← 返回财报

GS Exchanges《The AI Investment Boom: When Will It Pay Off?》深度精读

报告基本信息

  • **节目**：Goldman Sachs Exchanges（高盛官方播客）
  • **标题**：The AI Investment Boom: When Will It Pay Off?
  • **录制日期**：2026 年 5 月 26 日（周二）
  • **嘉宾**：
  • - **Jim Covello** — 高盛研究部全球股票研究主管（Head of Global Equity Research）。**怀疑派**。曾直接覆盖半导体股 16 年；2024 年那份引爆市场的《Gen AI: Too Much Spend, Too Little Benefit?》主笔。
  • - **George Lee** — 高盛全球研究院（Global Institute）联席主管。**乐观派/信仰者**。
  • - **Allison Nathan** — 高盛研究部资深策略师，主持人（亦是 2024 年原始 Top of Mind 报告的合作者）。
  • **关键背景**：本期是对 2024 年原始报告的"**两年后复盘**"。Covello 称其团队"最近又发了一份报告，开篇就讲我们哪里错了"，报告名为 **"The Mark to Market — Two Years Later"**。
  • **类型**：对话/辩论实录（非数据型研报），共 19 页文字稿
  • **本地路径**：[ai_bubble_reports/transcript.pdf](transcript.pdf)

---

阅读坐标：它在本资料库中的位置

这期播客是本 AI 泡沫资料库里唯一一份"多空同台对辩"实录，价值在于它把分散在各家研报里的论点压成了一场对话：

  • 它呼应 **#18 Bain（$2T 营收缺口）**、**#20 Morgan Stanley（$1.5T 融资缺口）**、**#21 Sequoia（$600B Capex-Revenue 框架）**——George 的 **$7–8T 累计投入** 是更上游、更宏观的口径（是"要花掉的钱"，不是"缺口"）。
  • 它印证 **#19 JPM Kolanovic 的"循环性(circularity)"**——Covello 亲口说牛市与 AI 投资互为因果，"a little bit circular"。
  • 它是 **#23 GS Briggs（乐观）** 与 **#28 GS Wilson（1990s 类比）** 的"另一只手"：同一家投行内部，Briggs/Lee 看远场，Covello 钉当下。
  • 与 **#10 Deloitte / #17 Gartner（40% Agentic 项目将失败）** 的"企业落地慢、数据没就绪"主题直接咬合。

---

一、对话的骨架：Covello 先讲"我哪里错了"

本期最值得学习的是 Covello 的智识诚实——他主动从"承认错误"开篇。这构成全篇脊柱。

1. 他承认的三处"错判"

| # | 两年前的判断 | 实际发生 | 含义 | |---|---|---|---| | 错判一 | 低估消费端采用 | 消费端采用"magnificent"，远超预期；George 当年精准押中 | 但"大多数消费者仍在用免费版"——所以经济学的核心仍在企业端 | | 错判二 | 若 hyperscaler 股价长期跑输，它们会削减 capex | 股价确实因 capex 拖累自由现金流而跑输，但它们不降反加 capex | "这让前瞻经济性更受质疑"——市场用脚投了反方向的票 | | 错判三 | （隐含）技术兑现节奏 | 技术本身"incredible progress"，与 George 的预测高度一致 | 任何讨论都必须先承认这一点 |

**Covello 原话**："consumer adoption of AI has been magnificent. Much greater than I expected. George accurately predicted that spot on." "instead of cutting the capex, they've actually raised the capex. So, I think that calls into question the economics even more going forward."

2. 但他"更怀疑"了——而且理由就是因为技术好

承认完技术之后，Covello 的核心立场反而强化：

"the economics are still very much in question. And if anything, **I'm probably as or more skeptical on the economics today than I was before**, despite how incredible the technology is."

逻辑链：技术越强、钱花得越多 → 要翻越的山越陡，因为本金更大了。

"companies are losing more money today implementing this technology than they were two years ago... **the hill that has to get climbed is even steeper today than it was before because we've spent more money**."

