在2001年12月10日出版的那期《财富》杂志中，沃伦·巴菲特发表了一篇具有里程碑意义的七页长文，文中提出了一项关键市场指标，也就是后来广为人知的“巴菲特指标”。这篇文章改编自他当年7月在爱达荷州太阳谷Allen & Co.年度大会上的一次演讲。这场峰会属于闭门分享，听众主要是各大公司的CEO。正是在《财富》杂志传奇专栏作家卡罗尔·卢米斯的推动下，巴菲特将演讲稿扩充整理，写成了这篇文章。卡罗尔也是我刚入行时的导师——我曾有幸担任她的研究助理（工作中绝不允许敷衍！），而她也十分慷慨，亲自帮我修改过几篇稿件。

在那时，卡罗尔与巴菲特已是莫逆之交。多年来，她一直是伯克希尔-哈撒韦（Berkshire Hathaway）年度致股东信的编辑。可以说，在巴菲特的影响下，她的分析能力愈发精湛。从ITT到惠普（Hewlett-Packard），再到《财富》杂志当时的母公司时代华纳（Time Warner），她能够精准剖析这些大型企业的真实财务状况，其水平甚至超过绝大多数华尔街分析师和基金经理。她在美国在线（AOL）并购案刚宣布时就直言不讳地予以批评（这一交易后来被广泛视为失败案例），当时甚至惹恼了公司高层。2024年5月，在作为CEO的最后一次年度讲话中，巴菲特也特别肯定了卡罗尔的卓越贡献，称赞她在帮助这位“奥马哈先知”成为商界最具影响力人物的过程中发挥了重要作用，并盛赞她是“最优秀的商业记者”。

巴菲特在25年前提出的这些观点经得起时间考验，而且在当下尤其具有现实意义，因为这套他当年用来预警市场风险的衡量标准，如今看起来更加值得警惕。彼时，巴菲特正是在互联网泡沫破裂之际撰写的这篇文章。他在文中解释了为何市场下跌不可避免，而且很可能还会大幅延续。他的核心判断是：从长期来看，美国股市的总市值不可能持续快于实体经济（即GDP所反映的商业活动）的增长。因此，当标普500指数与国民收入之间的比值大幅偏离常态时，必将向相反方向摆动，并回归均值，只是无人能够精准预测这一回调发生的时间。巴菲特在文中还重点展示了一张图表：在2000年3月互联网狂潮的顶峰时期，这一指标（后来被称为“巴菲特指标”）一度飙升至惊人的200%。

他写道：“这张图传递的信息是：如果（股票总市值与GDP之间的）这一比值降至70%或80%，买入股票很可能会带来不错的回报；但如果它像1999年和2000年那样逼近200%，那你就是在‘玩火’。”事实上，在这篇文章发表时，标普指数已经下跌超过20%；到2022年中，又较峰值回落了接近一半，使得“巴菲特指标”跌至80%以下。正如这一指标所预示的那样，科技泡沫破裂后的阶段，恰恰成为极佳的入场时机。

巴菲特指标已高于2001年预警时的水平

当前市场投机情绪空前高涨。自伊朗战争意外爆发引发市场下跌以来，标普500指数已反弹超过13%，截至4月17日午盘，创下7140点的历史新高。更令人震惊的是，如今“巴菲特指标”已升至232%，比他当年划定的“危险区间”还高出约六分之一。如此之高的水平伴随着两个问题。首先，企业利润的增长速度远超GDP增速。多头认为，这一趋势足以支撑当前估值，并且每股收益（EPS）仍可保持两位数增长，而国民收入仅以约5%的名义增速缓慢增长。但这一论点站不住脚：当前企业利润已占GDP的12%，而历史均值仅为7%至8%。在高度竞争的经济环境中，高利润率必然吸引竞争者入场，通过压低价格、扩大规模来争夺市场份额，从而挤压原有高盈利企业的利润空间。这种超常的盈利增长通常难以持续。正如已故诺贝尔经济学奖得主米尔顿·弗里德曼曾对本文作者所说：“企业利润占国民收入的比重，不可能长期高于其历史水平。”

