美股AI行情阶段与市场特征 - 本轮美股AI行情自2023年起已持续三年 2023至2024年行情以提升估值为主 AI基础设施及有业绩的AI应用普遍上涨 [1] - 2025年AI相关行业（科技、通信）的估值贡献相对有限 债务融资支撑投资的比例增加 在产业投资回报率尚不明确阶段 市场进入对效益审视更严苛的阶段 [1] 对“AI泡沫”担忧的本质 - 市场担忧的核心是新技术带来经济规模效应所需时间与资本市场对投资回报乐观期待之间的落差 [1][2] - 生产力提升需要技术成本系统性下降、企业组织与就业结构调整 这需要以年为单位的时间 资本市场往往以乐观思维推演终局 [2] - 股价泡沫破裂往往发生在市场看到生产力转化边界时 边界分为硬约束与软约束 [2] 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 这些变量决定了生产的成本和速度 [2] - 软约束在于生产力转化边界 包括监管合规成本、人才组织调整成本、数据质量、商业投资回报率等 决定了价值的实现和可持续性 [2] - 在软约束显现前 市场倾向于将算力、电力等资源的线性堆砌视为获得更多回报的直接途径 [2] 硬约束扰动下的市场调整规律 - 硬约束扰动往往带来AI板块以季度为单位的阶段性调整压力 但美股“Buy the Dip”策略仍具备胜率 [3] - 2023年以来每轮调整触发因素包括宏观流动性收紧及算力/算法/电力担忧 [3] - 复盘2023年以来“M7”每轮回撤超过10%的阶段 持续时间均在一个月以上 [3] - 列举三次具体调整阶段：2023年7月至10月（美债供给冲击 流动性收紧） AI基础设施调整幅度小于AI应用 2024年7月至8月（美国衰退风险上升 AI公司传统业务低于预期 资本开支超预期） AI基础设施与AI应用调整幅度相当 2024年12月至2025年4月（deepseek冲击引发算法优势与算力过度投资担忧 微软减少数据中心建设） AI基础设施普遍回调 AI应用出现分化 [3] - 类比互联网时期 1997、1998、1999年纳斯达克指数最大回撤分别达14.1%、29.6%、13.1% 思科最大回撤分别为38.1%、36.7%、17.3% [3] 软约束显现与投资回报率关键观察指标 - 软约束出现可能触发泡沫系统性破裂 导致以年为单位的调整 需要择时系统性降低仓位 [4] - 跟踪产业投资回报率的核心是观察实体公司的成本收入 具体包括三点 [4] - 推理成本加速下滑 前沿训练成本仍在上升 自2023年以来各类AI大模型推理价格持续下降 目前各类模型价格低于0.1美元/百万字符 前沿AI模型训练成本正以2-3倍/年的速度攀升 最新多模态与数百亿参数模型的训练成本已进入数千万至上亿美元区间 [4] - 兑现业绩的AI公司维持高增 但能兑现业绩的AI应用数量缓慢增加 2025年第三季度美国云厂商净利润率为20%以上 B端应用中 AI+广告（59.5%）、AI+解决方案（29.5%）、AI+办公（20.6%）盈利能力较强 AI+医药、AI+游戏、AI+版权盈利能力较弱 C端应用的利润率普遍为负 [4] - 投资回报率依赖AI基建投资和AI应用带来的增量需求两部分 后者存在非线性变化 当前美国企业AI渗透率约为10% 信息密集型行业如信息、专业技术服务行业渗透率在20%以上 预计未来6个月上升至30%以上 金融保险、教育的AI渗透率当前为15%以上 预计未来6个月上升至20%以上 [4] - 增量AI投资要求回报率对GPU折旧较为敏感 债务融资成本上升是尾部风险 根据特朗普2025年公布的未来人工智能投资总额（外国对美国投资承诺+美国企业投资承诺）总计约3.8万亿美元 并尽可能在2028年前完成投资的假设 考虑主要云厂商的融资成本 若GPU折旧年限为6年 投资回报率需达10%以上当前投资合理 若GPU折旧年限为3年（悲观估计） 投资回报率需达30%以上当前投资合理 债务融资成本上升对AI回报率形成更大的弹性冲击 [4] 2026年AI发展情景展望 - 中性假设下 2026年AI软约束出现风险可控 核心观察B端企业渗透率能否提升 现金流稳定及扩张稳健的公司值得关注 硬约束将更加突出 特别是电力对算力建设的约束 对投资回报率验证要求更高 需关注AI基建对资本支出指引下修的择时线索 [5] - 乐观情形下 B端企业渗透率加速提升 AI基建维持资本支出高增长 云厂商利润率高增长 更多公司财报显示AI收入贡献 此情形下软硬件将实现估值与盈利双升 [5] - 悲观情形下 2026年下半年通胀压力卷土重来 约束美联储宽松 同时AI应用成本下降有限无法支撑应用扩散 C端应用未出现爆款 此情形下2026年下半年面临不小的估值回撤风险 [5]