7巨头带领下的美股市场

公众号新闻

2023-12-02 21:12

在过去18个月里，投资者经历了过山车般的体验。

首先是美联储去年上半年开始的加息，让市场体验了一次近40年来最快速的加息过程。这导致利率环境迅速上升，成长类企业在贴现率急剧上升的情况下，重新定价，估值严重下滑。

其次，美国大型科技公司在过去一些年持续成功，从过去的FAANGs（Facebook，苹果、亚马逊、奈飞、谷歌）到最近的7巨头（Magnificent 7，苹果、微软、亚马逊、Alphabet、Meta、英伟达和特斯拉）。

尽管2022年的加息让科技企业股价快速下滑，然而，2022年末以ChatGPT为首的生成式人工智能的兴起，再次带来了科技类企业投资的热潮，估值不断提高，市场集中度不断上升。

对于美股的市场环境，也可以简单总结成三个问题：

影响高成长类企业估值的高利率环境如何？
七巨头本身，还有空间吗？
人工智能会何去何从，将对技术产生什么影响？

利率

第一个问题相对容易会大一些。经过了1年半的持续紧缩政策，现在的通胀相对于去年已经出现明显好转，市场上的投资人也从近期美联储的字里行间猜测可能明年年终就可能开始降息。当然，从加息的角度看，美联储的货币政策也进入了“最后一公里”，市场也在为未来可能的宽松政策定价。

然而，美联储认为要想让通胀持续完成预期的下降，整个经济必须出现一些疲软，尤其是劳动力市场。这是因为美联储认为，（1）之前看到的通胀下降将放缓甚至停滞；（2）尽管工资通胀已经放缓，但目前平均时薪涨幅依然高于2%的核心价格通胀；（3）当失业率降至4.5%以下时，可能会出现菲利普斯曲线的权衡；（4）相比于高失业率，美联储似乎对高于目标的通胀有更大的损失厌恶。因此，投资者可能低估了美联储为实现通胀目标而实现低于趋势的经济增长和失业率上升的决心。

但无论如何，影响高成长企业估值的利率环境，在明年将比更温和。

7巨头的持续表现能否持续

尽管7巨头都是科技类企业，生成式人工智能将成为他们业务的重要推动力，但它们在2023年的股价表现不能完全归功于人工智能。但是，不同公司的股价上涨也有其自己的逻辑。例如Meta和谷歌，两家公司都可能在未来几年积极部署生成式人工。但终端市场复苏和成本优化相结合带来了公司盈利能力和现金流的显著改善，支撑了公司的股价。

在未来，云计算仍将是一个强大的趋势。根据亚马逊4月份的一项估计，全球90%的IT支出仍在本地运营的公司自有硬件上。对于有资金和技术能力为这一转型提供必要基础设施的公司来说，这是一个巨大的增长机会。最大的科技公司通过子公司AWS（亚马逊）、Azure（微软）和GCP（谷歌）成为云服务的主导提供商。

除了云业务，微软、亚马逊和谷歌都有其他重要的增长机会。微软的企业软件产品被世界各地各种规模的公司广泛使用。亚马逊在电子商务业务占主导地位；随着近年来的重大投资已经摊销，盈利能力应该会有提高。谷歌在谷歌搜索和YouTube上都有着强大的地位，并可能继续创新，提供越来越有效的广告服务。

在其他地方，Meta面临着全球社交媒体的挑战，以及对公司治理结构的担忧，特别是马克·扎克伯格对公司的控制。然而，Meta在过去两年中进行了谨慎的投资和产品创新。该公司适应了广告市场的隐私要求的变化，成功地与TikTok等新兴竞争对手竞争，并通过Instagram和WhatsApp等平台加强了客户参与度。

7巨头中其他的几家苹果、特斯拉和英伟达面临着各自不同的挑战。苹果提供最好的消费产品。然而消费电子终端市场正在成熟，尤其是在全球渗透率已经很高的智能手机领域。无线技术创新的风险也一直存在。另一方面，苹果产生了巨大的现金流，其中大部分通过回购返还给股东。

特斯拉领导了电动汽车行业的创建，由于其规模、市场领先的制造工艺和软件解决方案，特斯拉具有显著的竞争优势。随着电动汽车行业竞争的加剧，它可能容易受到价格压力的影响。

英伟达是在全球范围内推出生成人工智能的关键推动者。公司增长状况的可持续性尚不确定。从短期来看，尤其是在大型云计算供应商等关键客户过去的支出一直是不稳定的消情况下，产能过剩的情况是完全合理的。

