AI(人工智能)近來備受市場關注，不僅新型的機器學習技術有望提升生產力，而且許多潛在應用機會仍待發掘。然而，市場是否過度追捧AI了呢?

　　隨著企業紛紛將大量資金投入超級運算技術，市場不禁懷疑科技行業是否正在重蹈1990年代與2000年代初互聯網泡沫的覆轍，也就是科技股不斷飆漲，但最后導致走向崩盤的局面。盡管我們能理解市場的疑慮，但這兩波科技熱潮不能相提并論。

　　AI基礎設施建設的資金來自營收

　　互聯網時代來臨時，電信與有線電視供應商投入數十億美元打造互聯網基礎設施，而在融資泛濫與投資氣氛過熱的背景下，科技股屢創新高。然而，能夠利用這些基礎設施的商業模式尚未完全成型，導致科技股估值超過了公司基本面。發展到最后，許多初創企業的估值過高、資金耗盡，導致互聯網泡沫破滅。

　　有人或許會說，目前的AI服務器建設，讓人聯想到互聯網時代的慘痛教訓。預計至2024年底，各家企業、云計算公司與各國的AI基礎設施投資將超過1千億美元。

　　但兩者的相似之處僅止于此。

　　不同于互聯網時代的許多企業，目前建設云計算基礎設施的超大型企業已經開始獲利。云計算基礎設施建設正在創造大量營收，應用面包括云計算應用程序、基礎設施軟件、社交媒體廣告等。也就是說，基礎設施發展時已有需求支撐，有助于云計算資本密集度(資本支出占總營收的比重)維持穩定。

　　過去的互聯網熱潮建立在對“旗艦新品”的期待，但最后期待落空。相反，目前積極發展AI的企業不僅已經獲利，投資云計算基礎設施的目的主要是為了提升效率。

　　AI支出仍有增長空間

　　目前企業支出集中在打造進一步的數字基礎設施，即加速運算技術，生成式人工智能只是其中之一。加速運算技術是效率更高的運算基礎設施，能夠應對AI與非AI工作，從社交媒體內容推薦，到概率定位、再到藥品開發模擬等，用途包羅萬象。這類基礎設施多為云計算領域，不妨把云端想象成是供電給實體世界的“電網”，但供應的是先進計算功能。由于有助于提升效率、乃至于投資回報率，各領域采用AI的速度比許多人預期得更快。

　　加速運算技術顛覆既有做法，讓原本不可行的工作變成可能。根據ChatGPT預估，如果使用高性能服務器CPU，以通用運算技術訓練擁有1750億個參數的大型語言模式，需要5年時間;反觀如果采用高性能服務器GPU的加速運算技術訓練，預計只要2到4個月。此外，相關仿真軟件公司估計，以加速運算技術進行高階空氣動力學仿真，可將仿真時間加快33倍。

　　相關市場仍存在巨大成長空間。目前每年CPU出貨量達1000萬到1500萬顆，而加速運算服務器不到100萬顆。聯博預計，全球運算能力安裝量當中，加速運算技術占比不到25%，兩年前幾乎為零。

　　科技股是否被高估?

　　聯博認為，生產力的巨大飛躍固然值得期待，但AI還需要幾年才會普及，而AI代表重大的科技轉移，因此投資者也需要時間才能發掘長期受益企業。

　　聯博認為不應該與互聯網泡沫做比較，而應該把AI看成是第三代互聯網(Web3.0)的延伸，即以點對點網絡互相連結，并以機器學習為驅動的更高效、去中心化的網絡。

　　因此，聯博認為市場過剩資金有一大部分已在2022年消化，當時科技股隨著市場下跌而大幅修正。科技股也已走出疲弱不振，但聯博不認為科技股被高估，而且科技股目前估值也遠比互聯網開始發展時合理。

　　科技行業周期發生巨變時，勢必會導致市場波動，但無論市場如何，顛覆式創新企業有望為股票投資者帶來回報。回顧歷史，推動重大創新技術的企業倘若經營成功，業績往往有機會獲得長期顯著的增長。因此，聯博認為企業若能以AI建立起差異化優勢，長期成長可期，進而有機會為投資者創造良好回報。

　　來源： 證券市場周刊