这是全篇第一个反直觉点："技术进步"与"经济性恶化"可以同时成立——因为分母（投入）涨得比分子（回报）快。

---

二、为什么 capex 停不下来：全链条 FOMO + 博弈论

Allison 追问"为什么 capex 持续猛增"，Covello 给出两层答案：

(1) 全供应链各层级的 FOMO——从企业端 → 模型层 → hyperscaler 层，每一层都怕"对手先想明白用例、自己掉队"。

"there's a tremendous amount of FOMO at every level of the supply chain... everybody is afraid of what happens if the technology really takes off... and your competitors have that figured out and you don't."

(2) 博弈论：不投就是永久性劣势（George 补充，本篇反复出现的"驱动支出的根本机制"）：

George: "if I don't make these investments, **I'm in a permanent margin disadvantage**. And this is one of the game theoretical things that I think continues to drive spending."
Covello: 很多支出"almost more defense than offense"——某个新模型一出，企业可能被迫临时掏 **$5,000 万**买一个原计划里根本没有、且不直接产生收入的东西。

→ 由此推出 Covello 的一个延伸判断：规模(scale)成为这一环境下的巨大护城河——能持续承担这种"防御性支出"的公司越来越少。

---

三、Covello 的核心命题：半导体在"吸干"产业链上方的利润

这是 Covello 两年来最一以贯之、也最有数据感的论点。

  • **所有经济价值都流向了半导体公司**，规模"incredible / 前所未见"。
  • 他覆盖半导体 16 年的经验：**过去每一个周期，半导体的繁荣都建立在客户繁荣之上**；唯独这一轮——
"the semiconductor companies are **thriving at the economic expense of everybody above them in the chain**."
  • 两年前他喊"focus on the picks and shovels（卖铲子的）"——**这一判断兑现了**。
  • 但他强调这**不可能永远持续**：上游(hyperscaler、模型公司、企业)的亏损"magnificent"，"at some point, that has to get flipped on its head"。

George 的互联网类比 vs. Covello 的反驳：George 问"这不一直如此吗？互联网时代 Cisco / Sun / Oracle / Intel 也吃了很久红利"。Covello 承认相似，但指出这一轮的独特性在于"半导体这一层"被异常放大；而且即便在互联网类比里，上游最优秀的公司最终也开始赚钱了——所以这次也终将"翻转"。

---

四、George 的核心命题：$7–8 万亿的山，靠"抢存量利润池"翻不过去

这是乐观派亲口承认的看空论据，也是本篇最重的数字。

  • 高盛全球研究院近期论文测算了这轮投资的体量与回本"门槛之高"。
  • George 的核心结论（建立在 Covello 团队的工作之上，如 Covello 那篇**广告业被 AI 截流**的研究）：
"if you go profit pool by profit pool and sum up the opportunity, **you'd still fall short of a significant enough payoff from what we think will be $7 to $8 trillion spent here**."

翻译成投资语言：把所有"AI 颠覆现有行业利润池"的机会逐个加总，仍然不够覆盖 $7–8T 的投入。

  • George 的乐观出口（也是多空真正的分水岭）：**真正的指望不是颠覆存量，而是创造"净新增"经济活动、孕育全新 TAM、创造今天想象不到的新可能**——一如农业革命、工业革命、计算机革命。
"the imperative for this technology is to **help create net new economic activity, breed new TAMs**. Create new affordances that we can't imagine."
但他也明确让步："there's a big hill to climb for this payoff."
**精读提示**：$7–8T 是"累计要花的钱"，与 #18 Bain 的 $2T"营收缺口"、#20 MS 的 $1.5T"融资缺口"是**不同口径**，不可直接相加或互换。George 的论证方式是"自下而上加利润池仍填不满自上而下的投入"，本质上是一个**收益侧的可行性质疑**。

---

五、企业落地为何慢：概率范式 + 数据没就绪 + Agent 太新

George 与 Covello 在"企业采用慢"上一致，只在"还要慢多久"上分歧。

George 给"慢"找的结构性理由： - 入场才 3.5 年，且这是范式上不同的技术——probabilistic（概率性）vs. deterministic（确定性）。 - 部署需要"全新的技术栈" + "全新的 control plane（控制层）"才能负责任、有效、合规地使用。 - Agent 更新：推理范式才 1.5–2 年；Agent 真正变多是过去一年到一年半；Agentic coding 的产品市场契合(PMF)直到去年底才出现。

Covello 给"慢"找的经济理由——"数据还没准备好被 Agent 化"（本篇金句之一）：

"in a lot of cases... the data isn't ready to be agented yet. So, **we're putting agents on top of data that isn't ready to be agented**. And that's creating another economic challenge."

