AI 成為美股投資最大主題：「這不是 ROI 問題，是生存問題」

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

　　來源：晚點LatePost

　　「大家都想尋找新故事，但最多的資金還是流向了算力基建龍頭股。」

　　文丨程曼祺

　　上周三（9 月 10 日），甲骨文公佈季度財報后暴漲 36%。二戰結束前一年出生、現在 81 歲的拉里·埃里森，（Larry Ellison）的個人身家來到近 4000 億美元，在富豪榜上一度超越埃隆·馬斯克。

　　對二級資本市場、對不服老的創始人、對還想上一個臺階的大公司和想干掉舊巨頭的新巨頭，AI 現在都是最靈的神藥。

　　股價高漲的根源是，沒有人敢第一個放松對基礎算力的投資。

　　據甲骨文季報，他們在上一季度與三家不同客户簽了四份大合同，未交付合同價值已超 4500 億美元，單季度就暴增 3000 億美元——后來市場得知，開出鉅額算力支票的是 OpenAI。

　　而這些算力基建投入，又化作英偉達、博通、甲骨文、AWS（亞馬遜雲）、Azure（微軟雲）、GCP（Google 雲）的收入，給烈火烹油的美國科技股持續提供超預期業績的興奮劑。

　　由於這些最大的公司之間互相購買服務，當趨勢向上，欣欣向榮的樂觀被傳導、放大；而當趨勢反轉，變化程度也可能也超乎尋常。

　　8 月底，在美股科技股因一些消息因素小幅走低時，我們與兩位二級資產投資配置從業者——劉迪凡和張博，聊了他們觀察到的美國機構投資者邏輯。機構是美股中的主要交易者。

　　劉迪凡 2020 年創立 CT Associates（赤兔資本），在全球範圍尋找新興的、有潛力的基金，為中國 LP（出資人）設計海外資產配置方案。此前他曾在高盛亞洲的私人財富管理部門工作多年。他也運營着一個超過四萬關注者的基金配置公眾號 「海外對衝」，分享市場觀察。他的顧問和高盛前同事張博是松樹街資本創始人，如今管理一隻聚焦中美市場的全球事件驅動人民幣基金。

　　本文不構成投資建議，而是描述美國科技基金經理此刻的 「平均觀點」。美股科技股的未來走勢也會影響大型科技公司對 AI 投入的決心和持續性，進而波及更廣泛的經濟生活。

　　如上周六《經濟學人》封面文章中所提醒的危險：萬一這場對 AI 的 3 萬億美元押注錯了呢？人工智能過去一年對美國經濟增長的貢獻達到驚人的 40%，一旦投資收縮，就業、消費及股市共振下滑，會帶來巨大的衝擊。

　　* 兩位訪談對象劉迪凡、張博均未持有文中所討論的具體個股，本文討論不構成投資建議。

　　「AI 不是投資回報問題，而是生存問題」

　　晚點：近期兩件事引發美股科技股下跌：一是 8 月有媒體報道稱 Meta 因 「狂挖人」 后繼乏力而縮減 AI 部門規模；二是 MIT 發佈了《The GenAI Divide：（生成式 AI 的鴻溝）》的報告，結論比較悲觀，指出嘗試 AI 的企業中只有 5% 真正成功部署並獲得了商業回報。你認為這是短期波動還是長期變化的信號？

　　劉迪凡：當一件事投入巨大、但成果不明顯時，站出來指出風險，更容易被認同。比如大家看到亞馬遜雲（AWS）今年上半年的 Capex（資本開支）已佔到了運營現金流的 115% （572 億美元 vs 495 億美元），自然會有疑慮。

　　但作為投資者，我認為這兩條消息只是小噪音。大約六個月前，DeepSeek 爆火、市場劇烈震動；緊接着，又傳出微軟要放棄建設兩個新數據中心。那一輪衝擊力比現在大得多，它動搖了整個 AI 算力投資的根基，當時的一種新假設是 「我們不再需要高級算力、不再需要新 GPU 了」。和當時的衝擊相比，現在都是毛毛雨。

