Short Seller Jim Chanos Warns of Financial Mismatch in AI Industry Chain, Calls AI Cloud a Leasing Intermediary

Full text · 原文 15,527 字

当AI浪潮下的“卖水人”赚得盆满钵满时，算力基础设施的真实投资回报率究竟是一地鸡毛，还是受制于物理极限的长期印钞机？华尔街顶级空头与科技多头给出了截然不同的答案。 6月21日，由Jack Farley主持的Macro Minds研讨会上，华尔街传奇空头、“安然终结者”吉姆·查诺斯（Jim Chanos），与科技对冲基金的Analog Century Capital的合伙人瓦尔·兹拉特夫（Val Zlatev）同台，就AI资本支出繁荣、半导体周期及算力基建的商业模式展开了深度激辩。 （左：Jim Chanos；中：Val Zlatev；右：Jack Farley） 传奇空头查诺斯警告，当前科技行业正经历类似90年代末的资本支出热潮，芯片供应商可以立即确认收入，而超大规模云服务商将AI资本支出资本化。 云服务商通过四至七年折旧摊销，而非直接计入运营开支。这种“时间错配”曾导致当年科技股利润暴跌40%。 此外，查诺斯认为算力租赁（如CoreWeave）本质上是回报率仅为个位数的金融租赁业务。 物理学家出身的华尔街投资人兹拉特夫则反驳称，真实词元需求爆发导致老旧GPU租金均在飙升，且英伟达（15倍2027年EPS）估值远未达1999年泡沫水平。 他进一步指出由于半导体设备产能年均增长上限仅为30%，存储芯片的紧缺与高价周期将比市场预期的更加持久。 利润悬殊与“折旧定时炸弹” 在当前的AI资本支出热潮中，市场最关注的是利润的流向。查诺斯敏锐地指出了产业链上下游在财务报表上的巨大错位。 查诺斯警告称： 现在的利润会计核算存在脱节：那些卖‘镐和铁锹’的公司（芯片、数据中心设备商）正在立即确认收入和利润；而那些花掉这些巨资的超级云厂商却在将这些成本资本化。 他回顾了1998年至2000年的互联网泡沫时期，当时标普500的营业利润在两年内增长了30%，但当订单簿在2001年崩溃而折旧成本继续显现时，标普500的利润暴跌了40%。 为了保守起见，查诺斯在建立模型时假设GPU的物理寿命为10年，但他依然对下游的盈利能力表示怀疑。查诺斯说： 你要小心，买芯片、建数据中心的成本目前都记在‘在建工程’里，一旦它们上线并开始折旧，对利润的冲击是巨大的。 对此，兹拉特夫表示大体认同，但补充称GPU的实际经济寿命难以精确界定，"可能不是10年，可能是6年，但绝对不是2年"。 算力租赁属于科技公司还是金融中介？ 对于目前火热的新兴云服务商（如CoreWeave等算力租赁平台），查诺斯给出了极度悲观的评价，认为这在本质上是无利可图的商业模式。 查诺斯直言： 如果你从英伟达买芯片，租别人的数据中心，再把算力转租给微软或谷歌，你就是一个设备租赁公司，你不是科技公司，而是一家金融公司。 查诺斯进一步表示： 你应该做多芯片所生产的东西，而不是芯片所在的地方。 他透露了目前算力基建的真实投资回报率（ROIC）： 目前的交易细节显示，如果你现在有供电的数据中心和芯片，预期的税前ROIC只有5%、6%、7%、8%，全是个位数。如果现在（缺货时）都只能做到这样，我宁愿持有产业链的其他环节。 Zlatev对此部分认同，但提示各家新兴云服务商并不完全相同。 他举例指出，部分公司如Lambda Labs约有40%至50%的收入来自即时推理场景的现货定价，这使其在当前GPU现货价格飙升的环境下，具备一定的灵活获利空间。 两人均同意，真正的价值不在于提供机架与电力的物理载体，而是在芯片及其"包裹层"（软件与优化层）。 多头反驳：真实的需求与远未泡沫的估值 针对互联网泡沫的教训与当下的差异，专注硬科技投资的兹拉特夫提出两点反驳。 首先，他认为当前的AI需求可以通过底层的词元使用量来实时追踪，这与1999年仅靠CFO们在财报会上“画大饼”完全不同。 兹拉特夫指出，AI基础设施的紧缺是极其真实的： 就在我们说话的时候，这些芯片依然非常紧缺，甚至那些6、7、8年老旧GPU的租金都在上涨。由于Token使用量的爆发，自今年1月以来，算力现货价格上涨了40%到50%。 其二，AI对模型能力的改进确实带来了真实的生产率效益，企业用工人数停滞甚至下降，而营业利润率却显著提升，这是在超过500家硬科技公司样本中已经可以观察到的实际情况。 关于市场最担忧的估值泡沫，兹拉特夫抛出了核心数据： 这不是1999年思科以160倍市盈率交易的时代。