Baillie Gifford 是 1908 年创立于爱丁堡的合伙制资管老店，以超长期、高信念的成长股投资著称——早期重仓 Amazon、Tesla、蔚来成为经典案例，「实际投资者」理念强调以 5-10 年视角持有改变世界的公司，AUM 约 $1200 亿。Insights 专栏发布其基金经理的投资观点与主题研究。
这篇报告讲的是：现在市场被短期投机和被动投资（比如买指数基金）主导，导致好公司可能被误杀。比如数据公司Datadog，因为AI恐慌被一起抛售，但它的收入其实没受影响。作者认为，这正是长期投资者逢低买入的机会。同时，增长机会正从软件转向实体稀缺资源，比如铜矿、天然气管道。普通投资者可以关注那些被错杀但基本面扎实的公司，而不是盲目跟风AI概念。
过去5-10年市场生态剧变：被动投资占美股AUM超60%（约19万亿美元流入），S&P 500前10大持仓占比达约40%，短期交易者主导交易量，导致价格发现扭曲。文章指出，AI叙事引发的"SaaSmageddon"事件中，软件股被无差别抛售，但Datadog的收入增长与毛利率依然稳定，证明基本面与股价出现错位。团队认为，主动投资者可通过精选组合利用此类错位，重点关注新兴市场、AI基础设施和供应约束主题，以实现长期增长。
文章论点：当前市场环境（被动投资主导、市场集中度提高、短期交易者泛滥）并非主动管理的末日；相反，它通过制造“基本面与股价的价格发现错位”为长期主动投资者创造机会。关键在于，团队必须通过更严谨的投资组合构建（降低主题风险、提高个股特异性），确保公司研究能直接驱动回报，而不是被宏观叙事淹没。
与市场共识的差异：主流叙事认为“被动化”和“短期交易”削弱了主动管理的价值。本文指出，正是这种扭曲，使得基本面好的公司（如Datadog）被误杀，从而为真正勤勉的选股者提供了更优质的买点。
作者通过市场结构数据和具体案例来支撑论点：
1. 市场生态剧变（数据支撑）：
2. “SaaSmageddon”事件中的错位（案例证据）：
3. 投资组合调整的效果（团队内部数据）：
| 公司/主题 | 角色 | 关键数据 | 作者态度 |
|---|---|---|---|
| Datadog | 核心案例公司，用来展示“基本面与股价错位” | 收入增长和毛利率在“SaaSmageddon”期间保持稳定；后续结果显示AI使用量增加。 | 看好/中性观察。证明基本面坚实的公司在负面叙事下被错杀，而主动投资者应利用这一点。 |
| OpenAI | 作为风险因素（潜在的竞争对手） | 被市场担心可能进入Datadog的市场，但实际结果（数据）显示它“后退”了（stepped back from direct competition）。 | 中性/风险缓解。市场过度反应了其竞争威胁。 |
| 主题：被动投资主导 | 市场背景 | AUM占比超60%，19万亿美元流入，无价格判断。 | 警惕/分析。是造成价格发现扭曲的结构性原因。 |
| 主题：AI叙事/“SaaSmageddon” | 驱动短期波动的力量 | 软件股无差别抛售，不区分公司基本面。 | 提示风险/同时视为机会。叙事在短期凌驾于基本面，但会创造错位。 |
可操作含义：
1. 做多错位，而非宏观：投资者应积极寻找那些被“AI恐慌”等短期叙事无差别打压，但基本面数据（如Datadog的收入/毛利）依然稳健的软件/企业服务公司。这是文章明确的买入信号。
2. 加强组合风控：主动投资者必须主动降低“宏观主题”上的无意识押注（如不自觉地重仓了所有“AI受害者”）。作者团队通过分析工具将“主题风险”降至不到一半，从而让个股选择（而非大盘Beta）成为回报的主要驱动力。
3. 警惕短期交易者结构：理解“谁在牌桌上”，避免在由多经理对冲基金（pod shops）主导的短期波动中被误伤。
视角偏差：Baillie Gifford作为典型的长期成长型投资机构，天然倾向于“看多”长期基本面研究的力量，并“看空”短期叙事驱动的无效市场。这种立场使其可能低估被动投资和短期交易在特定环境下压制股价的持续时间和幅度，但其核心论点（利用错位）在AUM高度集中化的背景下逻辑自洽。
文章挑战了一个新兴市场投资的“迷思”：经济高增长不会自动带来高股价回报。作者的核心判断是，当前新兴市场的宏观环境正在从过去的拖累转变为顺风，且该地区已涌现出一批在全球具有竞争力的世界级公司，这才是创造长期超额收益的根源。这与市场普遍将新兴市场与政治、地缘和宏观不确定性挂钩的认知形成鲜明对比。
作者通过三个层次的论据来支撑其判断：
