華爾街觀察 | AI過熱隱憂再現，「英偉達們」前景幾何？

　　當前美股價格是否反映了投資者過於樂觀的預期。

　　在一輪飛速反彈過后，美股進入了波動期。科技股或人工智能（AI）主題能否持續發力，這成爲了投資者的最大看點。

　　過去兩周，華爾街明顯充斥着對AI資本開支（Capex）增長可能在2026年見頂的擔憂，這也是今年一季度「DeepSeek衝擊」后的又一次擾動。原因包括：AI部署缺乏投資回報率；企業持續為AI資本開支持續提供資金的能力存疑；英偉達和AMD對中國的GPU出貨短期缺乏上行空間，投資者在短期內開始對 AI 股票採取更為謹慎的態度，這從英偉達自發布財報后就走勢疲軟的股價中可見一斑。

　　儘管如此，多位華爾街資管公司的基金經理對第一財經記者表示，整體仍對AI主題持樂觀態度。一季度「DeepSeek衝擊」重創美國科技巨頭，如今這種擔憂並不強烈，但市場的擔憂在於，部分AI概念股的漲幅已超過短期盈利增長軌跡。高盛最新發布的AI主題報告提及，超大規模企業的AI資本支出一直超出市場預期。然而，如果資本支出增長最終放緩，將對這些股票的估值構成風險，因此今年第三季度和第四季度的財報季將成為關鍵考驗。

　　AI資本開支遠未見頂

　　在2024年上漲32%之后，與AI相關的股票今年以來又額外上漲了17%。投資者越來越多地詢問，當前美股價格是否反映了投資者過於樂觀的預期。

　　科技巨頭的未來表現對美股指數舉足輕重。「科技七巨頭」在標普500總市值中佔比約34%，同時，它們貢獻了指數約25%的盈利，但盈利增速遠高於指數整體——2025年一季度「七巨頭」淨利潤同比增長27.7%，而標普500整體盈利增速僅約10%，意味着「七巨頭」對利潤增量的貢獻超過一半以上。

　　在過去一周，市場重新開始擔憂AI資本開支增長是否可能見頂。高盛美股策略師哈蒙德（Ryan Hammond）對第一財經記者表示，在極端情形下，如果資本開支和長期增長預期回到 2022年水平，高盛的宏觀模型推算標普500可能下跌15%-20%。

　　不過，他認為，資本開支和未來增長預期被削減到這種程度的可能性不大，而且由於分析師長期低估超大規模雲廠商的資本開支，判斷拐點時機很困難。例如，今年以來，對超大規模企業2025年資本支出的預估已增加1000億美元，目前達到3680億美元。因此，2025年第三季度和第四季度的財報季將成為關鍵考驗。

　　無獨有偶，摩根大通表示，目前還沒有看到AI投資交易過熱的跡象，因為幾大關鍵需求仍在維持增長——前四大雲服務商（CSP）依然用增長的經營現金流來支撐資本開支預算，且有充足的能力將資本開支擴張到2027年；大型私人AI實驗室和主權基金也正在加大投入，推動AI投資繼續增長；AI應用場景顯著擴散，儘管企業類AI還相對有限，但消費類AI，推理模型的採用仍處於非常早期階段，這帶來了極強的算力和token消耗增長。此外，摩根大通認為，中國在這方面的資本開支增長甚至還未真正啟動，這意味着另一條需求增長路徑。

　　摩根大通預計，AI資本開支在2026年至少有望增長約20%，並在2027年進一步擴張，驅動力來自推理模型持續普及以及 2026-27 年企業級和自主型（agentic）AI 工作負載的初現。

　　進一步來看前四大CSP（亞馬遜AWS、微軟Azure、谷歌、Meta），它們的合計息税折舊期前利潤（EBITDA）和經營現金流預計在2022–2026年期間實現23%的複合增長率，這顯示了在生成式AI時代極其強勁的經營表現。

