未来最受益于AI的，可能不是科技股

近年来，“人工智能（AI）将成为颠覆未来的核心投资主题”已经逐渐成为全球投资者的共识。

在过去几年，这也将大批的科技股推向“新高”——英伟达便是最具代表性的受益者，借着AI的风口成为了全球首家市值突破4万亿美元的公司。

就在全球投资者争相通过科技股布局未来时，美国先锋领航（Vanguard）的首席经济学家乔・戴维斯（Joe Davis）近日在与晨星的交流中，提出了一个颇具启发性的观点。

他认为，未来最受益于AI趋势的，未必是当下风光无限的科技股，价值股反而可能成为AI时代里“意外的赢家”。

接下来，就让我们透过他与晨星的对谈，看看该如何把理解和握住“大趋势”，在这场AI引领的科技变革中成为赢家。

Davis：一方面，从概率的角度来说，市场风格和潮汐是一个道理——潮水退去后总会回来。但另一方面，涉及到科技发展的阶段问题。

首先，你需要判断自己是否正处于“变革性技术周期”中。比如，尽管我们现在都知道计算机是变革性的技术，但在1992年个人电脑问世时，你真能100%确定未来会是如今的样子吗？恐怕不能。或许当时的各类数据能提供一些线索，但仍存在诸多不确定性。

如今，我们很可能又处于一个长期技术周期中，一种通用目的技术（general-purpose technology）可能即将出现。不过，这类技术周期的案例并不多，我们缺乏大量参考样本。历史上的通用目的技术的例子有电力、内燃机，但即便如此，经济学家其实对“究竟什么才算通用目的技术”还存有争议。因为不是所有使用广泛的技术都能算是通用目的技术，关键在于它能否推动整体社会的变革——比如微波炉是新技术，但并非通用目的技术。不过从当前各种分析来看，AI成为通用目的技术的概率很高。

我们可以把所有的技术发展粗略地分为两个阶段来看。第一阶段，我称之为“技术生产的初步扩散期”。在这一阶段，技术的生产应用开始逐步推广，会出现大规模投资，大量新企业应运而生，专注于技术研发与生产。个人电脑时代便是如此，典型例子包括电脑硬件、软件及拨号上网技术。有人认为这个阶段会出现泡沫，这种说法很常见，但我不想就此断言，况且这一点对技术周期的后半段而言，其实无关紧要。

真正让人感到意外的，其实是投资周期后半段的情况，也就是技术周期的第二阶段：若这项技术真如我们所料具备变革性，它会以自身为平台，通过提升企业盈利、提高生产率、催生新产品，开始惠及更多企业。

我可以举两个例子：第一个是个人电脑时代，事后看来，它的出现让亚马逊这类在线购物企业的崛起成为可能，但严格来说，亚马逊并非传统意义上的“科技公司”，而是属于消费领域；第二个例子是电力时代——推动装配线发展的核心技术是电力，最终赢家却是福特汽车和通用汽车。电力本身并未直接为这些企业带来盈利，但没有电力这种变革性技术，它们或许根本成不了如今的行业巨头。

可见，技术的影响会扩散到“非技术领域”：电力影响了汽车业，计算机影响了零售业。若一项技术没有这种扩散能力、无法推动整体增长，那它从一开始就不配被称为“变革性技术”。

这正是我认为价值股可能受益的原因。若我们的判断正确，给AI五年或七年时间，我们会看到一些变化。但现在讽刺的现实是，科技行业之外的领域，包括价值股板块，其估值都远低于科技股。我这里不是想否定科技股的投资价值，而是想说，如果AI真如个人电脑那样具有变革性，那么除了科技行业，其他领域也会涌现机会。因此从估值角度看，价值股等板块会获得边际利好。这并非我对科技股持怀疑态度，恰恰相反——若AI真有长远潜力，它的影响会像“蜘蛛网”一样，扩散到硅谷之外的各个领域。

Davis：我从事经济学相关的工作已经20多年了——这也是“我老了”更委婉的说法。不过，从我读研究生时起，有个思路至今仍普遍适用：如果你关注经济与金融市场，且投资期限为短期至中期，最关注的肯定是各类媒体报道、GDP数据，或是美联储未来六个月的政策动向。这些确实重要，我经常被要求在对内对外的场合中对此发表看法，我的团队也会做短期市场研究。

