從歷史上看，每輪變革都是從硬體開始，再到 Infra、軟體的一個逐步受益的過程。後期肯定是軟體公司佔大頭，但早期都是硬體和 Infra 受益，而硬體和 Infra 基本上都是二級公司。所以從去年到今年，英偉達、SMH 以及其他硬體公司都漲了很多。

前段時間，Google 前 CEO Eric Schmitt 在斯坦福的演講中提到的一個例子很具有啟發性：電力引入工廠並沒有帶來更多的生產力，而 30 年之後的分散式電源改造了車間佈局，才推動組裝系統的出現，實現了生產力質的飛躍。

現在和當時的情況有些類似。

我們其實在去年就提過，AI 和電是非常相似的，今年和很多企業交流後更加深了這個感受。企業從 Anthropic 或者 OpenAI 拿到的 Off-shelf 的 API 很難直接用起來，還需要進行大量的協調工作（orchestration）和資料處理，才能讓 LLM 真正融入自動化流程並與現有的工作相結合。所以，Anthropic 研究可解釋性就像變壓器對電的意義，它使得模型變得可控，並且讓資料在準備和清洗後能夠被大型語言模型有效利用，而做 RAG 和 Fine-tuning 類似把電源、電線佈置好的過程。我們覺得做到這些還需要時間。

我們的二級策略工具分為兩類，目標分別指向 AGI-beta 和 AGI-alpha。

之所以採用這種基於可見產品和收入的評分機，是因為美股市場和港股、A 股風格不太一樣。美股可以總結為“因為看見，所以相信”，當看到公司有真正的 AI 進展和因為 AI 產生的收入，市場才會給它獎勵，Long-only fund 才會開始加倉，也因為這一點，我們認為，當前時點上，歐美 long-only fund 對於英偉達還是低配的。

AGIX Index 的目標是在長週期下，對遠期的確定性進行思考。例如，去年 Gemini 的 demo 因為並不是即時的手勢識別和演示，被一些人質疑為造假。這件事當時看似是造假，但在未來 3 到 5 年，甚至更短的時間內，這樣的技術是完全可以實現的。所以我們尋找的是遠期的確定性，在這個確定性下思考哪些公司受益，哪些公司受損。

AGIX Index 從年初至今的表現為是上漲了 25.26%，而 QQQ 的底層指數 Nasdaq 100 則是 18.36%。

如果把時間線拉到更長，參考 4 年回測，AGIX Index 在過去 4 年也實現了 4 倍的回報，顯著超越了 Nasdaq 100。我們更希望看到 AGIX 變成一個 10 年 10 倍的指數，用來追蹤未來 10 年最大的變化。

AGIX Index 的表現之所以能顯著超越 Nasdaq 100 是指數構建理念差異的結果。

QQQ 一直被認為是投資科技股的 ETF 代表，QQQ 的底層指數是 Nasdaq 100 ，但它的整個邏輯是市值加權，也即按照市值大小投資於 NASDAQ 上市的非金融類公司中市值最大的 100 支股票，整體偏向於這樣做並不會考慮底層公司具體的業務和技術邏輯，這也帶來一個結果：即一些過去非常成功的公司、市值也非常大，雖然在新技術浪潮中，這些公司可能會被顛覆、逐漸淘汰，但因為這個過程相當漫長，因此這些公司也能在相當長一段時間中留在 Nasdaq 100 之中。

不僅僅是 Nasdaq 100，其它和技術、科技股相關的指數都會有類似問題，相對應的追蹤這些指數的 ETF 產品表現也會受到影響。舉個例子，儘管半導體 ETF 這些年表現非常好，但 Intel 在這波 AI 浪潮中是明顯受損的，但在前段時間的大跌之前，它仍然是 SMH 指數的前十大持倉之一。

具體到覆蓋公司標的對比上，則可以更加直觀看到 AGIX Index 的 AI 純度：

因此，好的 AI 投資工具首先一定要主動理解這些公司，在長週期緯度下判斷哪些將從 AI 發展中受益，哪些將受損，從而挑選出贏家，避免那些可能拖累業績的個股。

上個月，美國 ETF 資管機構 KarneShares 推出了追蹤 AGIX Index 的 ETF 產品，KraneShares Artificial Intelligence & Technology ETF（Ticker：$AGIX），並在 Nasdaq 交易所上線。

除了追蹤的指數足夠 AGI native 外，AGIX ETF 的另外一個顯著特點是：它面向一級市場頭部資產也設定了一定的敞口，AGIX ETF 不超過 15% 的倉位會配置一級 。雖然目前大多數價值捕獲來自二級市場公司，但作為一個旨在提供全面市場敞口的 beta 產品，如果錯過了一級市場的投資機會，那麼產品的市場覆蓋就不夠完整，這種機制設計，使產品既具有流動性，又能獲得一級市場的投資機會。

Alpha 策略和 Index 產品是相輔相成的。在 AGIX Index 覆蓋公司研究基礎上，在二級市場透過擇時、結構化交易等主動操作策略來平抑市場波動，增強投資者的持有體驗。

