人工智慧投資辯論：為何Nvidia的CEO可能對市場估值有道理

對於對潛在科技崩盤感到不安的投資者來說，與2000年的比較似乎預示著不祥。那次的網路泡沫崩潰抹去了數萬億美元，納斯達克指數下跌了77%，而像思科系統（Cisco Systems）這樣的市場寵兒甚至跌得更慘。如今的科技反彈——已經持續進入第四年——自然也引發了市場參與者的類似擔憂。

自11月初以來，對高估值的擔憂一直壓抑著科技股。納斯達克綜合指數在三個月內僅微幅上升113點，從23,348點升至23,461點。微軟在1月末公布財報後股價下跌10%，更是加劇了焦慮，尤其是在公司同期報告了60%的年增利潤的情況下。這種股價下跌與盈利激增的矛盾現象，已成為AI時代投資的標誌，也引發了一個問題：我們是否正經歷真正的估值危機，還是市場變得更具選擇性？

為何對科技崩盤的恐懼是可以理解的

時機判斷失誤的風險確實令人震驚。一支股價下跌80%的股票，僅靠400%的反彈就能回本，因此避免在市場高點買入至關重要。2000年3月購買主要科技股的投資者，經歷的損失需要數年甚至數十年才能彌補。當時最大的公司思科系統的市盈率高達472倍——無論用何種標準，都是天文數字的估值。

今天市場的緊張情緒反映了這段歷史先例。由CEO黃仁勳領導的半導體巨頭英偉達（Nvidia），已成為AI投資熱潮的代表與焦點。其市值超越全球任何其他公司，英偉達的健康狀況也成為整體AI投資故事的晴雨表。在11月的財報會議中，黃仁勳直接回應泡沫擔憂，強調技術格局與網路泡沫時代有根本不同。

反對AI泡沫的理由：計算範式的轉變

黃仁勳指出，摩爾定律——微晶片性能大約每18個月翻一番的觀察——已不再適用於人工智慧。相反，他指出有三個同步進行的平臺轉型正在重塑產業。

第一個轉型是從CPU（中央處理器）向GPU（圖形處理器）計算的巨大轉變。企業已在傳統CPU上投資數千億美元，用於非AI應用。這些工作負載正逐步遷移到為AI處理優化的GPU基礎設施。僅雲端運算就代表一個數千億美元的商機。

第二個轉折點是人工智慧同時取代舊有系統並啟動全新應用。生成式AI已成為搜尋排名、廣告定向、轉換預測和內容審核的標準——這些領域曾由傳統機器學習主導。Meta的AI驅動行銷工具就明確展現了這一轉變：Instagram的轉換率提升5%，Facebook則提升了3%。黃仁勳認為，這些改進將為大型超級雲端服務商帶來“可觀的收入加速”。

最後，Agentic AI系統的崛起代表了黃仁勳所謂的“下一個計算前沿”。這些系統——從AI法律助理到自動駕駛系統——具備推理與規劃能力。黃仁勳在一月的公開場合中進一步強調，英偉達的自動駕駛技術是“物理人工智慧應用的轉折點”。

數據反駁：估值呈現不同的故事

儘管黃仁勳關於AI轉型潛力的敘述具有說服力，但實際的估值指標卻提供了有力的反駁證據。

目前，納斯達克100指數的平均市盈率為32.9，甚至低於一年前的33.4。這種溫和的下降與泡沫狀況相反。以歷史為例，2000年3月，納斯達克100的市盈率曾高達60，正是泡沫破裂的前兆。

當比較個別股票時，差距更為明顯。1999年最大科技公司思科系統的市盈率曾達到472倍的巔峰。而今天的英偉達市盈率為47.7，僅約思科巔峰估值的十分之一，儘管它在行業中的角色更為重要。

除了估值倍數外，盈利趨勢也與網路泡沫時期大相徑庭。當時約有14%的科技公司盈利。而如今，推動AI革命的公司展現出強勁且持續加速的盈利能力。上個季度，英偉達的利潤同比增長65%；微軟則增長60%；谷歌母公司Alphabet的季度營收首次突破1000億美元，利潤也增加了33%，儘管面臨34.5億美元的反壟斷罰款。

歷史類比在審視下的崩潰跡象

當比較今天的市場與2000年時，盈利能力的差異尤為明顯。網路泡沫時期，估值被推高，許多公司僅靠投機性商業模式和微薄盈利支撐。而如今的科技巨頭擁有堅實的資產負債表和持續的盈利增長，為當前的市場價格提供了真正的基礎，而非純粹的投機。

這段三個月的盤整期，讓投資者擔憂，但實則為快速成長的公司提供了擴展到現有估值的機會。隨著這些企業持續實現60%以上的盈利增長，曾令投資者擔憂的估值壓縮，反而可能在事後看來是一個便宜的買點。

重新思考泡沫論調

對AI泡沫的持續焦慮，反映了合理的歷史記憶。然而，從實際數據而非恐懼出發，證據顯示我們正經歷與網路泡沫截然不同的局面。估值相較於歷史科技高峰仍較為克制，盈利能力在主要公司中加速提升，支撐當前股價的技術基礎也較為堅實，而非投機性。

究竟AI投資最終能否帶來預期的轉型性回報，仍是個未定之數。但目前的證據顯示，要將今日的市場描述為泡沫，必須忽略估值指標和企業業績與過去科技熱潮之間的巨大差異。