但我认为，行业真正低估了两个层面的问题。

第一，正如你所说，有些趋势发展速度极慢，所以也有人会质疑：“除非我关心未来20年的情况，否则根本不用在意这些趋势。”它们就像海洋中的冰川，移动速度慢得让人觉得像看油漆变干一样。但事实是，这些趋势的微小变化，对商业周期却有重大影响。比如过去两年，经济增长、通胀及股市表现中最出人意料的因素，都与大趋势相关：移民政策变化关乎人口结构，哪怕微小调整也会产生影响；关税税率变动与供应链波动涉及全球化——虽听起来是“大趋势”，却一直在动态变化；人工智能领域的投资及生产率提升，会影响劳动力市场与企业盈利。

从长远视角看，这些趋势似乎进展缓慢，但实际上，若能捕捉到它们的细微变化，就能显著改善分析效果。我可以告诉你，这些“大趋势”的变化，能解释标普500指数月度和季度波动的50%。这意味着，即便你是短期投资者，从这些趋势视角分析市场也至关重要。

我认为这一点对业内很多人来说都是新认知，它改变了我们进行宏观预测的方式，也可能重塑整个行业的预测逻辑。我们不应将这些趋势视为静态因素，而应认识到它们是“鲜活的有机体”，对日常市场的影响远超我们想象。

Davis：我们差不多十年前就开始研究人工智能了。当时我读了很多科技领域的报告，大家都认为AI会成“大事件”。但我们想深入探究的是，它会如何改变工作本质？我用这两个职业举例，是为了说明：某一项技术出现后——比如20世纪90年代的个人电脑及相关通信技术——这项技术其实能大幅改善某类职业的发展前景、岗位数量与平均薪资。

共同基金会计就是这样的职业：计算机的出现彻底改变了这份工作的本质，但该职业的薪资水平提高了，岗位数量也增加了——可以说，计算机是这个职业的“互补工具”。但与此同时，也正是计算机这同一项技术，推动了电话接线员职业的自动化，成为压垮这个职业的最后一根稻草。

通过自上而下的研究，以及了解相关职业的岗位要求，你大概就能有相当大的把握去预判，未来十年某项技术会对劳动力市场产生怎样的影响。这不是我们独创的方法，很多学者都曾通过拆解岗位描述中的要求开展类似研究。换句话说，我们无法确切知道未来会如何发展，但能判断影响程度是高、中还是低。比如，若你在20世纪80年代末读过《计算机》杂志，再对比共同基金会计与电话接线员的岗位描述，就能大致预判这两个职业的未来走向。

不过，真正的难点在于，科技始终在不断进步。当前的AI确实具备令人惊叹的能力，但显然还未达到更高阶段——高级通用人工智能（AGI）还未实现，AI还没有意识，也还没实现与机器人的高度融合。因此，这些预测必然存在不确定性。但总体而言，大概率在未来七年，我们工作方式迎来的变革，至少会是自个人电脑出现以来最大的一次。

Davis：首先我想强调，先锋集团始终认为“行为指导”是投资咨询服务的核心价值之一。尽管很难量化，但我们的研究已证实它多的价值和重要性。结合我个人经历来说，我觉得投资顾问的价值，在市场波动时尤为显著。他们能帮你更有信心地做出决策——即便你自己也能独立做决定，但顾问的存在会让你更有底气。这就是投顾服务所具备的“情绪价值”。从技术角度看，AI或许能在某些维度替代投顾的工作，但我始终认为，投顾这种“以人为本”的工作依然不可替代。

不过，这并不意味着行业不会发生变革。虽然我自己不是投资顾问，不了解业务管理的细节，但我们可以将投资顾问与其他800多个职业进行了对比分析。有人会认为，既然投顾的价值体现在行为指导上，那就应该把所有时间都投入其中。但我认为事情没这么简单，这种想法本质上是“劳动总量谬误”（即认为一个经济体只能支撑固定数量的工作，劳动力越多，岗位就越少）。

我觉得更现实的情况可能是：咨询服务的价值会提升，业务规模也有望扩大；同时，因为技术的出现，客户对财务规划的预期也会提高。举个例子，在五年或许更久的未来，如果看到智能穿戴设备中的健康数据也成为帮我进行财务规划考量的一部分，我不会感到惊讶。

