Penulis: Kuri, Shenchao TechFlow
Setiap seseorang mendapat keuntungan besar di pasaran saham AS, tindakan pertama yang dilakukan oleh orang yang menyaksikan selalu sama: memeriksa laporan pelaburan mereka, mencari saham seterusnya yang perlu dibeli.
Laporan yang paling banyak diterjemahkan baru-baru ini, tentu saja, milik seorang lelaki Jerman berusia 24 tahun bernama Leopold Aschenbrenner.
Pada bulan Mac tahun ini, media tempatan pernah melaporkan beliau secara meluas, dengan tajuk yang hampir sama; contohnya jenius yang dipecat oleh OpenAI, menulis risalah 165 muka surat yang meramal trend AI, serta menubuhkan dana hedging yang menguruskan AS$5.5 bilion...
Tetapi tag hanyalah tag. Yang benar-benar menarik perhatian tentang dana ini ialah ia tidak membeli NVIDIA, tidak membeli OpenAI, dan tidak membeli sebarang syarikat yang membuat model AI. Ia hanya membeli perkara yang AI tidak boleh hidup tanpanya: penghasilan tenaga, pembuatan cip, komunikasi optik, pusat data...
Dengan kata-katanya sendiri dalam kertasannya, batasan AI bukan terletak pada algoritma, tetapi pada tenaga listrik dan kekuatan pengiraan. Seluruh dana ini sebenarnya bertaruh bahawa pernyataan ini benar.
Pengurus pelaburan di media sosial dipanggil "anak versi saham AS era AI" atau "Warren Buffett versi AI". Baru-baru ini gelar ini telah dinyatakan semula, kerana keberhasilan ramalannya menjadi agak tidak masuk akal.
Menurut data yang dikeluarkan oleh platform copy trading Autopilot pada 1 Mei, portofolio yang disimulasikan meningkat sebanyak 61% dalam dua bulan. Berdasarkan perkiraan ini, skala dana beliau telah mendekati 9 miliar dolar AS.
Duit diperoleh dari mana? Terutama bergantung pada dua saham utama. Bloom Energy, sebuah syarikat sel bahan bakar yang menyediakan kuasa off-grid untuk pusat data AI, harga sahamnya meningkat 239% sejak awal tahun ini.
Berdasarkan laporan pemegangan yang diumumkan pada akhir tahun lalu, beliau memegang saham dan opsi syarikat ini bernilai US$875 juta, dan kini nilai pasarnya meningkat hampir ke US$3 bilion.
Masih ada Intel. Laporan portfolio yang sama menunjukkan bahawa beliau membeli 20.2 juta pilihan beli Intel pada suku pertama 2025, ketika harga saham Intel berada sekitar $20, dan kebanyakan penilaian utama Wall Street berpendapat bahawa Intel tidak begitu baik.
Pekan lalu, Intel naik ke $113, mencatatkan rekod tertinggi dalam 25 tahun. Dalam kurang setahun, harganya naik hampir lima kali ganda, dan pulangan opsyen pemuda ini jauh lebih tinggi berbanding saham.
Saya memahami dorongan para penonton. Laman web pelaburan Amerika, Motley Fool, menerbitkan empat artikel dalam sehari untuk menganalisis portfolionya, sementara versi pelaburan Reddit luar negara sedang membincangkan sama ada perlu meniru strateginya. Semua orang cuba mencari Intel seterusnya daripada laporan portfolionya.
Tetapi anda perlu tahu, laporan kedudukan biasanya mengalami penundaan 45 hari. Apabila anda melihat apa yang dibelinya, pergerakan pasaran sudah separuh jalan.
Lebih penting lagi, walaupun anda mengetahui posisinya secara langsung, anda tidak boleh meniru sebab-sebab berterusan mengapa dia tepat.
Komuniti, itulah Alpha yang paling hebat
Pertama, Leopold Aschenbrenner menimbulkan kesan paling luar biasa melalui paper yang ditulisnya pada tahun 24, yang hampir meramalkan arah perkembangan dan pola pelaburan AI semasa ini.
Inti argumen sebenarnya boleh diringkaskan dalam satu ayat: Kuasa pengiraan untuk melatih model AI meningkat sebanyak separuh peringkat setiap tahun, dan pada kadar ini, AI amum (AGI) yang mampu mendekati kemampuan manusia akan muncul sekitar tahun 2027.
Namun, untuk mengekalkan kadar pertumbuhan ini, faktor pembatas utama bukan pada peringkat algoritma, tetapi pada tenaga elektrik, kapasiti cip, dan ruang fizikal. Penggunaan tenaga bagi satu kumpulan latihan tunggal akan meningkat dari peringkat megawatt ke gigawatt, mendekati output sebuah stesen nuklear besar.
Ini adalah logik asas seluruh dana beliau. Kelajuan perkembangan AI ditentukan oleh batasan fizikal, jadi anda sepatutnya melabur pada batasan itu sendiri.
