Brad Gerstner: No AI Bubble, Semis Eat the Nasdaq & AI's Take Off Problem

从儿童账户到心脏扫描

节目一开始，主持人先介绍来自 Altimeter 的 Brad Gerstner。主持人说，Brad 创办过五家公司，思考方式不同于传统的对冲基金经理。随后话题落到儿童投资账户上。主持人认为，美国十八岁以下约七千万名儿童都应该拥有这样的账户，还把这项法律的出现归因于 Brad Gerstner 长期而坚定的推动。他反复强调，这不是一个项目，而是一个平台。

Brad 接着把这件事放进更大的政治经济框架里。他说，七千万名儿童将成为美国的直接所有者。主持人则称，这可能是美国历史上最大的直接慈善释放之一，并提出一个鲜明判断：更多资本主义，可以成为更多社会主义的解药。这里的重点不是账户本身，而是让更多人尽早拥有资产，成为市场的直接参与者。

Brad 还提到另一项倡议。他说，他们创办了 Center for Heart Attack Prevention，并在现场提供 CAC 扫描，也就是冠状动脉钙化扫描。他根据当天的检查结果判断，这项检查已经可能帮助挽救一些人的生命。一次检查收费一百美元，大约十五分钟完成。如果把它推广成心脏版的乳房 X 光检查，Brad 预测，美国每年可能挽救五万条生命。这个数字是他的预测，但它也说明了他的思路：把预防性医疗做成低门槛、可普及的基础服务。

Brad 随后把话题切换到市场。他说，市场今年上涨百分之十五，自去年一月以来上涨百分之三十九，背景却并不轻松，关税、地缘政治和 AI 监管都在制造担忧。他用几个资产的表现来做对照：黄金持平，比特币下跌百分之十；与此同时，NVIDIA 的收入、超大规模云厂商的资本开支，大约都增长了一倍，OpenAI 和 Anthropic 的估值也大约增长一倍，xAI 则大约增长了两点五倍。

Brad 的核心判断是，这不是估值倍数扩张，而是盈利驱动的市场扩张。他称，今年盈利增长百分之二十六，但纳斯达克和标普五百的估值倍数反而下降。他还说，NVIDIA 按下一年度完全计税的 GAAP 盈利计算，大约是十四倍估值；纳斯达克、标普五百、费城半导体指数和 NVIDIA 都低于各自的平均倍数。这里的数字和比较口径，都是 Brad 对当时市场的描述。

更重要的是，市场并不是所有板块一起上涨。非必需消费品、软件和金融板块，很多都没有明显变化。真正推动行情的，是技术史上规模最大的资本开支建设和超级周期。Brad 说，半导体贡献了纳斯达克回报的百分之七十。换句话说，指数上涨的背后其实高度集中，AI 基础设施是主线，其他行业并没有同步享受到同样的繁荣。

基础设施公司先赚到钱

既然建设如此集中，谁先赚到钱？Brad 的答案是，制造 token 的公司赚到了钱，购买 token 的公司则暂时顺着这股浪潮前进。基础设施市场供给紧张，让一些大型上市公司的表现看起来像风险投资回报。他举例说，Dell Technologies 在十八个月内上涨了五倍，SK hynix 上涨了九倍。

Brad 还解释了一张图。蓝色部分是超大规模云厂商的资本开支，橙色部分是半导体公司的自由现金流。在他的观察中，两者几乎逐美元对应。云厂商投入建设数据中心和算力，半导体基础设施公司则把这部分支出转化成现金流。

这也是理解 AI 行情的一个关键框架。市场不只是押注某个模型最终会不会成功，也在押注建设模型所需的芯片、服务器、电力和数据中心。只要基础设施仍然紧张，供应商就可能先于应用公司获得收益。但 Brad 的“逐美元对应”是他对图表的解读，不是一个脱离语境的普遍财务定律。

Brad 认为，理解市场为什么在不同月份加速或停顿，要看 AI 收入什么时候真正出现。他回忆，自己曾在一次与 OpenAI 的 Sam Altman 的播客对话中提出一个问题：如果 OpenAI 的 GAAP 收入只有他所说的一百三十亿美元，怎么能够承诺一万亿美元的资本开支。Brad 说，Sam Altman 当时的回答是让他卖掉股份。这是 Brad 对那次谈话的转述。