其次，相对于盈利而言，股价也变得更加昂贵。根据第一季度美国通用会计准则下净利润的预测计算，标普500指数的市盈率已超过28倍，这比约17倍的百年均值高出三分之二。更可能出现的情况是：利润和市盈率都会向常态回归，并带动“巴菲特指标”和标普指数同步下行。

那么，从“巴菲特指标”处于极端高位时的历次表现来看，这次跌幅可能会有多大？再次回顾，互联网泡沫时期该指标升至200%，也正是巴菲特撰文警示风险时，下跌幅度约为一半。2021年11月，该指标再次略高于这一危险水平，随后回落了19%。

在那篇《财富》杂志文章中，巴菲特曾警告，如果投资者在该指标处于历史高位时仍期待股市继续大涨，“那这条走势曲线就得直接冲出图表边界”，也就是说，多头实际上是在赌经济规律会失效。眼下，市场仍由多头主导，他们预计这个已经突破历史区间的“巴菲特指标”还会进一步深入“玩火”的区域。我的导师卡罗尔·卢米斯，当年说服她的好友巴菲特将这一后来备受推崇的指标分享给公众，这无疑是一项重要贡献。这个历久弥新的指标已经发出了“过度亢奋”的警告：如果继续沉浸在乐观论调中，最终必将迎来漫长的“宿醉”。（财富中文网）

译者：郝秀

审校：汪皓

1987年，诺贝尔经济学奖得主、经济学家罗伯特·索洛针对信息时代发展停滞现象提出尖锐论断：20世纪60年代，晶体管、微处理器、集成电路和存储芯片相继问世，经济学家和企业原本预期这些新技术将颠覆工作场所，并实现生产率大幅跃升。然而现实却恰恰相反，生产率增速持续放缓，从1948年至1973年的2.9%降至1973年之后的1.1%。

彼时，新兴的计算机有时会产生过多信息，生成内容繁琐到令人头疼的报告，打印出来的纸张堆积如山。这项本应大幅提升办公效率的技术，在此后数年间反倒成了发展的拖累。正是基于索洛对这一现象的洞察，这一与预期相悖的结果，最终被命名为“索洛生产率悖论”。

“计算机带来的改变无处不在，但在生产率的数据统计上却没有体现。”索洛在1987年发表于《纽约时报书评》的一篇文章中写道。

如今，关于企业高管是否应用以及如何应用人工智能的数据显示，历史正在重演。经济学家和科技巨头创始人曾就该技术对职场和经济的影响做出类似承诺，而现实却让这些承诺变得更为复杂。《金融时报》针对2024年9月至2025年的数据分析显示，标普500指数成份股企业中，有374家在财报电话会议中提及人工智能，其中绝大多数都表示，人工智能在公司内部的应用成效积极。但这些积极的应用案例，并未在整体生产率提升中得到印证。

美国国家经济研究局（National Bureau of Economic Research）2月发布的一项研究发现，在参与各类商业前景调查、来自美国、英国、德国和澳大利亚的6000名首席执行官、首席财务官及其他高管中，绝大多数认为人工智能对企业运营的影响微乎其微。尽管约三分之二的高管表示正在使用人工智能，但每周使用时长仅约1.5小时，且有25%的受访者称在工作场所完全不使用人工智能。研究指出，近90%的企业表示，过去三年人工智能对就业或生产率未产生任何影响。

然而，企业对人工智能在工作场所和经济领域的影响仍抱有极高预期：高管们预测，未来三年人工智能将推动生产率提升1.4%，产出增加0.8%。尽管企业预计同期就业岗位将减少0.7%，但受访员工却认为就业岗位将增加0.5%。

人工智能真的能提升生产率吗？

2023年，麻省理工学院的研究人员声称，使用人工智能的员工绩效较未使用者可提升近40%。然而，最新数据未能印证这一预期中的生产率提升，这也让经济学家们开始质疑：企业在人工智能领域的投资（2024年已飙升至超2500亿美元）究竟何时、甚至能否获得回报。