目前英伟达的交易价格大约是其2027年预期每股收益的15倍，博通在近期回调后是2028年预期收益的12倍。整个板块并没有走向极端的泡沫。 他同时承认，AI的"缩放定律"（Scaling Laws）属于经验规律，一旦有人研发出新的非Transformer架构模型，大幅降低单位算力成本，当前整个算力军备竞赛的逻辑基础就将动摇。 兹拉特夫说： 这才是真正让我夜里睡不着的事情。 存储芯片：被逼到极限的物理产能与“反常”的低估值 对于市场极度关注的存储芯片（DRAM/NAND）周期，兹拉特夫揭示了供给端无法大幅扩张的核心物理约束。 目前，因AI模型向推理、长上下文窗口及AI智能体演进，对存储的需求呈现爆炸式增长，部分存储价格已经上涨了4到5倍。但即便如此，各大存储厂商也无法像过去那样疯狂扩产。 兹拉特夫表示： 半导体设备公司（如ASML、应用材料等）受制于供应链复杂性，其出货量每年最多只能增长30%到35%。这是物理极限，无论你需要多少无尘室，你都无法增加超过这个比例的产能。 他指出，目前市场给存储公司的远期市盈率仅为6到7倍，因为市场“错误地认为6到9个月后就会出现周期性衰退导致价格暴跌”，但他表示： 由于产能扩张受限，这次需求的高峰将比过去25年都要高，且高位维持的时间会更长。 终极狂想：马斯克的1太瓦（Terawatt）星辰大海 对话的最高潮围绕马斯克及SpaceX将数据中心搬上太空的设想展开。 查诺斯从商业逻辑上将其拆解： 太空中最大的成本是抗辐射和散热。而且数据中心设备经常坏，在地球上你派个技术员去换零件就行，在太空你得发一枚火箭。太空的总体潜在市场（TAM）是无限的，但太空的无限熵（随机性风险）也是无限的。 他强调，目前SpaceX的发射业务仍处于亏损状态。 然而，兹拉特夫从技术发展的底层逻辑原理解释了马斯克看似疯狂的举动： 马斯克认为未来几年世界需要1太瓦（1,000千兆瓦）的算力，而目前科技巨头高达7500亿美元的资本支出，仅仅转化为了大约15千兆瓦的算力。他之所以这么说，是因为他没有看到AI底层‘缩放定律（Scaling Laws）’的打破。只要集群越大、模型越聪明，对算力的需求就是指数级的。 访谈对话全文（AI辅助翻译）： Jack Farley： 如何在AI繁荣中寻找投资价值——无论是做多还是做空？这正是本月初我有幸主持节目时，向两位优秀投资人提出的问题。他们分别是Jim Chanos和Val Zlatev。 Jim是传奇空头投资人，以做空Wirecard以及安然公司而声名卓著。Val则管理着一支规模数十亿美元的对冲基金，在半导体和科技硬件领域的多空投资中拥有出色的超额收益记录。 本次对话发生在我为Macro Minds Symposium主持的一场圆桌讨论上。这是一场面向机构投资者、以支持学生教育为使命的公益性会议。今年的研讨会为三家受益方筹集资金，分别是：NYC First、Opportunity Music Project和100 Women in Finance。其他圆桌嘉宾包括业界重量级人物，如阿波罗的John Zito和贝莱德的Rick Rieder。 我由衷感谢Macro Minds及其创始人Dean Kernutt邀请我参与其中。更多相关信息将附在简介中，采访结尾处我也会分享一些总结性看法。现在，让我们正式开始。 主持人介绍： 有请Jim Chanos、Val Zlatev和Jack Farley。 Jack Farley： 感谢各位的到来。今天我们将围绕AI与半导体投资展开一场精彩对话，涵盖做多与做空两个维度。嘉宾分别是来自Chanos & Company的Jim Chanos，以及来自Analog Century Capital Management的Val Zlatev。我想先请两位谈谈对人工智能及其配套基础设施建设的整体看法。Jim，先从你开始，然后是Val。 Jim Chanos： 正如Rick Rieder在上一场讨论中所说，AI目前主导着整个金融市场的走向，在股票市场尤为突出，信贷市场的影响也与日俱增，这是一个非常独特的现象。 我想从宏观角度补充一点：我认为人们在将AI的影响外推至全球经济增长和企业盈利增长时，需要保持一定的谨慎。我们回顾了Netscape问世前后各十年的数据——也就是1985年至1995年，以及1996年至2006年这两个区间，后者刻意排除了全球金融危机的影响。结果发现，互联网诞生前后，美国经济增速几乎没有任何差异。 更耐人寻味的是，企业盈利增速同样没有因生产率提升而显著提高。互联网前后两个十年的企业盈利年均增速均为6%，与长期历史均值一致。当然，其中不乏结构性的此消彼长。