從“追逐GPU”到“追逐Gigawatts”--Coatue CIO講述科技投資的“范式轉變”

當AI初創公司的年度經常性收入（ARR）以“每周25億美元”的驚人速度狂飆時，華爾街的科技投資邏輯正在發生一場深刻的裂變——從死磕芯片，轉向爭奪電力與供應鏈定價權。

近日，在知名科技對沖基金Coatue的春季投資者更新會上，Coatue二級市場首席投資官（CIO）Jaimin Rangwalla接受了Sourcery的Molly O'Shea深度訪談，深度拆解他20年職業生涯中最非凡的科技周期。

Rangwalla詳細梳理了Coatue春季投資者更新報告——為什么OpenAI、Anthropic和SpaceX在上市之前就已躋身全球前25大公司，Anthropic如何做到每周新增25億美元ARR（年度經常性收入），以及"智能體啟動智能體"的崛起如何催生了他所稱的"數字人口爆炸"——這將使每個人的半導體和電力消耗足跡擴大1000倍。

面對當前席卷全球的AI狂潮，Rangwalla不僅揭示了AI企業令人咋舌的收入增速與訂單現狀，更拋出了一個令市場矚目的全新投資框架：科技投資的聚光燈，正在從“追逐GPU”轉向“追逐Gigawatts（千兆瓦電力）”。

他還拆解了從"1個CPU對應8個GPU"轉變為"1個GPU對應4個CPU"的算力結構轉變，半導體行業為何從"職業生涯級別的做空標的"變成了市場上最賺錢的板塊，以及"稀缺資源的賣方 vs. 稀缺資源的買方"這一動態如何驅動當今最大的市場贏家。

Coatue是硅谷最具影響力的科技投資機構之一，管理規模超過800億美元，早期重倉英偉達等AI基礎設施標的而聲名大噪。Rangwalla自2007年加入Coatue，從半導體研究員一路成長為公開市場CIO，親歷了從iPhone到AI的數輪科技浪潮。

范式轉變：從"追逐GPU"到"追逐Gigawatts"

Rangwalla開門見山地拋出了Coatue當前最核心的投資框架迭代：

"兩三年前我們開始投資Nvidia時，我們說要'追逐GPU'（follow the GPU）。現在我們已經到了一個新的切片，我們在思考'追逐Gigawatts'（follow the gigawatts）。
Gigawatt幾乎是AI增長的原子單位，也是當下最大的短缺之一。

他進一步解釋，圍繞"Gigawatt"這一新框架，Coatue的研究維度正在重構：

誰在生產Gigawatts（電力供給方）、誰能縮短Gigawatts的交付周期（基礎設施建設方）、誰是Gigawatts的買家（超大規模云廠商）、誰在消耗由Gigawatts驅動的Token輸出（AI應用層）。

這一框架的背后，是一個讓Rangwalla本人也感到驚訝的現象——供給緊張的持續時間遠超歷史經驗：

"歷史上，任何技術的供給緊張都會在某個時點緩解。但現在，供給不僅沒有緩解，反而好像每周都在變得更緊張。內存方面，你現在甚至能聽到鎖定到2029、2030年的供貨協議，這是我從未見過的緊張程度，而且這個時間窗口還在不斷延伸。"

他給出的解釋是：全球最大的買家——那些萬億美元級別的公司——不會在一個他們認為只是曇花一現的賽道上持續砸入數千億美元。

“前所未有”的增長：每周新增25億美元ARR

市場當前最關注的焦點之一，莫過于AI巨頭們是否真正兌現了商業化收入。Rangwalla給出的答案是極其震撼的。他指出，當前AI領導者的創收速度遠超以往任何一個科技周期。Rangwalla稱：

“今天，你看到這些公司在上市前就已經躋身全球前25強。這是一個前所未有的時代。”

Rangwalla對比道，

“2012年Mag 7（科技七巨頭）中最大的Meta IPO時估值約為1000億美元。但今天，OpenAI最新一輪估值高達8000多億美元……SpaceX（在xAI交易中）達到1.25萬億美元，Anthropic上一輪估值也達到了大幾百億美元。”

更令市場震撼的是其收入增速。Rangwalla透露，頭部AI公司正在以云計算巨頭三分之一甚至一半的時間，達到極高的年度經常性收入（ARR）。

“他們每月大約增加100億美元，幾乎是每周25億美元。SaaS領域的大多數公司甚至連25億美元的年收入都沒有，而他們在一個星期內就能增加這么多。”

這種斷層式的增長率賦予了Coatue極大的信心：

“這告訴我們，一、我們仍處于采用的早期階段；二、市場比任何人想象的都要大。即便是最樂觀的看多者，也沒有完全捕捉到市場的真實規模。”

在談及市場動能時，Rangwalla提出了一個極其敏銳的觀察框架——“短缺的賣家（Sellers of shortage）”與“短缺的買家（Buyers of shortage）”。這也解釋了為何近期部分科技巨頭的財報雖然亮眼，但股價卻面臨壓力。

在AI時代，半導體、電力、存儲等基礎設施的產能是固定的，而需求是爆炸性的。Rangwalla表示：

“當價格成為收入增長的主要杠桿，且你擁有固定成本時，你的營業利潤增長倍數將遠超價格或收入的增長率。我們已經看到，有些公司的盈利在短短一兩年內增長了3到7倍。”

市場正在大肆獎勵這些“短缺的賣家”（如臺積電、存儲芯片廠、光通信企業等）。

相反，“短缺的買家”——即那些把巨額資本支出（CAPEX）投入地下的超大規模云廠商（如微軟、Meta等），正在受到市場的懲罰。Rangwalla解釋道：

“如果存儲價格上漲100%，微軟必須花兩倍的錢，但他們并沒有獲得兩倍的收益。由于資本支出過高，他們近期的現金流被消耗了，而這部分財富直接轉移到了‘短缺賣家’的口袋里。”

關于AI的未來想象空間，Rangwalla將矛頭指向了“Agent（智能體）”的爆發。他認為，Token（詞元）是任何AI模型的“思想單位”，而未來的數字經濟將由無數個Agent及其產生的Token構成。

“如果在一兩年內，你我都有一個運行著數百個Agent的Claude……我們個人的技術足跡將擴大10倍。你過去可能只有3到4臺設備，但馬上你將擁有成千上萬臺‘虛擬設備’（Agent），而每一個Agent都需要CPU、GPU和內存。”Rangwalla強調，這種行為方式的改變將徹底顛覆AI硬件架構。

在這個過程中，一個令人意外的趨勢正在浮現：CPU的重要性正在回歸。過去幾年，行業標準是1個CPU搭配8個GPU，所有的計算都在GPU上進行。但Rangwalla透露：

“現在比例實際上正在從1個CPU向4個GPU演變，已經提高了2倍。我們認為它甚至有機會向相反的方向翻轉，變成1個GPU配4個CPU，甚至有人激進地說可能變成1個GPU配8個CPU。”

原因在于，當Agent開始自主執行如“預訂餐廳”或“編程”等各種復雜任務時，大量任務需要的是串行處理（Serial tasks）而非并行計算。這可能為此前沉寂已久的傳統CPU巨頭（如Intel、AMD、ARM）帶來意想不到的增量空間。