他点名的待解工程问题：数据治理、模型优化/编排层、以及他和 George "已经吵了三年"的 SLM vs. LLM（小模型对大模型）取舍。

---

六、George 的乐观弹药：模型公司"营收起飞速度"碾压云时代

George 抛出本篇对多头最有利的一个数据对照：

把各独立模型公司公开宣称的营收加总 → **大约 3 年**就到了这个量级；而云(Cloud)公司当年在总量上达到同一水平，"**花了大概 15、16、17 年**"。

但他立刻自加两条限制： - 编程(coding)很可能是这项技术最好的应用——因为它是一个 "verifiable domain"（可验证领域）：对就是对、错就是错。 - 把 coding 这种 PMF 复制到其他（不可验证）领域会更难，需要"更多科学、更多艺术"。

Covello 顺势补一句（注意这是他作为怀疑派也认可的事实，属直接引用而非本笔记的判断）：

"these are **the fastest growing companies in the history of corporate America**... on the top line. **But... the profits are flowing to the semiconductor companies.**"

→ 多空在此达成微妙共识：顶线(top line)史诗级增长与利润错配到半导体两件事同时为真。

---

七、最具操作性的部分：Covello 的"三情景"与多空切换

这是全篇唯一明确的持仓含义，值得单列。

Covello 现在更看好 hyperscaler 股 > 半导体股——明确说"这是相对两年前的改变"。 理由是未来两年三种情景中，有两种 hyperscaler 跑赢：

| 情景 | 内容 | 结果 | |---|---|---| | 情景一 | 企业开始盈利、AI 投资产生回报 → 价值沿整条链流动（不再只困在半导体） | Hyperscaler 跑赢（因其此前跑输市场太多、存在修复空间） | | 情景二 | Hyperscaler 说"该适度收一收支出了"——不是从 $2,000 亿/年砍到 0，只是略微放缓节奏以夺回部分自由现金流 | Hyperscaler 跑赢（FCF 改善） | | 情景三 | 维持现状(status quo)——链条里只有半导体赚钱 | 半导体继续跑赢——但 Covello：这"can't go on forever" |

"the positioning of the market is **incredibly bullish on semis**. And bearing on everything below that. **At some point that has to turn around.**"

读法：这是一个链内轮动(rotation)判断，而非"做空 AI"。Covello 没有说半导体会崩，而是说赔率(odds)已不对称——市场把极端乐观全压在半导体上，而修复弹性在被压制的下游(hyperscaler)。

---

八、时间尺度之争与"循环性"

Allison 的关键追问（本篇最锋利的一刀）：

"两年前你说 18 个月到 2 年。现在两年过去了，你又在说'再两年'。所以市场对这个 case 似乎是有信心的。"

Covello 的回应坦诚且重要： - 这是"我们这辈子最好的牛市(best bull market of our lifetime)"，对此"毫无疑问"。 - 关键的循环性自白：

"It's a little bit circular. **This technology is the reason for it. And that bull market is powering a lot of the investment** that's happening."
  • 他认可市场"给了一根很长的缰绳(long leash)，也理应如此"——因为市场赌"利润终将流过来"。**他的诉求只是：希望真的在某个时点看到它发生。**
**精读提示**：这段是 **#19 JPM Kolanovic"循环性"** 论点的口语版——AI 撑起牛市、牛市又供养 AI 投资。一旦"利润终将兑现"的信念被证伪或市场遇到"rough patch（颠簸）"，Covello 暗示**好环境下市场容忍的那部分支出可能被回撤**（且他认为"未必是坏事"）。