Penilaian ini kelihatan seperti kesimpulan yang ditarik oleh seseorang yang bijak setelah melakukan banyak penyelidikan di perpustakaan; tetapi sebenarnya, saya percaya ia adalah lingkungannya yang membentuk penilaian ini.
Sebelum menulis tesisnya, dia bekerja selama satu tahun di pasukan Superalignment di OpenAI. Pasukan ini secara khusus menyelidiki cara mengawal AI yang lebih bijak daripada manusia, dan melapor terus kepada saintis utama, Ilya Sutskever.
Pada tahun itu, dia melihat rancangan latihan dalaman, penggunaan kuasa sebenar, dan keperluan spesifik model generasi seterusnya terhadap tenaga elektrik dan cip. Ketika dia menulis "penggunaan kuasa dalam gigawatt" dalam kertasnya, asasnya mungkin adalah peta jalan dalaman di makmal.
Pada April 2024, beliau dipecat oleh OpenAI, setelah mengirimkan memo dalaman kepada pihak pengurusan OpenAI, memperingatkan bahawa langkah keselamatan syarikat tidak mencukupi dan berisiko disusupi oleh agensi kecerdasan asing.
Memo ini menyebabkan ketegangan antara pengurusan dan pihak pengarah, dan OpenAI kemudian memecatnya atas alasan "bocor maklumat".
Dua bulan kemudian, kertas kerja itu diterbitkan. Kertas kerja ini lebih baik difahami sebagai versi awam dari pemahaman dalaman beliau di OpenAI.
Kertas kerja AI menyelesaikan masalah "melihat ke arah mana". Tetapi dalam pelaburan, hanya mengetahui arah tidak cukup.
AI memerlukan lebih banyak tenaga listrik, pernyataan ini telah dikemukakan oleh ramai analis sejak 2024. Yang benar-benar berharga ialah masa dan kedudukan, contohnya, adakah anda berani membeli 20 juta pilihan beli apabila harga saham Intel berada pada $20.
Keyakinan ini bukan hanya datang dari kepercayaan terhadap tren besar AI, tetapi juga dari pengetahuan spesifik tentang perusahaan mana yang menandatangani kontrak pembelian listrik dalam skala besar, pusat data mana yang sedang diperluas, dan seberapa besar permintaan sebenarnya.
Dan dana yang didirikan oleh Leopold Aschenbrenner, Situational awareness, memiliki pemberi modal yang duduk di barisan depan keputusan-keputusan ini.
LP dana ini termasuk dua pendiri Stripe, yang menangani arus pembayaran sebahagian besar syarikat teknologi di Silicon Valley, dan boleh secara langsung merasai percepatan perbelanjaan infrastruktur;
Seorang penyumbang lain ialah Nat Friedman, CEO GitHub sebelum ini dan ketua produk Meta AI semasa ini, yang terlibat setiap hari dalam pengambilan keputusan pembelian kuasa pengiraan.
Mereka membawa selain modal awal, saluran maklumat yang diperbaharui secara berterusan kepada dana tersebut.
Selain itu, pengarah penyelidikan dalam dana beliau juga merupakan peranan utama dalam rantai ini. Carl Shulman, seorang veteran dalam bidang keselamatan AI, sebelum ini bekerja di dana hedging Peter Thiel, Clarium Capital, khusus bertanggungjawab menukar pemahaman dalam kalangan AI menjadi strategi perdagangan yang boleh dilaksanakan.
Dalam portfolionya, masih ada satu sudut kripto yang mudah diabaikan.
Laporan posisi akhir tahun lalu menunjukkan bahawa dia membuka posisi baru dalam CleanSpark dan Bitfarms, kedua-duanya merupakan syarikat penambang Bitcoin yang sedang mengubah fasilitas penambangan BTC menjadi pusat kekuatan komputasi AI.
Pertambangan kripto secara semula jadi memiliki akses kuasa berskala besar dan sistem penyejukan, yang merupakan sumber yang paling langka untuk pusat data AI.
Yang menarik, dia tidak asing dengan industri kripto. Pada tahun 2022, dia pernah bekerja selama sembilan bulan di Future Fund, dana amal FTX yang didirikan oleh SBF, dan baru sahaja meninggalkan FTX sebelum kejadian FTX runtuh.
Tidak ada yang tahu sama ada pengalaman ini secara langsung mempengaruhi penilaian beliau terhadap syarikat penambangan. Namun, yang pasti ialah beliau merupakan salah satu daripada sedikit individu yang secara mendalam terlibat dalam industri kripto dan makmal terkini AI. Persilangan ini sendiri merupakan kedudukan pemahaman dan kemungkinan rangkaian yang jarang ditemui.
Masih ada satu butiran lagi, tunangnya, Avital Balwit, ialah ketua staf kepada CEO Anthropic, Dario Amodei. Anthropic ialah induk kepada Claude, serta pesaing paling langsung OpenAI.