最深刻的擔憂：當“到處都是瓶頸”

盡管對基本面保持高度樂觀，但在被問及供應鏈狀態時，Rangwalla坦言，緊缺的持續時間令他驚訝。

“我從未見過這種程度的緊缺，現在你甚至能聽到（存儲）供應協議的保證承諾已經延伸到了2029年、2030年。”

Rangwalla感嘆道，

“最大的瓶頸在于，有太多的瓶頸。發電是瓶頸，輸配電是瓶頸，NAND和DRAM是瓶頸，光通信組件是瓶頸，建造數據中心的勞動力也是瓶頸……如果只有一個瓶頸，你可以用錢解決，但當這么多瓶頸同時存在時，這才是最棘手的。”

盡管宏觀情緒時有波動，但Rangwalla堅信基本面的力量：

“歸根結底，基本面比情緒更重要。企業的盈利修正正一路向右上揚，這就是我們要緊跟的趨勢。AI的步伐非但沒有減緩，反而比一兩年前更加加速了。”

半導體行業的"逆襲"：曾經的做空標的，如今最賺錢

Rangwalla坦承，職業生涯前七八年，他在Coatue幾乎只做半導體的空頭——彼時半導體被視為"深度周期性行業"，過度建設、產能過剩、客戶集中風險極高，"公司股價動輒下跌90%"。

"現在我發現我的職業生涯兜了一圈回來了。三星和海力士加在一起產生的現金流，超過了每一家超大規模云廠商——這簡直不可思議。
但這是完全合理的，也是為什么你必須不斷更新你的思維框架。如果我固守15年前半導體就是做空標的這個觀點，那將是我們犯過的最昂貴的錯誤。"

他生動描述了這一行業地位逆轉："以前在會議上，大家都爭著去見Facebook CEO、Google CEO。現在GTC（Nvidia年度大會）就像Taylor Swift演唱會，4000人搶著聽黃仁勛講話——這簡直不可思議。"

值得一提的是，Rangwalla第一次參加GTC是2016年，"不過是圣何塞會展中心一個小廳，只有100來個人。"

