AI产业长期看好，短期估值需谨慎

近期巴菲特大幅增持谷歌母公司Alphabet，市场对谷歌的AI布局及整个AI领域普遍持乐观态度。然而，基于我对谷歌发展历程和AI行业演变的长期观察，我对当前AI企业在资本市场的表现持相对保守的看法。

首先，谷歌在大模型研发竞赛中表现起伏不定，多次落后于竞争对手，即便偶尔追赶，也难以维持持续领先。这并非单纯的研发能力或技术瓶颈问题，而是反映了谷歌庞大组织结构的体制缺陷。部门间壁垒高筑、研发流程繁琐、多团队内耗严重、资源分散，这种传统科技巨头的架构难以适应AI领域快速迭代、试错频繁的竞争节奏，这也是其AI研发难以持续领先的根本原因。

其次，谷歌面临突出的业务内部矛盾：其核心的传统搜索业务与全力推进的AI搜索业务形成典型的“左右互搏”局面。尽管谷歌在财报中多次解释，称AI搜索功能上线后整体流量未降，广告精准度和转化率反而提升，但从实际用户体验看，这一说法并不符合事实。我在日常使用中，谷歌搜索页面自动生成的AI摘要几乎从不查看。

同样，微信搜一搜集成的AI智能摘要功能也存在类似问题。平台为每次搜索调用算力、消耗资源生成AI摘要，但绝大多数用户并未使用，导致大量算力和研发投入被浪费，属于典型的资源消耗。

将谷歌和微信的案例放大至整个互联网行业，可以看到普遍存在的C端AI商业化困境，这也是当前AI赛道最大的不确定性之一。目前行业大量推出的C端AI功能和应用，大多未能实现正向商业循环。许多面向消费者的AI产品看似场景丰富、热度高，但始终无法有效转化为用户价值或企业收入，反而持续消耗现金流和研发资源，存在损害企业长期价值的风险。

相比之下，市场更看好AI To B企业级赛道，我也认可其长期潜力，但AI To B并非没有风险。当前AI领域的空前资本支出将带来巨大供给，需求能否消化这些供给？从人类社会发展周期看，AI提升生产效率是确定趋势，技术革新最终会创造新需求，推动经济繁荣。但在中短期，AI提升效率和替代人工的速度远快于新产业和新岗位的创造速度。这意味着未来一段时间，AI巨量供给的消化需要挤出大量存量劳动力。

目前，编程和金融是AI To B看好的方向，大量标准化代码开发、量化回测、投研分析、风控核算等工作可被AI高效替代，高端白领岗位面临显著替代压力。然而，西方国家的社会制度环境会形成强大反制。劳工保护制度、严格监管、强大工会等层层壁垒会抵制企业大规模替代高端白领。合规成本上升、用工阻力加大、企业落地意愿降低，这些因素制约AI To B产品的渗透和商业化进度，拉长盈利周期。现实需求可能长期低于基于技术可能的需求，这是当前狂热氛围下被忽视的问题。

同样，从中短期看，许多行业的总利润盘子相对稳定，不会因AI技术引入而短期爆发。这决定了行业对AI的需求有天花板。尽管企业可能不得不冒着成本增加、收益摊薄的风险参与AI军备竞赛，但利润本身决定了竞赛无法无限持续。例如，对冲基金行业的AI转型体现了存量博弈的残酷性。行业总资金体量绑定宏观经济，短期募资规模稳定，不会因AI技术普及而爆发。在存量竞争中，率先落地AI、建立算法优势的基金将通过更优策略抢夺资金，挤压传统量化基金。因此，不能只看成功企业增加的AI需求，也要看到失利企业失去的需求。

综上所述，我们对AI产业持辩证、长远的判断：长期坚定看好AI发展，短期审慎看待AI企业资本市场表现，二者不矛盾。AI技术革命已落地生根，产生巨大效用，未来价值将达全新高度。这场革命可能是人类文明史上最伟大、最彻底的技术变革。但着眼当下及未来资本市场，必须保持理性与谨慎。回顾技术革命历史，任何颠覆性变革都伴随情绪狂热和估值泡沫。二十多年前的互联网革命便是如此，市场被宏大前景鼓舞，催生巨大泡沫。初期入局企业大多未能找到可持续盈利模式，在烧钱耗尽资金后成为牺牲品。仅有少数企业如亚马逊，历经漫长周期，穿越泡沫低谷，最终脱颖而出。

对照当前AI行业，大批初创企业和头部玩家仍未跑通可信、可持续的商业化盈利模式，行业整体处于烧钱迭代、模式探索的早期阶段。我们坚信未来会出现成熟、完善的AI商业模式，AI产业将完成自我迭代和价值落地。但关键规律在于：最终穿越周期、实现盈利、成就伟大的AI企业，大概率不是第一批入局的先行者。互联网时代已印证这一逻辑：真正规模化成功的字节跳动，入局时距离互联网革命开启已近二十年，属于后起之秀。

因此，极度看好AI颠覆时代的长期大势，与审慎看待当前AI企业的短期估值、股价和投资风险，并不冲突。AI浪潮不可逆转，但行业洗牌、模式出清、估值回归，是每次技术革命的必经过程，也是当前AI行业的真实写照。