當一個市場倚賴單一供應商與七檔股票來支撐指數時，你會怎麼稱呼它？有效，直到它不再有效。S&P 500 在另一波由 AI 推動的漲勢帶動下向 7,000 前進，並因 ASML 訂單的最新跳增而被催化，這看起來不像是廣泛的進展，更像是一條平衡木。漲幅是真實的，但推動漲幅的基礎也在收窄。當價格成為少數幾張資產負債表和單一供應鏈的公投時，脆弱性便昭然若揭。這不僅關乎 AI 理論是否正確，而是關乎要讓這波行情維持垂直走勢，需要同時成立多少假設。
市場的表面強勢掩蓋了對少數名字愈加依賴的事實。所謂的 Magnificent Seven 現在約占 S&P 500 價值的 35% 左右，而 Nvidia 一家就接近 8%。那不是分散，而是資本加權下的一場押注。我們見過這出戲。1972 年是 Nifty Fifty，那是一群被投資人視為「一次性決策」的股票。他們做錯的決定是價格。2000 年時，集中度圍繞網路與頻寬故事累積，這些故事並非虛假，只是太早而被誤價。科技進步了，投資組合卻多年未調整。
這種集中並非道德上的錯誤；它是動量驅動指數的機械性結果。借用 Keynes 的說法，在一個美人比賽式的市場中，投資人試圖猜測別人會覺得什麼最有吸引力。這種動態把資本推向相同的贏家，進而帶來更多指數資金流與相對超額表現。問題在於凸性。當每個人同時需要同一扇門時，退出不會等比例擴展。廣度指標、等權重表現與內部分散度都指出，儘管指數上漲，市場其實在收窄。瘦高的樹可以長得很高，但更容易在一陣風中折斷。
ASML 在此故事中既是受益者，同時也是瓶頸。該公司掌握極紫外光（EUV）光刻技術的阻塞點，這項技術讓領先製程的晶片得以存在。這種壟斷帶來權利金，也引來風險。下一代 High-NA EUV 系統的訂單使待交貨積壓維持在高位，且 AI 的建置確保對更多產能的需求。公司也已投入大量資本於 AI 能力，約有 13 億歐元劃撥給與下一代系統與軟體相關的投資，其中包括 Mistral AI。當一家公司的出貨日程能夠傾斜 Nvidia、TSMC、Intel 與 Samsung 的資本支出計畫時，你擁有一個無可替代的關鍵石。
關鍵石並非穩定的同義詞。中國去年約占 ASML 系統出貨的四成。出口管制與政策轉向已經擾亂了那條渠道。該公司常以逾 30 倍本益比交易，這一倍數假設它能在地緣政治逆風與會讓土木工程師起疹子的供應鏈複雜性中順利執行。這些機器更像是聚變反應堆而非辦公室印表機；它們需要數年來建造與安裝，維護更是一門技藝。任何時程的滑落、法規變更或某個供應商短缺都可能引發連鎖反應。在工程學上，我們稱之為單一故障點。股市則稱之為「為何週二股市全數下跌 2%」。
資金管道把集中變成習慣。市值加權指數導引更多資金流向已上漲的標的。庫藏股把每股盈餘集中在更少的已發行股數手中。選擇權市場產生 gamma 動力學，能放大同一小名單股票的波動，將資金流與避險活動拉向那些主導指數與投資人注意力的名字。風險模型以近期波動為關鍵，允許對低波動名字持有較高曝險，而大型股一直是低波動——直到它們不是的那天。
Soros 稱之為反身性。價格影響基本面，因為價格改變了資本可得性與行為。當領導者領跑時，資本變得便宜、招聘容易、原本需 5% 報酬率才能過關的專案，在 3% 就能獲得綠燈。這是回饋迴路的正面。然而風險在於反向迴路。若某個指標股僅小幅不及預期，或某供應商的出貨被延後五個月，贖回會打到同樣占據配置者儀表板的幾檔股票。當被動資金必須再平衡時，它並非真正被動。在機率上，你看到的是一種乘法律的集群風險，而非常態分配。尾部更厚，因為網絡過於緊密。