这也可以类比汽车制造业。一百年前的汽车组装与现在完全是不同职业。如今造车时间缩短、工人数量减少，但汽车技师的薪资提高了，汽车的价值也更高了——为什么？因为现在的汽车配置更丰富：不仅有500马力的发动机、安全气囊，还有各类诊断系统，本质上就是一台计算机。

放到财务规划领域亦是如此：结合AI能力与投资顾问的工作任务来看，未来财务规划的“基础要求”会提高；但对那些善用AI的顾问而言，即便花在单个规划上的时间减少，业务规模也能扩大。所以，若我是投资顾问，会觉得这种变化很令人兴奋——就像经济学家、护士等职业一样，财富管理行业也会迎来变革，且整体前景是乐观的。

Davis：我不是教育领域的专家，但30年的经历让我明白了什么事不该做，也懂了一些早该知道、却走了很多弯路才明白的道理。我常被问到这类问题，尤其是关于AI的：“刚入职场，该学什么专业？”又或是像我这样50岁出头的人，回想当年走进办公室，看到桌面上新出现的Excel时，会纠结“该不该用这个工具”——我记得当时有些同事说：“我都快退休了，不用学这些新东西。”

不过，无论面对什么技术，尤其是AI，有一件事我觉得每个人都该做，且这件事与AI本身并无直接关联：我个人的目标是每天至少阅读3小时，要么读自己专业领域的内容，要么读相关领域的知识。因为了解的信息越多，无论是否使用技术，都能更好地“串联信息点”、找到逻辑关联。我也这样告诉我的两个在读大学的孩子：“社交媒体不算阅读，甚至会‘拖后腿’——若刷了1小时社交媒体，就得补4小时阅读。”或许现在这么说显得我有些老派，但我始终认为，只要你大量阅读，了解聪明人的观点与著作，就能吸收数百人的集体智慧。

我在先锋领航和一百多位研究员同事一起工作，也从中受益良多。很多抛给我的问题之所以能答上来，不是因为我自己做过相关研究，而是因为我在阅读积累的基础上逐步沉淀了知识。这一点非常重要，尤其是对刚开启职业生涯的人而言。我刚进先锋领航的时候，连ETF是什么都不知道，对基金也只懂点皮毛。我当时学的是矩阵代数，研究生阶段的知识在某些方面或许有用，但大部分时候根本派不上用场。

另一个建议就和技术本身有关了。不管你是20岁的大学生，35岁、事业刚步入上升期的职场人，还是像我这样50出头、还有10年才退休的人——不管是哪种情况，我都会说：尽量用AI去自动化自己的工作。

这话听起来可能有些夸张，但核心的想法是在实践中学习。我并不完全了解AI的所有能力，但只要我尽可能多地用它，最终只会有两种结果：要么我的效率能提升30%到40%，那年底我就有理由跟老板要求加薪，还能帮到同事；要么，就算就业市场不景气——说实话，生活本就充满竞争，我也想比坐在我旁边的经济学家效率更高。所以这么做肯定有好处。

还有一种情况是：虽然这种职业不多，大概只占六分之一，但确实存在——你用了AI后慢慢发现，好家伙，我手头60%到70%的工作，就算现在做不到，未来也肯定能靠AI完成。这就给了你一点时间，去思考要不要转做相关职业。想这个问题肯定不好受，但回到之前提的电话接线员的例子，如果能在1985年就能意识到这一点，你还有时间提前想想自己职业生涯的第二阶段能做些什么，而不是等到1995年才被迫面对这个问题。

作为经济学家，光看数据很容易变得冷漠，但要知道，每一组数据背后都是活生生的人。我在自己家人的例子中也见过——技术能带来好处，但也会带来一些阻力。所以我给的就是双管齐下的建议：一是多阅读，二是尽可能多地使用AI。你肯定能从中学到东西，不管怎样，这对你绝对是有益的。

本文编译节选自晨星美国播客节目Long View的《Joe Davis: How to Capitalize on ‘Megatrends’》，欢迎点击“阅读原文”收听完整内容（英文）。

编译 | 屈辰晨