这其实是在说明：AI经济中同样会出现大量结构性变化和赢家输家的分化，但它究竟能否提振整体经济增速、带动企业盈利的长期增长，目前仍是未知数。 Val Zlatev： 我不是宏观投资者，也不打算就AI对整体经济的影响与Jim争论。但从微观视角来看，当我们与所投资公司交流——无论是多头还是空头标的——我们发现AI对企业个体的实际影响已经相当清晰，许多被我们覆盖的企业CEO对现阶段的影响颇为振奋。 其实有一个很简单的验证方式：对比过去三四年间这些企业的员工数量与营业利润。你会发现，员工数几乎没有增加，部分甚至在下降，而营业利润却大幅攀升。我说的还不仅仅是那些靠涨价获益的存储器公司，而是覆盖500余家科技硬件公司的整个研究领域。换句话说，AI的实际影响已经切实发生，并且相当显著。 至于这种影响能否从科技圈内部的早期采用者，扩散至更广泛的实体经济，目前还有待观察。在展望未来时，我同意Jim的判断：这一过程中将充满争议、充满起伏。事实上，这并不是一边倒的共识——上Twitter、听播客、看各类AI论坛，你会看到大量的空头声音，与多头几乎势均力敌。这种分歧局面，我认为非常健康。我喜欢AI领域存在大量空头，因为这促使人们停下来，思考、权衡，而不是像90年代那样一哄而上、盲目乐观。 Jim Chanos： 如果你真的想被吓到，我告诉你：相对于我的空头仓位，我目前是AI净多头——各位是不是被吓到了？ Jack Farley： Jim，你是通过指数持有净多头仓位的。那你目前在做空什么？你显然没有在规模上做空半导体。你空的是什么？ Jim Chanos： 在回答这个问题之前，我想先做一个铺垫。在当前这波高科技资本开支热潮中——多空双方都承认这是一轮资本开支繁荣——存在一个盈利核算上的错位，而这在90年代末我们也曾见过类似的情形。 具体而言：销售"镐与铲"的公司——在本轮周期中就是芯片、数据中心设备及建设公司——能够立即确认收入和利润；而花费这些资金的公司，包括Nvidia、ASML以及各类承建商等，则是在立即确认营收和利润。与此同时，那些掏钱的超大规模云计算商（Hyperscalers）等却将这些支出资本化处理。 这一点在理解当前高科技领域的盈利繁荣时至关重要。我们在1998年中至2000年中就经历过这种情形。那个周期中，标普500运营利润在短短两年内增长了约30%，增速与当前相当甚至更高。但从2000年中到2001年，知道它下跌了多少吗？ Val Zlatev： 跌得又快又猛。 Jim Chanos： 下跌了40%。订单崩塌，成本（尤其是折旧）持续累积，标普500盈利在那一年——一次温和衰退中——跌幅与全球金融危机期间相当，两段时期均约下跌40%。 所以我们必须对此保持警惕。我们目前聚焦的，是那些本质上商业模式存在缺陷、依附于AI生态系统的企业——即便在最乐观的假设下，其资本回报率也将微乎其微。比如比特币矿工、激进型数据中心开发商、以及所谓的新兴云服务商（Neo Clouds）。即便给予GPU十年使用寿命的假设，其远期资本回报率也不过4%至6%。我认为这类企业终将被市场淘汰。 我经常对客户说：你应该持有芯片所"生产"的东西，而不是芯片所"居住"的地方——我认为这个投资逻辑在未来依然成立。 Jack Farley： 我们一会儿再深入聊新兴云服务商，但先说说折旧问题。我们正处于一轮资本开支热潮中，大部分购买的芯片都被资本化，通过若干年的折旧来摊销，无论是四年还是七年。Jim，你的意思是：由于折旧尚未到来，当前盈利是被虚增的？折旧何时会真正落地，又将如何冲击利润？我知道Val也有很多想法。 Jim Chanos： 存在两个问题。 其一，像Alphabet、微软、亚马逊、甲骨文这些花大钱的公司，大量资本支出目前以"在建工程"的形式挂账。芯片采购成本、人工成本、利息成本，统统被资本化，要等到数据中心正式投入运营、开始产生收入，才会开始摊销。所以抛开芯片本身的使用寿命不谈，数据中心从竣工到产生收入可能存在12至18个月的滞后期，在此期间这些资产既未折旧，也未产生营收。 其二，在我们的建模中，为保守起见，我使用的是GPU十年使用寿命的假设。AI空头们常说两年或三年，但我用的是十年——这基本上是全天候、365天不间断运行下的物理极限。我认为这是一个较为稳健的估算基准。 Val Zlatev： 十年其实已经相当激进了。我不确定十年后还有多少今天的GPU在运转。所以这确实是很保守的假设。 我同意Jim的观点，真正的投资机会在于芯片本身，以及数据中心内部的服务，而不是"房东"角色。这个比喻很贴切。 关于折旧，我不打算在6年还是10年上做太多纠缠，肯定不是两年。 