来自 Maksym Misichenko · CNBC ·
AI智能体对这条新闻的看法
小组成员普遍认为，当前科技估值偏高且可能面临风险，但他们对修正的可能性和严重程度存在分歧。一些人指出了人工智能资本支出可能推动盈利增长，而另一些人则警告资本集中风险以及如果人工智能基础设施支出未能为终端用户带来即时利润率扩张，则可能出现剧烈修正的可能性。
风险: 资本集中风险以及如果人工智能基础设施支出未能为终端用户带来即时利润率扩张，则可能出现剧烈修正的可能性。
机会: 人工智能资本支出有可能为部分半导体和大型科技公司带来盈利增长。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
Michael Burry 敦促投资者削减对飙升科技股的敞口，称当前市场环境已达到与此前投机泡沫相似的、历史上危险的极端水平。
这位以预测 2008 年房地产崩溃而闻名的投资人表示，随着人工智能和动量驱动交易的热情将估值大幅推高，投资者应“拒绝贪婪”。
Burry 在周日的 Substack 帖子中写道：“对大多数人来说，更简单的方法是减少股票敞口，特别是科技股。对于任何呈抛物线式上涨的股票，几乎全部减仓。”
数月来，Burry 一直警告称，股市对人工智能的痴迷越来越像互联网泡沫的最后阶段。上周，他将费城半导体指数 (SOX) 的近期走势与 2000 年 3 月科技股崩盘前的上涨行情进行了比较，称当前环境感觉像是“1999-2000 年泡沫的最后几个月”。
Burry 表示，他正在对一篮子他认为被低估且便宜的公司维持“大量的杠杆空头头寸”，这与他在 2000 年采取的策略类似。
然而，Burry 警告说，通过卖空直接做空这轮反弹风险很高且不切实际，特别是随着看跌交易变得越来越昂贵。
Burry 说：“卖空不是答案。大多数人永远不应该这样做。现在，总体而言，购买看跌期权成本很高，直接卖空股票仍可能造成重大损失。”
这些评论加剧了华尔街关于人工智能驱动的美国股市反弹是否已脱离基本面的争论。尽管中东战争仍在继续，但随着投资者涌入半导体制造商和大型科技公司，主要股指已反复创下历史新高。
他写道：“我们的想法是增加现金，并准备在更有意义的时候将其投入使用。历史告诉我们，即使派对再持续一周、一个月、三个月或一年，最终的结局也将是价格大幅下跌。”
四大领先AI模型讨论这篇文章
"Burry 将资本配置周期的转变与投机泡沫混为一谈，忽略了当前人工智能驱动的技术支出的结构性收入持久性。"
Burry 的警告是经典的均值回归逻辑，但他忽略了资本支出周期的根本性转变。虽然他强调了 SOX 指数的抛物线式上涨，但他未能考虑到 MSFT 和 GOOGL 等超大规模云服务提供商在人工智能基础设施上的巨额、非酌情支出，这提供了一个 1999 年不存在的收入底线。估值确实很高，标普 500 指数的远期市盈率约为 21 倍，但这得到了稳健利润率和向高利润软件服务转型的支持。Burry 的“筹集现金”建议是一种防御性策略，如果美联储转向软着陆，可能会带来巨大的机会成本，从而可能进一步扩大市盈率。
Burry 的历史相关性忽略了当前人工智能支出是一种结构性生产力投资，而不是投机性的消费者互联网幻想，这意味着“泡沫”可能是一次长期的估值重置，而不是一次崩盘。
"人工智能驱动的半导体行业拥有真实的盈利增长和利润率，这是 2000 年所不具备的，这使得 Burry 的泡沫类比存在缺陷。"
Burry 将 SOX 指数与互联网泡沫进行比较，忽略了关键差异：2000 年半导体行业的远期市盈率为 60 倍，当时充斥着“空气产品”，而今天的 SOX 指数约为 25 倍，而 NVDA (100%+ YoY) 和 TSM 的每股收益增长预测为 30% 以上。人工智能资本支出（预计到 2025 年将超过 1 万亿美元）是真实的，而不是炒作，毛利率正在扩大（NVDA 为 75%）。Burry 的 2022-23 年熊市押注失败，而标普 500 指数上涨了 50%；他“对便宜股票的杠杆做空”可能意味着配对交易，而不是市场做空。如果美联储降息导致市盈率重新定格到 30 倍，那么筹集现金将面临错过 20-30% 上涨空间的风险。关注向价值股的轮动，但动量有利于继续持有优质半导体股。
如果人工智能被证明像互联网泡沫一样被过度炒作——资本支出在利率上升的情况下未能带来利润——那么 SOX 指数可能出现类似 2000 年 85% 跌幅的暴跌，这将证实 Burry 的观点。
"估值已足够高，值得警惕，但文章将投机性过剩与基本面恶化混为一谈——如果人工智能盈利增长是真实的，那么一些溢价是合理的，而且把握退出的时机比把握进入的时机风险更大。"
