7000亿美元，大多数投资者都在关注错误的公司

您可能从未听说过的最聪明的技术分析师刚刚发布了一篇重新构建整个人工智能投资论点的演讲-如果您仍然将其视为一个软件故事，那么您已经落后了。

本尼迪克特·埃文斯（Benedict Evans）--安德森·霍洛维茨（Andreessen Horowitz）前合伙人、技术和资本领域最清晰的思想家之一--阐述了人工智能热潮不太像软件革命，而更像是铁路时代。仅四大科技公司预计到2026年将在基础设施上花费约7000亿美元。这几乎是整个全球电信行业年度资本支出的三倍。就像铁路一样，修建铁轨的公司可能比买票的公司重要得多。

这一认识指向了发电、电网基础设施、半导体、数据中心和企业软件领域的一系列特定公司，无论哪种人工智能模型“获胜”，它们都能获得报酬。镐和铲子的剧本经历了历史上每一次重大技术转型。这就是它现在可能再次工作的原因，以及具体在哪里寻找。

我今年读过的关于人工智能的最有用的文件之一并没有预测将会发生什么。它解释了投资者应该问哪些问题。

该演示文稿名为“人工智能吃掉世界”，由本尼迪克特·埃文斯（Benedict Evans）制作。

如果您对埃文斯不熟悉，那么他在从事股票研究和电信策略职业后，曾在安德森·霍洛维茨（Andreessen Horowitz）担任合伙人多年。与许多科技评论员不同的是，埃文斯既是投资者又是经济学家来对待技术。他花很少的时间做出宏伟的预测，而是花大量的时间思考激励措施、商业模式、资本配置以及如何真正捕获价值。

最后一点很重要。

科技行业在创造巨大价值同时破坏股东资本的同时有着悠久的历史。铁路改变了美国。航空公司改变了世界。电信网络连接全球。在这些革命中拥有错误公司的投资者经常发现，正确预测未来和赚钱是两件截然不同的事情。

这可能最终成为当前人工智能热潮中最重要的教训。

现在，每个人都对人工智能着迷。每次财报电话会议都会提到这一点。每个风险投资家都在为其提供资金。每个公司高管都在试图解释它如何融入他们的商业模式。社交媒体上的每一位股票推销员都发现，在公司描述中添加字母“AI”显然可以让股价额外上涨20%。

埃文斯退后一步，提出了一个简单的问题：如果人工智能主要不是一个软件故事怎么办？如果这是一个资本支出故事怎么办？

数字令人震惊。微软、亚马逊、Alphabet和Meta预计将在2026年花费约7000亿美元用于资本支出。四大科技公司计划在一年内花费近四分之三万亿美元建设基础设施，是几年前支出的两倍多。

埃文斯指出，全球电信资本支出每年约为3000亿美元。全球油气资本支出约为1万亿美元。人工智能已经成为人类历史上最大的基础设施建设项目之一。

每个人都关注英伟达（NVDA），因为该股已成为人工智能时代的典范。埃文斯指出，英伟达无法以足够快的速度从台湾半导体制造公司（TSB）获得足够的产能来满足需求。半导体制造商正在争先恐后。内存供应商正在争先恐后。数据中心开发商正在争先恐后地。电力公司正在争先恐后。建筑公司都在争先恐后。

这一观察得出了第一个投资结论：如果人工智能确实改变了经济，最大的赢家可能不是软件公司。他们可能是销售镐、铲子和电力的企业。

每个人仍然低估权力故事

每个人工智能查询都需要电力。每一个推论都需要电力。每个数据中心都需要电力。你对人工智能热潮研究得越多，你就会越清楚发电和输电是市场上最被忽视的投资主题之一。

星座能源（纽约证券交易所代码：CEG）可能是最纯粹的公开交易人工智能电力故事。该公司运营着美国最大的核电站群，约占该国无碳发电量的10%。人工智能数据中心需要大量可靠的基本负载电力。风能和太阳能可以做出贡献，但超大规模运营商每天每秒都需要电力。核能解决了这个问题。

