跨市博弈|豪賭AI的背後大型科技公司的隱憂
原文刊於信報財經新聞
投資者們早已習慣於大型科技公司的財報數字,但也許他們低估了這些公司正變得多麼資本密集。微軟(MSFT)、 谷歌(Google)母公司Alphabet和Facebook母企Meta Platforms(META)的資本支出在2024年將輕鬆突破1500億美元,年增長70%左右,這些公司的「燒錢」速度令人咋舌。這些投資並不會立即反映在損益表上,而是以資產的折舊費形式逐年攤銷。這意味着,投資者目前看到的盈利數字只是「冰山一角」。
微軟、谷歌和Meta的資本支出現已是其折舊費用的三倍以上。以下是這些公司的最新數據:微軟:折舊費用150億美元,資本支出400億美元,預計今年將達到600億美元以上;谷歌:折舊費用130億美元,資本支出380億美元,預計今年將達到500億美元;Meta:折舊費用120億美元,資本支出270億美元,預計今年將達到350-400億美元。

從這些數字可以得知,這些公司正以驚人的速度加大投資,特別是在AI基礎設施方面。Meta在其最近的財報電話會議中明確表示,2024年的資本支出將增加到350至400億美元,而谷歌和微軟也表態將大幅增加AI和雲基礎設施的投資。
當然,這些支出的最終效果如何?這才是真正的問題。如果這些投資能夠帶來高回報,那麼銷售增長自然可以吸收這些更高的費用。然而,這並非板上釘釘,因為個人認為大多數這些資產將需要更換,這意味着目前看到的資本支出水平可能會持續。因此,雖然這些公司的市盈率(P/E)雖然在25到35倍之間,但股價對自由現金流比率(P/FCF)則在40至50倍之間。
同樣地,如果這些投資能夠獲得良好的回報,那麼利潤率將保持穩定,但需要注意的是,儘管自由現金流利潤率(FCF margins)依然很強,但並未跟上利潤率的增長。以微軟為例,過去十年其自由現金流利潤率從28%降至26%,而淨利潤率則從25%增至36%。最終,假如隨着增長放緩,這些利潤率將趨於一致,因為折舊費用「趕上」了現金資本支出。
沃爾瑪(Walmart)和家得寶(Home Depot)在其發展早期也曾經歷過類似的資本支出挑戰,但這些公司能夠通過高資本回報率(ROIC)獲得成功。相比之下,當前的科技巨頭是否能在2024年投入的1500億美元資本中獲得合理回報?這是一個未知數。以10%的回報率計算,第一年需要增加150億美元的稅後利潤。「股神」畢非德的理論告訴我們,如果第一年沒有收益,第二年需要320億美元,第三年則需要500億美元的利潤。

如果這些公司在未來十年內每年增長10%(對於科技巨擘這不是一個小目標),那麼這將帶來2.6倍的增長回報。然而,如果市盈率從30降至20,那麼回報將降至每年僅5.6%,未計算加上股息和回購可能會增加幾個百分點。長期假設雖然無法精確,但這些公司今天的估值已經相當高,未來的回報可能不如過去那麼輝煌。
投資最核心的問題在於風險管理和機會成本。正如畢非德引用格拉罕(Benjamin Graham)所說,在一個價格下,一家公司可以是極好的投資,而在另一個價格下,則可能是糟糕的投資。蘋果或許是一個很好的例子,儘管它仍然是一個偉大的企業,但當前的估值可能已經不再具備吸引力。
總之,這些大型科技公司無疑是偉大的企業,但目前的高估值意味著它們的投資回報可能不如過去那麼吸引人。在這個AI和雲計算的時代,資本支出的增加是不可避免的,但投資者需要謹慎權衡風險與回報。畢竟,投資的目標不只是選擇最好的企業,而是選擇最好的投資。
家族辦公室投資經理
徐立言(本欄每逢周一刊出)
www.facebook.com/hsulylab/
支持EJ Tech


Related Posts
Latest News
-
衞星大戰|Apple和SpaceX掀衞星服務爭奪戰
Apple 和馬斯克(Elon Musk)旗下的SpaceX,據報正在爭奪供應有限的手機頻譜使用權。消息指,Apple在外太空投資激怒了馬斯克,而SpaceX已敦促監管機構叫停一項由Apple出資的衞星擴張項目。
- Posted March 31, 2025
- 0
-
針對不同行業監管AI發展(方保僑)
隨着人工智能(AI)技術普及,潛在風險和挑戰也日益顯現。如何在促進創新的同時,確保AI技術安全、透明和公平使用,已成為香港特區政府乃至整個社會必須面對的重要課題。
- Posted March 31, 2025
- 0
-
AI預測|蓋茨:兩工作十年內較受AI衝擊
微軟(Microsoft)共同創辦人比爾蓋茨(Bill Gates)早前接受電視節目訪問時,預測人工智能(AI)將於未來10年取代人類在醫療、教育等大多數專業領域的角色。
- Posted March 31, 2025
- 0
-
陳仲文|AI武器化 衍生新興網絡威脅
香港生產力促進局數碼轉型部總經理、香港網絡安全事故協調中心(HKCERT)發言人陳仲文指出,本地企業現時面對五大網安風險,從大型語言模型(LLM)外洩風險、AI助長的詐騙攻擊,以至關鍵基礎設施的安全隱憂等,企業須正視新興威脅,強化防禦策略。
- Posted March 31, 2025
- 0
-
楊紅霞|籲港府支援基建 配合人才優勢
港理工大學計算機及數學科學學院副院長(環球事務)楊紅霞直言,本港在生成式人工智能(GenAI)浪潮中尚未取得較大突破,乃不爭事實,但只要充分把握人才優勢,善用周邊地區資源,相信仍有不少發展機會。
- Posted March 31, 2025
- 0
-
直接偏好優化(DPO)
直接偏好優化是一種用於訓練機器學習模型的新興方法,直接利用人類的偏好數據來優化模型。
- Posted March 31, 2025
- 0
-
獎勵模型(Reward Model)
獎勵模型是一種在機器學習領域使用的概念,特別是在強化學習及某些生成式模型的訓練中。
- Posted March 31, 2025
- 0