Mag 7 开始跑输 [pdf]

Apollo 幻灯片的质量与意图

• 许多人认为这份幻灯片很浅：主要是图表、公开价格表和 API 文档截图，几乎没有真正的建模或因果分析。
• 有人怀疑这更像是营销或短期情绪塑造，而不是中立研究。
• 也有人认为，Apollo 的规模和“skin in the game”让它比网上随机观点更有可信度，但 AUM 并不能证明预测能力。

AI Capex、自由现金流与超大规模云厂商

• 核心担忧：超大规模云厂商的 AI capex（每年数千亿美元，短期内可能超过 1 万亿美元）正在吞噬或超过自由现金流；有些公司甚至在借债和发行股票。
• 关于超大规模云厂商自由现金流的幻灯片显示最近出现“蒸发”，Oracle 转负，Amazon 大幅下滑；有人质疑为什么漏掉 Apple。
• 观点 1：这是一种危险的资本密集型模式，像电信业一样，“需求巨大，回报很差”。
• 观点 2：一些公司（例如 Meta）完全可以简单削减 AI 建设，并迅速恢复强劲的 FCF。

估值、泡沫风险与市场集中度

• 不少人认为 AI 驱动的科技估值带有泡沫特征，经周期调整后的 P/E 接近历史高点，而且严重依赖少数几只超级权重股。
• 也有人指出，最近 Mag7 在几个月内跑输的时间窗口太短，不能据此下定论。
• 有人认为显著回调“很可能而且正在到来”，而杠杆化 AI 投注以及沉重的企业和主权债务可能会放大这一回调。

历史表现、均值回归与分散化

• 引用的研究指出：过去表现最好的股票往往在接下来的十年里跑输市场；大多数个股跑输国库券，只有极少数股票驱动了全部财富创造。
• 争论在于这究竟是真正的金融效应，还是均值的同义反复。
• 更广泛的主题是：对近期赢家的集中配置存在风险；强调分散化（跨行业、跨地区、跨因子）。

公司层面的具体主题

• Apple：AI capex 相对较低，现金和 FCF 巨大；有人认为它是在审慎地避开军备竞赛，也有人认为它是在“错过 AI”。
• Google：有人认为它因 AI 获得了过高奖励（为了提供类似服务付出更高成本）；也有人指出其盈利强劲、云/AI 增长可观，并且具有分散的“选择权”。
• Meta：历史上曾大举下注且可能浪费（元宇宙，如今是 AI）；有人担心存在隐性、类似杠杆的义务。
• Oracle：负 FCF 和与 AI 相关的债务被视为潜在薄弱环节。
• Tesla：有人认为它从来就不该属于 Mag7；它的 TAM 叙事被比作“类似聚变”的承诺。

AI 经济学与 LLM 使用

• 批评将 OpenRouter 的 token 图表视为整体 AI 使用的代表；对领先实验室来说，直接 API 和云市场才是主流。
• 担忧是，如果“够好就行”的开源模型和便宜推理胜出，那么前沿模型训练和巨额 capex 的回报可能会令人失望。
• 反方观点：即便模型护城河变窄，超大规模云厂商作为算力和基础设施的主要提供者，仍然可以获利。

指数动态、回购与资金流

• 讨论指数基金、分红和回购是否会在结构上偏向大盘股，不过有人认为在按市值加权的指数中，这种效应被夸大了。
• 观察到持续流入指数和目标日期基金，为超级大盘股提供了持续买盘，可能放大 Mag7 的波动。

数据中心扩建与系统性风险

• 美国在建/规划中的数据中心数量比现有规模高出约 60%，且平均规模很可能更大——这被视为 AI 基础设施大繁荣的证据。
• 一些人担心，当 AI capex 放缓时，上游硬件/存储芯片股票可能会大幅崩跌。
• 目前还不清楚，这轮扩建最终会不会被可持续的 AI 驱动收入所证明是合理的，还是会被证明为产能过剩。