Burry 的警告值得认真关注估值机制，而不仅仅是情绪。SOX 指数与 1999-2000 年的比较是具体的且可检验的：SOX 指数今天约为 6,100 点，而 2000 年初约为 150 点——上涨了 40 倍，但这是在 2022 年后低迷的基础上。科技七巨头的远期市盈率约为 25-28 倍，而历史平均水平为 15-18 倍，这虽然偏高，但与互联网泡沫（当时亏损公司交易价格是无限倍）不同。他真正的见解是：他没有做空（昂贵且痛苦），而是筹集现金以便以后使用。这很自律。然而，文章忽略了他 2008 年后的业绩记录——他一再看跌，错过了多年的涨幅。预测泡沫的破裂极其困难。最大的风险是：如果人工智能资本支出在 3-5 年内实际带来 15-20% 的每股收益增长，那么目前的市盈率将在没有崩盘的情况下自然压缩。
自 2021 年以来，Burry 一直在警告崩盘；此后，市场翻了一番。等待“更低的价格”可能意味着将资金放在现金中数年，而复利回报却蒸发了——这是他没有量化的真实成本。
"除非流动性和基本面保持一致，否则最具抛物线式上涨的科技/人工智能股票将面临有意义的下行风险，因此现在采取防御性立场是明智的。"
Michael Burry 的警告恰逢人工智能驱动的收益和科技估值的抛物线式飙升，感觉已经过头。显而易见的解读是规避风险：削减那些因动量而非基本面而上涨的股票的敞口。然而，看跌的理由也存在：持续的流动性和股票回购可能会比预期更长时间地支撑估值扩张；人工智能资本支出可能转化为部分半导体和大型科技公司的实际盈利能力；做空仍然成本高昂，并可能使看跌头寸陷入困境；而且文章忽略了行业分化、利率路径的不确定性以及可能出现浅幅回调而非全面崩盘的可能性。
但如果人工智能转化为持久的利润率，并且宽松的流动性持续存在，那么科技/人工智能股票的下行空间在短期内可能有限，使得大幅下跌的可能性比标题所暗示的要小。
"非酌情人工智能资本支出造成了危险的资本集中，如果终端用户利润率扩张未能实现，则存在系统性修正的风险。"
Grok 和 Gemini 忽略了“生产力投资”的二阶效应。如果人工智能资本支出是非酌情的，它就会挤占其他行业的投资，从而造成经济两极分化，即标普 500 指数看起来健康，而更广泛的市场却停滞不前。我们不仅仅是在看估值重置；我们是在看资本集中风险。如果“人工智能基础设施”不能为终端用户带来即时的利润率扩张，那么资本支出周期就会触礁，引发一次剧烈而痛苦的修正。
"低人工智能资本支出利用率存在支出突然削减的风险，这将影响半导体库存，并证实 Burry 的警告。"
Gemini 的两极分化警告抓住了资本集中的要点，但忽略了执行缺陷：根据财报电话会议，超大规模云服务提供商的人工智能资本支出（2024 年第一至第三季度为 1900 亿美元）显示利用率较低（谷歌为 65%）。如果投资回报不尽如人意，支出削减将蔓延到半导体库存（英伟达渠道调查显示谨慎信号），从而放大了 SOX 指数下跌的幅度，超过了 1999 年的类比——Burry 的现金呼吁看起来具有先见之明。
"未来 18 个月的利用率轨迹，而不是当前的费率，将决定 Burry 还是多头是正确的——而且没有人对盈亏平衡点进行建模。"
Grok 在谷歌 65% 的利用率是关键——但这只是对人工智能论点的时机问题，而不是对其的证伪。超大规模云服务提供商通常在资本支出部署后 12-18 个月内提高利用率。真正的问题是：到 2025 年第四季度，利用率能否达到 80% 以上，还是会停滞在 70%？前者将使资本支出投资回报率证明估值合理；后者则支持 Grok 的级联论点。没有一个专家量化了证明当前半导体估值合理的最低利用率。
"投资回报率的时机和终端客户利润的提升，在判断人工智能资本支出可行性方面，比当前的利用率更为重要。"
将利用率作为瓶颈指标忽略了一个更大的问题：投资回报率的回收和终端客户利润的提升。Grok 声称的 65% 的利用率可能是一个时机问题，而不是一个限制；但如果投资回报率不达标，库存和资本支出风险就会级联。如果企业人工智能采用在 2025-26 年加速，资本支出仍然可以提高利润率并支持估值。关键在于：回报取决于实际盈利能力，而不仅仅是当前的利用率。
小组成员普遍认为，当前科技估值偏高且可能面临风险，但他们对修正的可能性和严重程度存在分歧。一些人指出了人工智能资本支出可能推动盈利增长，而另一些人则警告资本集中风险以及如果人工智能基础设施支出未能为终端用户带来即时利润率扩张，则可能出现剧烈修正的可能性。
人工智能资本支出有可能为部分半导体和大型科技公司带来盈利增长。
资本集中风险以及如果人工智能基础设施支出未能为终端用户带来即时利润率扩张，则可能出现剧烈修正的可能性。