封面照片：之前我在哥大商学院上《证券分析》课时候拍的教授作者本人。真的是我在哥大听过最好的课之一。
今天我之前在哥大的教授，继承了格雷厄姆教《证券分析》课的大佬，发明并撰写了《预期投资》这本书的新华尔街教父Michael J. Mauboussin 又发了新的报告，他也是大摩买方部门的研究主管。
上次他的报告我发完之后挺火的，阅读量很高，今天继续转载他的新报告，是一个姊妹篇，本文把两篇文章的重点都放在一起总结了。
上篇文章回看：深度研报分享：护城河能持续多久？
这两年，资本市场最火的一句话是：
AI 会改变世界。
这句话大概率是对的。
但真正危险的，不是相信 AI 会改变世界，而是把“AI 会改变世界”直接等同于“所有 AI 公司现在的估值都合理”。
历史上，铁路改变了美国，但很多铁路公司破产了。
互联网改变了世界，但 2000 年无数投资者亏到怀疑人生。英特尔用了26年，才回到互联网泡沫的顶峰。
电信光纤确实是未来的基础设施，但当年大量电信公司因为过度建设、债务爆炸、价格崩塌而倒下。
所以真正成熟的投资者，从来不会只问：
这个技术有没有前途？
而是会问：
这个公司能不能把前途变成收入？
能不能把收入变成利润？
能不能把利润变成自由现金流？
能不能在今天这个价格下，让股东赚到钱？
Morgan Stanley Counterpoint Global 的两篇《Bayes and Base Rates》报告，真正有价值的地方就在这里：它不是唱空 AI，而是告诉你，面对一个激动人心的未来，投资者应该如何保持清醒。
这两篇报告的核心可以浓缩成一句话：
不要从故事开始，要从历史概率开始。
这就是贝叶斯思维。
贝叶斯思维听起来像数学，其实是一种顶级投资纪律。
你先有一个初始判断，然后根据新证据不断修正。不是一上来就喊“我看多”或者“我看空”，而是先问：历史上类似的事情，真实发生过多少次？
这就叫基本率。
比如一家公司现在收入 40 亿美元，管理层说五年后要做到 1800 亿美元。普通投资者听到的是“超级成长故事”。专业投资者第一反应是：
历史上同样收入规模的公司，有几家做到过？
答案很残酷。
报告研究了 1950 年以来美国上市公司的数据。对于起始收入在 20 亿到 50 亿美元之间的公司，样本接近 19,000 个公司周期。OpenAI 如果从 2024 年约 37 亿美元收入增长到 2029 年最初预测的 1450 亿美元，五年复合增长率约 108%。后来预测又提高到 1840 亿美元，复合增长率约 118%。
历史上没有任何一家同等规模的美国上市公司做到过。
不是“很少”。
是没有。
这意味着什么？
这不是普通的高增长预测，而是在挑战过去 75 年美国商业史的天花板。
当然，这不代表 OpenAI 一定做不到。
报告也承认，OpenAI 确实有三个非常强的反驳点。
第一，ChatGPT 的扩散速度是历史级的。它只用了大约 2 个月达到 1 亿用户，而 TikTok 用了 9 个月，Instagram 用了 28 个月，Facebook 用了 4.5 年。
第二，OpenAI 短期收入增长确实惊人。2025 年收入据报约 131 亿美元，相比 2024 年增长约 255%。
第三，AI 公司属于无形资产密集型企业。模型、数据、人才、品牌、生态和开发者网络，确实可能让它们比传统企业增长更快。
所以正确的结论不是：
OpenAI 不行。
而是：
OpenAI 要实现这些预测，需要的不是普通好消息，而是历史级证据。
这才是贝叶斯思维。
不是否定未来，而是要求未来拿出足够强的证据。
更重要的是，收入增长本身不等于价值创造。
很多人看到收入增长就兴奋，但真正决定股票价值的不是收入，而是自由现金流。
如果一家公司每增长一美元收入，都要烧掉更多资本，支付更高算力成本，投入更多数据中心，还要不断融资稀释股东，那么它可能不是在创造价值，而是在扩大一台更大的烧钱机器。
报告提到，OpenAI 2025 年自由现金流据报为负 90 亿美元，2026 年预计为负 170 亿美元。股票薪酬也非常高，2025 年股票薪酬估计超过收入的 45%。
这提醒我们一个非常重要的投资常识：
用户增长不等于收入质量。收入增长不等于利润。利润不等于自由现金流。自由现金流不等于股东回报。
中间每一步都可能断掉。
Oracle Cloud 的案例也一样。
Oracle 管理层预测，云业务收入将从 2025 财年的 100 亿美元增长到 2030 财年的 1660 亿美元，五年复合增长率约 75%。听起来很激动人心。问题是，历史上没有任何一家起始收入 100 亿美元以上的公司，做到过这种增长速度。
Oracle 的优势是有大量已签订但尚未确认收入的合同订单，也就是 RPO。
但订单不等于收入。
收入不等于利润。
利润不等于现金流。
合同要兑现，还需要数据中心建成、电力接入、GPU 到位、客户按时履约、项目不延期、成本不失控。
