察股觀經/AI發展的四點思考\李迅雷
未來人工智能（AI）的應用端會發展成怎樣，誰能精準預測呢？無人駕駛汽車、家用仿真機器人、AI眼鏡、AI手機等都在未來飛入尋常百姓家，但這需要多少年呢？是否能和如今巨大的資本開支實現無縫銜接？
進入AI時代，大家把落伍的大齡人士通稱為「老登」，網上進一步按年齡大小細分為「小登、中登、老登、神登、上古神登」等等。但作為老登，我要提出以下一些疑慮：
其一，2026年取得暴利的AI企業，大部分都屬於AI基礎設施建設的設備和材料供應商，如英偉達、海力士、台積電、三星存儲、美光、博通等，而買方則多是谷歌、亞馬遜、Meta等雲巨頭，如果它們2027年的銷售收入沒有相應增加，那麼，2027年的資本開支增速還會達到100%或50%嗎？如果增加不了那麼多，那麼，「賣鏟子」的公司估值水平是否有下行風險？
其二，中國在算力方面正努力縮小和美國的差距，且主要靠政府部門來擴大資本開支，但這樣的基礎設施投入能否帶來相應的現金流，如果不能在幾年內見效，是否還會繼續且大量投入財政資金？全球會否面臨算力過剩的風險？
其三，現在AI機器人公司多如牛毛，雖然工業機器人已經很成熟了，但AI機器人基本上都屬於程序設定好的「表演類」機器人，智能化程度與人們的預期相差甚遠。中國在機器人的硬件方面，全球領先，但在數據和軟件（操作系統）方面則偏弱，據說迄今還沒有一家進入全球前十。總體感覺AI在算力、文字和圖像創作等「紙上談兵」方面的優勢強大，但在行動方面卻非常吃力，所謂知行合一太難了。而更難的是機器如何與人進行互動，這恐怕需要更長的時間。
但我們中的大部分人卻恨不得像科幻小說一樣，讓一個無所不能的機器人很快出現在眼前。恐怕大家還得耐心等待，如馬斯克的腦機接口公司Neuralink在10年前創立，目前仍未上市，其估值（市值）僅僅在90億美元左右（約702億港元），可見腦機接口技術還未成熟，否則早就該做大了。
同樣，自動駕駛系統也面臨類似的問題，需要大數據和相應的過硬軟件。只有當家用AI機器人和純自動駕駛汽車實現商業化，產生可觀的銷售收入時，筆者才相信AI端側的盈利模式成功了。2026年被普遍視為L3級（有條件自動駕駛）規模化商用的關鍵驗證年，而要達到L5級（完全無人駕駛），恐怕還需要10至20年時間。
基於此，筆者認為至少目前AI產業的諸多商業模式還不能形成規模效應。即如果AI企業的收入來源主要還是靠賣給企業（B端）或政府（G端），而非個人用戶（C端），那麼，某些AI的產業鏈終將有斷裂風險。
其四，我認可存儲芯片存在巨大需求，這種需求來自對算力的巨大需求，現在的大模型多集中在大語言模型、推理大模型等，未來隨着無人駕駛和仿真機器人的推廣，以及AI與量子科技、生命科學、新材料、新能源、6G等領域技術協同創新，物理世界大模型、科學大模型的應用及對巨量數據的需求大增，存儲芯片將進入超長上行周期。但如果擴產能過快，是否也會帶來產能過剩？
任何行業都難逃由盛轉衰
筆者曾是攝影愛好者，膠卷機盛行的年代，膠卷市場被柯達和富士所壟斷，看起來牢不可破，如今這兩大巨頭公司則早已改弦易轍了。當時最貴且專業的膠卷相機是哈蘇，後來數碼相機崛起後，佳能和尼康的單反成為業餘愛好者的標配，我也曾被動地更新相機和存儲卡，購置不同功能的鏡頭。但好景不常，智能手機的攝影功能愈來愈強悍，如今在旅遊景點拍照的遊客都很少帶相機了。用這個例子來類比當前的存儲芯片和AI的端側產品，不知是否恰當？
任何一個行業的發展過程，都會經歷盛世年華、英雄輩出的時代，同樣也會遭遇產能過剩的衰退期；在經歷幾輪盛衰周期之後，行業集中度進一步提高。例如，手機品牌的全球銷量排名，前兩名分別是三星和蘋果，第三名是國產的，但銷量與第二名差距甚遠。
作為老登，筆者也曾經年輕過。30年前，我入行證券業，任職於當時市場化程度最高的券商，且入職不久就晉升到了管理崗位。後來這家券商經歷了幾輪合併，最後連名字都找不到了。但當時的領導在組織管理團隊面試新員工的時候講了一句話，我至今都記得很清楚：新員工是我們的掘墓人。言下之意是，如果你不進步，那只能被淘汰。
我想，硅基時代的迭代過程更快。如果說摩爾定律所反映的速度是10年增長100倍，那麼，AI是當前唯一處於並且在可以預見的未來持續處於指數式快速增長的技術（scaling law），可能符合超摩爾定律，即10年增長100萬倍。今後，大量的程序員崗位被AI替代，網約車司機失業，這些巨大的改變對人類社會和經濟將帶來哪些影響，現在確實還是一團迷霧。
（作者為中泰證券首席經濟學家）