　　之所以資本支出如此關鍵，是因為資本支出在表面上是花出去的錢（成本），但市場更關注的是它背后代表的未來需求前景。對超大規模企業（微軟 ，亞馬遜，谷歌等）來説，建數據中心、買GPU、加光模塊、電力設備，不是單純燒錢，而是爲了滿足客户未來對AI雲算力的需求。如果資本支出放緩，市場會解讀為「AI 客户需求沒那麼強烈了」，甚至認為AI投入的回報不如預期。結果就是——成長性邏輯受挫，估值下修。

　　聚焦AI投資的四個階段

　　儘管如此，之所以投資者的擔憂加劇，也是因為「英偉達們」近期的股價停滯不前。

　　8月底發佈財報的英偉達各項指標都超出預期，但數據中心收入環比僅增5%，毛利率指引出現下滑信號——市場用「超高預期」這把尺子衡量，任何不再加速的指標都會觸發短線止盈，於是盤后跌3%。2025-2027年複合增速40%以上仍是賣方一致預期，但近50倍的遠期市盈率倍數PE需要業績「持續超預期」才能維繫。

　　除了英偉達，Meta、亞馬遜、微軟等都陷入區間波動。不過，高盛似乎並不太擔心科技巨頭，稱其估值仍低於2000年和2021年峰值時的水平。

　　例如，標普500中最大的5只股票（英偉達、微軟、蘋果、谷歌、亞馬遜）當前平均市盈率為28倍，而2021年峰值時為 40 倍，科技泡沫時期峰值時為50倍；此外，由於當前實際債券收益率比當時低200多個基點，這些大型股票的收益率差距（高出實際債券利率的幅度）比科技泡沫時期峰值時高出 4 個百分點。

　　不過，也有部分大型股票估值較高，例如特斯拉和Palantir的市盈率分別高達151倍和200倍。整體來看，隨着投資者更趨謹慎，那些能從AI中獲得切實短期盈利收益的企業將更受青睞。

　　哈蒙德表示，應將AI投資浪潮分為四個階段，每一階段的核心邏輯和受益公司都不同，從底層算力到應用場景再到最終的生產力釋放，形成了清晰的投資演進路徑。

　　具體而言，第一階段的主題是「算力驅動」。英偉達憑藉GPU的壓倒性領先地位，成為生成式AI爆發的最大受益者。在這一階段，市場的關注點集中在模型訓練與推理的基礎設施「引擎」，因此英偉達的業績與估值表現呈現出爆炸式增長。

　　第二階段是基礎設施擴張，當需求從模型訓練延展至大規模商用，科技巨頭和雲廠商必須加大資本支出，構建支持 AI 的數據中心和算力網絡。受益標的包括：半導體設備商、內存與存儲、雲廠商與超大規模企業、網絡設備與光模塊公司。這也恰好迎合了當前的情況，超大規模企業的資本支出勢頭強勁，繼續為AI基礎設施建設階段（第二階段）相關的股票提供支撐。

　　第三階段則是收入賦能，隨着 AI 模型逐步嵌入各類產品和服務，企業開始通過 AI 驅動新的營收來源，例如軟件巨頭（微軟、Adobe、Salesforce等），互聯網平臺（Meta、谷歌等通過AI強化廣告投放與推薦引擎），垂直行業應用（醫療、金融、製造等領域的SaaS公司），這一階段的核心是「AI 開始賺錢」，投資者會關注 AI 是否真正帶來收入提升。但投資者目前對第三階段的興趣有限，因為他們仍在糾結AI對眾多企業究竟是威脅還是機遇。

　　第四階段是生產力釋放，受益範圍最廣，例如辦公與協作平臺（微軟 Office、Zoom、Slack），工業與自動化（西門子、ABB、特斯拉自動駕駛）等。這一階段將是「普惠效應」，不再侷限於科技股，而是擴散至傳統行業。

　　不過，目前資本市場似乎仍更願意為第一、第二階段的故事買單，尤其是9月曆來是一年中美股表現最差的月份。短期看，資本支出周期和硬件需求仍是驅動力。中長期看，AI真正能否在各行業落地並提升生產力，將決定其對全球股市和經濟的深遠影響。

責任編輯：劉萬里 SF014