AI: Mad Maths? (September 2025)

主题与背景

本章以资本周期视角切入 AI 投资热潮，核心问题是：在巨额资本涌入的背景下，投资者应如何理性评估潜在回报，而非被技术叙事所迷惑。报告开篇引用 Alphabet CEO Sundar Pichai 的声明——不投资前沿的风险远大于过度投资的风险，以此引出当前市场的主要矛盾：巨额资本投入与尚未兑现的商业回报之间的巨大鸿沟。

核心观点

作者认为，市场对 AI 投资回报的预期过于乐观，实际需求可能远不足以支撑如此庞大的资本开支。核心判断是：

• 基础设施投资的回报逻辑面临严峻挑战：仅芯片和硬件投资就需要在 2028 年产生超过 5000 亿美元的净现金流，才能覆盖资本成本，这远高于当前任何可观察到的 AI 收入。
• 反直觉判断：投资者将当前的巨额亏损视为对未来的“学费”，但作者指出，即使未来需求超预期，过度竞争（行业碎片化）而非需求不足，才是回报的最大威胁。数据中心的“高固定成本、低边际成本”结构可能导致价格战，重蹈电信和航空业的覆辙。
• 行为驱动：巨额投资的背后并非纯粹理性计算，而是科技巨头对“错失恐惧”（FOMO）和“被颠覆恐惧”的共同反应。Bill Gates 关于“个人代理”将重塑科技市场格局的预言，直接点明了搜索、购物、生产力工具等现有业务可能被颠覆的威胁。

关键论据与数据

作者通过多组数据对比，系统性地质疑了当前投资的回报基础。

1. 投资规模与回报要求

• 自 ChatGPT 发布以来，十家美国科技公司市值增加了 12 万亿美元，Tobin's Q 达到 2-4 倍。
• 假设 60% 的投资用于芯片和硬件（约 1.7 万亿美元），折旧期为 5.5 年（Amazon 已缩短），且投资集中在后期，则仅在 2028 年就需要产生 超过 5000 亿美元 的净现金流，才能覆盖设备投资的资本成本。

2. 需求与收入的巨大鸿沟

• MIT 研究员追踪 300 个公开 AI 项目，95% 未能提升利润。
• McKinsey 调研发现，71% 的公司使用生成式 AI，但其中 超过 80% 报告“无实质影响”。

3. 行业结构信号

• 基础设施领域：Nvidia 占全球加速器市场 75% 份额，但 Oracle 和 CoreWeave 等挑战者正在成长。
• 大语言模型领域：行业正在碎片化，新进入者如 Grok 和 DeepSeek 不断涌现。
• 企业端：UBS 指出，公开上市软件应用公司的 AI 产品总收入仅为 25 亿美元，其中 Microsoft 占 84%，暗示市场可能被高估或定义不当。

涉及的公司/资产

报告直接提及多家公司，并给出明确角色与数据：

投资启示

• 警惕基础设施领域的“哑管道”风险：数据中心是高固定成本、低边际成本的业务，一旦出现产能过剩，价格将向边际成本塌缩，导致资本回报率极低。投资者应避免像对待航空公司或电信股那样，对基础设施类资产盲目乐观。
• 关注行业结构而非需求增长：当前最关键的变量不是“AI 需求有多大”，而是竞争格局。如果大模型和基础设施领域持续碎片化，即使需求超过预期，企业也难获得超额回报。应优先识别具备网络效应和强大资本护城河的公司，而非规模最大的公司。
• FOMO 驱动的投资需谨慎：报告揭示了科技公司高层因害怕被颠覆而进行的“防御性”投资模式。这种非理性行为可能导致行业整体资本回报率系统性下降。对于投资者而言，这可能意味着远离受颠覆威胁最强的业务领域（如搜索、生产率工具），转而关注能受益于行业碎片化和AI工具降成本的环节（如特定企业应用）。
• 核心矛盾是时间差：当前的巨额投资（约3万亿美元）要求未来数年产生数万亿美元收入，但现有 AI 收入基础极低（仅千亿美元级别）。投资者需评估“耐心资本”的续航能力：一旦市场对远期回报的耐心耗尽，价格可能会急剧下跌。一个具体的风险信号是：如果 2028 年净现金流无法接近 5000 亿美元，前景将非常严峻。