这就进入报告最关键的第二层：AI 不是纯软件故事，它背后是巨型工程项目。
很多人以为 AI 是轻资产生意，其实前沿 AI 正在变成世界上最重资产的生意之一。
AI 数据中心不是传统数据中心。
传统数据中心主要是存储数据、托管应用。
AI 数据中心需要高密度 GPU、高速网络、液冷散热、稳定电力、能源基础设施和复杂工程设计。
它更贵，更耗电，更难建。
报告引用了 Bent Flyvbjerg 对 16,000 个大型项目的研究，结果非常震撼：
少于一半的大型项目能按预算完成。
少于 9% 能同时按预算、按时完成。
只有 0.5% 能按预算、按时完成，并实现预期收益。
也就是说，AI 基础设施最大的风险，不只是有没有需求，而是能不能真的建出来。
电力有没有？
芯片够不够？
液冷能不能稳定？
并网批不批？
施工会不会延期？
成本会不会超支？
客户需求和供应交付能不能匹配？
任何一个环节出问题，收入都会延后，回报率都会下降。
这就是为什么，看 AI 投资不能只看“需求爆发”，还要看“交付能力”。
更深一层，报告还提出一个非常有杀伤力的观点：
AI 公司疯狂宣布大订单、大投资、大数据中心，可能不仅是在满足需求，也可能是在打心理战。
按照 Michael Porter 的竞争战略理论，企业有时会提前承诺巨大产能，目的不是单纯建设，而是先发制人。
意思是：
我先锁定客户。
我先锁定芯片。
我先锁定电力。
我先锁定资本。
我先告诉所有竞争对手，这个市场我已经占了，你们别进来。
这是一种战略威慑。
但问题是，如果竞争对手没有被吓退，反而也开始疯狂投入，最后就会变成产能战争。
需求是真的，技术也是真的，但股东回报可能是假的。
这就是 1990 年代末电信泡沫给我们的教训。
互联网方向是对的，但很多公司死在了过度建设里。
第二篇报告还专门回应了市场的三个反驳。
有人说，不能看名义增长，要扣除通胀。
报告回答：扣除通胀后，历史增长率更低，OpenAI 的预测依然极端。
有人说，不能拿所有公司比，应该只拿科技公司、软件公司比。
报告回答：即使只看信息技术、软件与服务、纯软件行业，OpenAI 的预测仍然是极端罕见事件。更重要的是，子集不可能创造出全集里不存在的历史纪录。
还有人说，AI 是通用目的技术，过去历史已经失效。
报告承认，AI 确实可能像集成电路、互联网一样，是新一代通用目的技术。但过去 75 年也不是没有革命性技术。集成电路、商业互联网、云计算、智能手机、SaaS 都出现过。即使在这些时代，也极少有大公司实现 OpenAI 当前预测的增长速度。
最值得收藏的一点是：
历史上那些增长最快的公司，很多靠的是并购，而不是纯有机增长。
比如 AOL 曾经在 1997 到 2001 年实现 103% 的收入复合增长率，看起来非常接近 OpenAI 的预测。但它很大程度来自与 Time Warner 的合并，而 Time Warner 当时收入规模是 AOL 的五倍以上。
所以，当你看到一家公司的高增长，一定要拆开看：
是自然增长，还是并购增长？
是价格上涨，还是客户增加？
是一次性订单，还是持续需求？
是合同金额，还是真实收入？
是收入增长，还是自由现金流增长？
这才是真正的买方研究。
所以，这两篇报告真正要告诉我们的，不是“AI 是泡沫”，而是：
伟大的技术革命，常常会产生伟大的公司，但也会制造伟大的投资陷阱。
AI 当然可能改变世界。
但改变世界的是技术，不一定是你买的那只股票。
未来很大，不代表今天价格便宜。
收入很高，不代表利润很好。
订单很多，不代表现金流真实。
资本开支很猛，不代表回报率很高。
故事很性感，不代表赔率很划算。
真正专业的 AI 投资框架，应该问七个问题：
第一，公司的收入预测有没有超出历史基本率？
第二，增长是不是来自真实付费需求，而不是免费用户或一次性热度？
第三，每一美元收入背后，毛利率和算力成本到底如何？
第四，数据中心、电力、芯片、网络和液冷能不能按时交付？
第五，资本开支能不能带来超过资本成本的回报？
第六，竞争会不会把价格和利润率打下来？
第七，今天的估值，是在买真实现金流，还是在买遥远叙事？
这就是 AI 时代最重要的投资纪律。
不是盲目看空。
也不是无脑追高。
而是先尊重历史，再观察证据，最后只在赔率足够好的时候下注。
一句话总结这两篇报告：
AI 的未来可能很大，但一家公司的价值，最终不是由想象力决定的，而是由收入、利润、现金流、资本回报和竞争格局决定的。
投资 AI 最危险的，不是错过未来。
而是把未来看对了，却买错了价格，买错了公司，买错了周期。
我在会员课程和研究里还分享过很多关于AI的深度研究，可以尝试回答本文留给市场的问题。感兴趣的读者欢迎下方扫码下载APP，免费观看UNH的深度研究试听视频，觉得有帮助的读者，可以直接在APP内咨询真人客服小助手，加入会员。
