Jain 對 Mag 7 的 AI 投資給出了極度悲觀的判斷。

家里蹲国仙

他先講整體的財務結構：「這些巨頭公司有史以來累積的資本支出是 1.5 兆美元，現在他們講的是三年內要花掉 3 兆。你一年花一兆美元，而 AI 帶來的營收，大概只有七、八百億美元。」過去幾十年才累積 1.5 兆的資本支出，如今三年就要砸 3 兆，但對應的營收連零頭都不到。

他拿 Google 2004 年上市時對比：當時市值 500 億美元，卻已經產生 7 億美元自由現金流，營業利益率 20% 以上，是很會生現金的生意。現在的 OpenAI、Anthropic、SpaceX 完全是另一個層級。他反問，OpenAI 怎麼有辦法承諾投入一兆美元，營收卻大概只有 200 億美元？他還補了 xAI 的數字：一年的現金虧損是大約 120 到 150 億美元，Colossus 的產能利用率只有 11%，現在轉而把產能賣給 Anthropic。
   
個別公司方面，他指出 Google 現在「乾淨」的自由現金流只剩大約 100 億美元，而且這還是在沒把庫藏股算進去之前。它過去每年買回 500 到 600 億美元庫藏股，如今這筆錢已經沒了。「他們沒有自由現金可以買回庫藏股了。資本支出增加的速度比雲端營收還快。」雲端現在是極低品質的生意：「對大型企業來說，雲端的滲透率已經超過九成。」他以企業主身分查過價格，已經開始轉向其他更便宜的公有雲，市面上多了兩百多家新雲端供應商。
  
廣告模式也接近飽和。他說過去幾週問過幾家最大的消費必需品公司，對方說數位廣告已經滲透到 95% 到 100%，不打算再加，反而要轉向 Walmart 那種銷售點廣告。數位廣告佔整體廣告池七成五以上，而這些公司又佔數位廣告九成以上，「我不覺得它會一路漲到百分之百」。

Nvidia 的情況更微妙：「乾淨的自由現金流是 250 億美元。」但這個數字的算法是 Nvidia 把 250 億美元拿去投資新創公司，「那其實就是他們的資本支出，只是名目上不算資本支出。」過去六到九個月，Nvidia 投資了五十多家自己的客戶。「真正的自由現金低得多。」他說黃仁勳是真正的遠見者，自己也是 Nvidia 的粉絲，但「自由現金流現在正在往下掉，因為你被迫花這筆錢來維持需求」。

Contrarian Quality at GQG Partners – Rajiv Jain | Capital Allocators with Ted Seides | 2026-06-08
----
AI 投資的報酬率必然低於預期

Jain 認為這波 AI 投資的回報結構性偏低。「它的回報一定會低於大家以為的。」目前 GPU 租賃的價格「勉強只能打平 GPU 的成本，其他開銷根本還沒算進去」。其他成本（電力、土地）也全部上漲。「你沒有定價權，這跟過去的情況完全相反。」過去雲端是輕資產、高毛利，現在變成重資本、吃運算量的生意。

他用 Google 折舊政策的改變來說明：三年前改了折舊政策，營業利益率從 78% 掉到 23%。「如果 Google 沒改折舊政策，營業利益率會只剩高個位數。」這雖然只是會計處理，但揭穿了底層問題，這是資本回報遠低於以往的生意。亞馬遜也一樣，AI 資料中心的回報遠低於核心業務，一邊核心業務成熟見頂，一邊新業務越來越吃資本。

他的結論：「我們的看法是，這是一項強大的技術，但它的經濟效益真的很差，而且時間不站在你這邊。」技術本身確實強大，但經濟學不成立，時間站在空方。如果只是進場交易那無所謂，但這門生意的經濟學就是不好。