　　晚點：那麼發生什麼時，才指示着 AI 投資的拐點？

　　劉迪凡：還是要看公司實際行動，尤其是資本開支（Capex）指引。雖然有消息説 Meta 在凍結一些 AI 崗位的招聘，但在 7 月底，它剛把資本開支指引的下限從之前的 640 億美元提到了 660 億美元（編者注：上限保持為 720 億美元）。我們也能看到一些佐證，比如被航拍到的建設中的新數據中心等等。

　　晚點：認為目前 AI 有泡沫的一種觀點正是——這些龐大的資本開支轉化的價值卻很少，ROI（投資回報率） 算不過來。

　　劉迪凡：對巨頭來説，AI 投資已不是 ROI 問題，而是生存問題，他們把 AI 看成一場不容有失的 「軍備競賽」。

　　他們需要防禦核心業務。OpenAI 現在的周活躍用户是 7-8 億，在年初時才 3 億。4 月時，OpenAI 估值 3000 億美金的新一輪融資材料里，説它在各種大語言模型中份額是 83%，第二名才 6%。這種整合 App 和模型的公司擴展到廣告，Meta 害怕；拓展到電商，亞馬遜害怕；現在 ChatGPT 的搜索功能已經讓 Google 害怕。

　　同時，亞馬遜、Google 這些雲廠商擁有鉅額現金流，但在美股市場，賬面現金多並不能帶來高估值，甚至被視為低效資產。因此它們有很強動力要把現金投出去，以換取未來增長，而不僅是分紅或回購。

　　張博：他們想避免被 「管道化」：AWS、Azure 和 GCP 都不想成為下一個互聯網時代的 AT&T，僅僅提供基礎網絡服務，成了價值不高的 「管道工」。

　　他們還想拿到未來的入場券：在這場競賽中，如果你沒有自己的 「兵器庫」，即核心大模型和超級應用，那大概率會成為二流公司。因此，在能創造出下一個超級應用前，所有巨頭都會不計成本地投入，建立自己的算力基礎設施和用户生態，在未來牌桌上得到座位。只要競賽還在繼續，就沒有人敢主動放慢腳步。

　　晚點：這種對 AI 是生存之戰的想法，長期還是需要 ROI 來支撐，目前實際 AI 算力投資的 ROI 能有多少呢？

　　劉迪凡：並不低，一家我們投資的基金上季度的測算，是 46%——2021 年到 2024 年，數據中心支出一共是 2740 億美元，其中 「超大規模廠商」，即 Hyperscalers，也就是 AWS（亞馬遜雲）、Azure（微軟雲）、GCP（Google 雲） 再加上 Meta，這四家就合計花了 1970 億美元。這些投資主要用於購買 GPU、建設新 AI 數據中心等。而 2025 年 AI 帶來的總收入估計是 1280 億美元，相比過去三年的 Capex 是 45% 的回報。

　　晚點：25 年的 AI 收入怎麼算出來的？

　　劉迪凡：有 5 個方面。最大頭是廣告，主要玩家是 Google、Meta、Tiktok、AppLovin、Pinterest， 估算收入在 820 億美元，佔 1280 億的 60% 以上。也就是説，AI 的第一波回報不來自 「賦能千行百業」 的效率提升，而是投 AI、做大模型的大廠自身核心業務的提升。

　　當然，怎麼界定 「AI 提升」？這個定義有一定的模糊性，但總體上，大模型溢出的技術已提高了現有業務的收入、毛利和效率。這包括訓練 LLM ，也包括自己買 GPU 提高推薦和排序引擎的效果。

　　晚點：AI 對廣告的提升，其實不都是大模型驅動的，部分還是推薦算法的延續。

　　劉迪凡：是，這里面有不同的 AI 技術。不過二級投資更關注 Capex 和廣告收入提升的關係。一個具體例子是，Meta 在 2022 年底花 100 億美元給 Instagram 買 GPU ，第二年 Insta 用户的每天使用時長從 40 分鍾上升到 55 分鍾。AI 也極大提升了廣告內容生成效率，直接把產品照片上傳，AI 能做出幾千種素材。這在大廠大投 GPU 之前是做不到的。相當於單車變摩托。

