文市值观察，作者文雨，编辑小市妹
最近一段时间，AI 股动辄翻倍的涨幅，在资本市场简直是封神一般的存在。
但现在，我们要给它泼下一盆冷水。
估值的压力
没有只涨不跌的股票。
回顾历史，每一次大的行情，其演绎路径大致都要经过“炒估值——估值消化——业绩驱动再上涨”三个阶段。
比如 2013-2015 年的互联网、2019-2021 年的半导体以及 2020-2021 年的新能源行情。拔估值期间，指数涨幅大多在 50%-80% 之间，领头个股的涨幅大约是 200%-300%。随后便进入回调，期间，前期涨幅的几乎一半都要被回吐。
今年至今，AIGC 指数已经涨超 50%，领头个股（如 360）则已经翻了数倍。以史为鉴，此轮人工智能的炒作大概率已经进入估值驱动阶段的尾声。接下来将进入消化估值阶段，能超额兑现业绩的可以靠业绩消化，大多数则需要通过杀股价来完成。
此外，华创证券近期还给出了一种衡量市场热度过火与否的方法——相对成交热度（成交额占比/市值占比）。
打个比方，假设整个市场总市值 10000 亿，其中 AI 板块 1000 亿，整个市场一段时间内成交了 2000 亿，AI 占了 150 亿。那么 AI 的相对成交热度就是 0.75。
历史经验表明，当某一板块的相对成交热度触及高位后，半年内几乎不会再有超额收益。例如，新能源的相对成交热度在去年4-6 月触及历史 90% 分位，在随后的8-12 月，万得全A收益率为-8%，但中证新能源指数与光伏指数涨幅分别只有-24% 和-15%，跑输市场。
按此方法回溯，2021 年 10 月-2022 年 1 月的元宇宙，2020 年 7 月-2021 年 2 月的茅指数，其过程也都是如此。
现在整个A股的情况是，AIGC 和人工智能指数的相对成交热度在过去一个月极速飙升，纷纷创下历史新高。
▲图源：华创证券
综合以上，当下A股的人工智能板块已经面临较大的估值压力，不排除后市继续上冲的可能，但理论上，下行的概率与潜在调整空间都要大于上行。除非行业能够超预期发展，带来新的想象空间。
从现实情况来看，这似乎也已经不可能。
现实的阻力
2022 年 11 月 30 日，ChatGPT 首发，最初只能完成撰写邮件、视频脚本、文案、翻译等简单任务。
然而随后其便以人类始料未及的速度进化，目前 GPT-4 已经可以流畅准确地回答用户各种问题，写歌、谱曲、报税、作诗无所不能，甚至连各类考试都能轻松拿下——司法考试排名前 10%、SAT 数学考试 700 分、生物奥林匹克竞赛排名前1%。
继续迭代下去，人类这一碳基生物很可能将被人工智能这一硅基生物打败。
GPT-4 诞生仅仅两周后，包括马斯克在内的 1000 多名科学界专家联名呼吁暂停对 GPT 模型的训练，以免该模型对人类造成不可控的潜在风险。
与此同时，各国政府也收紧了对 GPT 的管控，一股封杀浪潮已经袭来。
3 月 31 日，意大利个人数据保护局对 ChatGPT 提出质疑，宣布即日起国内暂时禁止使用 ChatGPT，并就 ChatGPT 侵犯用户数据隐私展开调查。
4 月 3 日，德国《商报》援引德国联邦数据保护专员发言人的话称，出于对数据安全保护的考虑，德国可能会效仿意大利，暂停使用 ChatGPT。
加拿大联邦隐私监管机构宣布对 ChatGPT 的母公司 OpenAI 展开调查，原因是该公司涉嫌“未经同意收集、使用和披露个人信息”。
4 月 11 日，中国国家互联网信息办公室正式发布《生成式人工智能服务管理办法（征求意见稿）》。意见稿拟规定，提供生成式人工智能服务应当要求用户提供真实身份信息。利用生成式人工智能生成的内容应当真实准确，采取措施防止生成虚假信息。
美国方面也有动作，据《华尔街日报》最新报道，拜登政府已经开始研究是否需要对 ChatGPT 等人工智能工具进行审查。
事实上，即便没有外部的阻力，AI 的发展也会受到底层技术的制约。
以最基础、也是最重要的算力为例，ChatGPT 的总算力消耗大约为 3640PF-days（每秒计算一千万亿次，需要计算 3640 天），且随着持续进化迭代，GPT 所需的算力规模还在呈指数上升。据 OpenAI 首席执行官 Sam Altman 透露，GTP-5 的参数量将是 GTP-3 的 100 倍，需要的计算量则是 GTP-3 的 200-400 倍。
由于算力紧缺，ChatGPT 近期频繁下调提问限制次数，GPT-4 的提问上限次数先后从每 4 小时 100 次下调到 50 次。4 月 5 日，OpenAI 一度暂停了 Plus 付费会员的申请。
在此之前，微软被爆曾专门为 ChatGPT 打造了一台由上万张英伟达 A100 组成的专用超算，耗资数亿美元。现在看，这远远不够。
换言之，短时间内人工智能不仅不会超预期发展，而且很可能不达预期。
货币环境的制约
开年以来，A股市场形成了两条平行的投资主线：一是“中国特色估值体系”建设下的中字头央国企，二是以数字经济、ChatGPT 为代表的 TMT 行业。
前者的逻辑是业绩和政策驱动下的估值修复，而后者则是基于对未来成长预期的提估值，这离不开过去一段时间国内宽松的流动性环境。
每当经济承压，政府几乎都会通过释放流动性来对冲下行压力。2008 年金融危机、2015 年外需不足、2020 年以来的疫情阶段，M2 与名义 GDP 的增速差均达到5% 以上。
2022 年，央行三次降息，1 年期 LPR 和 5 年期 LPR 分别调降 20BP、35BP。今年 2 月，M2 同比增速延续回升至 12.9%，创下 2016 年 4 月以来新高。3 月，继续全面降准 25bp，释放 5000 多亿低成本资金。
政府释放流动性原本是为支持实体经济。而李迅雷在最新发布的“流动才能创造价值”一文中提到：“当今我们面临的，一方面是实体经济的现金流偏紧，地方政府、房地产等非金融企业的债务压力大，另一方面，则是银行等金融机构面临‘资产荒’，即虽有钱但缺可以配置的资产，货币空转的现象十分明显。”
而货币空转不仅于拉动实体经济无益，而且会加大金融市场风险，硅谷银行的破产就是一个极端但真实的例子。
也因此，2023 年政府工作报告对于货币政策的表述是“精准有力”，强调精准，意味着今后总量层面的全面宽松大概率要告一段落了。
基于这一判断，以 TMT 为代表的中小盘成长股，其靠估值驱动股价的逻辑后市恐难有持续性，而以中字头央国企为代表的大盘股或许将更得资金青睐。
长期来看，AI 带给人类的是一场生产力革命，国内厂商们已经摩拳擦掌，阿里云的“通义千问”、商汤科技的“日日新 SenseNova”、华为的“盘古”、腾讯的“混元”……前途不容置疑。
还是那句老话：
人往往会高估一年的变化，而低估十年的变化。