接下来，Brad 把产品和收入变化串起来。十二月出现了 Claude Opus 4.5 和 Claude Code。然后，他称 Anthropic 一月收入二十亿美元，二月四十亿美元，三月一百一十亿美元。Brad 的解释是，市场在三月开始真正理解 Anthropic 的收入规模，AI 收入大规模出现，于是四月和五月出现了历史性上涨。

到了六月和七月，市场开始盘整。Brad 认为，部分原因是 Anthropic 所称的年化运行率约为六百五十亿美元，而市场原先预期约为七百五十亿美元，预期因此需要向下修正。与此同时，投资者也在担心开源模型是否正在追赶 Anthropic。于是，市场从“收入终于出现”的兴奋，转向“这种增长还能持续多久”的追问。

一千亿美元只是起点

Brad 进一步把问题推向整个行业。他估计，Anthropic、OpenAI 和 xAI 三家实验室的合计运行率大约是一千亿美元，但他明确说，这个估计来自当时流传的各种消息。对他来说，关键不是这个数字已经被正式确认，而是市场正在用什么样的收入增长来给未来定价。

他的判断是，为了让 AI 交易继续保持完整，到年底三家实验室的合计运行率至少要达到一千八百亿美元，也就是再增加约八百亿美元。他还说，市场最重要的数据点之一，是 Anthropic 和 OpenAI 的月收入到底更接近四十亿美元，还是更接近八十亿美元。这个区间代表的不是小幅误差，而是对行业承载能力完全不同的判断。

为什么收入这么重要？因为资本开支必须有人支付。Brad 的解释是，Microsoft、Google 和 Amazon 建设算力，主要是为了出租，而不是永远自己承担这些成本。建设完成后，必须有足够的承接收入，也就是租用这些算力的收入，来支付租金。

如果今年结束时运行率约为两千亿美元，Brad 认为，接下来需要逐步走到四千五百亿美元、八千亿美元，甚至一万亿美元，才能跟上资本开支的速度。这是一条条件性的收入路径，也是一场压力测试：AI 应用的收入增长，能不能覆盖基础设施扩张的账单。

按照 Brad 的描述，二〇二六年新增算力约十九吉瓦，其中约七吉瓦流向两家领先实验室。下一年新增四十三吉瓦的预测，则来自 SemiAnalysis 的 Dylan Patel，约十四吉瓦会流向领先实验室。Brad 还根据节目中的图表推断，如果这些数字累积到二〇二八年，美国一半以上的算力可能由两家实验室控制。

这就引出了需求问题：这么多算力，真的有足够大的市场吗？Brad 认为，知识工作的总可寻址市场，也就是 TAM，包含消费者服务、广告、编码，以及各种企业白领工作流，还覆盖数百万家企业。他甚至认为，这可能是世界历史上最大的 TAM。

他的计算方式是，只要取得这个市场大约百分之四的收入，约一点二万亿美元，就足以支付相关资本开支。因此在 Brad 看来，问题不一定是市场太小，而是这些收入能不能在正确的时间出现。需求侧也在快速变化。他称，代理时代今年将产生约四千七百万亿个 token，Codex 用户在过去八个月增长了四十倍。token 可以理解为模型处理文字、代码和任务时消耗的基本计算单位，使用量越大，对算力的需求就越高。

企业开始为 AI 付费

Brad 认为，企业端已经出现了真实的支出变化。他称，过去十八个月，企业知识工作支出的中位数增长了约十七倍。他还说，自己和现场许多小型、中型、大型企业交流后发现，很多企业已经无法在不购买 AI 的情况下运营，包括他所在的 Altimeter。

他把这个现象放进更长的盈利历史里看。二〇一五年至二〇二五年，纳斯达克每股收益增长约百分之十，其中约百分之六来自收入增长，每年约三十八个基点来自利润率扩张。基点是百分之一百分点的百分之一，也就是说，三十八个基点等于百分之零点三八。

Brad 的问题是，AI 能不能把每年三十八个基点的利润率扩张提高到一百个基点。如果企业用同样甚至更少的人，完成更多工作，AI 就可能不只是一个新的软件预算，而是整个经济的生产率红利。这个判断仍然取决于企业能否把工具真正用进工作流，而不是只购买一项新技术。

Brad 用两个公司案例说明他所说的利润率扩张。Uber 说，自己计划增长百分之二十，但不增加员工人数。Snowflake 说，计划增长百分之三十，也不增加员工人数。

Brad 的解释并不是企业会把所有人都解雇，而是企业不再按照过去的速度招聘。对很多公司来说，最大的成本投入就是人，尤其是工程师。如果收入继续增长，而员工人数保持不变，利润率就可能扩大。