　　晚點：佔比超 60% 的廣告之外，1280 億美元 AI 收入中的其它 4 部分怎麼構成的？

　　劉迪凡：200 多億的 AI 雲收入，也就是其它人用 AI 雲來使用模型的支出；130 億美元的 LLM 應用收入，如 ChatGPT 訂閲；110 億的 AI SaaS 收入，如微軟 Copilot；最后是 20 億美元左右的 AI 初創公司的收入，如 Midjourney 等，但這部分佔比很少。 

　　其中，預計在 2025 年，三朵雲（AWS、Azure、 GCP）和甲骨文上與 AI 推理相關的收入就將達到 200 億美元，佔這些公司總雲收入的 10%，並且有望實現 28% 的年化增長，這個增速堪比當年 SaaS 業務的黃金時代。

　　晚點：這個測算是保守還是樂觀？

　　劉迪凡：這些數據來自買方的研究和測算，主要是作為他們自己建模和設立持倉股票目標價的依據，里面有主觀預測和歷史經驗。

　　到底是保守還是樂觀？我認為保守了。比如這個數據源對甲骨文雲明年訓練加推理收入的預測是 70 多億美元，這可能偏少。（編者注：本次訪談后的新消息是，OpenAI 已簽署合同，在未來約五年內從甲骨文購買價值 3000 億美元的算力，甲骨文雲業務的明年收入應會大幅超過 70 億美元。）而另一方則覺得測算太樂觀，而且某種程度上不認可 AI 收入的這種拆分方法。

　　如果把認為 ROI 不低的一方稱作正方，把另一方稱為反方，據我觀察，正方往往離使用算力的核心公司更近、對需求有直觀強烈感受；反方往往離技術堆棧較遠，是從常識角度來判斷事物的發展趨勢和價值創造。

　　「大家都想尋找新故事，但最多的資金還是流向了算力基建龍頭股」

　　晚點：我們可以來看一些具體科技基金的持倉變化，你挑選的樣本是 Coatue、Whale Rock 和 Altimeter 二季度的 13F 報告，為什麼是這 3 個？

　　劉迪凡：13F 文件有滯后性，但足以讓我們洞察它們各自的選股審美和風格。

　　Coatue 的風格是 「敢為好公司支付高估值」。它的持倉相對后兩者更多元化。Whale Rock 和 Altimeter 則都是 AI 「死多頭」，可以作為一個樣本看最純粹、最樂觀、最長期持有類型的 AI 買方。也可以清楚看到宏觀變化來襲、估值倍數坍塌時的后果。

　　比如 Whale Rock 的業績曾大起大落。它在 22 年因宏觀加息幾乎虧掉過去 16 年的大部分盈利，但在 23-24 年的 AI 浪潮中又獲得了驚人回報。Whale Rock 的朋友告訴我，他們 22 年初認真計算過加息對公司現金流的影響，當時判斷風險可控，決定繼續持有大部分倉位，沒想到加息速度太快，導致的后果遠超模型預測。所以這類基金專注長期賽道，但在宏觀衝擊面前風控能力較弱。

　　晚點：這三家的二季度持倉有什麼特點，反映了什麼趨勢？

　　劉迪凡：最核心的趨勢就是，當前階段，最可靠、最清晰的投資故事仍是 「算力基建」。在 AI 算力產業的每一層，都呈現出雙寡頭甚至單寡頭壟斷的格局。例如 GPU 領域的英偉達和 AMD，定製化芯片（ASIC）里的博通（Broadcom）和美滿（Marvell），燃氣輪機領域的 GE Vernova 和西門子能源，這種高度集中的市場結構提供了很強的確定性。因此，儘管大家都在尋找新故事，但資金最終還是最青睞這些基礎設施層的龍頭。這些基金認為，市場仍然低估了未來的算力需求。

