丹·艾夫斯称之为1996年，而不是1999年- 3人工智能股票华尔街仍未定价

丹·艾夫斯（Dan Ives）正在反击市场上最大的人工智能焦虑。随着科技公司盈利的开始，这位韦德布什分析师表示，这不是1999年式的过剩周期--而是1996年中期，当时支出加速，疑虑挥之不去，最大的收益仍在前方。他的信息很明确：即将到来的结果应该会验证华尔街在规模和持续时间方面继续低估的大规模人工智能建设。

艾夫斯预计，在大型科技公司的带领下，第四季度财报将强劲，现场调查显示微软、Alphabet和亚马逊的企业人工智能需求强劲。更重要的是，他认为投资者仍然低估了接下来的事情--未来三年人工智能支出估计为3万亿美元，其中超过5500亿美元的资本支出已经在运行中。

这种框架很重要，因为人工智能正在超越基础设施。随着部署的成熟，机会将转向通过使用、工作负载和执行货币化的平台，而不仅仅是芯片销售。

Snowflake Inc（纽约证券交易所代码：SNOW）是典型的人工智能消费代理-客户为处理的数据付费，而不是座位付费。随着人工智能工作量的增加，消费收入也随之增加。“企业消费阶段将持续到2026年，”艾夫斯说。

Snowflake目前的企业价值远低于长期增长型公司（~EV/NTM收入~10- 11倍，而同行为15倍以上），这意味着市场仍然将其视为炒作后的落后者。随着人工智能项目使用量的增加，随着企业扩展人工智能工作负载，Snowflake的模型将获得不成比例的好处。

MongoDB公司（纳斯达克股票代码：MDB）已成为现代人工智能应用程序的首选数据库，特别是那些需要实时、灵活数据结构的LLM和分析的应用程序。艾夫斯认为“全面推出LLM模型”。

华尔街分析师预计，受ARR扩大和云服务附加率提高的推动，长期收入将增长40%以上。其Atlas平台（云订阅引擎）已经占了收入的大部分，并且增长速度快于传统部门，反映了采用率的加深。

Palantir Technology Inc（纳斯达克股票代码：PLTR）是少数将人工智能转化为企业和政府客户运营决策的纯粹公司之一。凭借最近在国防和医疗保健领域签订的多年合同（其中一些合同每年超过1亿美元），Palantir的人工智能驱动平台正在从概念验证转向关键任务。

该公司已经引导现金流和利润率扩张，这是人工智能生态系统中罕见的组合。正如艾夫斯所说，“真正采用生成式人工智能将是软件行业的主要催化剂。

如果艾夫斯是对的，现在是1996年，而不是1999年，那么风险就不是追逐已经起作用的东西--而是随着人工智能支出从建设转向消费，忽视了生态系统。

Snowflake、MongoDB和Palantir并不是人工智能炒作的第一局，而是下一局的采用--说话的是收益，而不是叙述。

通过Midjourney使用人工智能创建的图像。