貝萊德：AI仍在發展初期 未來五年內有強勁增長

貝萊德將AI由底層到頂層拆分，最底層是電力、算力（即GPU與半導體）、雲端（如數據中心）、大模型公司、應用，頂層則是服務。未來幾年，預計機械人會加到AI架構最頂層中，大批公司將開始慢慢量產機械人。
在最初的投資階段，投資者最青睞的是處於底部的「AI基礎設施」，即電力、算力及雲端託管公司，因其確定性較高。
不過，貝皞晨指出，市場最終可能只有二至三間大型模型公司能夠成功跑出並主導市場；然而，無論最終是哪一個模型勝出，它們都無一例外地需要購買龐大的電力、算力，並租用雲端數據中心。
這些基礎設施公司收入大增，成為了AI初期投資潮中的最大受益者。他以石油比作算力，「以前發展工業需要很多石油，但是現在如果發展AI就需要很多算力。」

萬億美元資本開支

另外，他預計未來，大模型公司的投資比重亦將顯著提升。過去兩、三年內，大型語言模型（LLM）的技術進步神速。現在市場發現，許多先前必須依賴特定應用或獨立軟件才能達成的複雜任務，大模型自身便能直接原生解決，其在產業鏈中的話語權和議價能力因而大增。
相較於基礎設施與大模型層的擴張，傳統應用與服務層面出現收縮。由於功能強大的大模型能夠直接代勞大量日常與編碼工作，許多傳統的軟件公司與軟件即服務（SaaS）企業面臨成本更低、品質更高的結構性衝擊。
他預測，到2030年，可能有機會看見通用人工智能（AGI），AGI指具有類似人類智慧和自學能力的軟件，屆時便不需要人類去更新AI。

當前全球AI產業鏈的推進，高度依賴幾大科技巨頭驚人的資本支出（CapEx）。貝皞晨披露，去年全球相關投資高達4,800億美元，預估今年將接近翻倍，達到接近9,000億美元的水平，甚至隨著各家公司指引的不斷調高，年底有機會衝上10,000億美元。
貝皞晨指出，這些科企覺得，不參與，可能就變得無足輕重；第二，就是他們有一個信念，認爲將來AI是一個主導技術。
然而，巨大的資本開支於短期內，卻在股市中對科技巨頭的估值形成了壓制。
這些巨頭的現金流已到變成很少甚至是負。原本享受高股本回報率（ROE）的輕資產商業模式，因大量囤積晶片、AI伺服器與興建數據中心，資產負債表變得愈來愈重。

加上現金被大量消耗，巨頭們開始需要在股市或債市上進行融資，這打破了投資者過去習慣其「高利潤、強勁現金生成能力」的傳統印象。

AI泡沫未需擔心

對於市場一直擔心有「AI泡沫」，貝皞晨認為，衡量是否泡沫不能單看股價創歷史新高，而要看估值與盈利的關係。市場對估值有所擔憂反而證明投資者依然理性。
過去12至18個月內，美股科技巨頭雖然股價大漲，但部分巨頭的市盈率（PE）反而是下跌的，因為它們的盈利增速超越了股價漲幅，估值相對適宜。
反觀部分供應鏈公司，雖然盈利大增，但股價過度超前反應，估值目前確實偏高，投資者應理性面對，切忌盲目追高。

科技巨頭做那麼多投資，短期來說對估值有所影響。那麼投資者便會把資金轉移到產業鏈。他透露，這正是過去12到18個月內，表現最好的並非科技巨頭，而是產業鏈公司的核心原因。
科技巨頭龐大的AI資本支出，將直接轉化為上游晶片、半導體組件及伺服器硬件等整條產業鏈公司的營收與利潤。
貝皞晨提及AI將會是一個長期的投資概念，因為AI仍在發展初期，還有很長的路可以走，預計未來五年會有強勁增長。不過，他也補充，最終需求不可能無止境地增加，後續增速或出現下跌。

看好電力與能源板塊

AI的耗電量極其驚人，拉動全球電力需求，貝皞晨亦看好電力設備、電力基建和儲能系統。

以美國為例，其總發電輸出與電力需求看似差距不大，但由於各州電網並未聯網，中部多出的電力無法跨州輸送到缺電嚴重、數據中心雲集的維吉尼亞州、德州與加州。
他又指出，AI對電力設備和數據中心的瘋狂消耗，其影響力已進一步傳導至上游大宗商品市場，尤其是銅。
數據中心、電網擴建、特高壓輸電線路以及儲能系統，皆需要消耗海量的銅。在全球銅儲量有限、開採產能相對固定的背景下，需求的暴增將引導相關礦業公司進入長期的利潤擴張期。
選股方面，貝皞晨首選增長潛力最高、盈利最好、且在產業鏈中供不應求、不可或缺的龍頭企業，這類公司確定性極高。

對於新興的、試圖切入供應鏈的半新股，投資者則須深入研究其產品品質是否真能達到全球科技巨頭嚴苛的供應商標準，以及未來更多競爭者加入後，對公司定價權的衝擊。