----
雲端能見度、token 訂價、需求可持續性

Jain 提到，GQG 內部對 AI 的辯論集中在三件事。

第一是雲端成長的能見度。「超過一半的在手訂單，連帶大概營收也是，基本上都來自 Anthropic 和 OpenAI。」Google、微軟超過一半的雲端營收來自 OpenAI，亞馬遜也類似。這些公司投資 OpenAI 的方式是給運算額度（compute credits），OpenAI 再拿這些額度回到亞馬遜上消費。「我們沒辦法百分之百確定，但我們相信現況就是這樣。」辯論的點在於這有多持久、能不能變成更賺錢的生意。

第二是 token 訂價。token 價格已經開始漲，需求還撐得住嗎？他用一個比喻：「如果星巴克開始用 25 美分賣咖啡，星巴克咖啡一定會缺貨。當你把每樣東西都訂得太便宜，看看 CoreWeave 和 Nebius，他們正在大失血。」這代表他們連成本都沒 cover。所謂運算短缺其實站不住腳，「短缺真正的檢驗，是看你把價格訂到合理水準時還缺不缺。」在資本主義體系裡，你補貼一個東西，本來就會缺。

第三是 AI 技術的長期影響，這部分團隊裡爭辯較少：「從技術角度看，對 AI 的長期前景其實沒那麼多爭論。」但從財務角度看，爭辯就很大。值得一提的是，GQG 的記者出身分析師對 AI 股最看空，他們認為這跟當年房貸危機有不少相似處，槓桿規模甚至更大。

----
進出 AI 的時機判斷

Jain 進出 AI 的操作很能看出他的逆向思維。2021 年他清光半導體和科技股，理由是「我們的看法是這個產業當時衝過頭了」。這個判斷在 2022 年被證明對了。2023 年初看到 ChatGPT 的衝擊後，他重新進場。但問題是「它的經濟效益就是不好的經濟效益」。Nvidia 至今仍是 GQG 史上獲利最大的單一持股。
  
他說現在 GQG 在半導體幾乎沒部位，科技股也幾乎歸零，曾經科技股佔比超過四成。但過去一個月，他們開始對企業軟體有興趣，砸了將近 100 億美元。「大家都覺得 HR 系統可以靠 AI 隨手 vibe coding 重寫掉，祝你好運。」他認為企業軟體的進入障礙比想像中高，替換成本極大。

----
企業端 AI 缺乏殺手級應用，機率模型難以勝任

談到企業端 AI 的採用，Jain 說回到這些股票本身沒問題，問題在於有沒有真正的殺手級應用，以及企業是否真的會轉向 AI。

「大家都在嘗試，但嘗試不代表有真正的殺手級應用，因為真正的問題是 #幻覺（hallucinations）。這不是小問題。#語言模型本質上是機率系統（probabilistic systems），在企業環境裡，你不能用機率系統。」
  
他引述 Lloyd Blankfein 在《Fortune》的一篇文章。高盛多年來一直並行跑兩套系統，因為這些是真實的數字：「你不能說『噢，可能是 80% 吧』，他們現在還停在 80% 到 85%，上不去。我們有一整個團隊在做這件事，結果一樣，不夠精確。連在程式設計這端也有大量幻覺問題，你得加一堆防護機制才能達到要求。」

Jain 認為，AI 敘事讓企業軟體公司有理由用 AI 來包裝自己、安撫華爾街，但實際業務的護城河照樣穩固。他以 Adobe 為例：

「2021 年第四季我們寫了 Adobe，那時 50 倍本益比，現在以調整後基礎來看只有 10 倍本益比，業務還在兩位數成長。我們做研究時，大部分企業客戶說他們沒辦法放棄現有軟體，因為有法規、合規、SOC 合規的問題。如果出問題會丟掉執照，比方建築師，那他別無選擇，只能用 Autodesk 的產品，因為那些程式碼不能放到公開領域。」

他的結論是：「炒作的好處是讓你能用便宜的資本募資，但作為投資人，你不必持有這些股票。痛苦的教訓是，如果你管的是別人的錢，早點離場比較好，因為要在另一頭出場很難，特別是集中度這麼高的時候，不只在公開股權，私募股權、私募信貸全部糾結在一起。」

