累计资本支出将达 31.6 万亿美元，区间约为 22 万亿美元至近 50 万亿美元，具体取决于 AI 采用的速度。模型显示，年度支出将从 2026 年的约 8,000 亿美元增至 2050 年的 1.8 万亿美元——而与铁路时代或互联网建设不同的是，普华永道模型中的资本支出随时间推移不断加速而非逐步放缓，因为数据中心"本质上是一项芯片更换订阅服务，外面包了一栋建筑"，GPU 和 ICT 设备每四到六年就要更新一轮。
第二个层面的问题是：这究竟属于何种周期。周期性解读认为，本轮 AI 资本支出浪潮类似于 20 世纪 90 年代末的光纤网络建设，或 2010 年代初的智能手机供应链扩张：先是过度投资爆发，随后行业洗牌，随着产能追上需求，回报率回归均值。按此观点，胜出的投资者是那些有纪律在分母效应恶化前退出的投资者，而风险则是一场典型的资本支出崩盘，令整个技术栈留下搁浅资产并压缩估值倍数。
结构性解读则更为深入。AI 并非单一产品周期，而是一种重塑全经济成本函数的通用技术——这正是数字革命曾被赋予的论断，峰会下一场小组讨论也明确提出了这一问题："AI 能否像数字革命那样大幅提升生产率？"如果 AI 对认知劳动的作用相当于电气化对机械劳动的作用，那么资本支出阶段就不是周期本身，而是入场费，回报将归于拥有分销渠道、数据、电力以及能够最快吸纳该技术的组织模式的主体。按此观点，今天的支出规模事后看来将显得微不足道，而低配该主题的投资者才会成为持有搁浅资产的一方——就他们而言，是被搁浅的商业模式。
证据基础在此至关重要。周期性判断需要证明均值回归：在技术基础设施领域至少出现过三次资本支出周期，且过度建设之后利润率回归趋势水平。光纤类比有其真实性，但并不完整——那一轮周期没有经常性收入的软件层，没有锁定效应，也没有数据优势的复利积累。结构性判断则需要证据证明驱动因素不会自我修正：即 AI 的采用永久性地改变了单位经济效益，而非仅仅改变需求的时间分布。支持结构性论断的最有力证据并非支出数字本身，而是非科技公司各行业的采用广度——即小组讨论介绍中所称的"更广泛采用"阶段。支持周期性论断的最有力证据则是麦肯锡《2026 年 AI 现状》调查的发现：仅有约 6% 的公司报告 AI 对其净利润产生重大影响，该影响的定义是将至少 5% 的息税前利润归因于该技术，与一年前持平。换言之，资本支出的增速已跑在经证实的回报之前。
对西格尔这样的量化投资者而言，这是熟悉的领域。Two Sigma 的根基建立在两个前提之上：历史数据可以挖掘出预测信号——以及同样重要的前提，即“过去并不能预测未来”，正如西格尔本人所言。该公司自有平台每天运行超过 11 万次模拟，其基础设施足以跻身全球前五的超级计算机站点，存储容量超过 600 PB。这是一位将制度性转变视为建模问题的投资者所使用的工具集：你不是押注均值回归，而是押注比市场定价更快地发现拐点。
私募市场策略手册：廉价债务不会回归
如果说 AI 小组讨论的问题是买什么，那么私募市场小组讨论的则是如何买——答案是旧公式已经失效。峰会“十字路口：私募市场是否需要新策略手册？”环节直截了当地阐明了前提：廉价债务已不再可得，退出渠道日益艰难，投资者对私募信贷的情绪已大幅转变。这是一种结构性转变，而非周期性下滑，因为其驱动因素是资本成本正在寻找新的、更高的均衡点，而非暂时的流动性紧缩。
这一机制简单而无情。私募股权的黄金十年建立在低借贷成本与估值倍数扩张之间的利差之上。当无风险利率重新设定在更高水平、退出市场萎缩时，该交易的两端会同时受到挤压。能够生存下来的管理人是那些能够通过运营而非财务手段创造价值的人——即从粉饰资产负债表转向重塑业务本身。这正是 Ares、Advent、CVC 和 KKR 等公司出现在小组讨论中的意义所在：这些公司正接受考验，看它们的价值创造机器在失去杠杆这一主要工具后是否仍然奏效。
第二个层面的影响是该资产类别内部的资本再分配。无法以目标回报率部署的待投资金会成为费用与声誉的拖累；面临自身流动性约束的有限合伙人则推动更具创意的结构——接续基金、股权出售、二级市场解决方案。GP 股权市场本身既是症状也是解决方案：据报道，Two Sigma 正在探索出售少数股权，以解决联合创始人约翰·奥弗德克与大卫·西格尔之间的治理僵局，初步谈判涉及一名中东投资者和一家美国养老基金，时间表为 12 至 18 个月，这正是量化世界对同一适应过程的版本。该公司资产管理规模约为 850 亿美元，两位创始人各自持有管理公司约一半股权，据报道这一僵局已使从薪酬到人事的各项决策陷入瘫痪，而拟议的解决方案——引入独立的第三方股东作为打破僵局者——本身就是在重写策略手册。