訪談全文實錄如下（AI輔助翻譯）

Molly O'Shea：Sourcery的Molly O'Shea
訪談嘉賓：Coatue公共投資部首席投資官Jaimin Rangwalla
Jaimin Rangwalla：現在有很多私人公司，還沒上市就已經躋身全球市值前25名了。這是前所未有的時代。"科技七巨頭"（Mag 7）里市值最大的Meta，2012年上市時，
（旁白：Facebook IPO，史上最大規模的IPO申請。所有人都想參與這場史上最受追捧的上市盛事。）
上市時估值大約1億美元。但你看看今天——OpenAI最近一輪融資估值超過8000億美元，Anthropic上一輪估值高達三四百億美元，SpaceX估值達到1.25萬億美元。
Molly O'Shea：這些公司實現250億美元年化收入的速度，是超大規模云廠商和"科技七巨頭"的三分之一甚至二分之一。
Jaimin Rangwalla：對，它們每個月凈增約100億美元，差不多每周增加25億美元。要知道，SaaS領域大多數公司的年度經常性收入（ARR）連25億美元都沒有，而這些公司一周就能增加這么多。
Molly O'Shea：Jaimin，歡迎來到這個"魔法世界"。
Jaimin Rangwalla：謝謝，謝謝邀請我。
Molly O'Shea：我們現在在Coatue新裝修好的辦公室里，感覺怎么樣？
Jaimin Rangwalla：感覺就像重回開學第一天。大家周一早上一起來上班，都不知道會看到什么。我們的團隊在我們還在樓下照常工作的時候，就已經把一切都布置好了。最大的變化是，我們現在是更開放的"大通鋪"式布局，所有人坐在一起——AI工程師、數據科學家、分析師，全都挨著坐。這樣做是為了真正推動深度洞察和協作。能夠隨時大聲喊一句"這是什么意思？這里發生了什么？"真的很讓人興奮，這讓我有點想起當年做投資銀行的日子。
Molly O'Shea：我聽說Felipe把桌子放在大通鋪的正中間，是真的嗎？
Jaimin Rangwalla：是真的。他第一天來，把外套往桌上一放，然后說："為什么我離行動中心這么遠？"所以可能得把他的桌子再往中間挪一挪。
Molly O'Shea：太好玩了。我剛才在辦公室轉了轉，和一些同事聊了聊，他們說你們有個"秘密足球小組"，每周兩次早上6點半去碼頭踢球？
Jaimin Rangwalla：對，不過不叫"秘密"，叫"精英圈子"。大概八年前我們就開始踢了，最開始是在健身房里兩對兩地踢，后來搬到室外，現在已經是八、九個人對八、九個人了。超級刺激——我們記分，每周排名，統計每個人的進球數，排名每周都在漲漲跌跌，看誰狀態好、誰狀態差。這不是說我們還需要更多競爭動力，但它確實給團隊文化注入了一點額外的激情。
Molly O'Shea：太有意思了。好，今天我們來聊聊Coatue的春季投資者更新報告。你剛剛結束了那場會議，里面有大量數據。我之前和Coatue的幾位領導——Michael Barton、Thomas Lafan——都有過深入交流，我們梳理過不同的科技周期：互聯網、移動互聯網、云計算，現在進入了AI時代。現在到底發生了什么？我感覺每六周就需要一次更新，變化實在太快了。你看到了什么？
Jaimin Rangwalla：說實話，你說的就是現實——AI很大，所有人都能說出"它有多大"這樣的豪言壯語，我們在幻燈片里也試著去估算過市場總規模（TAM）。但最令人興奮的，是創新的速度
你可以從各個維度來看這件事：公司達到100億、300億、500億年度經常性收入的速度有多快；OpenAI以史上最快速度積累了近10億用戶……所有的曲線都更陡、更快，無論是消費者端、企業端，還是收入端，采用速度都快到前所未有。
所以我們始終關注的是變化速率——這才是衡量一項技術能走多遠、能有多大影響力的真正標尺。很多時候你會看到快速增長之后就趨于平緩，比如過去一些流行的App，漲到1000萬用戶就突然停滯了。但AI現在的情況是，無論是宏觀指標還是用戶指標，都在持續高速增長，有時甚至出現短暫放緩后又一次躍升，這只能說明兩件事：一，我們仍處于早期采用階段；二，市場規模比任何人預估的都要大——就連最樂觀的多頭，我覺得也沒有真正捕捉到這個市場的體量。
Molly O'Shea：作為公開市場的首席投資官，你是如何梳理這個時代里各個不同的細分領域的？
Jaimin Rangwalla：我們一直在不斷重新思考：我們應該怎么覆蓋股票、覆蓋主題、覆蓋主題內的子板塊。
兩三年前，我們剛開始投資英偉達的時候，想的是"好，現在我們得跟著GPU走"——早期押注英偉達，但這通常還不夠。真正標志著一個大主題的，是整個主題里有很多投資機會，因為會有大量公司受益并影響這個主題未來的走向。
所以我們說，要"跟著GPU走"，要想清楚：如果要賣出數十億美元的GPU，需要什么樣的基礎設施來支撐？
而現在，我們又進入了一個新的思考維度——"跟著千兆瓦走"。千兆瓦（電力容量）幾乎已經成為AI增長的"原子單位"，同時也是目前最大的短缺資源之一。
我們現在要搞清楚的是：千兆瓦的所有上游投入是什么？什么在幫助縮短千兆瓦的交付周期？誰在購買千兆瓦？誰在使用千兆瓦產出的token（算力輸出）？
所以我們的分析框架和以前完全不同了——以前可能就是"半導體、互聯網、航空航天與國防"這樣的行業劃分，現在我們幾乎是在想：你處于AI供應鏈的哪個切片？然后再決定派誰去覆蓋那個切片。
Molly O'Shea：到目前為止，最大的意外是什么？
Jaimin Rangwalla：讓我最意外的，是這種供需緊張的狀態持續了這么久
從歷史上看，每一波技術周期都有過供應緊張的階段，比如內存芯片就經歷過多次緊缺期。但這一次不同——不僅緊張，而且感覺每周都在變得更緊張。
就拿內存來說，現在你聽到的是供應協議里有鎖定到2029年、2030年的保量承諾。這種程度的長期鎖定，我從來沒見過，而且這個時間點還在不斷往后延。
這說明什么？全球最大的那些公司——也就是大多數買家，基本上都是萬億美元級別的企業——它們不傻。它們不會把數千億美元投進去、保持這么高的增速，然后押注在一個它們認為只會曇花一現的東西上。
所以對我來說，這種增長強度，以及它持續時間之長，才是真正讓我最意外的事情。
Molly O'Shea：你是從半導體行業起步的？
Jaimin Rangwalla：對，我是2007年入行的，正好是iPhone發布那年。我知道這暴露了我的年齡，但——
Molly O'Shea：我覺得這挺酷的，我們把這個作為背景，辦公室周圍還有好多小展覽。
Jaimin Rangwalla：是啊。我記得剛入行的時候，我們公司派了四個IT員工去排隊買iPhone。大家都買到了，然后就在那兒問：這是什么東西？一摸屏幕，感覺太神奇了——要知道，那時候大家用的都是黑莓手機。所以那是我第一次真正感受到：哇，創新就這么突然發生了，完全出乎意料。再看看從第一批百萬臺iPhone到現在，這一路走來的力量有多大。那真的是我職業生涯中最寶貴的一課，沒有之一。
Molly O'Shea：我覺得很多人對你還不太了解，所以我很想多聊聊你的背景，以及你是怎么一步步做到CIO（首席投資官）這個位置的。
Jaimin Rangwalla：好的。我在費城郊區長大，本科在紐約大學讀的——
Molly O'Shea：我也是！