1. 宏观韧性增强：传统上，新兴市场危机剧本是“美国加息 → 资本外逃 → 繁荣转衰退”。但在2022-23年美联储从20年低点加息至20年高点的周期中，大多数新兴市场并未崩溃，相对平稳地度过。原因是过去十年新兴市场净资本流入疲弱甚至为负，这迫使这些经济体学会“自给自足”，使其债务水平、通胀和外部赤字状况比以往周期更健康。
2. 增长动力犹存：即使在“去全球化”论调下，新兴市场的出口仍在增长。世界对“实物”（钢铁、水泥、铜、锂）、有韧性的供应链、可再生能源基础设施以及AI所需的半导体“铲子”有巨大需求。此外，新兴市场内部贸易正在崛起，且越来越多地使用人民币、卢比、雷亚尔等本币结算。作者认为，这若能持续，将进一步解放新兴市场对美元的依赖，为其提供更多国内资本以支持增长。
3. 企业质量质的飞跃：过去，新兴市场的投资机会以银行、电信、公用事业和资源公司为主。现在，该市场涌现出能在全球范围内竞争并击败对手的公司。作者以AI供应链为例：每一次Claude或ChatGPT查询都依赖于台湾和韩国深度参与的硬件供应链。
对比数据：企业质量的历史变迁
| 阶段 | 典型行业 | 竞争地位 | 投资逻辑 |
|---|---|---|---|
| 过去 | 银行、电信、公用事业、资源 | 本土为主，缺乏全球竞争力 | 依赖宏观经济上行周期 |
| 现在 | AI硬件、电商、金融科技、制造 | 全球领先，与欧美巨头竞争 | 精选具有全球竞争力的世界级公司 |
文章点名了多家公司，并阐述其核心角色和数据，态度明确为看好（提供示例）：
文章给出了明确的可操作方向：
视角偏差提示：作为Baillie Gifford这类长期成长型投资机构，其本身就更倾向于寻找并持有“世界级公司”的长期叙事，可能低估了地缘政治风险或周期性冲击对新兴市场折价的短期放大作用。
文章指出，增长投资的范畴正在显著拓宽：过去5-10年"增长=科技"的等式已被打破。随着资本大规模涌入实体经济，物理性瓶颈（Physical Bottlenecks）正在取代智力/代码（Intelligence），成为新的增长来源和利润集中地。市场因AI叙事而无差别抛售某些"AI输家"股票（如软件股）是过度简化的错误，反而创造了主动投资者的机会。
这个论点与当前市场普遍将增长等同于"AI相关高估值科技成长股"的共识形成对立。作者认为，市场的注意力过度集中在数字世界，而忽视了实体经济中因供给受限产生的更持久、更可预见的定价权与盈利增长。
作者通过对比"过去"与"现在"的瓶颈框架，并用具体案例和数据支撑：
1. 瓶颈的转移：从数字到物理
2. 宏观资本支出的巨大体量
| 关键数据点 | 数值 | 对比参照 |
|---|---|---|
| 大型科技平台（MSFT, META, AMZN, GOOGL, ORCL）2024年资本支出 | 约2500亿美元 | - |
| 同上，2025年 | 约4000亿美元 | - |
| 同上，预计2026年 | 约7500亿美元 | - |
| 同上，预计2027年 | 可能达到1万亿美元 | 整个美国制造业年资本支出约3000亿美元 |
| 台积电（TSMC）资本预算 | 自2015年增长5倍 | - |
3. 具体的物理瓶颈案例
4. 数字资产需要更严格的筛选标准
作者认为，对于普通软件企业，竞争加剧且成本（提供AI功能的算力）上升。文章引入一个检验标准："这家公司销售的是否仅仅是代码？"
5. 公司特定的稀缺性（Idiosyncratic Bottlenecks）
1. 投资方向应从"代码"转向"物理世界"。关注能受益于资本支出浪潮，但自身供给严重受限的公司（如矿商、特定资源、物流基础设施）。这比简单的"AI概念股"具有更可预测的定价权和更长的增长周期。
2. 利用AI叙事引发的非理性抛售。当市场将所有软件股标记为"AI输家"时，应深入剖析其商业模式到底销售的是"代码"还是"物理传感器/协调网络/信任"。文章团队已经据此加仓了Samsara、Shopify和Adyen。
3. 关注市场广度的回归。作者认为过去5年投资高度集中化，市场宽度有限。如果市场开始关注物理世界的增长，一个投资机会跨越数字和物理世界的多元化组合将受益最大。
4. 视角偏差：Baillie Gifford作为长期成长型机构，其立场天然倾向于寻找"非共识"且能带来超额回报的拐点。他们对"物理瓶颈"的乐观，隐含了对AI投资过度集中于"第一性原理"的反思，以及相信实体经济的变革速度将快于市场预期的判断。
本章节不包含任何投资论点。原文为法律合规声明与免责条款，无投资分析内容。按规则跳过。
无。
无。
本章节对投资无任何可操作含义。作者所在机构的立场视角偏差不适用。