----
即使荷莫茲海峽明天開放，產能恢復也要三到五年

Jain 對能源非常樂觀，理由不只是地緣政治：

「即使荷莫茲海峽明天就開放，還是要時間。看卡達，他們已經說大約兩成的液化天然氣設施停擺，修復要三到五年。這意味著你可以在 75 到 80 美元的油價下，買到自由現金流收益率兩位數的公司。我們不覺得油價會回到 70 美元並停在那裡。不需要 150 美元的油價，110 到 120 美元就讓你看到 15% 到 20% 的自由現金流收益率。沒有管理階層想增加產能。」

他指出，大部分模型還假設油價 75 美元，但實體市場交易在 110 到 120 美元：「我們跟很多石油公司談過，他們的實現價格比期貨市場高出 10 到 20 美元，新加坡的航空燃油一直交易在 150 美元。會有人賺很多錢。」

----
Jain 對公用事業的看法是結構性的，不是題材性的：

「公用事業，不只是因為 AI，而是全球在電力基礎建設上嚴重投資不足。美國的非管制公用事業（unregulated utilities）表現很好，我們過去持有，現在沒有了。但巴西、美國、歐洲、亞洲的管制型公用事業，每個地方（中國除外）都投資不足。需求一直超出預期。」

他給了具體數字：「你拿到 6% 到 8%，有些案例是 9% 到 10%。你可以買到未來 5 到 10 年 EPS 成長 8% 到 10% 高度可預見的美國公用事業，這比 S&P 還快。上個十年 S&P 成長 8%。」

他提醒，要把近期記憶體價格飆漲帶動的 S&P 盈餘上修排除掉：「那不會持久。記憶體要多週期就有多週期，每個週期大家都說『這次不一樣』，但看看中國的計畫和價格的需求破壞，已經開始了。如果你能用 17、18 倍本益比、3% 到 3.5% 股利率，買到一家 EPS 高度可預見成長 8% 的公司，你能以兩位數複合。」

----
錯誤案例：2022 年恐慌賣在低點，幾週後 ChatGPT 問世

Jain 坦白分享了兩個重大錯誤。第一個是 2022 年的半導體：

「2022 年夏天我們開始買半導體，之前完全沒曝險。10 月美中限制升溫，股價自由落體，我非常緊張，全部賣掉，幾乎是賣在最低點。我們認賠出場，那是 10% 到 15% 的部位，當時半導體沒人愛。我們逆勢買進，結果虧損出場，幾週後 ChatGPT 出現，股價飆漲。三、四月我們又回去，數據在轉好，我們說『不不不，要回來』。」

第二個是 2019 年 12 月買進航空股：

「我們 2019 年 12 月開始買航空股，佔公司層級幾個百分點。我們的中國分析師說中國有病毒在擴散，一開始大家不當回事，後來擴散到亞洲。我問這是不是像 SARS。我們開始減碼，必須認賠，因為疫情要進來了。我說我不知道會多嚴重，誰料得到變成這樣。我們在航空股（具體是 Delta）上快速停損。」

他指出，雖然航空股虧損出場，但同時建立的能源部位讓他們在 2020 年底到 2021 年初快速翻轉：

「我們已經十幾年沒持有石油股，當時它們的螢幕數字開始好看，現金成本從 100 美元的損益兩平降到 30 美元，估值有吸引力。#結果六個月後油價變負的。但之前做過的研究讓我們能快速行動。唯一學得到東西的方式就是你持有那檔股票。你可以整天談一家公司有多好，但一旦你持有並且套牢，思維會迅速變銳利。」

----
降低命中率反而能抓到更多多倍報酬股

Ted 問到怎麼對抗心理偏誤，Jain 回答：

「長期來看，沒有一個領域是我沒虧過錢的。同時你也學到一個好處：如果你以前在某檔股票虧過錢，現在你可能是更好的分析師。這會隨時間內化，所以我完全不介意快速翻轉立場。看長期績效，我以前命中率比較高，#後來我們刻意把命中率降下來。原因是命中率高的時候，#進場標準也高，反而會錯過很多多倍報酬股。#最好的點子往往是那種你心裡有疑慮的，我有疑慮，代表世界也有疑慮。」