Jaimin Rangwalla：真的嗎？紫羅蘭加油！我可能比你早畢業幾年。本科畢業后，我在美林證券做了兩年投資銀行，那時候美林還是一家獨立機構。之后我開始想下一步該怎么走。我身邊很多同齡人的路線都是：去私募股權，然后讀商學院，再從商學院出來決定未來方向。我本科讀的就是商科，對那條路不太感興趣。于是我開始找人聊，看看有哪些其他機會。有人跟我說：你可以去做投資，做公開市場的投資者，和私募不一樣——不用整天盯著一堆顧問，更注重實際行動，一年只需要找到幾個真正大的投資機會，就能非常成功。
Molly O'Shea：真的是這樣嗎？
Jaimin Rangwalla：在早期確實如此。你真的可以找到一個大的投資想法，讓整個公司押注其上。我覺得這足以改變一只基金當年的表現，也足以改變一個投資分析師的職業軌跡。
所以在2007年夏天，我見了五家公司——那時候市場正好處于高峰期，行情非常好。結果四家都沒給我offer，只有Philippe（Coatue的創始人）給了我機會。所以其實我沒什么選擇余地，但我本來就想做這行，就直接加入了。當時公司管理規模大約7億美元，只有一只基金，在56街租了半層樓，規模很小。
我學到的第一個教訓就是：你永遠不知道自己踏入的是什么樣的市場環境。大家都知道2008年發生了什么，而那另外四家沒給我offer的公司，后來全都倒閉了。人生有一部分是運氣，另一部分是你如何把握機遇。我覺得我兩樣都占了一點。雖然那四家沒要我，但Philippe要了我，而他教會了我一個道理：漲上去的東西，有時候也會跌下來——至少在科技行業，短期內確實如此，宏觀因素非常重要。在職業生涯早期就學到這一課，是無價的財富。
之后我開始覆蓋半導體行業，隨著時間推移，逐漸拓展到更多板塊，承擔越來越多的責任。
兩年前，我獲得了一個機會，開始負責Coatue所有公開市場業務。這一路走來真的很精彩。我常跟人說，在Coatue工作就像在跑馬拉松，但每一步都要全力沖刺——每天都必須拼盡全力，沒有喘息的時間，但同時又要著眼長遠。這段經歷真的非常難得。
Molly O'Shea：太厲害了，恭喜你！
Jaimin Rangwalla：謝謝。
Molly O'Shea：也謝謝你在百米沖刺中抽出時間來參加這個節目。我知道聊市場規模可能聽起來有點老生常談，但現在的規模真的是天文數字，太瘋狂了。你能不能講講"科技七巨頭"（Mag 7）上市時的市值，和現在AI領頭公司的規模做個對比？這個對比真的太驚人了。
Jaimin Rangwalla：好的。科技七巨頭里市值最大的是Meta，2012年上市時市值約1000億美元。更早之前的那些公司，比如90年代上市的，市值大概在100億到500億美元之間——在當時已經算非常大了。
但現在你看，OpenAI最近一輪融資估值超過8000億美元；SpaceX在與xAI的交易中估值達到1.25萬億美元；Anthropic上一輪估值也高達數千億美元，據傳下一輪還會大幅提升。
現在有私人公司在還沒上市之前，估值就已經躋身全球前25大公司了——這在歷史上從未有過。但我認為，這正是AI令人興奮的地方：這些私人公司在保持私有的同時，就已經積累了巨大的價值和增長。這種現象是前所未有的。
Molly O'Shea：為了跟上這個趨勢，你們團隊也做了一些調整，比如引入了"AI天才"Frank？
Jaimin Rangwalla：是的。我們一直在思考如何讓自己變得更好、如何跟上時代。今年年初我們引進了Frank。他的正式頭銜可能是"首席AI官"之類的，但我更喜歡把他叫做"AI瘋狂科學家"。他的工作就是把市面上所有最新、最有創意、最前沿的東西都試一遍，然后研究如何落地實施——如何讓我們整個組織利用好我們20年來積累的數據，從而在競爭中再多一個優勢，幫助我們取得成功。
旁白：我還想提另一張圖表，這次是我自己做的彭博數據分析。首先請大家關注那條加粗的紅線——這代表的是納斯達克指數自10月31日高點以來的表現。可以看到，加粗紅線基本上是橫盤震蕩的，但有一段時間跌了10%，而今天又漲了10%。
接下來我想給大家看科技七巨頭的表現——我們標出了其中五家公司。有意思的是，除了Alphabet之外，科技七巨頭中很多公司都大幅跑輸了納斯達克，其中有三家今年以來還是下跌的。
我覺得這很有意思，因為對我來說，這進一步說明：即便是在科技七巨頭內部，座次的重新排列也正在快速發生。
Molly O'Shea：有一張幻燈片看起來真的很震撼——它分析了這些新玩家的營收增長速度，不管是OpenAI還是Anthropic。他們達到250億美元年化營收的速度，是那些超大規模云廠商和"科技七巨頭"的三分之一，甚至二分之一。你怎么看這件事？
Jaimin Rangwalla：我覺得這還是回到了最開始說的那個問題——這個市場到底有多大。你看，現在這兩家公司的年化經常性收入（ARR）都超過了五六百億美元，增速驚人。就拿Anthropic公開披露的數據來說：去年12月底是90億美元，后來變成了300億美元，也就是說他們新增了200億美元。他們每個月新增超過100億美元，差不多每周新增25億美元。
要知道，SaaS行業里大多數公司，全年的ARR都不到25億美元，而Anthropic一周就能新增這么多。所以這個市場機會的體量實在是太大了。
再想想這兩家加在一起，差不多接近600億美元了。這已經比ServiceNow大，比Salesforce大，比你能想到的任何大型SaaS平臺都大——而且他們只用了短短幾年時間，而其他那些公司花了十五年、二十年才做到這一步。
Jaimin Rangwalla（續）：所以，AI讓我們如此興奮的原因就在這里——它正在以前所未有的增速在大規模落地，這讓我們有信心相信這個市場本身還要大得多。因為就連我們現在的使用方式，也還在不斷取得新突破、發現新的應用場景，但距離我認為的真正潛力，還差得很遠。我現在看到的，跟三年后、五年后會是什么樣子比起來，簡直是九牛一毛。所以我仍然認為，我們現在還處于非常早期的采用階段。
Molly O'Shea：對于那些不了解這些營收從哪里來的人，你能拆解一下嗎？我知道其中有些是預訂的、未來合同之類的，但這種營收結構具體是怎么回事？
Jaimin Rangwalla：好的。如果你想想Anthropic這樣的公司，它的營收來源大概有這幾個池子：企業客戶、個人用戶和消費者，以及那些想用AI工具提升效率的人。
但我不認為這是一個簡單的"一換一"的邏輯，比如說"我在Anthropic上花了100美元，就得裁掉價值100美元的人力"——不是這樣的。真正發生的是生產力的提升。每個人的工作時間是固定的，但就算聽那些頂尖程序員和開發者怎么說，他們的生產力提升是2倍、3倍。
對大多數科技公司來說，限制你的不是沒有項目可做，而是沒有足夠的人去做所有你想做的項目。AI讓他們能以更快的速度工作、提升產出、同時推進更多項目。
AI還能幫你重新思考IT預算怎么花。目前大多數IT預算花在硬件上、花在服務上（比如幫你管理技術棧某些部分的顧問），以及軟件上。現在你開始重新審視：這些東西還都需要嗎？規模還要保持原來那么大嗎？需要增加還是縮減？
所以，這筆錢一方面來自生產力增長帶來的自然回報——任何想多投入一塊錢的公司都能感受到；另一方面也來自抵消現有的一部分支出。我認為兩者兼而有之。
Molly O'Shea：這里面有很多關于"Token"的討論。最近一個熱門話題是關于某個模型以及獲取這些Token的權限。對于那些不了解Token和Token經濟的人，你能解釋一下嗎？
Jaimin Rangwalla：好的。簡單來說，Token就是任何AI模型"思考"的基本單位。每當你提一個問題，它給你回答，那個回答就是由Token構成的——你看到的答案，本質上就是一串生成的Token。