但有一个现实值得关注：当前GPU的供应极为紧张，以至于那些使用已有六七八年之久的老旧GPU，租赁价格反而在上涨。这在去年12月之前并未出现——彼时GPU租赁价格同比下跌20%至30%，这完全正常。毕竟每年都有新架构、更高效的GPU推出，每个token的处理成本更低。从经济逻辑上讲，任何能获取新GPU的人都没有理由继续用旧机器。然而现实是，自今年1月以来市场供应如此紧张，GPU租赁价格已上涨40%至50%甚至更高，这在近期确实改变了新兴云服务商的商业经济性。至于这种局面能否持续，我无法判断。我只是想强调，这是一个极其动态的市场。 Jim Chanos： 这改变的是近期的估值，但我不确定他们的合同定价是否有太大变化。超大规模云服务商本身并不傻。记住，在这种商业模式中，新兴云服务商本质上是设备租赁公司——从Nvidia购买芯片，租用别人的数据中心空间，再将芯片租给微软、谷歌或Meta。这不是高科技公司，实质上是一家金融公司，赌的是芯片使用寿命以及合同期内的租赁收益。 顺便一提，这些公司的创始人很多是金融背景出身——Core Weave的核心人马就是金融危机时期的老Magnetar人。而且，当贝莱德旗下的Blackstone以REIT形式进入这个行业，你就清楚地知道：这本质上是一门金融生意。 还有一点很重要：超大规模云服务商完全可以自行购买芯片，但他们选择从新兴云服务商那里租用。 Val Zlatev： 为什么会这样？我来解释一下。现实情况是：超大规模云服务商未必能提前备足产能，也未必有足够的采购渠道。Nvidia也有意在超大规模云服务商和新兴云服务商之间保持平衡，不希望完全依赖几家大客户。因此，Nvidia主动将更多供应倾斜给新兴云服务商，以此在市场上制造竞争，避免自身对少数超大客户形成过度依赖。 Jim Chanos： 说白了，他们不想直接卖给微软，宁可卖给Core Weave，再由Core Weave转租出去。 Jack Farley： Jim，你怎么看超大规模云服务商选择通过Core Weave这类中间商而非自行采购的原因？ Jim Chanos： 两种方式他们都在用，这一点毋庸置疑。超大规模云服务商直接投入的资金规模已经相当庞大。但总体而言，这是一种"淘金热"心态——谁手里有产能，谁就能签单。 问题在于，Jack，就当前这种供需格局来看，如果你此时此刻既有数据中心产能、又有芯片资源，理论上应该获得极高的资本回报率。然而，凡是能拿到具体条款的交易，资本回报率普遍在5%至8%，全部是税前个位数的回报。 这就回到了我的核心观点：如果这已经是当下的最优解，我宁可持有价值链上的其他环节，而不是这个中间商角色。 Val Zlatev： 我完全同意你说的。你基本上是把他们归类为类似REIT的存在——比如Core Weave这样的公司。 Jim Chanos： 确实可以这么理解。 Val Zlatev： 我同意，这个领域的真正差异化因素终究是技术。真正的价值在于芯片本身，以及围绕芯片构建的软件和优化层。仅仅是买地、接入电网、安装变压器，这些并没有太多技术含量。这类护城河或许能撑个几年，但价值终将回归技术本身。 Jim Chanos： 我认为三年后不会再有电力瓶颈，也不会再有劳动力瓶颈。这些问题可能在未来18个月内持续存在。 从根本上说，股票是长久期资产，你应该着眼于整个周期或更长时间维度内的核心业务质地。基于当前供不应求的现货价格为一家公司定价，短期内固然刺激，但波动风险也不容小觑。 Val Zlatev： 我并不打算为新兴云服务商辩护，本来也不做多这类公司。不过我想补充一点：它们之间并不完全相同。 像Equinix、Digital Realty这类是传统托管服务商，本质上就是"空壳出租"——客户自带服务器，放进机柜，付租金，十年后再来换机器。但Core Weave这类更新的玩家，其实在底层硬件之上还叠加了软件层和优化层。以CoreWeave为例，并非100%的收入都锁定在超大规模云服务商的长期合同中，大约有40%至50%来自推理工作负载的现货市场，而推理需求正是当前现货价格上涨的主要驱动力。他们可以从中受益，并将成本转嫁出去。所以这些公司并非简单的"空壳"，确实存在一定技术含量。但这些技术终归来自Nvidia、Broadcom等芯片厂商，而非他们自己构建的。相比之下，Cerebras这样的公司，技术层面就远非同一量级了。 Jim Chanos： 我理解你的区分。但同样要记住，这是技术行业，技术是会变化的。推理计算完全可能迁移到手机或桌面端。有人说这在经济上不可行，但这些人同时又在告诉我要把数据中心放到太空去。 Jack Farley： 说到太空数据中心—— Val Zlatev： Jim，你对太空有自己的看法？