阿波罗全球管理公司（Apollo）首席经济学家托尔斯滕·斯洛克（Torsten Slok）在一篇博文中，援引了索洛近40年前的论断：“人工智能带来的改变无处不在，但在最新发布的宏观经济数据中却没有体现。如今，无论是在就业数据、生产率数据还是通胀数据中，都看不到人工智能带来的实质变化。”

斯洛克补充道，除了美股“七巨头”之外，“人工智能在利润率和盈利预期中也没有体现”。

斯洛克援引了大量关于人工智能与生产率的学术研究，而这些研究对该技术的实际效用的结论却相互矛盾。去年11月，圣路易斯联邦储备银行在《生成式人工智能应用现状》报告中指出，自2022年底ChatGPT推出以来，美国超额生产率累计提升1.9%。然而，麻省理工学院2024年的一项研究却显示，未来十年，生产率增幅仅为0.5%。

“我认为我们不应轻视未来十年0.5%的生产率增幅。这总比零增长要好，”该研究作者、诺贝尔经济学奖得主达龙·阿西莫格鲁（Daron Acemoglu）当时表示，“但与科技行业从业者和科技媒体所做出的承诺相比，这一结果实在令人失望。”

其他最新研究也揭示了这一现象背后的原因。人力资源解决方案企业万宝盛华（ManpowerGroup）发布的《2026年全球人才晴雨表》显示，在19个国家近1.4万名受访员工中，2025年经常使用人工智能的员工比例上升了13%，但员工对该技术实用性的信心却骤降18%，这表明员工对人工智能仍存在疑虑。

波士顿咨询公司（Boston Consulting Group）的一项研究显示，在某些情况下，人工智能的应用甚至可能适得其反，引发“AI脑疲劳”。在一项针对1488名美国全职员工的调查中，受访者表示，使用不超过3种人工智能工具时，工作效率有所提升；但当使用的人工智能工具不少于4种时，员工自评的工作效率大幅下滑。员工们称，由于过度使用这类技术，他们感到头脑昏沉，或是会犯更多低级失误。

IBM首席人力资源官尼克尔·拉莫罗（Nickle LaMoreaux）表示，今年这家科技巨头将把年轻员工的招聘人数增加两倍。这表明，尽管人工智能能够自动化处理部分基础工作任务，但若大规模替代初级员工，未来将出现中层管理人才断层，进而危及企业的管理人才梯队建设。

什么能扭转人工智能的生产率模式？

诚然，这种生产率模式并非不可逆转。20世纪70年代和80年代的信息技术热潮，最终在20世纪90年代至21世纪初带来生产率的大幅跃升，其中1995年至2005年间，生产率增速在经历数十年低迷后提升1.5%。

经济学家、斯坦福大学数字经济实验室主任埃里克·布林约尔弗森（Erik Brynjolfsson）在《金融时报》的一篇评论文章中指出，这一趋势或已开始逆转。他观察到，尽管上周的就业报告将新增就业人数下调至仅18.1万，但第四季度GDP增速仍达到3.7%，这表明生产率正大幅提升。根据其分析，去年美国生产率跃升2.7%，他将此归因于行业从人工智能投资期向技术红利收获期过渡。前太平洋投资管理公司（Pimco）首席执行官兼经济学家穆罕默德·埃尔-埃里安（Mohamed El-Erian）也指出，就业增长与GDP增长持续脱钩（部分源于人工智能的持续应用），这与20世纪90年代办公自动化推广时期的情形颇为相似。

部分生产率提升或许就在眼前，只是尚未被察觉。斯坦福经济政策研究所牵头的一项研究，通过分析20万户美国家庭的网络浏览数据发现，生成式人工智能将求职、旅行规划或购物等在线任务的处理效率提升了76%至176%。然而，研究人员发现，用户借助人工智能从日常琐事中省出的时间，大多用来和朋友聚会、看电视，而非投入到工作或新技能学习中。

斯洛克认为，人工智能对未来的影响可能呈现“J型曲线”特征：初期绩效和产出增长缓慢，随后将迎来指数级增长。他表示，人工智能能否实现这一生产率跃升路径，取决于其创造的价值。