---

九、ROI 为什么"极其难测"：先发优势会被竞争抹平

这是 George（乐观派！）贡献的最深刻看空论据，Covello 评价"so incredibly well said"。

George 指出：即便你是技术的极端信仰者，企业端的回报也面临两道漏损：

1. 优势是"暂时的(fleeting)"——你靠率先部署 AI 降低工程成本、提升直通处理率而获得的领先，整个行业最终都会追上，"margin advantages get competed away（利润优势被竞争抹平）"。 2. 剩余价值"漏给消费者"——一如历史上诸多技术评估，企业创造的盈余最终"vanish into consumers' pockets"。

由此得出全篇最关键的一句 ROI 判断：

"the measurement of that in tangible, hard terms is **sometimes very elusive**（在硬指标上极其难以测量）."

Covello 顺势把问题升级为定性追问：这些支出会不会只是"做生意的新成本(the cost of doing business now)"——不带来超额优势、纯属"入场费"？若如此，则规模决定生死（见第二节）。

---

十、就业与生产率：C-suite 预期 vs. 一线员工现实的"感知鸿沟"

Covello 引述的实证观察（来自第三方调查）：

  • **几乎每一份第三方调查都显示**：高管(C-suite)对技术生产率影响的预期，与一线员工实际体验之间，**存在巨大鸿沟**。
  • 结论高度一致：**一线员工得到的好处，远不及高管投资时的预期。**
  • **必须带语境读**：高管对自家投资天然乐观（否则不会投），一线员工则恐惧被替代——但**校正语境后，所有调查仍指向同一结论**：今天的生产率低于当初投资时的预期。
  • **数据层是关键症结**：很多查询返回"错误或不完整的结果"，根因是"**数据across一个组织彼此不对话(not speaking with one another)**"。

George 的延伸——"拖曳系数"与 AI 原生企业： - 大公司有既有工作习惯、固化流程、遗留系统 → 给新技术做"retrofit（改造适配）"自带一个 "drag coefficient（拖曳系数）"；一线员工抵触改变。 - 真正看到生产率起飞的，是"AI 原生(AI native)"的年轻公司——从组织设计到技术栈"从第一天就为这项技术而生"。George 住在硅谷附近，亲见初创公司的生产率提升"extraordinary"。 - 乐观出口：希望改造完成后，大公司也能拿到同样的生产率跃迁——但这是不确定的，且时间差不确定。

---

十一、被低估的尾部变量：AI 的"民粹式反感"

George 主动提出、并称自己"正密切盯防"的变量：

  • 出现了"**somewhat sudden turn towards populist resentment of AI**（对 AI 相当突然的民粹式反感）"——有人在毕业典礼演讲上被嘘、有数据中心负责人"在自己家中遭枪击"。
  • 他的判断：AI 正成为"一项**深度不受欢迎(deeply unpopular)**的技术"，且"**几乎是美国独有**，与世界其他地区不同"——这可能成为拖慢美国进展的因素之一。
  • Covello 回应：他刻意回避政治辩论（"没有赢家"），但确与卷入此类事件的当事人有过真实交流；预计会在**中期选举(midterm elections)**前后"come to a head（集中爆发）"。他把它归入"更宏观的经济学篮子"：个人到底有没有从使用技术中获得经济收益、能否抵消电价上涨等成本？
**精读提示**：这是本资料库里少见的"**社会接受度/政治尾部风险**"视角，且由乐观派提出，权重更高。它与 Capex 的电力/电网约束（电价上涨）形成闭环。

---

十二、综合与"该盯的路标"

主持人收尾时点破：两人之间"没有太多分歧光线(daylight)"——共识是"未来几年还有太多需要观察和学习"，Jim 真正在问的是"若迟迟看不到生产率与企业营收兑现，我们何时会撞墙(hit a wall)"。

Covello 的收束（与开篇首尾呼应，是全篇主旨句）：

"at some point you got to make money... we've gotten further away from that over the last couple years instead of closer to it. **That doesn't mean it's never going to happen. It just means the stakes are higher.**"