我相信你有。 Jim Chanos： 太空数据中心你想聊什么？ Jack Farley： 这是个好主意吗？值得投资吗？ Jim Chanos： 好，先说成本结构。大家都知道把数据中心送上天代价不菲，主要取决于发射成本。但有两点值得注意： 第一，电力成本尽管存在瓶颈，但占数据中心总成本的比例其实很低，大约只有营收的5%至7%。如果你的逻辑是"太阳能是免费的电源"，那这个逻辑从一开始就站不住脚——电力本就不是主要成本，而且如我们之前讨论的，电力瓶颈未来会进一步缓解。 第二，太空中真正的大问题有两个：一是散热，真空环境中无法通过对流散热，国际空间站那些巨大的散热板就说明了这一点；二是辐射——复杂电子系统在太空辐射中长期运行，可靠性会严重下降。 此外还有冗余和保险的问题。地面数据中心设备故障极为常见，维修团队随叫随到，更换零件即可恢复运行。而在太空，你得发射一艘飞船，理论上派机器人去修，每次出问题都要经历一次发射，成本骤然飙升，任何理论上的节省都会被迅速吞噬。 最后还有一个现实问题：这个方案的主要倡导者，其旗舰火箭Starship在12次飞行中还没有一次成功入轨，我估计其中六七次是以爆炸告终。所有宏伟的承诺，都建立在一枚尚未实现地球轨道飞行的火箭之上。太空的"市场空间"确实无限大，但太空的熵增同样是无限的——随机性和不可控性也是无穷无尽的。我认为没有人需要在未来五到十年内为此担忧。 Jack Farley： 我想听你对SpaceX IPO的看法。我猜你不会是买方，做空新股的风险也众所周知。但招股说明书已经出来了，你大概也看过了。你怎么思考是否做空这家公司？ Jim Chanos： 先看现有业务，数字并不好看——即便算上Starlink。 Starlink是盈利的，是个尚可的生意，但增长已经明显放缓，为了刺激用户量增长不得不降价。目前Starlink年度运营利润大约40亿美元，但背后的投入资本估计在250亿至300亿之间，回报率不算出色，只能说是个合格的生意。 问题在于，发射业务至今仍在亏损，烧了数十亿之后依然如此。此外，Starlink的发射成本受益于母公司的内部优惠定价，真实盈利能力可能被高估。 xAI是最大的变量——持续烧钱，与Anthropic签的也只是短期合同，目前完全是个资金黑洞。 所以你需要相信火星移民、月球基地、太空数据中心，才能为接近2万亿美元的估值找到合理性。这让我想起了特斯拉——你无法单凭卖车来支撑特斯拉的估值，一切都建立在"未来可能发生的事情"上。 正如我说的：牛市用溢价定价未来，熊市用折价对待现实。 Jack Farley： 你之前谈到把周期性业务当成成长性业务来估值的问题。Val，你想就此补充什么？ Val Zlatev： 我想在一个具体点上稍作反驳。 Elon Musk讲到太空数据中心，并不是因为便宜——确实，能源在太空更便宜，但要清楚：能源只占数据中心资本支出的5%，厂房和土地大约占10%，剩下的85%是数据中心内部的计算设备，而这才是我们真正投资的核心。 他的逻辑不是关于成本，而是关于体量。他曾非常明确地表示，他相信未来几年全球将需要1太瓦的算力。1太瓦等于1000吉瓦。而目前全球超大规模云服务商等合计约7500亿美元的资本支出，换算成算力大约只有15吉瓦。也就是说，他的目标是当前实际部署量的约67倍。他的意思是：你们现在聊的这些钱，在他的框架里不过是毛毛雨。 他之所以要去太空，不是因为更便宜，而是因为需求体量实在太大。顺便说一句，美国整个电网的总容量约为1.5太瓦，还得留有备用裕量。他基本上是在说：我需要一整个美国电网的容量——所以才要去太空。 我无法评估他的时间线或野心是否可行，那是其他人的事。我也不确定做空他是否明智，历史上这条路走通的人不多。 我能确定的是：他之所以得出这个结论，是因为他没有看到AI核心技术规律出现根本性的突破。AI的"扩展定律（Scaling Laws）"意思是：训练集群越大，投入的算力越多，模型输出越好，智能水平越高。所有人都在追求更高的智能上限。如果他认为扩展定律即将失效，他根本不会说需要1太瓦的算力，而是会说现有的设施已经足够用了。 Jim Chanos： 你是1999年就在投资了吗？ Val Zlatev： 那时候我在麦肯锡，是这些公司的顾问。我亲眼见证了订单崩盘时的惨烈。 Jim Chanos： 在那个时代，有一个被奉为信条的论断：互联网流量每个季度翻一番。MCI WorldCom每个季度的业绩电话会都会特意强调这一点。这句话深深植入了市场集体意识，推动着资本开支的螺旋式上升。 后来，贝尔实验室有一位叫Andrew Odlyzko的研究员，大约在1999年底写了一篇论文，在2000年初正式发表。