迄今为止，人工智能的发展路径已与早年的信息技术产业截然不同。斯洛克指出，20世纪80年代，信息技术领域的创新企业，在竞争对手开发出同类产品之前，始终拥有垄断定价权。如今，大型语言模型企业之间“竞争激烈”，价格持续被压低，人工智能工具已变得触手可及。

因此，斯洛克提出，人工智能未来能否真正推动生产率提升，取决于企业是否愿意利用这项技术，并持续将其融入业务场景中。斯洛克表示：“换言之，从宏观角度看，价值创造的核心并非产品本身，而是生成式人工智能如何在经济各行业中真正实现应用与落地。”（财富中文网）

译者：中慧言-王芳

随着SpaceX提交首次公开募股（IPO）申请，市场情绪明显转向看涨。分析师已将其称为“今年最受期待的上市项目之一”，以及“史上规模最大的IPO之一”。

与过去十年那套过时的IPO模式不同，SpaceX再次向我们证明：上市不再是企业发展的终点，而是一种战略加速器。它能帮助企业获取更广泛的全球资本、扩展基础设施，并实现仅依靠私募市场难以支撑的规模扩张。

然而，尽管SpaceX是一家由富有远见的创始人领导的伟大公司，在当前超过1万亿美元的私募估值之下，它也折射出美国IPO市场的弊端：当企业走向公开市场时，往往已经提前释放了绝大部分上涨空间。

美国企业上市的门槛已经发生了显著变化。二十年前，企业通常在估值仅数亿美元时就挂牌上市。亚马逊（Amazon）在1997年上市时估值约为4.38亿美元；作为互联网早期标志性IPO之一的美国在线（AOL），从上市到股价峰值实现了超过100倍的回报。当时公共市场投资者能够参与企业价值创造的完整周期。

而如今情况已大不相同。企业往往需要达到20亿至30亿美元的估值，才会考虑启动IPO。Stripe在私募市场的最新估值为650亿美元，Databricks估值超过400亿美元，而SpaceX在上市前融资时的估值已超过1,750亿美元。当这些企业最终进入公开市场时，它们早已是全球行业巨头。

曾经属于公共市场投资者的那部分收益，如今更多在私募阶段就已被消化。但长期停留在私募市场也需要付出现实代价——例如资本结构会变得脆弱，股权集中在少数内部人士手中，并极度依赖持续的私募融资。这也限制了更广泛投资者的参与，并推迟了公开市场所提供的价格发现机制与治理约束。企业在试图规避公开市场审视的同时，实际上却换来了另一类风险：透明度更低、流动性更弱，且获取可持续长期资本的路径更加匮乏。

SpaceX的上市释放出一个信号：公开市场的大规模融资窗口已重新开启。但从估值本身来看也不难得出结论：当SpaceX、Anthropic、Stripe和Databricks这类独角兽上市时，其指数级的价值增长阶段便已经结束。

那么，投资者为何对这些超级独角兽的IPO如此执着？

下一轮超额回报，并不会来自万亿美元级别的IPO，而是将来自在生命周期早期便上市、尚未被全球资本充分定价的小型企业。历史经验表明，最大的投资收益往往来自于在一家企业尚未崭露头角之前，就能发现其定义一个赛道的能力。那些能带来百倍乃至四百倍回报的真正投资机会，往往存在于估值低于5亿美元的企业之中。正如传奇投资人彼得·林奇所说，这正是“跑赢华尔街”的关键所在。

从这个意义上说，SpaceX只是一个干扰项而已。（财富中文网）

本文作者杰弗里·斯图尔特现任GPO基金（GPO Fund）董事总经理。他是多家风险投资支持公司的创始人（其中两家曾入选《Inc.》500强榜单），同时担任哥伦比亚大学兼职教授，并著有《全球IPO：资本市场大重构》（Global IPO: The Great Rewiring of Capital Markets）一书。

Fortune.com上发表的评论文章中表达的观点，仅代表作者本人的观点，不代表《财富》杂志的观点和立场。

译者：刘进龙

审校：汪皓