我這樣理解它：Token就是"一個智能單元"。就像你作為人類，想做一個決定、想執行一個動作——如果換成AI智能體（Agent），每一個這樣的決定和動作都對應Token。
所以人們談論的"Token經濟"，本質上是智能體的大規模擴散，以及由人工智能做出的海量決策——而這些決策是可以用Token數量來量化的。
這跟人類智能非常不同——人類智能很難量化，但AI智能的基本單位是可以量化的。這實際上非常有趣，因為它幾乎在迫使我們重新思考，如何去框定很多公司的商業機會。
Molly O'Shea：你提到智能體（Agent）已經成為最大的"解鎖點"之一。這里面的區別到底在哪？
Jaimin Rangwalla：你想想最初用ChatGPT的體驗：你提一個問題，它思考一段時間（復雜問題就久一點），然后給你一個答案——甚至很多時候不是直接給答案，而是給你一個中間步驟，比如"我搜了XYZ這些內容，做了這些，我方向對嗎？要深入展開嗎？還是簡化一點？"整個過程需要大量的人工介入
而現在的智能體不一樣了。
當你給它一個任務，比如Opus 4.5去年底發布時最令人驚嘆的地方就是：智能體現在可以自己啟動其他智能體。這大幅提升了工作的深度、時長和質量。
智能體能夠啟動其他智能體——我認為這是目前最被低估的突破之一。因為你現在可以把一個項目交給一個智能體，然后直接走開，回來的時候它已經做完了，或者至少完成了絕大部分。
更厲害的是，你一開始在給它下指令的時候，可以說："去做這件事，想啟動多少個子智能體就啟動多少個，然后再啟動10個智能體來檢查所有這些智能體的工作。"
所以現在它是高度協作、高度迭代的，人類幾乎已經不在這個循環里了。
反過來想，人類曾經是限制智能體工作量的瓶頸。以前，一個智能體或一個聊天機器人對應一個人類，但它會不斷停下來確認："我做得對嗎？要重來嗎？"做到三分之一停，做到三分之二又停。人類一直在拖慢整個進度。
現在，人類只需要給出最初的提示，剩下所有工作都自動完成。
就拿我自己用Claude來說，我不只是問一個問題或交一個任務。我會說"做這個"，然后開一個新窗口說"做那個"，再開一個新窗口說"再做這個"——它們全部并行運作
你可以啟動一批智能體，這批智能體又各自啟動更多子智能體，層層疊加。在我看來，這就是智能體數量和工作量指數級增長的力量所在。
Molly O'Shea：對，我們在那張Open Claw的幻燈片里確實看到了這個趨勢，太驚人了。他們的增長率是多少？
Jaimin Rangwalla：我覺得Open Claw這個現象其實非常有意思。很多人可能還不太了解它到底是什么。它是一種"交互框架"——說白了，就是人和AI模型之間交互方式的升級版。
以前你跟AI交互，就是打開ChatGPT的界面聊天；后來稍微進階一點，你可以在終端里用命令行跟Claude交互。但現在，這種框架讓你的交互方式完全不同了——你可以坐在另一臺電腦前，直接跟你的Claude對話，讓它去控制另一臺電腦或虛擬機，替你執行各種操作。
舉個例子：你可以直接發WhatsApp消息給它說："我今天在辦公室，幫我訂周五晚上那家餐廳的位置，把日歷邀請發給Jayman，順便安排好來回的專車，然后把確認郵件發給他，再加一個日歷提醒。"它就能在后臺把這些全部搞定，最后回你一條消息說："好了，都辦完了，這是詳情。"
所以現在和AI的交互方式已經完全變了——你可以用終端，可以用手機，隨時隨地。我們PPT里有一張幻燈片專門說這個：手機現在就像一個遙控器，是你管理所有AI智能體的遙控器。你可以同時啟動多個智能體，分配不同的任務。
而且Open Claw的增長軌跡真的很驚人，用的人越來越多，開發者也在不斷探索怎么把它融入自己的產品。就連中國，字節跳動、騰訊、阿里巴巴，每家大廠都在做自己的類似產品，發展速度快得令人咋舌。
不過我覺得這還只是一個過渡階段。現在你用它還得手動給它開權限，比如連接Gmail啊這些。未來一定會有人做出一個"超級App"，你拿到手機裝上這個App，它就能幫你連接你所有的賬號和服務，你只需要問它問題，它就是你的終極助手。
Molly O'Shea：你看過Nat Freeman在Stripe Sessions上的那段視頻嗎？
Jaimin Rangwalla：沒看過。
Molly O'Shea：他在手機上（好像筆記本也有）部署了Open Claw。有一次，他的Open Claw檢測到他缺水，就提示他："去喝杯水吧。"他就去廚房倒了杯水喝了。然后Open Claw給他拍了張照片，說："干得好！"后來他在開車，系統又提示他缺鎂，于是導航直接把路線改到了Whole Foods去買鎂補充劑——真的挺瘋狂的。
Jaimin Rangwalla：對，這就是剛剛開始，未來能做到的事情遠不止這些。
Molly O'Shea：你提到每個人的內存需求正在爆炸式增長，能展開講講這個市場規模嗎？
Jaimin Rangwalla：好的。以前內存是跟設備綁定的——手機有內存，電腦有內存。隨著智能手機和電腦的普及，一個人可能有一臺電腦（8GB內存）、一部手機（8到16GB內存），設備越來越多，內存需求自然也緩慢增長。
但現在想想看：一兩年后，你我每個人都會同時運行幾百個AI智能體。在工作場景下，可能是幾百甚至幾千個智能體同時在跑，每一個都需要CPU、GPU和內存。
雖然這些不是持續24小時運行的，有些任務跑完就結束了，但大方向是清晰的：你個人的"半導體占用量"將擴大約10倍。以前你有兩三臺設備，現在這幾臺設備之上，還會疊加成千上萬個虛擬設備——也就是那些智能體，每個智能體都需要消耗芯片資源。
我們有一次電話會議請到了Boris Chernet，他是Claude Code的創始人，他說他白天會運行一定數量的智能體，但下班前會啟動幾千個智能體，讓它們整晚干活，第二天早上他來了直接看結果。
想象一下，如果我們每個人都這樣做，哪怕只是執行一些簡單的日常任務，每個人消耗的芯片資源、電力資源都會大幅增加。這不只是半導體的問題，每個人的能耗也會跟著顯著上升。
Molly O'Shea：這些行為方式的變化，對AI的底層架構有什么影響？
Jaimin Rangwalla：現在我們內部開玩笑說，聊天機器人有"失憶癥"。你今天給它上傳了一堆醫療記錄，它分析得很好；但你第二天再來問同樣的問題，它完全不記得了，你得重新上傳。這就像亞當·桑德勒那部電影《初戀50次》——男主每天都要重新向女主介紹自己，因為她每天都會失憶。現在的AI就是這樣。
但這正在改變。隨著下一代加速器的出現，AI將擁有持久記憶，不會再"失憶"了。內存容量在增加，智能體能夠記住你，真正了解你。
另外，智能體現在要同時處理各種任務——既有復雜的編程任務，也有簡單的訂餐任務。這對CPU也提出了新要求。傳統CPU做的是"串行處理"，就是一條一條指令按順序執行。但智能體的任務有時候需要并行處理，比如同時跑很多子任務。
所以，這一切正在創造對更多CPU和更多內存的巨大需求，而且我們現在才剛剛起步。真正推動這一切的，正是AI智能體的興起。
Molly O'Shea：你們有一張很有意思的幻燈片，展示了GPU向CPU的轉變，比例大概是4比1。你們是怎么建立這個模型的，或者說是怎么估算出來的？
Jaimin Rangwalla：是這樣的，在過去三四年的大部分時間里，主流配置基本上是一個CPU配八個GPU，后來甚至升到了一個CPU配16個GPU——所有的數學運算和計算任務都在GPU上完成，只有到最后執行收尾步驟的時候，才會把任務交給CPU處理。