他通过大量严谨数据得出结论：互联网流量确实在高速增长，但是每年翻一番，而非每个季度。这虽然仍属高速增长，但与此前的叙事有着天壤之别。 问题在于，所有人都已经基于"每季度翻倍"的假设构建了商业模式和订单计划。网络设备商、电信公司、光纤铺设商，毫无例外地在高速扩产。2000年初，当市场意识到所谓的"季度翻倍"可能只是MCI某人编造出来、被媒体不加甄别地广泛传播时，CFO们开始急踩刹车——原本2万台路由器的订单，瞬间砍到4000台。 还有一个常被忽视的事实：那次资本开支热潮的最大买家，并非初创公司或光纤运营商，而是AT&T、美国银行、美国银行、可口可乐这样的大型传统企业，他们在搭建内部网络基础设施，并叠加了Y2K驱动的设备更换需求。 基于这段历史，我对眼下"在当前价格水平上存在天量算力需求"的预测，保持相当程度的怀疑。这种情况或许会发生，但历史告诉我们，这种疯狂的指数级增长预测，往往会被现实世界的约束所打断。 Val Zlatev： 这个参照完全有道理，值得认真对待，尤其要考虑那些预测来自谁的口中。 不过，我有两点补充： 第一，当前我们对实际需求的追踪方式，与1999年有根本性的不同。那时你只能等着企业CFO每季度开一次电话会，说些自己编造的数字。现在你可以直接追踪OpenAI等平台公开的token使用量，这只是全行业的一个缩影，但趋势是可见的、可追踪的。GPU租赁价格上涨，正是因为token使用量在爆发式增长，现有GPU根本供不应求。 这不代表会一直持续。但就目前来看，客观数据表明：你不需要等着听CFO的说辞，你可以在自己的日常使用中直接感受到需求的存在。 第二，1999年和现在还有两个重要的技术差异。 那时的基础设施投资主要是光纤铺设。光纤的成本结构决定了过度建设几乎是必然的——70%是固定成本，既然挖了沟，就尽可能多埋光纤。此外，波分复用（WDM）技术的突破，使得同一根光纤的传输容量大幅提升，原本就已过剩的供给瞬间翻倍，造成更严重的产能过剩。 这种技术突变在今天同样可能发生。有人可能提出全新的AI架构，一种不依赖大语言模型或Transformer的新型模型，以极低的算力投入实现大幅度的性能提升。AI的扩展定律已经运行了约12年，但它不是物理定律，不是不可撼动的真理。如果有人能打破它，整个讨论都将重写。 Val Zlatev： 我想到了一个让我夜不能寐的噩梦情景：如果有人真的破了扩展定律，"镐与铲"的投资逻辑将彻底颠覆，整个讨论都要重来。这是我对多头仓位最大的担忧所在。 Jim Chanos： 这倒是可以引出下一个话题。 Jack Farley： 我想谈谈存储器。从芯片制造的历史来看，存储器一直是高度同质化的商品市场：各家厂商拼命扩产、价格持续下行、企业接连出局。 为什么这一次不同？三大存储器厂商——一家美国的、两家韩国的——股价大幅上涨，但远期市盈率反而下降了，因为市场对其定价能力的预期大幅提升。这让我想起石油行业的老逻辑：当油价飙到150美元，远期市盈率看起来只有6倍，但这恰恰是最不该买的时候。存储器现在的逻辑真的不一样了吗？ Val Zlatev： "这次不同"是金融世界里最危险的四个字。我不会断言存储器价格永远不会下跌，我在这个行业摸爬滚打了26年，这样的剧情看过太多次。 但我确实相信，此次存储器的需求峰值，无论从幅度还是持续性来看，都高于过去25年的任何一次。而且这个峰值平台期可能会维持较长时间——2至4年甚至更久——然后才会出现价格的回落。 而市场目前的定价，正在用6至7倍的远期市盈率对存储器股票打折，这意味着市场认为价格下行周期就在六个月之内。我认为这种预期极不可能实现。 原因有两个： 其一，产能扩张受到物理约束。即便你有无限洁净室，设备供应商——ASML、应用材料等——每年的出货量增速也不可能超过30%至35%，这是由供应链复杂度决定的硬约束。存储器bit的产能增速就被卡死在这个上限。 其二，存储器厂商自身极为谨慎。这些公司经历了长达数年的价格下跌和利润压缩，一直到2024年甚至2025年初仍如此。这些60、70岁的老行家，见过太多次周期。绝不会因为哪个30岁的硅谷年轻人跑过来说"我需要比你们有史以来生产的总量再多100倍的存储器"，就马上大幅扩产。他们极度谨慎，根本没有提前备好所需的额外洁净室产能。 Jim Chanos： 有意思的是，台积电CEO昨晚恰好对这一观点提出了反驳。他是那种阅历丰富、见过无数周期的70岁老将，但他明确表示："不，我们正在以最快速度扩产，其他环节可能有瓶颈，但我们会尽快建新的晶圆厂。" Val Zlatev： 但"尽力扩张"的硬上限仍然存在——设备商每年就是只能增长30%，这是物理约束，不是意愿问题。