摩根大通私銀:「AI 是否存在泡沫」無法直接回答,他提出五個思路
2026-03-24・摩根大通私人銀行 Ideas & Insights・美國投資策略主管 Jacob Manoukian 把歷史泡沫拆成五個關卡,逐關拿這一輪 AI 行情去對|本頁為本站中譯整理,以原文為準。
機構研究・Jacob Manoukian(摩根大通私人銀行)・立場:中性框架
利益衝突揭露:摩根大通私人銀行,銷售投資組合管理與財富管理服務。其「無法判斷誰會勝出、但頂尖企業很可能有顯著優勢」的框架,與「交給我們做主動配置」的服務主張方向一致。
一分鐘重點
- 四成市值直接連動 AI:文章開場指出,標普 500 近 40% 的市值會直接受到 AI 使用、投資、基礎建設興建與生產力相關的認知或現實影響——這是他認為這題非答不可的理由。
- 要素齊了,但他不認為已在頂點:五個關卡跑完的落點是:泡沫的材料都在,但他判斷未來形成泡沫的風險,大於此刻正站在泡沫頂點的風險。
- 產能過剩還沒出現:這是他和 1840 年代鐵路、2000 年前後光纖最大的分野:資料中心空置率處於 1.6% 的歷史低點,興建中的容量有四分之三已預先出租。
- 公開市場的報酬來自獲利:近三年上市 AI 股的預估本益比反而下滑,每股盈餘預估卻增為兩倍以上——他的讀法是這一輪報酬來自獲利成長,不是評價擴張。
- 未上市市場局部過熱:他形容私募市場出現的是「局部過熱」而非全面過熱:估值逾 10 億美元的獨角獸總市值已接近那斯達克的 12%、逼近 2021 年高點,AI 新創各輪估值成長也一路領先非 AI。
他說了什麼(中英對照)
① 先立一套泡沫劇本,再拿 AI 去對
他的做法是先把歷史泡沫的共同軌跡整理成一條劇本,再拿這條劇本去對 AI。順序是:先冒出「世界正在改變」的投資論述,信奉者搶先擴建產能,寬鬆而好取得的信貸把它撐大,接著核貸標準鬆動、槓桿墊高,估值與基本面脫節,直到基本面回頭把泡沫戳破。
“Most bubbles start because of an investor thesis that the world is changing—undergoing a paradigm shift.”
他說要釐清這題的理由很現實:標普 500 近四成市值直接連動 AI,未來幾年不論往上或往下,AI 幾乎註定是美股報酬的最大變數,所以要安心把資金放在股票上,得先確認泡沫不是正要破。
他對照的五個關卡依序是:典範轉移、信貸夠不夠且好不好取得、槓桿墊高與核貸標準鬆動、估值與現金流脫節,以及投機帶動的回饋循環。值得一提的是,「未來形成泡沫的風險大於現在正站在頂點的風險」這句結論,在文章裡出現了兩次——一次收在第一關結尾,一次收在總結。
② 兩次歷史對照:技術是真的,時機是另一回事
他舉 1840 年代英國鐵路與 1990 年代末網路熱潮當對照組——技術確實改變了世界,但時機是另一回事。1843 到 1853 年,英國鐵路里程增為近四倍,每英里營收卻是持平到下滑;到 2001 年年中,電信業者已鋪下 3,900 萬英里光纖,其中只有一成點亮,而點亮的那些也只用到可用波長的一成。
他認為這兩次熱潮的共同點是產能嚴重過剩,而且過剩的部分撐不起當下的需求與單位經濟。今天的 AI 有典範轉移該有的論述與投資強度,但他說過剩的跡象還沒出現。
“Data center vacancy rates are at a record low 1.6%, and three-quarters of data center capacity under construction are pre-leased.”