但現在這個比例正在發生變化，從一個CPU配四個GPU，已經改善了大約2倍。我們認為，這個比例甚至有可能完全反轉，變成一個GPU配四個CPU。有些更激進的觀點認為，可以達到一個GPU配八個CPU。
這其實反映的是：越來越多的任務不再需要并行計算，而是更多地需要串行任務的完成。
Jaimin Rangwalla：我還有另一種思考方式。地球上大約有70億人，每個人都有自己的技術需求。但如果每個人背后有1000個AI智能體，那70億就變成了7萬億。想想看，這相當于地球上的"人口"一下子擴大了1000倍。
這些"數字人口"同樣需要串行處理、并行處理、內存……就像真實的人類需要各種資源一樣。所以我覺得，這就像是一次數字人口的大爆炸——支撐這個數字人口所需要的所有資源，都會隨之急劇增長。
Molly O'Shea：在這個技術棧里，主要玩家都有哪些？
Jaimin Rangwalla：CPU這邊，主要是英特爾、AMD和ARM。亞馬遜也做得非常出色——他們其實擁有效率最高的CPU之一，但一直是內部自用。他們當年收購了一家私人公司來幫助實現這一點，這也成為AWS成功的重要推動力，尤其是在向CPU轉移的趨勢下，對他們的業務是很大的順風。
英特爾這些年幾乎成了半導體行業的"被遺忘的孩子"——技術問題、產品問題、領導層頻繁更換，走了不少彎路。但他們現在有一位非常出色的CEO。
我們有時候喜歡把事情說簡單一點：從4比1變成1比4，數學上來說，這意味著市場規模擴大了16倍。再加上埃隆·馬斯克公開為英特爾背書，加快了創新節奏。
在我看來，最好的投資邏輯往往是最簡單的，不要想太復雜。英特爾今年雖然股價已經有了一波大漲，但如果你橫向對比過去四年AI黃金時代里的所有半導體公司，它們基本上都漲了5倍、7倍、甚至10倍——英特爾在超過12個月的任何周期里，都還是個落后者。所以在我看來，它還有很大的補漲空間。
Molly O'Shea：這對你來說是不是特別興奮？因為你的職業生涯就是從半導體領域起步的，那時候主要是游戲方向，而現在……
Jaimin Rangwalla：說實話，我職業生涯的頭七八年，基本上都在做空半導體股票。因為當時大家都把半導體看作典型的強周期行業——景氣的時候瘋狂擴產，燒掉大量現金流，行業高度分散，公司們做出一款產品，賣給蘋果，結果一年后蘋果說"好，我們要雙供應商、三供應商"，這些公司的股價直接跌掉90%。
那段時間我幾乎把所有精力都放在做空上，我們從來不持有半導體股票，而是持有互聯網股、軟件股和其他類型的股票。
所以現在對我來說，真的有一種"兜兜轉轉又回來了"的感覺。我有機會在投資組合層面做決策，而我20年前入行時所在的那個行業，如今已經成為最賺錢的行業，產生最多的現金流。
我怎么也想不到，我會有一天告訴你：三星和海力士加在一起產生的現金流，比所有超大規模云計算公司加起來還要多。這簡直太瘋狂了，但這就是現實，也是為什么你必須不斷更新自己的思維方式。
如果我還停留在15年前"半導體就是做空標的"的認知里，那將會是我們犯過的最慘痛的錯誤——因為那些股票正是如今主導市場的核心資產。
Molly O'Shea：我們在廚房聊天的時候，你用了一個比喻——就像那個曾經不受待見的書呆子，后來變酷了。
Jaimin Rangwalla：就是這樣！以前那些半導體公司的CEO，在行業會議上根本沒人想去預約他們的會面。大家都想見Facebook的CEO，都想見Google的CEO，沒人想去見半導體公司的老板——那是2010年代的主角。
而現在完全反過來了。你去某家銀行舉辦的會議，會發現有4000個人都想去聽黃仁勛演講，簡直難以置信。
Molly O'Shea：英偉達的GTC大會現在就像泰勒·斯威夫特的演唱會一樣。
Jaimin Rangwalla：那已經不只是一場會議了，那是一場盛事。我從2016年就開始參加GTC，那是我第一次去。當時就是圣何塞會議中心里一個小廳，只占了一棟樓的一半，現場大概只有100來個人。
再看看現在……真的很難想象它能變成今天這個樣子。
Molly O'Shea：他整個演講都不用提詞器，真的太厲害了。整整兩個小時。太瘋狂了，是的，確實令人難以置信。所以我很想聊聊數據中心在這個領域的位置，比如你們是怎么監測數據中心建設進展的，諸如此類的事情。
Jaimin Rangwalla：是的，這個成本不高，而且它幫助我去思考，比如說，我們的瓶頸是在緩解還是沒有緩解，環境里是不是有什么東西在變化？說到底，對我來說最重要的是：變化的速度是多少？這個變化速度是在朝著更緊張的方向走，還是在緩解？如果是在緩解，是什么原因導致的緩解，緩解的程度有多大？這種緩解是已經到了成問題的程度，還是只是一種健康的緩解，只是在促進增長而已？
Jaimin Rangwalla：所以我認為，我們非常專注于數據中心公司，非常專注于新興云服務商（neo clouds）和超大規模云廠商（hyperscalers）。我們在實地關注所有新建設項目在哪里落地，哪里有電力供應，哪里有設備供應，哪里有勞動力供應，我們試圖實時追蹤所有這些信息。
Molly O'Shea：是的，看到這些很有意思。我最近去了邁阿密的Exa Watt，那是一家為數據中心服務的可再生能源公司。他們的CEO Hannah在解釋，由于這個新興行業的出現，他們正在向市場輸送勞動力。他們基本上是在推動這件事，地點在邁阿密，涉及制造業，然后為這些設施進行建設，而且全部都是在美國本土制造。我覺得現在有很多關于就業的負面情緒。顯然，這些事情有一定規模，因為AI會替代一些工作，但同時也有新增就業，以及正在被創造出來的經濟新層次。
Jaimin Rangwalla：是的，我的意思是，我們最終會看到十年后是什么樣子。我們回顧了所有不同的技術創新浪潮，甚至追溯到汽車時代，乃至我們通常談到的七大科技浪潮之外更早的歷史。通常來說，確實會有一些工作崗位面臨風險而消失，但同時還有一大塊人們不怎么談論的內容，那就是新就業崗位的創造，以及新企業的誕生。你知道，比如圍繞核心創新所衍生出來的各種類型的創新，以及由此成立的新公司。就連今天，人們也不怎么談這個——我們實際上正處于有史以來新企業注冊數量最高的時期之一，因為每個人都在想：現在我可以用AI來重新定義這個生意的運作方式，或者開創一個新業務來做某件事。所以我認為，有些人非常專注于事情的負面，至少某些人選擇關注負面。但我認為，新就業崗位的創造存在巨大機遇。當然，這也取決于顛覆發生的速度，因為也許會有一個窗口期，顛覆發生的速度稍微快于……新電工能被培訓出來的速度——因為培訓一名新電工需要兩到三年，培訓新水管工、培訓為電力公司鋪設輸電線路的新建筑工人，都需要時間。你不可能一夜之間就轉到那些崗位上。所以也許會有一段過渡期。但從大方向來看，我們看到的很多公司都面臨嚴重的勞動力短缺，而且不是單一類型的勞動力短缺，是很多不同技能層次的短缺。這通常意味著這些崗位的薪資會上漲，以吸引更多人從事這些工作。所以也許在接下來的若干年里，在AI的世界中，那些崗位才是真正處于領先位置的，而不是過去十年里那些被看好的崗位。
Molly O'Shea：在我們與Thomas的采訪中，他談到了銀行柜員的案例，以及這個職業實際上是如何演變的——它并沒有真正減少就業崗位，只是崗位分布得更廣了。這一直是個熱門話題。那么談到市場動態，你有一個"稀缺的賣方"與"稀缺的買方"的分析框架，能詳細解釋一下嗎？誰在贏，背后的邏輯是什么？