没有人能绕过它。而且新建洁净室造价高昂，建设周期长达五年。 Jim Chanos： 这确实会进一步推高整个行业的成本。 Val Zlatev： 必然如此。半导体行业具有显著的通胀效应。五六年前行业下行周期结束之后，半导体就从持续通缩转变为持续通胀，并将在未来六七年乃至更长时间内维持这种趋势。 Jack Farley： Val，你之前提到你从偏空的视角关注存储器的"使用方"？ Val Zlatev： 是的。DRAM和闪存价格已经上涨了4至5倍，这完全由数据中心需求驱动。背后有几个关键因素叠加： 首先，AI模型从纯聊天机器人演进为推理模型，需要存储的token数量大幅增加；其次，上下文窗口持续扩大；最后，近五个月来AI Agent的爆发——Agent需要存储大量的中间状态信息，对存储的需求远超之前。这些因素叠加，导致超大规模数据中心的存储需求在过去12个月内急剧膨胀，完全是真实需求驱动，并非盲目囤货。 存储器厂商完全没有预料到这种情况，价格随之飙升。 问题随之而来：PC厂商、智能手机厂商、消费电子厂商，他们的BOM（物料清单）成本中，存储器占比从此前的20%左右，攀升至如今约50%。这些厂商只剩5%至6%的运营利润率，唯一出路就是把成本转嫁给消费者。这就是为什么你会看到智能手机价格普遍上涨——消费者端是一个价格弹性较高的市场，当手机价格上涨50%，消费者选择多等12个月再换。这直接拖累了PC和智能手机出货量，今年可能同比下滑百分之十几。这种情况极为罕见，这类成熟市场通常都是多年横盘状态，即便是智能手机，下滑15%也是非常异常的信号。 因此，我认为那些为PC和智能手机厂商供应零部件、但又没有定价权的上游企业，面临的是量价双杀的窘境，这是有吸引力的做空机会。 Jack Farley： 这逻辑说得通。Jim，你怎么看存储器价格？你是否同意Val所说的，供应链正在尽其所能扩产，而物理约束就是无法逾越的天花板？毕竟，锂、钴、石油、天然气每次涨价，矿业公司CEO都说"建一座矿山要七年，根本来不及"，但一年后价格就崩了。我知道存储器有其特殊性，但想听听你的看法。 Jim Chanos： 在我40年的从业生涯中，我从未靠做空DRAM公司赚到过钱。存储器就是个周期性行业——上行阶段人们极度乐观，下行阶段又极度悲观，我们从来没能准确把握节奏，所以基本上不在纯存储器方向上操作。 不过，我倒注意到CPU领域开始出现一些有趣的估值分化。某些公司此前交易在2倍市销率，现在已经涨到10倍甚至12倍，而其所在市场的竞争格局并没有发生根本性变化。 Jack Farley： 你具体说的是哪类公司？ Jim Chanos： 比如一些CPU公司股价涨幅惊人——AMD、Intel等等。再对比台积电、Nvidia，以及Broadcom，你会开始看到明显的估值错位：处于激烈竞争格局中的公司，估值反而高于拥有护城河的公司。 Jack Farley： 你的意思是Intel涨了太多，而Intel所在的市场竞争激烈；而相比之下，在市场上占据主导地位的Nvidia，估值反而更便宜？ Jim Chanos： 对，从相对价值来看确实如此。 Val Zlatev： Nvidia确实比Intel便宜多了，但要看清楚背景：Intel已经好几年没有盈利了，曾经的垄断地位基本上已经丧失，在AMD面前节节败退。 你在用市销率来衡量，我明白。我不会认同Intel是好的做空标的。但我想就估值这个话题说几句：虽然很多半导体公司过去两个月涨了不少，但不是每一家都处于泡沫区间。这和1999年至2000年完全不同——那时候思科的市盈率高达160倍。 Jim Chanos： 你见过特斯拉的估值吗？ Val Zlatev： 那是你和特斯拉之间的恩怨，我不掺和。确实有公司在交易150倍市盈率，我不否认。但在半导体板块，目前最贵的是网络设备类公司，远期市盈率大约50至60倍；而存储器类公司是最便宜的一端，只有5至6倍；Nvidia大约在2027年EPS的15倍；Broadcom今天调整之后，大概在2028年EPS的12倍左右。所以这个板块整体上并不像1999年那样估值全面泡沫化。 顺便说一句，我真的不明白为什么Costco和Walmart的估值比很多半导体公司还要贵。这种定价逻辑让我费解，但市场就是这样。 Jack Farley： 说到设备制造商——也就是为台积电和存储器厂商供应设备的公司，比如泛林集团和ASML——这部分是半导体指数里估值最贵的板块。Val，你对这个子板块似乎不太感冒。你认为高估值不成立吗？毕竟存储器厂商需求旺盛，而设备商的商业模式也有类似"剃须刀与刀片"的周期性耗材逻辑。 