总的来说，7巨头是异质的，但由于都处在增长的领域，其中一些也面临一些挑战。

生成式人工智能还能火多久？

过去一年，投资者对“人工智能”的兴趣激增，不仅是上市公司持续暴涨，投资人工智能的股权私募市场也异常火爆。连红衣教主周总也感叹连连，不能躺平。

人工智能的火爆得益于生成式人工智能工具的发布。OpenAI发布的ChatGPT，它在短短两个月内就达到了1亿用户，速度远远超过Facebook和其他社交媒体平台。这些模型可以进行概率推理，在几乎整个互联网语料库上进行训练，并且可以直接通过传统文本处理信息。

生成式人工智能代表了一次历史性的技术飞跃，它的意义至少与基于互联网的搜索引擎取代图书馆索引一样重大。相比较信息革命将信息从模拟世界的物理限制中解放出来，人工智能革命将信息流从人类中介中解放出来。机器学习算法展示了软件识别数据模式和预测序列的能力，比人类更快、更精确。生成式人工智能代表了进化的下一步。

生成式AI的一个值得注意的子集是大型语言模型，但它只代表了通往“通用人工智能”的漫漫长路上的一步。通用式人工智能是一种自主计算机系统，可以学习执行几乎任何具有科学或经济价值的任务。虽然许多人工智能研究人员认为，我们正处于这个世界历史转折点的尖端，但也有人认为，如果人工智能能够实现，可能还需要几十年的时间。许多分歧是关于笛卡尔讨论的自我意识的问题，以及围绕人类意识和认知的生物化学的谜题上。这个定义越实用，就越具有经济意义，我们可能就越接近AGI（通用人工智能）。

说得有点远，我们看目前生成式AI的应用

目前所有主要的技术和软件供应商目前都将生成式人工智能嵌入到他们的堆栈中。桌面应用程序(电子邮件、文字处理等)、电子商务、互联网搜索、社交媒体和内容消费都将集成人工智能功能。这些努力仍处于测试阶段，盈利的前景有限。但是，用户体验可能会在这些维度上得到不可估量的改善，通过加速信息收集、想法和文本生成，劳动生产率将得到显著提高。

更重要的是商业模式和企业战略的演变。管理团队可以越来越多地依赖人工智能来制定营销策略和定价决策，并对潜在的收购目标进行调查。无论是在广告活动的内容方面，还是在最有可能采取行动的受众目标方面，数字营销都可能变得更加精确。人工智能将彻底改变各行各业的客户关系管理(CRM)，根据与内部客户数据、外部市场趋势和其他相关信息交叉引用的对话文本，实时生成追加销售建议。聊天机器人可能很快就会在旅游、金融和电子商务领域占据大部分面向消费者的互动，并最终引导客户的整个购物体验。

在媒体和教育领域的应用是显而易见的。生成式人工智能应用程序可以创作新的音乐、小说叙事、诗歌、视觉艺术品和数字图像。人工智能生成的内容引发了新的版权问题，因为现有作品被访问以产生“显著类似”的内容输出。从技术上讲，这个产品已经可以出行了。问题在于，现有版权的所有者是否会是唯一被法律批准使用人工智能来协助电影、电视和音频作品的构思、制作和营销的人。

ChatGPT也已经能轻松通过了美国法学院毕业生参加的统一律师资格考试(Uniform Bar Examination)，达到哈佛大学的录取分数线。生成式人工智能在撰写论文和参加考试方面的能力引发了有关教育诚信未来的棘手问题，但也为新一代数字导师、自学者和更灵活的教育安排打开了大门。

在软件开发中，巨大的生产力提高已经很明显，生成式人工智能将编写和测试新代码所需的时间减少了一半，大型语言模型可以根据已经编写的代码预测下一行代码，并根据熟练使用自然语言描述软件结构的软件工程师的定制提示生成新代码。随着大型语言模型熟悉编程语言的功能和结构，提示可能变得不那么精确，允许新手像经验丰富的专业人员一样编写代码。

企业将越来越依赖生成式人工智能来清理现有数据、制作原型设计并加速产品开发。例如，生命科学公司已经使用人工智能来生成氨基酸和DNA核苷酸序列，从而将药物设计阶段从几个月缩短到几周。现有的开发计划要求研究人员对数百万种潜在的化学反应进行分类，以合成目标分子。根据现有化学反应数据训练的人工智能模型已经使开发成本降低了15%。

简而言之，人工智能目前才刚刚开始上路。在更广阔的企业领域，人工智能提高生产力的潜力，有可能成为几代人以来看到的最大的生产力乘数之一。无论什么行业，都必须以某种方式部署它。但是，从上述讨论也可以看到，未来收益的更可能在各个应用领域的头部企业。

来源：他山之石观投资

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章