消费端则可能出现另一种需求。Brad 认为，消费者代理可能成为另一个一万亿美元类别，并且会消耗大量 token。他回忆自己和 Bill 打过的一个赌：什么时候人们可以用口袋里的消费者代理预订酒店。Brad 认为，Muse 和 Instinct 已经让这个场景出现了。

这意味着，AI 的收入故事不只来自企业软件。企业工作流、消费者服务和代理执行任务，都可能成为算力的承接方。但这些仍是 Brad 对未来类别和产品能力的判断。

监管和电力是两道关

在 Brad 看来，AI 面临三个主要风险：监管、电力和利率。他并不主张完全放任，也不主张一刀切，而是主张常识性、务实的方案，让普通公众相信 AI 是安全的。他提到，Elon Musk 前一天提出过同行评审的建议，并认为这类机制可能帮助建立信心。

Brad 还警告，美国过去曾在公众恐慌和活动人士推动下出现过度监管。他还把核能历史作为能源教训：Brad 在节目中称美国关闭过六十七座裂变反应堆，但公开统计口径并不相同；他也提到美国曾对中国单方面解除武装。在他的判断里，不能让类似的监管过程发生在 AI 领域，因此监管本身就是一个威胁和风险。

电力和基础设施则是更直接的约束。Brad 称，美国当前总算力少于四十吉瓦。如果一年内要新增四十三吉瓦，就必须解决许可、地方反对、电网并网延迟、熟练劳动力短缺和电力设备售罄等问题。AI 的需求可以很强，但如果电力和设备无法及时到位，市场预期就未必能转化成实际算力。

Brad 认为 Dylan Patel 预测的下一年四十三吉瓦过于激进。他自己的判断是，真正启用的算力总量可能更接近二十五吉瓦，其中一半用于 Anthropic 和 OpenAI。

他还称，Anthropic 今年的收入据报道约为一千亿到一千一百亿美元。如果 Anthropic 用一点五吉瓦算力做到这个收入规模，那么再增加四到五吉瓦，理论上可能足以再增加约一千亿美元收入。Brad 因此认为，明年达到收入目标不一定需要更多吉瓦算力，但他把这称为自己的判断，而不是确定事实。

利率是另一条传导链。Brad 认为，第二天加息的概率已经超过百分之九十。数据中心建设需要借款，借款资金的门槛上升，就会抬高整个建设项目的成本。他引用 Warren Buffett 的比喻：利率之于股票，就像重力之于物质。如果不承担股权风险就能获得百分之五点五到百分之六的收益，股票自然会面临更大的竞争。

因此，算力建设既要看需求，也要看融资。收入足够强，可能支撑扩张；利率足够高，则可能压低投资意愿。

组合要看收入和利率

Brad 最后用“飞行路径”来描述自己的投资组合。如果 AI 实验室的月收入接近八十亿美元，他认为市场可能进入起飞阶段，并预计当年会出现 IPO。对他而言，接下来几个月的月收入，是判断年末前市场能否进一步起飞的最重要指标之一。

除此之外，还要观察利率、选举、油价、监管，以及 Anthropic IPO 是否暂停或推迟。如果十年期利率升到百分之五点五，Brad 认为这会给股票市场带来很大负担。他并没有给出单向结论，而是说市场从当前水平既可能上涨，也可能下跌。

这套思路和早期 AI 交易不同。二〇二三年至二〇二五年，投资者只要判断 AI 会成为技术史上最大的超级周期，并参与其中，可能就足以获得回报。但到了二〇二六年，所有人都知道 AI，很多预期也已经计入价格。接下来决定仓位的，不再只是故事，而是收入、利率、油价和监管这些具体变量。

Brad 的投资纪律很明确：保持心理灵活，跟随事实，不要 YOLO，也不要在市场中使用四倍杠杆。他说，自己目前采取中等仓位。如果未来几个月 AI 实验室收入强劲，同时油价回落，他会增加仓位；如果这些条件没有出现，他保留进一步减仓的权利。

这也是整期节目的最后落点。AI 仍然可能是技术史上最大的超级周期，但超级周期本身已经不够成为投资理由。市场已经从“相信 AI 会发生”，走到了“验证收入能不能覆盖建设、利率能不能承受、监管能不能跟上”的阶段。下一步，决定行情方向的，是事实和具体情况，而不是更响亮的口号。