摘要

Joyce Meng将“假AI”视为高赔率做空主题——针对的是声称拥有并不存在AI敞口的公司。 她筛选那些突然把“AI”加入公司名称的改名案例，找出了 Resolve AI，以及一家从家居装饰转型为AI服务器制造商的中国公司；据她称，该公司把 NVIDIA 的产品目录用 Photoshop 合成到官网，还声称招募了在 LinkedIn 上无法核实的员工。她的做空组合今年取得正收益，自基金成立以来做空端表现为正，并以波动率较低的长期下行股作为压舱石。
Soren Aandahl认为，最好的空头往往是那些无聊的标的——“避开脱衣派对”。 市场上涨的广度极窄，“众数股票在下跌”，他认为这与1999—2000年的市场特征如出一辙。他的农业做空研究霍尔木兹海峡关闭、化学品、化肥和硫酸盐价格，以及它们对供应链和播种决策的影响，最终落到那些连“住在母亲家地下室、穿着汗衫的人”都不会在 Twitter 上讨论的公司。
Zachary Datikash认为，私人资本蜂拥进入的领域都提供做空机会——包括私募信贷、PE基金管理人和BDC，以及它们扎堆投资的企业。 他说，他认为 Brookfield 的AUM超过1万亿美元、有形净资产为负，而美国高收益债市场规模为1.5万亿美元。Chanos另举Planet Fitness：PE持有的健身房尽管单位经济性极差仍持续扩张，随后才削减扩张；Zach则用Mister Car Wash说明，1英里半径内出现3家门店就可能摧毁一个好生意。
Meng的基金国际敞口超过50%，既配置真实AI供应链、对冲假AI，也做空终值受颠覆的叙事。 她提到中国及其他市场存在信息不对称、报告标准较差以及企业质量指标虚高。终值增长率变化1个百分点，可能让DCF摆动8–15%，因此印度的传统软件和商品化BPO/联络中心服务构成有吸引力、下行不对称的做空标的。
Jim Chanos给出的逆向数据点是：互联网对宏观经济的影响几乎难以察觉。 他说，1986—1996和1997—2007两个时期，美国GDP增速与标普企业利润增速的CAGR均约为6%，且没有因为GFC而对这组比较做负面调整。他认为中国开放带来的影响远大于互联网；不过，Soren从铁路和互联网的视角看，颠覆性技术也能制造泡沫，并让早期高估值企业破产。
圆桌前瞻性的做空主题是：AI可能让软件和白领服务走向商品化。 Zach在复盘时统计了145家市值超过10亿美元的软件公司，至少在他复盘的那个时点如此；一款竞品可能一夜之间加入客户想要的功能。Meng认为，软件超过80%的毛利率并不意味着代码开发仍是同样坚固的护城河，尤其对轻量级前台点解决方案而言；在FactSet遭重创后，她更偏好Morningstar等覆盖较少的数据公司。AI可能生成优于知识工作底部25%的产出，而这部分工作涉及美国45%的人口；她提到的估算显示，新增算力中60–70%会替代人力资本，同时强调时间点和持续时间仍未知。她认为K型经济中存在丰厚的多空价差机会。

精读

1. 狂热行情中，“假AI”是做空机会密集区

Joyce Meng表示，做空需要差异化判断和催化剂，但她的组合更偏主题，因为“涨潮见顶，会把同一片海域的许多标的一起带下去”。她最喜欢的主题是“假AI”：她描述了一家从中国家居装饰公司转型为AI服务器企业的公司，据称该公司把 NVIDIA 的产品目录用 Photoshop 合成到官网，还声称招募了在 LinkedIn 上无法核实的员工。
发现 Resolve AI 的筛选器，寻找的是公司名称突然加入“AI”的更名记录。Meng称，做空组合今年取得正收益，自基金成立以来做空表现为正；她用波动性更低的长期下行股平衡高波动标的。