Jaimin Rangwalla：是的，我們嘗試簡化。"稀缺的賣方"和"稀缺的買方"這個概念是這樣的：你有半導體公司、電力公司、存儲基礎設施公司等等，它們的產能是固定的，但需求卻在不斷增加。這種更大的需求推動了價格上漲和利潤率擴張。當價格是你收入增長的主要杠桿，而你的成本又是固定的時候，你的營業利潤增長的倍數實際上會遠高于你的價格漲幅或收入增速。所以我們看到有些公司在短短一兩年內，每股盈利就翻了3倍、4倍、5倍、6倍、7倍——而這些公司此前在十年、二十年里的盈利可能一直在某個區間里上下波動。這些短缺對AI至關重要，無論是存儲、硬盤，還是其他AI發展所需的東西，這些短缺推動了顯著的盈利能力提升，市場也在獎勵這類盈利表現。
但市場沒有獎勵的，或者說獎勵力度不足的，是那些這種稀缺資源的公司，也就是那些正在大規模投入資本支出的公司。如果你看微軟、亞馬遜、Meta的估值倍數，過去幾年實際上都在壓縮，因為它們的資本支出在不斷上升。你換個角度想想：存儲價格漲了100%，微軟就得花兩個單位的錢而不是一個單位，但它并沒有因此獲得兩個單位的收益——它獲得的收益和之前花舊價格時是一樣的，因為存儲本身并沒有變得更好。現在你只是看到內存價格漲了很多。所以我認為，市場目前在懲罰這種情況——每花一塊錢的投資回報率變低了，因為這只是成本通脹，而不是真正的新技術在推動更高的價格。
所以，目前表現好的股票，以及市場上大家都非常興奮的領域——光學、電力、基礎設施，甚至勞動力相關股票，因為勞動力也在短缺——你會看到工資率上升、存儲價格上漲、CPU、GPU價格上漲，甚至是臺積電（TSMC，我們的最大持倉之一），他們也在提價，因為他們的產能就這么多。他們必須想清楚：怎樣才能確保我們賺取足夠的利潤？知道如果要再投入更多產能，就必須拿到合理的定價、合理的利潤率和合理的投資回報。
Jaimin Rangwalla：所以，以上就是正在贏的那類公司。不過，我并不認為亞馬遜和谷歌就完全屬于不利的那個陣營。這兩家公司是我們真正看好的，因為它們在某種程度上是混合型的——谷歌有自己的TPU可以對外銷售，亞馬遜也公開討論過Trainium的價值，至少是公開探討出售訓練服務的可能性。所以也許它們也有自己的空間，因為它們既是稀缺資源的買方，也可以成為稀缺資源的賣方。谷歌一直是表現不錯的股票，而且它們有自己的大模型，在很多方面都做到了垂直整合，這讓它們非常出色。但我想這大概就是我們今天看待市場的方式：有買方，有賣方。買方正在受到懲罰，因為它們的資本支出太高，近期現金流已經所剩無幾。而這些資金正在直接流入稀缺資源賣方的口袋里。所以目前被市場獎勵的，正是那些賣方。
Molly O'Shea：有沒有什么出乎意料的爆發性領域？
Jaimin Rangwalla：有。我覺得，光學領域表現得非常好。你知道，光學行業多年來一直被認為只是一個供需不斷失衡的領域。但現在，我認為它正在成為未來基礎設施中更關鍵的一部分。而且我覺得，這是最讓我感到意外的一個領域。我們一直在關注內存，關注CPU、GPU、加速器，這些我們都在跟蹤。但光學，我覺得是最讓我驚喜的那個。
Molly O'Shea：那最大的瓶頸在哪里？
Jaimin Rangwalla：有些人會說是內存，有些人會說是電力。我覺得瓶頸太多了。實際上，最大的瓶頸就是——瓶頸太多這件事本身。不是某一個單獨的瓶頸，而是你跟不同領域的人聊，每個地方都有瓶頸。比如發電是瓶頸，輸電和配電是瓶頸，NAND閃存是瓶頸，DRAM內存是瓶頸，光學元器件是瓶頸，連建設數據中心的勞動力都是瓶頸。
我從來沒見過同時出現這么多瓶頸。我覺得這正是問題所在，因為如果只有一個垂直方向的瓶頸，你可以說，好，只要砸足夠多的錢進去，就能解決這個瓶頸。但問題是，就算內存解決了它的瓶頸，也解決不了電力的瓶頸，解決不了光學的瓶頸，解決不了其他所有問題。所以我認為，真正的瓶頸，就是瓶頸太多這件事本身。
旁白：所以我認為，現在——這也是我最喜歡的一張圖——你可以看到，市場正在大力獎勵那些"短缺的賣方"，但并沒有獎勵"短缺的買方"。因為利潤太高了，市場真的非常專注于搶占這些短期利潤。這沒問題。但我想說的是，在某個時間點，這種力量會向另一個方向轉移，我們需要對此保持高度警覺，并做好充分準備。我們接下來也會講我們正在為此做什么。
Molly O'Shea：有一件有意思的事，或者說現在有很多有意思的事在發生，但在新聞頭條里，市場對AI和經濟的情緒極度負面。然而公開市場的表現卻比……我記得是某個具體的時間點，好像是2020年4月要好。那么，如果新聞和網絡上的負面情緒這么高，但市場實際表現卻比2020年4月還好，你怎么解釋這件事？到底是怎么回事？
Jaimin Rangwalla：我們其實前幾次電話會議中做過一個分析，研究情緒到底在多大程度上能反映市場實際發生的情況。結論基本上是：拋硬幣。負面情緒和市場下跌之間沒有什么相關性，也不是說負面情緒就意味著市場會反向上漲，諸如此類。所以我覺得，不同時期，新聞或社交媒體上的人們會關注不同的事情，跳到不同的話題上去。
但核心的、底層的東西是：企業的盈利在超預期。標普500指數2026年的盈利增長預計在15%左右，還在加速到18%。在這種經濟增長水平的時期，股市表現通常都不錯，因為有增長的驅動力。經濟強勁，消費者強勁，盡管近期有些問題，比如油價上漲之類的，但消費者拿到了非常可觀的退稅。所以在消費者支出和企業支出方面并沒有出現恐慌，盈利非常強勁。歸根結底，基本面比情緒更重要。我覺得基本面真的很扎實。你看看那些"短缺賣方"的盈利修正，一路向右上方，每個季度都超預期30%、40%。我記得看到過Sandisk或者美光的財報，華爾街預估每股收益1美元，結果他們做到了2.5美元，超出預期太多了。所以在我看來，基本面非常強，市場終將跟隨基本面走。而且市場的估值倍數其實并沒有漲太多，倍數基本保持穩定，因為增長實在太高了。今年市場漲了大概7%、8%，但盈利增長是16%。如果市場到年底保持不動，實際上估值倍數是在下降的。所以我認為，我們正處于一個高速增長的時期，這才是更重要的事情。
Molly O'Shea：我覺得這可能把我們帶回到對話的開頭，但你在科洛薩2（CO2）經歷了很多個周期，尤其是像現在這樣的周期。我在臺上也和Thomas聊過這個，但面對這種劇烈的波動、業績指引的偏差、情緒的起伏，這一切，你們作為一家機構是怎么保持專注的？
Jaimin Rangwalla：這個問題問得很有意思。Felipe總說，我們做這些路演和分享，應該多做，因為這能幫助我們重新理清思路。我們會回到原點，重新問自己：在這個時刻，真正重要的那五到七件事是什么？這確實很難。噪音太多了。市場的波動性遠比我印象中要高得多。通常來說，比如"解放日"那種波動，我不會特別糾結——我會想，好，發生了壞事，所以市場下跌。當壞事發生的時候，你大概能預判到，也許不知道跌多少，但你知道，壞事發生了，市場就會跌。但我們現在面臨的波動是這樣的：我對AI依然非常看好，AI依然在做很多了不起的事，但有些天，我們持倉的股票就無緣無故跌了5%或10%。這才是真正讓人頭疼的地方。
Molly O'Shea：有時候是因為爪形釋放（claw release），但是……
Jaimin Rangwalla：嗯，這部分確實很有挑戰性，因為你總是在想：哦，是不是有人知道什么內幕？是不是有什么事情正在發生變化，而我們沒有站在最前沿？或者我們是不是在開車時睡著了？——如果你沒有關注市場上發生的一切，這在這個行業里顯然是極其致命的代價。所以，你知道，我們總是努力讓自己回歸基本面，回歸大局觀和主題，確保我們持有的股票擁有高質量的商業模式，我們與管理團隊保持良好的關系，能夠真正了解正在發生的事情，這讓我們能夠應對市場的波動。而且現在我們手頭也有其他工具可以使用——對沖、看跌期權、做空，有很多事情我們可以做。