数据中心运营商和核设施之间最近达成的协议表明，大型科技公司越来越愿意为可靠的电力支付高价。鉴于监管障碍和建设成本，星座拥有的资产基础在今天几乎不可能复制。如果人工智能需求继续以接近当前预测的速度增长，星座可能会发现自己处于令人羡慕的境地，拥有每个人突然需要的东西。

瑞致达（纽约证券交易所代码：VST）提供更广泛的电力需求增长风险。该公司在关键市场拥有天然气、核能、太阳能和电池资产，其中包括德克萨斯州，德克萨斯州仍然是北美最重要的数据中心市场之一。虽然星座主要是一个核故事，但瑞致达提供了一种多元化的方式来参与不断增长的电力需求。随着人工智能工作量的扩大，ERCOT的电力需求增长可能仍远高于历史趋势。

NRG Energy（纽约证券交易所代码：NRG）历来被视为周期性电力生产商，但人工智能的建设改变了这一局面。数据中心正在成为能够在很长一段时间内消耗大量电力的锚客户。市场可能仍将NRG定价为传统公用事业公司，而基本经济学正在转向供应世界上增长最快的工业需求类别之一。

没有人谈论的瓶颈

埃文斯最重要的观察之一是，瓶颈不仅仅是发电。这是传输。你可以建立你想要的所有发电能力-如果你不能把电力从生产地转移到需要的地方，整个系统就会崩溃。

Quanta Services（纽约证券交易所代码：SWR）可能是美国质量最高的基础设施企业之一。该公司设计、建造、升级和维护输电和配电系统。如果美国打算花费数千亿美元升级电网以支持人工智能、数据中心、电气化和工业回流，广达可能会成为最大的受益者之一。这并不迷人。没有人在鸡尾酒会上谈论它。但该公司在庞大的长期支出周期中占据着关键地位。

MYR Group（纽约证券交易所代码：MYRG）是同一基本主题的一个较小版本-一家建造和维护电力基础设施和输电系统的公司。与许多与人工智能相关的股票不同，MYR的估值在市场回调期间偶尔会变得合理，这使得寻找人工智能力量建设二级受益者的投资者值得关注。

数据中心是新的办公楼

埃文斯强调了另一个值得更多关注的数据点：美国的数据中心建设支出现已超过了办公室建设支出。几十年来，办公楼一直是知识经济的实体基础设施。如今，知识经济正在建设服务器场。

这一转变对数据中心房地产投资信托基金来说是乐观的。

Digital Realty（NYSE：DLR）在全球拥有300多个数据中心，为许多全球最大的科技公司提供服务。它之所以有吸引力，是因为它并不是押注哪一个人工智能模型会获胜。无论OpenAI、Google、Meta、亚马逊还是某家初创公司占据主导地位，它们都需要数据中心容量。这是一项经典的收费公路投资-作为一项房地产投资信托基金，Digital Realty还提供当前收入，使其比大多数人工智能股票更容易被收入导向的投资者获得。

Equinix（纽约证券交易所代码：EQIX）可以说是世界上质量最高的数据中心运营商。该公司建立了一个具有强大切换成本的全球互连生态系统：客户将设备放置在Equinix设施内，因为他们的合作伙伴、供应商、客户和网络提供商已经在那里。这种网络效应使得Equinix比装满服务器的简单仓库更难复制。

没有人愿意承认的大宗商品风险

这是埃文斯提出他最具争议的论点，这是值得认真对待的论点。

大型语言模型看起来越来越相似。绩效差异是存在的，但似乎正在缩小。没有明显的网络效应。没有明显的转换成本。无法保证当今的人工智能领导者能够保持定价权。

这听起来应该很熟悉。电信公司花费数万亿美元建设网络。消费者获得了大部分好处。应用程序开发人员获得了大部分利润。网络运营商的回报往往平庸。

如果人工智能模型成为商品，真正的赢家将是建立在这些模型之上的企业。历史提供了有用的指南。互联网创造了巨大的财富，而其中大部分财富并不是由光纤电缆制造商创造的。它们是由亚马逊、谷歌、Netflix、Meta和成千上万的软件企业制作的，这些企业使用基础设施来解决特定的客户问题。