我們目前還處於 AI 的早期，在真正實現 AI/LLM 的 massive adoption 之前，市場一定會經歷許多所謂的"垃圾時間"，在這段時間內，由於模型進展等因素，可能會出現“air pocket”（市場動力不足的時期），這些時期持有某些股票收益可能並不好。藉助主動管理策略就可以避免在這些低 beta 時期持有表現不佳的股票，從而獲取 Alpha 回報。我們希望 Alpha 策略能夠實現更低的波動性和更高的收益。

在理解市場敘事和週期，抓住 beta 的同時，我們也會基於基本面研究透過多空策略發掘個股 alpha。在具體的選股上，我們傾向於根據行業週期、競爭格局、公司本身的現金流盈利能力等因素設定倉位和持倉週期。

前段時間，市場因為多種宏觀因素而出現了一系列波動。前兩次市場風格的轉變相對健康合理。首先，市場開始從成長股向價值股轉變，隨後特朗普相關主題出現，市場又向特朗普概念輪動。

比較劇烈的波動是 7 月底。在 7 月底至 8 月初的兩週內，市場經歷了快速的去槓桿過程，引發了巨大的波動，這一波動是兩方面因素帶來的：

首先，美國的就業資料低於預期。另一方面，日本央行採取了鷹派的加息措施，這導致了日元套利交易的大規模平倉。根據多方的統計資料，日元套利交易的規模估計在 4000 億至 6000 億美元之間，扣除長線債券資金，股票頭寸大概在 2000 億美元。

在 8 月 5 日至 7 日的三天內，美國股市基本完成了這些倉位的去槓桿。由於突然增加的波動性，許多量化交易策略也會減少頭寸，因此在 8 月 7 日，主要是量化交易的平倉導致了市場的拋售。我們看到降倉已經完成，同時前兩週逐漸開始有企業回購，基於這些情況，我們判斷市場調整已經結束，企業回購活動之後將是一個相對平靜的階段。

目前，我們傾向於認為美國的信貸端流動性沒有顯著問題，尤其考慮到今年下半年美國要降息，美國整體的金融環境是在向寬鬆方向發展。

最近市場上也有很多聲音開始討論 Sahm Rule。實際上，Sahm Rule 是一個同步或後延的指標，並不是一個先驗或前瞻性指標。

Sahm Rule 之前被啟用都是因為美國已經進入衰退：職位供給坍塌，導致失業率的急劇上升。但本次不太一樣的是， Sahm Rule 被啟用不是裁員帶來的，而是勞動參與率提升驅動的結果，美國的就業創造並沒有出現問題，儘管有所放緩，但每個月仍有超過十萬的就業機會被創造出來，因此美國的整體就業狀況仍然是健康的。

此外，美國當前的金融環境是過去 20 年中最嚴峻的時期之一，整體利率非常高，中小企業融資非常困難。在這種情況下，就業資料還是如此強勁，隨著美聯儲在下半年降息，預計中小企業將受到刺激和幫助，這將極大地促進就業。

整體來看，網際網路板塊公司 24Q2 的財報雖然略低於預期，但從絕對值來看還是不錯。目前市場對今年明年的 Capex 週期已經比較認可，主要的關注點是 AI 的可持續性。所以這輪財報季中，企業在問答環節被問及最多的問題，是如何證明 AI 的應用場景能夠帶來足夠的投資回報率（ROI）。

微軟雲 Azure 的 6 月份增長率略低於預期 1.5 個點。但從中長期角度來看，微軟是最直接受益於 OpenAI 發展的公司。如果下半年 OpenAI 進一步推出多模態的應用，對 Azure 的拉動作用是很明確的。目前 Azure 在供給上有一定瓶頸，如果得到緩解，我們對 Azure 下半年的前景持樂觀態度。

我們預計 Azure 微軟雲服務到明年 3 月和 6 月都能恢復到 30% 的水平。也就是說，雖然這次財報中 Azure 得表現不及預期，但未來幾個季度的業績指引還是有機會達成的。

亞馬遜的利潤主要分為 AWS 雲服務和零售業務兩部分。在我們的調研中，不少初創公司都認為 Claude 是多個方面最優秀的模型，因此，我們在判斷亞馬遜接下來的表現時的一個核心觀點是，AWS 將不斷從 Claude 的應用中受益，其增速將會提升。

在這個季度， AWS 的增速從上個季度的 17% 回升到了 19%，超出了市場預期。8 月份可見的 AWS 的增速將加速至 20%。我們的觀點是 AWS 的增速將從年初的 12%逐步恢復至 14%、16%，直至 19%，可見我們的邏輯已經得到了市場的驗證。

在此之前，市場最關心的問題是，隨著國內出海電商在今年下半年對 Meta 廣告板塊的貢獻下降，Meta 的利潤和收入是否還能跟上？對於這個問題，我們也做了很詳細的拆解和追蹤，核心結論是， Meta 對美國下半年的收入預期相當保守，是可以實現的。

總體來說，Meta 擁有海量資料和使用者群，將 Llama 3.1 整合到系統中可以在許多場景中提高效率，例如自動撰寫廣告、幫助廣告主尋找潛在客戶等。

更重要的是，未來 Meta 可能會提供全面的編輯工具，廣告主在製作影片或音訊時可能完全在 Meta 系統內完成，不再需要跳轉到 Adobe 等外部工具。

Meta 在今年 5 月推出的 GenAI 廣告工具

延伸閱讀