Jaimin Rangwalla：但我認為，歸根結底，我們目前得出的結論是：基本面非常強勁，市場非常有韌性，而且AI正在加速發展——盡管我說這話可能有些難以置信，也許有人會說你瘋了，畢竟這已經是大家談了三年的話題了。但事實確實如此，AI今天的加速程度甚至比一兩年前還要快。
Molly O'Shea：當你在尋找新的市場領導者時，你會關注哪些特征？你是如何評估這些公司的？
Jaimin Rangwalla：是的，我認為我們一直在做的、也確實奏效的方法是：思考什么是最前沿的變化，以及哪些公司正在推動這種前沿變化？英偉達幾乎為加速器市場設定了標準——它定義了兩年后加速器市場在能力方面會是什么樣子，以及他們正在改變哪些東西？博通也是如此，臺積電也是如此。他們各自在哪些領域進行變革？因為他們都在想方設法解決自身的瓶頸，試圖降低某些領域的成本——他們認為這些領域缺乏技術進步——同時他們也在努力優化自身的盈利能力。
舉個例子，現在人們在討論這樣一個概念：今天，加速器之間的連接方式是使用銅線，這是一種傳輸數據的方式。但有一種情景是，兩三年后，銅的使用會減少，光學的使用會增加——或者至少是，也許銅不會減少，但光學會增多，對吧？因為光學能更快地傳輸數據，但也有局限性，比如它需要更長的傳輸距離等等。
所以我認為，我們始終在努力搞清楚這些變化——這只是一個例子，但類似的例子數不勝數，比如英偉達每一個新版本的加速器都有一些東西被移除、被添加，等等。所以我們努力追蹤變化發生的地方，以及這個行業今天的面貌是什么樣的？這個行業里有50個玩家嗎？那不太好。還是說這個行業已經整合，玩家數量集中，也許他們原本是為傳統市場生產某些東西，而現在突然迎來了他們根本沒有預料到的巨大需求爆發，而且他們根本無法迅速擴大供應？哦，哇，也許那就是我們需要去追蹤和關注的行業。
所以我們真的在努力保持在最前沿。我們在OpenAI和Anthropic都有大額投資，所以我們不斷地與他們交流，了解他們在做什么來優化他們的模型，他們在使用什么技術，等等。我們努力做研究，真正保持在變化發生的最前沿。
Molly O'Shea：這真的太瘋狂了，因為每當有人提到OpenAI和Anthropic，我都會下意識地以為它們已經是上市公司了，但實際上它們還沒有。那么，你是怎么看待這些價值萬億美元的IPO的？
Jaimin Rangwalla：我認為這對市場來說是件好事。我認為科技領域的領導者是會更替的——我們做過相關研究，大約每五年左右，科技領域前25名中大概有四分之一的公司會退出，同時會有四五六家新公司進入前25名。這是一個非常基礎的分析，我相信如果我們做得更詳細，會呈現出更多細節。但科技在變化，領導者也在變化。
Jaimin Rangwalla：我認為這些公司，在我看來，如果我們就假設SpaceX、OpenAI和Anthropic實際上都已經價值超過一萬億美元——我的意思是，它們已經把自己推進了全球市值前30名的公司行列。所以，它們是上市還是私有，其實已經不重要了，它們已經達到了那個里程碑。對我來說，當它們上市時，只不過是讓那些之前沒有機會投資的人——那些只能專注于公開股票的散戶投資者——現在能夠獲得這些股票的投資機會，這將是一件好事。
Jaimin Rangwalla：我并不擔心"哦，這意味著你必須賣掉'七巨頭'或者其他股票"這種問題，因為你知道，標普500的總市值是60到70萬億美元，我們說的是三家各自價值一萬億美元的公司。這不像是要把所有其他股票都大規模清倉來為這些IPO籌資——這一切都與這個市場中可能需要的IPO規模相匹配。我認為出現新的名字是件好事，因為如果總是那些老面孔反復出現，這就不能真正體現科技的魅力所在。
Molly O'Shea：作為Coatue公開市場部門的首席投資官，如果我不問你關于風險的問題，那就是我的失職了。你最關注的最大風險是什么？
Jaimin Rangwalla：最大的風險是：在另一端出現某種技術，從根本上改變了今天某些短缺的現狀。這種風險的存在，僅僅是在這樣的大背景下——好吧，那些可能受此影響的股票類型。
Jaimin Rangwalla：如果，比如說，去年發生的那個"DeepSeek時刻"——類似的時刻再次發生，有人找到了一種模型，可以用更少的算力、更少的半導體、更少的內存來完成所有的計算，如果這種情況發生，從長遠來看，這對AI可能是件好事，因為這意味著AI的普及會發生得更快，會有更多人使用它。如果AI變得大幅更便宜，這里有一個"杰文斯悖論"的論點——意思是，越便宜，人們就會找到越多的創造性方式來使用它并做其他事情，對吧？人形機器人目前還處于次要位置，但也許如果成本足夠低，將會有更多的資金投入到解決這個問題上，突然之間，其他很多事情也會加速發展。
Jaimin Rangwalla：所以我認為，對于我這個每天都要面對按市值計價（mark-to-market）投資組合的人來說，這是我正在關注的一個風險。另外，還有一種可能性——會不會突然出現某種監管政策，改變或者抑制當前這種不受約束的增長方式？但總體而言，我認為，我們現在談論的已經是國家安全層面的話題了，所以我實際上認為，監管環境會盡其所能，在未來允許盡可能開放合作的AI發展環境。但這些就是我大致關注的風險所在。
還有，你知道，我們在之前的一次電話會議上做過另一項研究：大約每10年，市場會經歷一次我們稱之為"危機"的時刻，也就是大約下跌30%的時刻。而每年，大概都會有一次下跌10%。我感覺去年，我們在關稅風波中經歷了那次30%的下跌時刻，那介于危機和調整之間。2022年已經是市場的一次下跌30%了。所以我感覺，我們現在處于這樣一個階段——風險永遠存在，但我認為我們真的處于一個非常好的長期趨勢之中。
Molly O'Shea：除了更多地出現在鏡頭前，你今年最期待的是什么？
Jaimin Rangwalla：我覺得我們搬進了這個新辦公室，這很棒。總體來說，我經常說Felipe是一位出色的投資人，他是風險管理投資領域的名人堂級人物。但也許大家沒有完全意識到的是，他同時也是一位出色的CEO，對吧？
Jaimin Rangwalla：在公司建設方面，我加入的時候公司大概只有12個人，管理資產7億美元。而今天，我們的資產已經超過800億美元，員工超過200人，還有多個辦公室。當我回過頭來想想這20年的發展軌跡，真的覺得不可思議。我覺得他可能還是比我早到辦公室，比我晚離開，工作比我多，從不停歇，對吧？所以對我來說，這段旅程還在繼續。我們常說一個拐點會引領下一個拐點。我感覺我們作為一個組織，正處于第二個拐點，或者也許不是第二個，可能是第五個拐點，但我們確實又到了一個新的拐點。我認為我們真的正走在一條即將全面突破的道路上。
Molly O'Shea：你覺得他的秘訣是什么？
Jaimin Rangwalla：他最近打了很多板網球。我不打。我感覺那是他的新愛好。我覺得這讓他保持活力，讓他保持年輕。而且他非常好奇，總是在思考什么正在發生變化。這幾乎是一種思維方式，對吧？你就是處于這樣一種思維狀態：什么正在改變？我們如何抓住機會？這很難做到。很多人喜歡待在一個讓自己感到舒適和安逸的環境里，覺得"我了解這里的一切"，這對某些人來說很好，但在這個行業、這個領域，要想取得成功，你就必須始終思考什么正在改變，以及我該如何抓住它。
Molly O'Shea：這真是一個完美的結尾。非常感謝你，這次談話真的很愉快。
Jaimin Rangwalla：非常感謝你。