Val Zlatev： 这些公司是非常优质的企业，商业模式出色，在各自细分领域接近垄断地位，有的甚至是真正的垄断。问题在于，正如我前面说的，他们的收入增速被卡在约30%，而且他们不会通过提价来突破这个上限。他们目前大约以35倍远期市盈率交易——35倍对一个30%的成长型企业来说不算离谱，但相比Nvidia或Broadcom，性价比就明显偏低了。 所以这是一个相对价值的问题，不是说这些是坏公司，而是相对来说，在当前估值水平上，它们的吸引力不如价值链上的其他环节。 Jack Farley： 好，时间差不多了，Jim，请你做个总结。 Jim Chanos： 我想我们今天同意的多，分歧的少。在这个市场里，AI无论做多还是做空都有机会。 我想给在场各位一个忠告：不要把神奇的估值贴在平庸的商业模式上。资本正在大规模涌入这个领域，这必然会压低整个赛道的回报。在当前这个周期里，资本会流向所有参与者；但随着时间推移，当商业模式的本质愈发清晰，资本会逐渐从那些平庸的模式中撤出。我预计在未来18至24个月内，这一点将变得相当明朗。 Jack Farley： 非常感谢。希望各位和我一样享受这场对话。 Val谈到了存储器和光子互连领域的潜在机会，对半导体设备公司则相对谨慎。值得注意的是，Jim目前对半导体公司并无空头仓位，他的怀疑主要集中在以Core Weave为代表的新兴云服务商，以及可能被AI淘汰的传统数据中心运营商上。 再次感谢Macro Minds。简介中将附有捐款链接，支持今年受益的三家公益机构：NYC First、Opportunity Music Project和100 Women in Finance。 过去一年，我在Monetary Matters节目中持续分享了一个判断：半导体盈利将因AI资本开支而大幅提升。这一判断获得了Satrina、Angus Shillington以及众多嘉宾的支持。我目前仍然认为半导体板块整体上存在做多机会，并持有广泛的半导体敞口。尽管我在Marvell和Teradyne的看涨期权上取得了一些收益，但如果让我说出当下最看好的一个名字，我会说：Nvidia。 与此同时，我也对一些风险保持警惕：这可能是一场巨大的泡沫，这些天量投资的回报或许难以实现。关于当前的行业格局——半导体赚得盆满钵满，而模型公司持续巨亏——这种失衡局面终究无法长期持续，但我认为它可能会延续一年乃至更长时间。技术繁荣周期往往比大多数人预期的更为持久。如果你问我究竟看多还是看空半导体，答案在此：即便这是一场泡沫、即便空头最终是对的，此时此刻直接做空半导体，未必是值得承担的风险。 补充一点来自空头侧的看法：Meta的AI战略在我看来逻辑不通，虽然我目前并未做空Meta，但请把我归入对这只股票保持悲观的那一方。我也意识到这个观点正在逐渐成为市场共识，因此可能并不一定正确。 说到空头，我刚刚采访了对AI和数据中心资本开支最为直言不讳的怀疑论者Ed Zitron，该采访将于6月22日（周日）上线，敬请期待。他掌握了至少一家模型公司2025年运营亏损的详细数据，那个数字触目惊心，你绝不会想错过。 此外，在Monetary Matters节目中，Max和我计划持续邀请多空双方嘉宾，围绕AI展开深度讨论——涵盖大语言模型公司、超大规模云服务商、新兴云服务商以及半导体等各个维度。无论你持何种观点，我都希望你能在这里找到有价值、有依据的信息。 我对这轮繁荣究竟能持续多久的判断置信度并不高。但有一件事我非常确信：美国经济，尤其是美国股市，正日益成为一场高度集中的押注——押注AI能否兑现承诺。如果赌对了，收益将是巨大的；如果赌错了，代价同样惨烈。 请订阅Monetary Matters的YouTube频道，在Apple Podcast和Spotify上为我们留下评分和评论，关注Max的播客Other People's Money，也别忘了收看我们每天东部时间下午四点至五点的直播节目Monitoring the Situation。下次再见。 Jim Chanos： 谢谢，就到这里。

Site key	ifeng
Policy area	人工智能
Category	report
CMS	媒体报道
AI score	0.42

Short Seller Jim Chanos Warns of Financial Mismatch in AI Industry Chain, Calls AI Cloud a Leasing Intermediary

“大空头”查诺斯：当前AI产业链存在巨大“财务不匹配”，“AI云”实际是租赁中介，看空SpaceX