　　晚點：以具體持倉展開來說了？

　　劉迪凡：比如 Coatue 前五大持倉包括 CoreWeave（挖礦轉型的 AI 雲公司，主打租賃 GPU），你可以把它理解為更 「凸性」 的英偉達，也就是波動更大的英偉達。特別值得一提的是，Coatue 是非常早就開始佈局電力的超大型基金，大約從 24 年年中就開始了，可以説是引領了這個風潮。電力是 AI 基礎設施最底層的環節。

　　Whale Rock 對算力的投資，除了英偉達、博通外，還有一些獨特的 「黑馬」，比如第一大重倉股 Celestica（天弘科技，網絡交換機制造商）。Whale Rock 也投資了 AppLovin，這家公司爭議大，被多家機構做空，但粉絲也多。它是從遊戲公司轉型爲了第三方廣告平臺，因為出色的推薦引擎效果備受廣告主青睞。

　　晚點：為什麼他們相信 AI 算力的價值還是被低估了？現在相關股票的估值已經非常高。

　　劉迪凡：這背后是一個 「硬幣的兩面」 的邏輯：GPU 物理性能的指數級上升，與大廠看到實際 ROI 后決定大筆投入，是相輔相成的。計算架構的底層改變，帶來了 ChatGPT 這樣的超級應用，然后大廠繼續投入，硬件能力進一步提高，效果進一步展現，使用量激增，從而推動硬件再跨向新的階段，這是一個正向飛輪。

　　當然這個循環，更準確説是部分買方的假設，在財報出來后，才能一個、一個季度地驗證。這之間，買方分析員就要去了解上下游各種蛛絲馬跡，去調整預期。沒有一個長期投資者每天閒坐着。

　　晚點：一個現象是，這些基金二季度的前 15 持倉里已經沒有任何 「中概股」 了，倒是可見到印度、韓國、拉美的科技公司。中國的 AI 發展也很快，而且這些基金過去都在中概股上賺過大錢，為什麼暫時沒看到他們佈局中國公司的趨勢？

　　張博：剛纔提到，AI 當前最清晰的投資機會還是在算力和電力等基礎設施層，算力龍頭主要是美國公司，如高端 GPU、交換機芯片等，典型中概股的 AI 佈局更多是在算力之上的模型層和應用層。

　　（編者注：9 月 11 日，因外媒報道阿里、百度用自研芯片訓練 AI 大模型，兩家公司股票大漲。不過這並非阿里和百度的新動作。）

　　晚點：中國也有表現非常亮眼的算力投資機會，如寒武紀、海光等。

　　張博：美國大型基金習慣基於現金流、市盈率（PE）等傳統模型進行估值。所以它們很難向出資者解釋，為何要投資一個市盈率高達幾百倍、短期沒有利潤的 A 股公司。

　　劉迪凡：還有一個原因是，過去幾年，許多華爾街基金裁撤或縮減了專門研究中國市場的分析師團隊。缺失信息和研究支持，它們不敢輕易下重注。

　　「AI 應用層還沒有出現可以讓人堅定長期持有的股票」

　　晚點：當算力，也就是圍繞英偉達等核心股票成為機構的 AI 投資主流時，我們可以聊聊模型層、應用層里的其它公司，比如美股 「科技七姐妹」（蘋果、英偉達、微軟、亞馬遜、Google、Meta、特斯拉）中的其它幾家，現在在二級市場買方眼中是怎樣的標的？

　　劉迪凡：美國買方機構的玩法，主要是先基於自己的審美，框定出一個靠譜的股票池，然后再在這個池子里算內部收益率（IRR），去尋找那些潛在回報更高的標的，以賺取超額收益。

　　晚點：蘋果和特斯拉現在在 AI 池子里嗎？

　　劉迪凡：據我觀察，基本不包含。蘋果目前不在主流 AI 投資討論之列。雖然它有硬件入口，大家也關注軟硬結合，我沒見過哪家 TMT 基金把蘋果放在前五大重倉里。當然，不排除未來有基金能看到它的潛力，也就是所謂的 「Pay Off」（風險收益比），如果蘋果在應用層有起色，或者通過收購補齊能力，情況可能會變。