他的邏輯是：「降低命中率，也代表承擔更多風險，就像天使投資，風險更大，但全壘打和多倍報酬的潛力更高，只是部位不能太大。看看現在的軟體，這些成熟的企業，10 倍本益比，大家覺得他們要完蛋了，沒有跡象顯示如此，有些還成長 20%，即使你想換掉也換不掉。我們持有的一些軟體公司，使用者討厭他們，但他們一直漲價。」

----
軟體與菸草：被低估的現金流機器

Jain 用 Adobe 說明估值判斷的框架：「我們在 50 倍本益比時算過，假設五年後回到 20 倍本益比、成長 15%，你不會賺到錢。但現在 10 倍本益比、自由現金流收益率兩位數，就算沒有本益比擴張，你也能複合 10% 到 11%。」

菸草是另一個出乎意料的論點：「我們大舉投資菸草。美國香菸銷量以 7% 到 8% 的速度衰退，已經五年了，但 Altria 的表現贏過 Meta，現在應該也贏過 Microsoft 和 Amazon。現金生成能力很重要。」

他強調選股標準：「我們到處找那種累積報酬能落在高個位數到低兩位數的機會，哪怕本益比回到歷史正常水準。美國大型銀行和華爾街貨幣中心銀行，全部以 25 年來最高的估值交易，不管是股價淨值比還是股價營收比。我們一檔都不持有。」

----
沒有專家，更沒有意識形態

Jain 解釋 GQG 的團隊結構和決策方式：「首先，我們沒有任何專家，連傳統分析師裡也沒有。我不是專家制的粉絲，#因為專家通常在重大轉折點是錯的。如果你沒辦法跨領域比較，你就不知道好壞。我們用多重篩選，量化成分很重。」

篩選的門檻是 9% 到 11% 的預期報酬，這是他的經驗法則。四個基金經理各有一票，他有否決權但很少用：「我們不需要共識。一個 PM 喜歡、分析師也喜歡，就可以放進來。我們一週只開一次會，我不太喜歡大型會議，打電話就好。」每個 PM 包括他自己都當全職分析師在做，每檔股票都辯到底，看證據的權重，也聽記者怎麼說。

關於部位大小，他借用信用分析師的思維：「S&P 不會給單一業務的公司 AAA，地理和業務線都不夠分散，但 Exxon 可以拿到 AAA。單一業務的公司不管大小，在我們的部位上限永遠不能太大。上限始終要照信用分析師的角度看：它能不能是 AAA。所以不是純看信心，更看業務的穩定度，就是別爆掉。」

他說：「不能接受的是市場跌 40%、我們跌 43%，然後說我們跑贏了。不對。我們的思維比較像多空混合。我們可以持有很大的 Exxon 部位，但不能持有同樣大的 Occidental 部位，雖然我們很喜歡 Oxy，因為 Oxy 業務更窄、風險更高。」

----
像避險基金一樣操作：長倉世界裡的停損紀律

Jain 認為避險基金的思維對長倉投資人也有用：「我們確實快速停損。在長倉世界做空很難賺錢，但它是一種好紀律。#長倉世界的問題是你會變懶，#因為你總能找到支持自己觀點的事實，反正長期來看這門生意都會沒事。但當市場告訴你錯了，你就得想清楚。」

他承認過去 12 個月 GQG 確實跑輸：「我們所有的組合都跑輸，這在我職業生涯裡也不是第一次，跑輸比這更多的時候都有。但我們沒虧錢，仍以中段十幾個百分點複合。真正的危機是在下跌市場開始虧錢，因為你需要在更高的基礎上複合。這個思維應該滲透到一切，把爆掉的風險降低。我們承擔的是相對風險，不是絕對風險。」