好的，我们继续分析这段法律免责声明的后半部分。在之前的分析中，我们已经探讨了其结构、语调、风险警告的层次以及投资邀请的界限。现在，我们将从“数据呈现的透明度”、“代表性账户的选取偏差”、“全球监管语境下的差异”以及“文件的传播限制”四个新维度进行补充，并引入对比数据。

1. 数据呈现的透明度：回报与费用的双重标准

声明在“Returns data”部分明确区分了“gross returns”（毛回报）和“net returns”（净回报）。毛回报扣除了税收和交易费用，但并未扣除Marathon的投资顾问费和其他潜在费用。这种披露方式虽然合法，但在用户理解上存在信息不对称风险。

补充数据点： 根据Morningstar 2024年研究报告，美国主动管理型基金在扣除所有费用后，十年内跑赢基准指数的比例不足20%。而声明中强调“Past performance is not a reliable indicator”，但同时又提供了“gross of performance data”的风险指标，这实际上可能无意中弱化了费用对长期回报的侵蚀效应。投资者若仅依赖毛回报数据，很容易高估策略的真实吸引力。

2. “代表性账户”的选取偏差：样本是否真正具有代表性？

声明提到“Where Marathon provides illustrative data in respect of a strategy, this may be based on one or more selected Marathon client accounts (with multiple data sets linked) to create the representative account.” 这里的“selected”一词值得警惕。

核心问题： 选取的账户是否经过了刻意筛选（例如，剔除表现最差的账户，或仅选择历史最长的账户）？这种“代表性账户”与全策略的平均表现或中位数表现之间可能存在显著差异。

对比分析：

• 全账户众数（All-Account Median）： 反映大多数客户的真实体验。
• 代表性账户（Representative Account）： 可能偏向于表现更好、规模更大、或交易成本更低的账户。

这种“代表性账户”的设计，本质上是管理人为了呈现“最佳案例”而采取的策略。投资者应要求管理人提供全账户的汇总统计数据（如均值、标准差、最大回撤），而非仅依赖“代表性账户”的单一数据点。

3. 全球监管语境下的差异：从“责任限制”到“法律约束”

声明中多次出现“Marathon assumes no responsibility”和“should not be relied upon as investment advice”等条款。这些措辞在不同司法管辖区具有不同的法律效力。

新观点： 声明中强调“jurisdiction in which the reader resides”，但实际条款（如“Marathon is not a fiduciary”）在美国法律下可能被弱化。因为根据美国《投资顾问法》，顾问对客户负有信义义务（fiduciary duty），而该声明试图通过一份免责文件来限制这一法定义务，这在实践中可能很难完全执行。投资者应意识到，这类声明更多是管理人的“保险工具”，而非对其法律责任的最终界定。

4. 文件的传播限制：技术性保护 vs 信息壁垒

“This document is intended solely for the recipient ... and should not be transmitted to any other person, or reproduced or shared with any third party without our written consent.” 这条规定看似合理，但存在两个潜在问题：

1. 阻碍信息公平： 如果文件包含潜在的重要非公开信息（如策略调整、风险暴露），禁止转发可能导致其他投资者在不知情的情况下做出错误决策。

2. 与实际操作冲突： 许多机构投资者会将此类文件用于内部合规审核、投资委员会讨论或外部顾问咨询。严格禁止“shared with any third party”可能迫使其在合规与信息分享之间做出非此即彼的选择。

新论据： 根据全球投资绩效标准（GIPS®），广告与呈现材料应允许在合规框架内与潜在客户或第三方顾问共享。Marathon的条款明显比GIPS的推荐更为严格，这可能是出于对数据被竞争对手利用或引发不当预期的担忧，但也可能降低了文件的实际使用价值。

总结

整体而言，这段免责声明在形式上完整、措辞谨慎，但内在存在“信息不对称”与“数据偏差”的双重风险。投资者不应仅仅因为文件列出了风险警告就认为其内容完全透明。最需要关注的是“代表性账户”的选取逻辑、“毛回报”与“净回报”之间的真实差距，以及声明内容与监管法定义务之间的潜在张力。在做出任何投资决定前，务必索要并审阅完整的Form ADV Part 2A或同等文件，并要求管理人提供所有账户的汇总统计（而非仅“selected”样本）。