　　特斯拉的問題則是，它的市場貝塔（Beta）係數太大了。就是它的波動性特別大，且難以研究和預測，更像是散户情緒驅動。所以，邏輯嚴謹、機構化的基金基本看不到特斯拉出現在前五大持倉中。

　　晚點：其它幾家呢？

　　劉迪凡：我可以説一些我在美國買方聽到的比較總體的評論：

　　微軟最大的特點是 「超前部署」。因為它跟 OpenAI 的關係，AI 基建的規模是遠超 AWS 和 GCP 的。它的長期邏輯最強，但缺點是估值相對貴，遠期市盈率大概在 33 倍。

　　Google：之前市場普遍認為它比較被動，它的核心廣告業務（搜索）直接受 AI 衝擊，而它的雲業務（GCP）份額又最小。但 Gemini 大模型和 TPU 的進展又讓市場看到希望，它被視作幾大雲廠商中的價值股。（編者注：前天有消息稱 Google TPU（Google 自研的 AI 芯片）可能會單獨分拆，資本市場反響很好。這顯示英偉達一枝獨秀情況下，大廠的自研和替代潮流讓競爭格局複雜化，也讓基金經理有更多獲取 「alpha」 的機會。）

　　Meta：普遍認為它的戰略位置最優越。因為它掌握超級 App，能最直接地把 AI 的投入轉化成業務增長。

　　亞馬遜（AWS）：普遍被認為它成本控制比較好、穩健。另外，也有買方認為，市場低估了它的電商和廣告價值。

　　一個有意思的新變量是：甲骨文（Oracle）。因為它之前拿下了 TikTok 這個大客户，正在成為 「第四朵雲」，這可能是個新的版圖變化。（編者注：在 9 月 10 日的電話會中，甲骨文稱上一季度與三家不同客户簽署了四份大合同。）

　　晚點：除了這些最大的巨頭，還有哪些有意思的公司？

　　劉迪凡：在算力基礎層，除前面提到的 GPU 的英偉達、AMD，定製 ASIC 的博通、美滿之外：

　　在生產環節：台積（TSMC）是繞不開的。

　　網絡、連接（Networking）也是一個很有趣的環節。簡單説，就是解決服務器間高速傳輸數據的問題，不管是光連接還是銅纜連接。這里我常看到的名字包括博通、做機櫃內、機櫃間連接的公司，以及網絡交換機。它們的商業模式是靠 IP。這些硬件要進入大廠供應鏈，需經過三、五年認證，然后是長達十年、八年的應用和升級。在這個過程中，擁有 IP 的公司可以一遍遍 「收錢」，護城河非常深。但是這些公司的缺點是，這輪 AI 支出的頭部大客户非常集中，就那麼幾個，任何一個客户的變化都會事關生死。

　　還有電力、能源，如前面提到的 GE Vernova、西門子能源，這些是能源設備；還有各種攢人建電網的 EPC 公司，也是重點標的。想想 AI 對電力的需求要徹底引爆美國 20 年沒修過的老舊電網，對於電網上各種零件的需求都會產生巨大的變化。

　　在應用層，也有些公司受到買方和零售投資人關注，比如之前提到的 AppLovin，還有 Hood 等等。但大部分機構認為，應用層目前還沒有出現那種可以讓人堅定長期持有、類似基礎設施龍頭的股票。

　　需要特別説明的是，上述公司，包括基礎設施龍頭和應用龍頭，都非常依賴 AI 資本支出的持續擴張，有強周期性，歷史上他們經歷過非常大的波動，不是一般意義上的 「長期持有」 型投資。