埃文斯认为，同样的动态也可能出现在人工智能中。真正的机会可能会出现在垂直软件、工作流程自动化、医疗保健管理、法律技术、客户服务自动化和业务流程管理方面。

ServiceNow（纽约证券交易所代码：NOW）可能是当今最强大的人工智能应用故事之一。该公司已经处于企业工作流程的中心。人工智能使其能够自动化更多任务并增加客户价值，而无需客户彻底改革其整个技术栈。

Salesforce（纽约证券交易所代码：CRM）花了数年时间构建客户关系软件。人工智能使其能够通过自动化和预测能力增强这些工作流程。该公司庞大的安装基础提供了大多数人工智能初创公司无法比拟的优势。

Palantir Technology（纽约证券交易所代码：PLTR）可能是企业人工智能采用的最直接受益者。与专注于通用模型的公司不同，Palantir帮助组织将人工智能应用于特定的运营决策--随着企业超越实验并进入生产部署，这一区别可能会变得越来越重要。

顾问和设备制造商

演示文稿中的一张图表值得暂停：尽管ChatGPT令人兴奋，但只有一小部分用户真正为该服务付费。很多人使用它，依赖它的人要少得多。

技术采用通常遵循可预测的路径。人们进行实验。企业测试。顾问被雇用。试点项目激增。多年后，任务关键型应用程序出现了。我们仍处于这个过程的早期阶段--这创造了真正的机会。

美国的每家公司都想实施人工智能。大多数人完全不知道如何做到这一点。这种差距为顾问和系统集成商创造了重要的机会。埃森哲（纽约证券交易所代码：ACN）、印孚瑟斯（纽约证券交易所代码：INFY）和Cognizant Technology Solutions（纽约证券交易所代码：CTSH）等公司最终可能会占据人工智能淘金热的很大一部分，因为必须有人帮助企业部署这些系统。从历史上看，实施技术比发明技术更难。

半导体设备公司同样因同样的结构原因而引人注目。应用材料公司（纽约证券交易所代码：AMAT）是芯片制造设备的最大供应商之一。无论是英伟达、AMD、博通还是未来的竞争对手主导人工智能芯片，都必须有人购买应用材料公司的设备来制造它们。

Lam Research（纽约证券交易所代码：LRCX）专注于先进芯片制造所必需的蚀刻和沉积技术。随着芯片变得越来越复杂，需要更多的处理步骤，Lam的设备变得越来越重要。KLA Corporation（纽约证券交易所代码：KLAC）提供检测和过程控制系统-半导体越复杂，质量控制就越重要。KLA很容易被忽视，因为检测设备并不令人兴奋，但它在半导体生态系统中占据着关键地位，并持续产生令人印象深刻的盈利能力。

唯一诚实的结论

埃文斯演讲的最后一课可能是最有价值的：没有人知道这会如何结束。没人我

事后看来，每一次平台转变都是显而易见的。个人电脑、互联网、智能手机--每一种在事后似乎都是不可避免的。当时，每次转型都充满了失败的商业模式、破产、错误的开始和极其错误的预测。人工智能也不会有什么不同。今天的一些明星将会消失。一些今天被遗忘的公司将成为明天的巨头。

作为投资者，工作不是确定性地预测未来。它是为了识别如果你是对的，回报是有吸引力的，而如果你是错的，缺点是可以控制的。

这就是为什么拥有真实客户和真实现金流的电力基础设施、数据中心、半导体设备和软件业务不断成为最具防御性的职位。人工智能的未来可能不确定。对电力、计算能力和业务生产力改进的需求并非如此。

埃文斯在演讲结束时表示，每个人工智能问题最终都有两个答案之一：“没有人知道”或“上次一切都改变时发生了什么？”

对于投资者来说，这可能正是正确的框架。历史不会重演--但它通常押韵。最明智的举动不是试图预测未来的确切形状。无论未来如何发展，它都拥有最有可能获得报酬的企业。当不确定性很高时，事实证明，拥有销售镐和铲子的企业比猜测哪位探矿者开采黄金更可靠。这种方法贯穿了金融历史上的每一次重大技术转型。没有理由认为人工智能时代会有任何不同。