他補充,從運算、電力到資料中心整條價值鏈,關鍵零組件相對於需求都還短缺,而最近一季財報也顯示 AI 使用正在推動大型企業的營收成長。
③ 錢從哪裡來:現在靠現金流,下一段可能靠信貸
他把甲骨文那筆大型債券發行當成訊號,認為 AI 基建的下一段會更依賴信貸:公開市場願意出錢給最大的那幾家科技公司,因為它們的信用利差全都比投資等級指數更緊;隨著聯準會降息推進,信貸為 AI 投資出資的比重可能上升。他也點出,私募信貸手上還有超過 5,000 億美元尚未動用。
槓桿這一關,他算了一筆帳說明空間還有多大:超大規模雲端業者若把資產負債表的淨負債/EBITDA 拉到投資等級公司的中位數 2.8 倍,等於多出約 1 兆美元可動用的資金——反過來讀就是,它們現在離那條線還很遠。文章附的利差/槓桿圖裡,利差與槓桿雙雙高於指數的只有甲骨文一家。
“If the hyperscalers decided to lever their balance sheets to 2.8x net debt to EBITDA (the median for an investment grade company), it could result in an additional $1 trillion of capital to spend.”
他還在盯一件事:核貸標準有沒有開始鬆掉,不論是購電合約,還是私募股權與創投的案子。到目前為止,主要業者的營運現金流仍高於資本支出加股利;他的判斷是槓桿之後大概會長,但今天的 AI 支出主要還是靠自己的現金流在撐。
④ 熱度在未上市那一側,以及他真正想問的問題
公開市場這一側,他說 AI 企業的報酬完全來自獲利成長而不是評價擴張:近三年上市 AI 股的預估本益比反而下滑,每股盈餘預估卻增為兩倍以上;輝達過去五年股價增為 14 倍、獲利增為 20 倍。他拿來當反例的是網路泡沫時期的思科——1995 到 2000 年股價增為 40 倍,獲利只增為 8 倍。
未上市那一側,他用的字是「局部過熱」而不是全面過熱:獨角獸總市值已接近那斯達克的 12%、逼近 2021 年高點,AI 新創各輪的估值成長也一路領先非 AI。最後一關的投機與參與面,他舉荷蘭工匠拿好幾年收入去買鬱金香球莖、2005 年拉斯維加斯酒保炒房為例,說近期 IPO 表現確實透出更多過熱的味道,但熱度要再高上許多,他才會轉趨謹慎。
撇開泡沫之爭,他認為更值得問的是誰會最終拿走這場技術轉換創造的價值——而他的答案是歷史沒有給出規律。他舉的其中一種結局正好接回前面的鐵路與光纖:先行者虧得很重,後進者反而在資產價格崩跌之後才接手。文章另外還列了兩種走向完全不同的結局,我們留給原文。
“Unfortunately, history provides no clear pattern for which companies will ultimately capture the value of technological transitions.”
他看的數字(原文引用)
| 項目 | 數值 | 說明 |
|---|---|---|
| 標普 500 直接連動 AI 的市值比重 | 近 40% | 涵蓋 AI 使用、投資、基建興建與生產力相關的認知或現實影響 |
| 資料中心空置率 | 1.6% | 歷史低點;興建中的容量有四分之三已預先出租 |
| 英國鐵路里程 1843→1853 年 | 增為近四倍 | 同期每英里營收持平至下滑——技術對了、時機不對的樣本 |
| 2001 年年中已點亮的光纖比率 | 10% | 當時已鋪設 3,900 萬英里,且每條點亮光纖只用到一成可用波長 |
| 投資等級公司淨負債/EBITDA 中位數 | 2.8 倍 | 他推算超大規模業者若拉到這條線,等於多出約 1 兆美元可動用資金 |
| 私募信貸尚未動用的資金 | 逾 5,000 億美元 | 他判斷信貸會為 AI 投資出資更多的依據之一 |
| 獨角獸總市值占那斯達克比重 | 近 12% | 指估值逾 10 億美元的未上市公司;接近 2021 年高點 |
| AI 新創 B 輪估值中位數增幅 | 2.1 倍 | 同期非 AI 新創為 1.4 倍 |
數字皆出自原文;中譯與表格化為本站整理。
延伸:他看的指標,站上這裡查
出處:J.P. Morgan Private Bank《人工智能是否存在泡沫?通過 5 個思路尋找答案》|本頁為資訊整理與轉述(聚合不轉載、僅摘引關鍵句),非投資建議,不預測市場走向。