　　晚點：電力、能源、算力、芯片等算力基礎設施上看起來最確定，但現在已經估值頗高，接下來的可能風險是什麼？

　　劉迪凡：就是漲太多了，導致未來 IRR 不夠高。所以買入時機非常重要，這是長期持有的關鍵之一。

　　晚點：怎麼判斷買入的時機？

　　劉迪凡：這要花很多工夫跟蹤研究。一個可能的機會出現在庫存周期波動中。這是半導體行業固有規律，當需求爆發就導致芯片買家過度下單（Boom），一旦需求放緩或庫存過剩，就可能出現 「砍單潮」（Bust），導致整個算力產業鏈股價劇烈波動。比如某季度 Meta 的廣告收入增長突然不行了，大家又會覺得 AI 沒用，股價就會跌。在這個波動過程中，如果你對行業足夠熟悉，對長期趨勢有足夠證據，就能識別出真正機會。

　　晚點：就像今年年初 DeepSeek 爆火后，英偉達股價大跌，事后看也是一個很好的買點。

　　劉迪凡：對。但要抓住這種機會，你需要的認知、功夫和經驗，比想象多得多。因為你要在那個時刻對抗市場上壓倒性的悲觀。

　　「核心不是去預測，而是讓自己能活下來」

　　晚點：你們認為接下來的 AI 二級投資中，有哪些值得關注的指標，它們會指示中期乃至長期的走勢轉折？

　　劉迪凡：一是剛纔説到 GPU 的庫存周期。有基金經理開玩笑説，一個可能的市場見頂信號是 「特朗普宣佈他在中東建的數據中心都落成了」。不過對理解算力長期價值的投資者來説，波動也是買點。

　　二是小公司的生存風險，同時也是做空投資機會：在 AI 浪潮中，會出現一些管理能力不足、盲目擴大資本開支的中小公司。他們可能講了動聽的 「AI 故事」，但最終無法兑現價值。這類 「偽 AI 公司」 是潛在的做空標的。就像上一個周期中的人造肉公司 Beyond Meat，它試圖對抗 「人類更喜歡真正蛋白質的味道」 這一基本邏輯，最終股價幾乎歸零。

　　最后是宏觀金融環境：在美股連續幾年大漲之后，市場本身就被 「地心引力」 拉扯，積聚着回調的勢能。精準預測市場何時會崩盤幾乎是不可能的，但專業投資者會通過構建投資組合來主動管理風險。

　　晚點：具體可以怎麼做？

　　劉迪凡：我觀察美國買方策略多樣，核心思想不是去預測，而是讓自己能活下來。

　　降低淨敞口：比如通過增加空倉，將 beta 係數（市場暴露）維持在 30%-40% 的水平，代價是在大牛市里會跑輸指數，看着 「傻」，但好處是在市場崩潰時能有效控制回撤。

　　分散化配置：即便是看好 AI，也不該把所有雞蛋放在一個籃子里。組合中除了配置 AI 這種 「夢想股」，也會配置一些傳統周期股，或者其他不相關的資產，如大宗商品。俄烏衝突時，股票大跌，但黃金、石油等大宗商品大漲，就是一個例子。

　　低相關性策略：配置一些與股市漲跌關聯度低的策略，比如併購套利基金，它們賺取的是併購事件確定性的差價，不受大盤影響。

　　晚點：對想投資科技的個人投資者，有什麼建議嗎？

　　張博：最簡單也可能最有效的方式，可能是在合理價格 「抱緊」 那些產業鏈中具有不可替代性的 「核心資產」。我們認為市場至今仍然低估了英偉達、博通、台積這三家公司的核心地位和護城河。

　　劉迪凡：完全同意。當然，「時機」 非常重要，你需要在一個好的價格買入；敢於下注也很重要，這需要你對產業有足夠深刻的理解，才能在市場恐慌時——比如 DeepMind 事件引發大跌時，或周期性的芯片砍單潮來臨時——知道去做哪些研究來做正確的決策。歸根結底，投資是一場認知變現。

新浪聲明：此消息系轉載自新浪合作媒體，新浪網登載此文出於傳遞更多信息之目的，並不意味着贊同其觀點或證實其描述。文章內容僅供參考，不構成投資建議。投資者據此操作，風險自擔。

責任編輯：何俊熹