霍华德·马克斯最新Memo：谁能从AI投资中赚到钱？
2026年11月11日，橡树资本联合创始人霍华德·马克斯发布投资备忘录《一个外行对人工智能的思考》。继2025年12月的《是泡沫吗？》和2026年2月的《AI Hurtles Ahead》之后，马克斯第三次系统讨论AI投资。这次他没有纠缠于“是不是泡沫”的立场之争，而是把问题落到一个更具体的地方：AI为用户创造的价值，能否支撑数万亿美元的基础设施投入？如果能，哪些公司能赚到钱？
数万亿美元投向算力，回报要看销量和价格能否同时兑现
马克斯在备忘录中把泡沫问题拆成三个独立判断：技术本身能做到什么，企业的资本开支能否取得足够回报，投资者为股票和债券支付的价格是否合理。他對第一点并不怀疑，仍然相信AI会改变企业、经济和日常生活，这项技术有实实在在的价值。真正的悬念在第二点和第三点：在对AI的用途、利润归属和基础设施回报有更清楚的认识之前，无法判断企业支出是否明智，也无法判断当前股价和债券殖利率是否合适。
他提出的核心问题贯穿全文：“AI能给用户创造足够的价值，使算力的销量和价格都达到足以让数万亿美元投入获得合理回报的水准吗？如果能，哪些公司能获得这样的回报？”
马克斯给出的一個关键判断是：如果多个模型在同一任务上表现接近，供应商可能被迫降价，效率提升带来的收益就更多留给用户，而非留在AI产业链内部。他在备忘录中援引巴菲特在互联网泡沫期间的提醒——一项技术即使改变了世界，投资人也未必能从中赚钱。
Claude给自己打了3分：方向看得清，钱在哪儿看不清
马克斯请Anthropic旗下的Claude用1到10的量表为AI的可预测性评分，1代表无法预知，10代表完全可以预测。得到的回答是：
- AI整体约3分。大方向相对容易判断，可得6到7分。
- 决定投资人能否赚钱的变量只有约2分——发生得多快、利润有多大、最终谁留下利润。
- 前沿模型实验室同样只得到2分，理由是结果接近非成即败，所需资本极多，同等能力的价格快速下降，持久护城河尚不清晰。
这一评分与私募市场的估值形成反差。备忘录提到，OpenAI和Anthropic都已提交IPO申请，它们公开发行时如何定价、上市后如何交易，值得观察。马克斯同时区分了不同类型的AI公司：对微软、亚马逊和谷歌这类盈利丰厚的超大规模云服务商而言，当前股价被证明是灾难性过高的可能性微乎其微；但那些被赋予数十亿美元估值的初创企业——其中部分甚至尚未阐明战略或发布产品——只能被视为彩票，参与彩票者大多最终一无所获，少数中奖者却能一夜暴富。
6000亿美元AI债务涌入市场，科技股和数据中心贷款押的是同一个注
马克斯对债务的关注从单笔交易延伸到了整个市场。去年12月，他曾以云厂商发行的30年期债券为例，追问有限的利差能否补偿长期的技术不确定性。今年11月，他援引高盛数据称，截至备忘录发布时，2026年全球AI相关债务发行已接近6000亿美元，其中约4000亿美元进入美国投资级债券市场，占当年该市场新增供给的五分之一以上。
随着云厂商继续举债，他开始追问信用评级能否维持，以及AI行业的融资需求是否会推高其他借款人的资金成本。马克斯估计AI每年可能需要平均1万亿美元的新增资本，其中相当大比例将通过债务融资实现。他对此提出“挤出效应”的担忧：对利率不敏感、愿意不惜代价融资的超大规模科技公司，其旺盛的借贷需求可能推高整体利率水平，包括政府融资成本。
这改变了看待投资组合的方式。一笔前沿模型公司的股权投资和一笔有长期租约的数据中心贷款，需要判断的问题各不相同：前者看技术、竞争、定价和估值，后者看租户信用、合约条款、供电和资产残值。但如果一只科技股、一笔数据中心贷款和一只投资级公司债的回报都依赖算力需求增长，持有不同资产，也可能在承担同一种风险。马克斯同时警告，AI已成为贯穿整个投资组合的“断层线”。据摩根大通数据，AI相关公司贡献了标普500指数自2024年1月以来约三分之二的价格涨幅，市场对单一板块的依赖程度已达到历史罕见水平，一旦出现负面冲击，其影响将远超一般行业风险。
英伟达和台积电示范了另一条路，但循环交易让收入链条打上问号
在“利润归谁”的问题上，马克斯摆出了两种截然相反的可能性。一种是多个AI模型能力趋同，服务沦为无差异化商品，竞争压低价格，经济收益更多流向使用者而非供应商，数万亿美元基础设施投资的回报率将面临严峻考验。另一种是部分AI公司凭借技术壁垒形成垄断地位，其产品对企业的生存与竞争至关重要，从而获得强大定价权。马克斯以英伟达和台积电为例，指出强竞争壁垒带来的丰厚利润已有现实印证。
但他同时提醒，当前部分AI收入具有“循环”性质，源于AI公司之间的相互采购。备忘录中列举的案例包括：OpenAI与芯片制造商、云计算公司达成的部分交易形成奇怪的循环——OpenAI从科技公司获得数十亿美元，也会向这些公司返还数十亿美元用于支付算力和其他服务费用；英伟达宣布向OpenAI投资1000亿美元，而这笔资金通过购买或租赁英伟达芯片回流。高盛估计，英伟达明年的销售额将有15%来自批评人士所说的循环交易。值得注意的是，尽管OpenAI尚未实现盈利，但已向行业内交易对手做出总计1.4万亿美元的投资承诺，OpenAI明确表示这些投资将从同一方收到的收入中支付。
马克斯质疑，这些交易是否真正基于公平市场原则，还是供应商在补贴买家以维护市场份额，其中潜藏的相互依赖风险不容忽视。他写道，收入链条最终必须建立在终端用户为真实经济价值付费的基础上，但究竟有多少收入属于循环性质，仍是悬而未决的问题。
马克斯不给买卖结论，只留了四个问题
备忘录还列举了AI产业特有的压力：新模型带来竞争，包括功能更精简、价格更便宜的模型、中国的低价模型以及可免费下载的开源模型；单个token价格在下降；算力使用量增速可能放缓；部分公司杠杆很高又高度依赖未来融资。马克斯写道，这些问题早就存在，行情好时容易被一带而过，投资人一旦动摇，同样的问题就足以让情绪转冷。
备忘录最后没有给出买进或卖出的结论，而是回到投资人自己能回答的问题：
- 要赚到可以接受的回报，需要多少件事同时做对？
- 如果核心假设错了，最多可能亏多少？
- 当前价格已经计入了多少乐观预期？
- 这项投资会放大已有的风险，还是能分散风险？
马克斯强调，在AI领域，上述问题让内在价值格外难估，也就更难判断一项投资究竟有多便宜。他引用一段据称出自美国经济学家斯图尔特·蔡斯的话来概括当下的争论：“对相信的人，无需证明。对不相信的人，任何证明都无济于事。”整份备忘录更多是在试图提出正确的问题，而非直接给出答案。马克斯也一直强调，“知道自己不知道什么”十分重要。