这里的反面论点是，私募市场只是在等待利率周期结束，一旦央行放松政策，旧剧本就会重演。这种观点有明确的支持者：许多普通合伙人公开押注回归正常化。但证据指向相反方向。即使利率从峰值回落，也不太可能回到让旧模式奏效的零利率时代，而退出市场的功能失调已造成积压，即便在更友好的利率环境下也需要数年才能消化。证伪信号很具体：如果 10 年期美国国债收益率连续两个季度维持在 3.5% 以下，同时 IPO 和并购退出量在 12 个月内恢复到 2021 年的运行速率，那么“结构性重置”论点就被推翻，周期性观点胜出。在此之前，举证责任在乐观派一方。
亚洲的异步周期：无人解决的配置难题
论坛“亚洲：增长引擎与投资视野”环节——由华平投资的 Jeffrey Perlman、PAG 的单伟建、麦格理资产管理的 Ben Way 和高瓴投资的张磊主讲——直面了当前令全球配置如此棘手的问题：亚洲各周期不仅分化，而且不同步。中国房地产主导的放缓、印度增长加速、日本走出通缩以及东南亚制造业转移同时发生，这意味着单一的“超配亚洲”或“低配亚洲”判断几乎肯定是错的。
其背后的结构性力量是地缘经济碎片化。供应链正为韧性而非效率重建，这推高了跨境项目的资本成本，并使本土龙头优于全球优化者。这是新兴市场回报生成方式的体制性转变：“亚洲增长”的贝塔不再同向波动，阿尔法来自国家和行业选择，而非区域敞口。
对香港而言，此次峰会也是一次推介。余的 11 月 4 日闭幕致辞措辞明确：“去和你的客户、你的朋友、你的团队、你的合作伙伴谈谈，真正了解香港……这里是你可以为亚洲、为中国开展业务的地方，而不仅仅是在香港。”这座城市正将其中介角色押注于令其他投资者不安的碎片化之上——在两大体系在其他维度脱钩的同时，将自己定位为内地资本与全球配置之间的连接器。
反向解读：如果市场是对的，悲观者只是来晚了怎么办？
反驳峰会焦虑基调的最有力论据也最简单：市场是前瞻性的，风险早已大部分被计入价格。如果投资剧本需要重写，聪明钱早在主题印上会议横幅之前就已经动笔。岳所警示的狂热或许并非自满，而是一场理性押注：AI驱动的生产率提升将跑赢成本——生产率冲击的规模足以让今天的资本支出显得便宜，并在工资上涨的同时压低通胀。
这一论点分量十足。数字革命正是如此：短期被过度炒作，长期却被低估；那些在泡沫初现迹象时离场的投资者，错失了随后的复利增长。而反方同样具体：麦肯锡调查中净利润影响6%的数字表明，生产率证据尚未到位，资本支出靠的是承诺而非实证。1999年与今天的区别在于，如今的支出者是拥有定价权的盈利型超大规模云厂商，而非亏损的互联网公司——这正是本轮并非简单泡沫的原因，但也意味着二次风险是利润率问题，而非偿付能力问题。如果AI未能兑现承诺的生产率，痛苦将体现为在庞大折旧基数上被压缩的营业利润率，而非破产潮。
接下来：信号、情景与谁将承压
前瞻视角按时间跨度清晰划分。短期——未来两到四个季度——流动性和情绪主导。只要超大规模云厂商的业绩指引站稳，AI资本支出叙事就依然成立；任何指引下调都是触发整个技术栈估值下修的最快途径。中期，盈利证据将起决定性作用：麦肯锡的6%数字是基准，问题在于随着部署规模化，它能否迈向两位数。长期，结构性问题围绕生产率展开：如果AI带来持续的多要素生产率增长并超过2008年后的趋势，制度切换论将胜出，当前估值将由十年的盈利增长支撑；否则，资本支出浪潮将回落，赢家将是资产负债表最稳健的幸存者。
基准情形是分化的结局：AI基础设施所有者以及能够证明单位经济改善的运营商实现复利增长，而中间层那些无盈利的采用者和杠杆过高的私募资产则面临多年重置。上行情形是生产率奇迹：AI带来广泛的效率提升，通胀下降而不引发衰退，当前的资本支出将成为史上最划算的一笔钱。下行情形则是1999年的回响：资本支出超过需求，利润率受压，私募市场的分母效应叠加演变为流动性危机。
结构性 AI 论点的证伪信号可量化且迫近：若未来四个季度内，报告 AI 对 EBIT 产生重大影响的公司占比未能从当前 6% 的基线显著上升，而资本支出增速仍保持在年化 20% 以上，则炒作与验证之间的差距正在扩大而非缩小，周期性过度建设的判断将成为概率更高的结论。在看指数之前，先盯住这个数字。
此次峰会的真正结论并不在于任何一场分组讨论，而在于共识的形成：掌管全球资本的管理者们已不再争论剧本是否需要重写，而是在争论新剧本究竟写了什么。区分赢家与其余人的答案，并非对 AI、亚洲或私募市场的孤立看法，而是判断当今哪些确定性实际上只是披着外衣的周期性浪潮——并具备在水位退去之前将其卖出的纪律。
更多独家洞察尽在 nextfin.ai.