2. 无聊空头正在奏效——这与1999—2000年如出一辙

Soren Aandahl的判断是，涨势的市场宽度窄到“众数股票在下跌”，这与他对1999—2000年的研究特征一致。他的应对是“避开脱衣派对”（“avoiding the topless parties”）。
他的农业空头研究霍尔木兹海峡关闭、化学品、化肥和硫酸盐价格，沿供应链追踪其影响，并推演这些因素对种植者播种决策的后果，最终落到几乎没有散户或 Twitter 关注的冷门公司。

3. 私人资本蜂拥而入会毁掉好生意，发起方也显得承压

Zachary Datikash沿着资本周期追踪私募信贷和私募股权，认为机会既在基金管理人和BDC，也在资本扎堆进入的企业。他以Mister Car Wash为例：洗车店可以是极佳生意，但1英里半径内开出3家门店，单位经济性就会明显恶化。
Jim Chanos补充了Planet Fitness的案例：PE持有的健身房即使单位经济性极差，仍承受着扩张压力；扩张速度一旦放缓，增长故事也随之瓦解。
在基金管理人方面，Datikash称他认为 Brookfield 的AUM超过1万亿美元、有形净资产为负，对照美国1.5万亿美元的高收益债市场。他提醒，这些数字“可能并不全都准确”，投资者也已经对该业务的规模化能力过于乐观。Chanos插话说：“这就是个简单生意，就是从最上面抽钱。”

4. 亚洲提供信息不对称，终值数学放大服务业空头空间

Meng称其基金国际敞口超过50%，对中国、大中华区和印度都有较大敞口，同时持有大量AI供应链敞口——做多“真实AI”、做空“假AI”——并利用信息不对称、较差的报告标准和企业质量指标虚高。
她聚焦终值重估下的长期下行股，尤其是在中国AI快速演进的周期中。终值增长率每变化1个百分点，DCF就可能摆动8–15%，因此传统软件和商品化商业服务，尤其是印度的BPO和联络中心服务，可以提供较大的下行不对称性。她称基金已经从印度这些大额空头中赚了很多钱。

5. AI颠覆是真实的，泡沫在历史上也同样真实

Aandahl的历史视角涵盖互联网，也涵盖1850年代的铁路。革命性技术可以重塑社会与商业，也可能制造巨大泡沫，令高估值企业和基金走向破产。
Chanos给出的支持数据是：1986—1996和1997—2007两个时期，美国GDP增速与标普企业利润增速均约为6%的CAGR。他说：“我们没有因为GFC而扣分”，并认为中国开放带来的影响远大于互联网，尽管互联网确实带来了深刻变化。
Datikash看到了软件行业的新动态。在对145家全球软件公司进行复盘时——这些公司的市值至少在“当时”超过10亿美元——他指出，一款更低价的销售自动化产品可以一夜之间加入客户想要的功能，直接消除客户为竞品支付更高价格的理由。这意味着所有人都在彼此竞争；他把这个问题延伸到了服务自动化和咨询行业。
Meng认为，软件超过80%的毛利率并不意味着写代码仍然是同样强的竞争壁垒，尤其对轻量级、前台型点解决方案而言。服务业所需工时可能出现大幅通缩，由此带来棘手的价格弹性问题。在不确定市场中，她预计估值会跟随盈利下调或远期年度预测修正而动；虽然行业龙头已经经历估值下修，她更偏好覆盖较少、做空比例较低的数据公司——“如果FactSet已经被打得很惨，为什么不看看Morningstar？”——因为数据容易被抓取。
她更广义的K型经济主题包括疲弱的消费环境、中低端白领工作，以及可能带来通缩的AI劳动力。她认为AI可能生成优于知识工作底部25%的产出，而这部分工作涉及美国45%的人口；她看到的估算认为，新增算力中60–70%会替代人力资本，并提到大型科技公司的大规模裁员。这一变化可能需要数年，持续时间也未知，但她认为这是多空价差策略的肥沃环境。

不止于终场比分：体育如何成为新的投资前沿与 Orlando Bravo 讨论软件的下一步