文章核心观点 - 美股AI行情已进入对投资回报率（ROI）进行严苛审视的阶段，市场关注焦点从估值提升转向效益验证 [2] - AI发展的约束分为硬约束（算力、电力等物理边界）和软约束（监管、ROI等生产力转化边界），软约束的出现可能触发系统性泡沫破裂 [3][5] - 中性假设下，2026年AI软约束风险可控，但硬约束（如电力对算力的制约）将更突出，需关注AI基建资本开支指引下修的择时线索 [1] 美股AI行情阶段特征 - 2023至2024年行情以提估值为主，AI基础设施和有业绩的AI应用普涨 [2] - 2025年估值贡献相对有限，债务融资支撑投资比例增加，市场进入对效益审视更严苛的阶段 [2] - 硬约束扰动带来以季度为单位的调整，但“Buy the Dip”策略仍具备胜率，例如2023年7-10月、2024年7-8月、2024年12月-2025年4月均出现回调 [4] AI发展的硬约束与软约束 - 硬约束在于物理边界，包括算力、电力、网络、算法，这些变量决定生产成本和速度 [3] - 软约束在于生产力转化边界，包括监管合规成本、人才与企业组织架构调整成本、数据质量、商业投资回报率，决定价值实现和可持续性 [3] - 在软约束显现前，市场倾向将算力、电力等资源的线性堆砌视为获得更多回报的直接途径 [3] 投资回报率（ROI）关键观察指标 - 推理成本持续下降，目前各类模型价格低于0.1美元/百万字符，但前沿模型训练成本正以2-3倍/年的速度攀升，最新模型训练成本已达数千万至上亿美元区间 [5] - 美国企业AI渗透率约10%，信息密集型行业如信息、专业技术服务渗透率达20%以上，预计未来6个月升至30%以上，金融保险、教育行业当前渗透率15%以上，预计未来6个月升至20%以上 [6] - 若GPU折旧年限为6年，ROI需达10%以上投资才合理；若折旧年限为3年（悲观估计），ROI需达30%以上 [7] 上市公司债务与融资风险 - AI硬件相关长期债务水平缓慢攀升，自由现金流/债务比例从16%下行至14%，但高于2021年水平，个股出现分化 [7] - 2025年AI基建新增私募债融资成本约为6.5%-9%，M7资本开支规模2026年预计仍将增加（增速下滑），付息压力边际上升 [7] - 股票占美国居民资产负债表31%，达历史最高，意味股市波动对经济影响更大 [8] 泡沫系统性破裂的金融学条件 - 流动性环境收紧阶段泡沫破裂风险较大，例如1999年年中开始加息后，指数估值见顶，3个季度后股价见顶 [9] - 需关注信用利差中枢走扩，1999年股市加速上涨阶段利差同步走扩，最终提前股市1个多月触底反弹 [9] - 核心产业指标见顶往往提前于泡沫破裂较长时间，互联网时期电脑设备销量增速提前纳指2年见顶，本轮Token调用量仍在环比上行 [9] - 市场情绪上最乐观群体态度转冷是信号，当前美联储主席于2025年9月23日表示“当前美股估值太贵” [9] 当前估值与盈利状况 - 美股整体静态PE为28倍，处于该估值区间时持有3年胜率低于30%，持有1年胜率60%，预示2026年科技股波动率或进一步走高 [10] - M7加权估值56倍，剔除特斯拉后为36倍，低于2023年初水平，当前M7盈利增速（2025Q3）为22.9% [10] - 对比2000年互联网泡沫时期，当时7家“明星”股加权估值最高为65倍，盈利增速（2000Q1的TTM）为17.6% [10]