這一切並不要求 AI 是一時風潮。事實上，如果 AI 真實但需求呈塊狀且有彈性，情況更危險。企業不像消費者買應用程式那樣買伺服器；它們編列預算、測試工作負載，當資本成本上升或監管優先事項改變時會調整時程。預期的 AI 推理需求若少 20% 並不會打碎整個理論。但它會改變成長的二階導數，而高本益比默默假設這個二階導數會長期維持正值。廠商根據未來定價，但未來充滿雜訊。
博弈論在此有用。產業處於一個協調博弈中，各玩家的最佳投資取決於其他人是否跟進。如果超大規模客戶決定放慢部署以消化現有產能，晶片供應商拉長交期，工具製造商如 ASML 便會重新排序生產優先順序。這些個別決策本身並非災難性，但合在一起，足以改變現金流路徑，迫使價格重估。投資人不必在 AI 上完全錯誤。他們只需要在採用斜率的坡道上太早，或在察覺轉折時太晚。
地緣政治當它嵌入物料清單時，便非尾部事件。半導體價值鏈穿過出口許可、荷蘭政治、美中關係，以及一長串重要的次級供應商。市場會把這些風險烘焙進折現率，直到它不再那麼做。一次政策微調就能使六個月的採購假設失效。對已安裝設備的服務支援規範收緊，即使頭條的出貨禁令未變，也能放緩晶圓廠的擴產。投資人常將地緣政治風險索引到頭條新聞；供應鏈則將其索引到公文。
歷史再次提供教訓。1973–74 年的熊市不需要科技失靈；它需要假設受到衝擊，進而破壞估值基礎。2000 年是資本密集度與採用速度的問題。2008 年是嵌入抵押貸款管道的流動性假設。在每一例中，系統的脆弱性來自集中與回饋迴路。今天的迴路建立在 AI 資本支出、市值加權的資金流，以及一家無可匹敵的關鍵供應商之上。這是可運作的安排，但不是有彈性的安排。
高本益比不是罪惡；它們是對時間的索取。ASML、Nvidia 與其同業若路徑順暢，可以成長以配得上這些估值。但這些價格所包含的久期很長。當折現率移動或成長放緩時，長久期股票會更快重新定價，因為它們的大部分價值位於時間線的遠端。當波動低且路徑清晰時，這沒問題；當不確定性升高且流動性枯竭時，這就成了問題。橋看起來很堅固，直到一輛更重的卡車到來；事後做載重測試不是一個計畫。
實際問題不是「AI 是否真實」，而是「要讓這些價格成立，需要同時有多少獨立假設保持正確」。如果答案是「好幾個」，那麼系統在設計上就是脆弱的。你可以透過增加冗餘與避免單一故障點來減輕脆弱性。在市場上，這意味著不要將投組或指數的命運綁在少數相關現金流與單一供應鏈上。這意味著要進行壓力測試：若 High-NA 延遲一年、若中國需求暫停、若資本成本在當前水準停滯不前、或若需求尚可但採購拉長，會發生什麼事。
自然會懲罰單一文化。它們效率高，直到害蟲來襲。當前權重最高的幾檔股票負責所有工作時，投組與指數的行為也相同。一個反脆弱的系統會從小震盪中受益，因為這會修剪過剩並強制適應。受控燒除會降低冠層火災的風險。在市場上，這看起來像允許分散、容忍核心明星之外的落後，以及維持在你最不需要時看似無聊但在你需要時無價的流動性緩衝。
S&P 500 可能會印出 7,000。它也可能在同七大巨頭與同一家荷蘭供應商的背後做到這一點。進展常常沿著最窄的軌道前進一段時間。但市場具有路徑依賴性，而路徑上假設最多的那條最可能帶來驚訝。若你想要彈性，就不要把你的橋押在單一纜索上。