他给投资者的方法论（务必带走）： - 不要盲目假设它一定会发生，也不要断言它绝不会发生； - 而要"lay out the markers（列出路标）"——明确"此刻这个时点，需要发生哪些事"，据此动态评估最可能的结果； - "question, but question with a reasonable balance（带着合理的平衡去质疑）"。

George 的收束（两人分工的精准自述）：

"Jim is extremely good at **trenchantly and accurately pricing the spot of where we are**. My inclination... is to **look a little bit farther down field**. That implies a **leap of technological, and in some ways, economic faith**."

---

十三、Covello vs. Lee 立场对照（一页速查）

| 维度 | Jim Covello（怀疑派 / 钉当下） | George Lee（乐观派 / 看远场） | |---|---|---| | 消费端采用 | 承认低估了 | 当年精准押中，"magnificent" | | 技术进步 | 承认"incredible" | 一贯乐观，已兑现 | | 经济性/ROI | "如果说有变化，是比以前更怀疑" | 同意 ROI"极难测量"、优势会被竞争抹平 | | $7–8T 回本 | 上游亏损"magnificent"，迟早翻转 | 加总存量利润池"仍然不够"，要靠净新增 TAM | | 企业落地慢 | 数据没就绪、不能 agent 化 | 概率范式 + 控制层 + Agent 太新，需要时间 | | 半导体 vs. 链条 | 半导体在"吸干"上方利润，独特且不可持续 | 互联网时代也如此（但承认半导体层异常放大） | | 持仓含义 | 更看好 hyperscaler > 半导体（两年来反转） | （未给具体持仓，强调远场信仰） | | 时间观 | "短期终须变成长期"，否则撞墙 | 才 3.5 年，"so early"，辩论还要持续多年 | | 真正分歧 | 时间尺度 + 是否相信"想象不到的新 TAM" ← 二人唯一的实质分水岭 | |

---

十四、给投研的可执行 takeaways

1. "链内轮动"信号优先于"AI 多空"信号：本篇最硬的操作含义不是"做空 AI"，而是 Covello 把超额赔率从半导体切到hyperscaler——理由是市场定位已极端单边(bullish on semis)。跟踪时盯半导体相对 hyperscaler 的相对强弱与hyperscaler 自由现金流拐点。 2. 把"技术进步"和"经济性"两条线分开记账：本篇反复证明二者可背离。看多技术 ≠ 看多回报；分母(投入)膨胀会让回本山更陡。 3. 盯三条"路标"以判断何时"撞墙"：①企业是否真的"省钱或赚钱"（enterprise make/save money）；②利润是否开始沿链向上流出半导体；③hyperscaler 是否出现capex 节奏的"略微放缓"（不是腰斩，是边际减速以夺回 FCF）。 4. ROI 的"易逝性"是最被低估的风险：连乐观派都承认先发优势会被竞争抹平、盈余漏给消费者。对任何"AI 提升企业利润率"的卖方模型，应追问"这个 margin 优势能维持几个季度"。 5. 数据就绪度 > 模型能力，是企业级落地的真实瓶颈："agents on top of data that isn't ready" 与 #17 Gartner"40% Agentic 项目将被取消"互为印证。 6. 新增两个非财务尾部变量进监测：①民粹反感/社会接受度（George 称美国独有，或在中期选举前后爆发）；②C-suite 与一线员工的生产率"感知鸿沟"——后者是企业 ROI 迟迟不兑现的微观证据。 7. "循环性"是这轮的脆弱点：AI 撑牛市、牛市供养 AI 投资（Covello 亲口"a little bit circular"）。一旦市场遇颠簸，好环境下被容忍的边际支出可能率先被回撤。

---

*精读整理：2026-06-07・基于高盛官方播客 Goldman Sachs Exchanges 文字稿（录制 2026-05-26）・所有英文引文均逐字摘自 transcript.pdf；带语境的解读与"路标/takeaways"为本笔记归纳，非高盛原文判断。*