Dia pernah bekerja di OpenAI, dan pertunangannya berada di sisi CEO Anthropic. Dua syarikat terkemuka di garis depan persaingan AGI, satu memiliki pengalaman praktikal, satu lagi memiliki hubungan harian.
Majalah Fortune di Amerika pada tahun lalu mengwawancarai lebih dari selusin orang dalam yang pernah berinteraksi dengannya, dan menyimpulkan bahawa dia sangat mahir dalam “mengemas idea yang sedang dirancang di laboratorium Silicon Valley menjadi naratif.”
Saya rasa pernyataan ini terlalu sopan. Tindakan yang dilakukannya lebih langsung, iaitu meletakkan pertaruhan di pasaran awam berdasarkan pemahaman yang diperoleh daripada kalangan tertutup. Kertas kerja AI yang diterbitkan adalah versi yang telah dikeluarkan daripada kerahsiaan, manakala dana pelaburan sendiri adalah versi penuh.
Siklus umpan balik positif yang tidak boleh diakses oleh pihak luar
Melihat semula, dana Leopold Aschenbrenner memilih struktur yang kurang biasa.
Sebahagian besar dana di bidang AI mengikuti jalan modal ventura, menginvestasikan pada perusahaan awal dan menebak siapa yang akan menjadi OpenAI berikutnya. Dia tidak mengikuti jalan ini. Menurut Fortune, ketika mendirikan dana tersebut, dia secara jelas menolak model VC, dengan alasan dampak AGI terlalu besar dan hanya dapat diekspresikan sepenuhnya di pasar terbuka dengan likuiditas terbaik.
Pilihan ini sendiri mengungkapkan konsensus dalam kalangan beliau: peluang pelaburan terbesar di era AI mungkin tersembunyi di kalangan syarikat-syarikat lama yang sudah memiliki infrastruktur fizikal.
Bisa jadi sebuah syarikat bahan bakar sel yang sudah mempunyai akses kuasa yang sedia ada, sebuah raksasa cip yang mempunyai lini pengeluaran wafer, atau sebuah syarikat penambang Bitcoin yang mempunyai ladang dan sistem penyejukan. Syarikat-syarikat ini telah disenaraikan selama bertahun-tahun, dengan likuiditi yang baik, tetapi kebanyakan analis masih menggunakan kerangka penilaian lama untuk menentukan harga mereka, dan belum memasukkan pemboleh ubah "keperluan asas infrastruktur AI" ke dalam model mereka secara serius.
Inilah ruang arbitrasinya.
Orang-orang dalam lingkaran tersebut sudah mengetahui kecepatan dan skala perluasan infrastruktur AI, sementara pasaran terbuka masih menentukan harga menggunakan logika lama. Perbezaan harga di antara keduanya adalah sumber keuntungan.
Kelebihan maklumat ini mempunyai ciri tambahan: ia akan memperkuatkan diri sendiri.
Semakin baik pulangan dana, semakin ramai orang di lapisan inti industri yang bersedia menjadi LP. Semakin ramai LP, semakin rapat maklumat tingkat pengambilan keputusan yang boleh diakses oleh dana tersebut. Semakin rapat maklumat, semakin tepat tindakan pelaburan. Ini adalah kitaran umpan balik positif, dan had masuk ke dalam kitaran ini hanya akan menjadi semakin tinggi bagi pihak luar.
Tentu, kitaran ini juga mempunyai sisi yang rapuh. Posisi yang sangat terkonsentrasi ditambah dengan leverage yang ketara, bermakna keseluruhan dana sangat bergantung kepada satu naratif semata-mata. Selagi andaian "infrastructure AI terus mengembang" masih berlaku, semuanya berjalan lancar.
Namun, jika tempoh perkembangan AI melambat, atau batasan tenaga dilalui oleh terobosan teknologi tertentu, penarikan posisi terkonsentrasi akan berlaku jauh lebih pantas daripada pembinaannya. Dia bertaruh bukan sahaja pada arah, tetapi juga pada ritme. Sekiranya ritme terganggu, konsensus dalam kalangan komuniti justru mungkin menjadi kebutaan kolektif.
Kembali kepada soalan asal.
Semua orang sedang mengkaji posisinya, cuba meniru tindakannya. Tetapi di belakang pulangan berperingkat dewa saham, terdapat syarat struktural.
Kertas kerja itu adalah terbuka, laporan kedudukan adalah terbuka, dan logik pelaburannya juga dijelaskan dengan jelas dalam podcast dan temu bual. Tetapi walaupun anda memahami sepenuhnya setiap penilaian beliau, anda tidak dapat meniru kedudukan di mana beliau membuat penilaian-penilaian tersebut.
Posisi boleh ditelusuri, keuntungan patut dengki, tetapi sumber pemahaman tidak boleh dibahagikan. Ini mungkin merupakan ketidaksamaan paling mahal di zaman ini.