Jain 透露組合結構：「有一條長尾，但美國組合通常 30 到 35 檔，前 10 大約佔組合一半。全球和其他組合也是這樣。」

----
新興市場：指數結構扭曲，獨立選股機會龐大

Jain 是現存最資深的新興市場經理人之一，1994 年就開始做，超過三十年。「新興市場是個被嚴重低估的大類別。指數完全偏頗，四檔個股現在佔指數近三分之一。如果你看新興市場指數，#那就像半導體的槓桿版。你不會在美國有 20% 押在記憶體個股上，#但新興市場指數就是這樣。」
   
他指出新興市場的經濟規模已經今非昔比：「巴西現在比義大利還大，這些都是大系統了。從 G20 對比 G7 來看，動能已經從 G7 轉到 G13（譯註：扣除 G7 的新興國家），不只中國，印度 GDP 將近 4.5 兆美元，是個大系統，印尼也是。印尼一些大銀行現在比歐洲銀行還大，但沒人談了。用長期眼光看，很多有吸引力的機會。」

他舉例：「我在巴西找到一家銀行，7、8 倍本益比，7% 股利，三十年來實質股東權益報酬率從沒低於 15%，家族持有的，將近 1000 億美元市值，不是微型股。Petro 我們重倉持有五年，當時買進時 35% 股利，現在 12% 股利、6 倍本益比、油價 75 美元。」

對半導體，他的看法是反向的：「為什麼要持有 Samsung？這是最經典的案例，現在大家都在加碼產能。#半導體業從來不會敲鐘宣告週期到頂，中國正在大量增產。8 月時大家還覺得會有一場大屠殺，#6個月後從大屠殺變成缺貨缺好幾年。我們等等看。科技世界之外，新興市場有很多有趣的東西，絕對複合報酬的阿爾法機會大量存在。」

----
最重要的領悟：#承認自己懂得很少，避免意識形態

Ted 問到這些年思維的轉變，Jain 說：「最重要的是你開始體會到自己懂得有多少。你變得更謙卑，因為信心程度其實下降了。你更重視讓人不斷挑毛病、提出不同意見、來回辯論。這是你想活下來的必要條件。如果你內部做不到，那它就是風險管理失靈的一環。」

他認為最大的危險是意識形態：「#要避免根深柢固的意識形態。我們之前對 AI 最懷疑，也許未來還會再懷疑。估值不合理，加上有更好的風險報酬機會。Exxon 的市值跟 AMD 差不多，看今年油價，Exxon 大概能產生 500 億美元的乾淨自由現金流，AMD 能有 90 億就要偷笑了。我確定 AI 會改變世界，但 Exxon 能做到 500 億，假設油價 75 美元，不是 120 美元。AMD 是好生意、管理層也好，但數學就是不對。我們對數學要有信仰，而不是對觀點有信仰。」
  
他對大團隊和超級專家的看法是 180 度相反的：「根深柢固的意識形態最危險，包括認為大團隊和超級專家是必要的、會做得更好。我們管 1600 億美元，需要一些人員流動，穩定很好但要有新血、要有新思維。小團隊才是阿爾法所在。PM 不該把判斷外包給超級專家，這是壞主意，專家主義太多不好，大團隊不利於好的阿爾法。」

TGdy947

日本不夜谷高級外送俱樂部｜5年老字號口碑保證
主打優質櫻花正妹，真人實拍、資料透明，價格公開無隱藏消費
專人一對一需求分析，依喜好精準配對，拒絕亂推與話術
風格多元：現役大學生、幼齒蘿莉、氣質OL、悶騷人妻、火辣模特、美顔空姐、AV女優任你挑選
見面滿意現金消費，安全保密、流程簡單
不點數，不定金，不匯款，無隱藏費用
在東京/大阪穩定經營多年，只為給你安心又高質感的體驗
Gleezy：JP8689
Telegram：@dy947
Telegram：@AV3878
官網 w w w . J P 8 3 8 . c o m