核心观点 - 文章核心观点是探讨思科系统股票在2028年达到每股175美元目标价的可能性，认为该目标虽具挑战性但并非不可能实现，其实现路径依赖于人工智能基础设施订单的持续增长、毛利率压力的稳定以及企业园区网络更新周期的延长 [1][2][13] 近期财务与运营表现 - 公司报告了创纪录的季度收入158.4亿美元，其中网络业务同比增长25% [1][3] - 截至本季度，人工智能基础设施订单额达到53亿美元 [1][3] - 服务收入同比下降1%，第三季度运营现金流下降7% [1][5] - 人工智能基础设施订单的年度目标已从50亿美元上调至90亿美元，人工智能收入指引从30亿美元上调至40亿美元 [9] - 数据中心交换机订单增长超过40% [9] 股价与市场表现 - 当前股价为118.64美元，过去一年上涨91.59%，年初至今上涨55.67% [3][4] - 股价交易于52周区间（60.90美元至120.79美元）内，目前较52周高点120.79美元低约4% [4][12] - 过去十年间，思科股价累计上涨454.98% [12] 估值分析与目标价路径 - 华尔街共识目标价为125.41美元，意味着较当前价有约6%的上涨空间，评级包括4个强力买入、13个买入、9个持有、0个卖出 [6] - 文章模型的基准情景目标价为137.81美元（上涨空间16.16%，置信度90%），乐观情景为157.43美元，保守情景为112.91美元 [6] - 达到175美元目标价需要从当前价格上涨47.5%，这要求远期市盈率达到37倍（基于4.71美元的远期每股收益）[8] - 当前远期市盈率为25倍，基于4.71美元的远期每股收益 [11] - 公司指引显示收入增长12%，收益同比增长37.1%，股本回报率为25.2% [11] 实现175美元目标价的条件与风险 - 实现看涨目标价的条件包括：人工智能基础设施订单持续向并超过上调后的90亿美元财年目标增长；受人工智能硬件组合影响的毛利率压力需要稳定；企业园区网络更新周期需延续至2027和2028财年 [2][14] - 主要风险在于业务对超大规模云服务商的集中依赖，其资本支出的暂停将同时压制订单和估值倍数 [10][14] - 产品组合向利润率较低的人工智能硬件转移，导致毛利率收缩 [5]

行业趋势：网络超级周期的驱动因素 - 行业正处在“网络超级周期”的起点，过去几年已展现出巨大势头 [1] - 第一个主要现象是从聊天机器人转向智能体，这些智能体能够几乎完全自主地执行任务和工作 [1] - 智能体消耗的网络带宽比人类多450%，执行相同任务需要多得多的网络带宽 [2] - 全球将出现数以“万亿”计的智能体，这是第一个重大转变 [3] - 第二个主要现象是进入“后Mythos”时代，该模型能以前所未有的速度识别基础设施漏洞 [3] - 在“后Mythos”时代，以机器规模组织基础设施的安全防护变得至关重要 [4] - 推理任务对网络和内存的限制，与对计算能力的限制一样大，甚至更大，这使得网络成为一切的中心 [4] 公司战略：思科的业务转型与能力 - 思科是全球少数几家完全垂直整合的平台公司之一 [7] - 公司业务覆盖自有芯片、光模块、硬件系统、操作系统以及围绕安全和可观测性的软件平台，形成完整的技术栈 [7] - 为应对需求爆炸，公司正着力确保供应链就绪 [6] - 公司正进行前瞻性预测，上一季度产品订单额达630亿美元，同比增长了35% [8] - 公司将资源重新分配至高增长领域，而非出于成本效率考虑进行裁员，预计未来年度总人数将增加而非减少 [13][14] - 公司将自己定位为“全球最大的初创公司之一”，其运营和创新方式正发生根本性变化 [20] - 当前的增长并非周期性波动，而是由人工智能平台转移带来的结构性转变 [20][21] 人工智能的影响：生产力与劳动力 - 人工智能并未导致工作岗位减少，反而可能增加就业，但会重塑工作完成方式 [17] - 公司拥有超过30,000名工程师，均使用AI辅助编程工具 [15] - 公司已推出首款完全由AI编写的产品，预计到今年年底将有约六款此类产品，到明年年底70%的代码将由AI编写 [15][16] - 使用AI编写代码后，出现了更多由人类造成的瓶颈，而非技术瓶颈 [16] - 精通AI与不精通AI的员工之间，生产力差距可能高达50%，而非20%，因此精通AI的人才需求将异常旺盛 [17] 产品与创新：即将发布的新品与方向 - 在思科Live大会上，公司将展示利用AI和智能体从根本上改变组织管理基础设施方式的新方案，旨在极大简化管理复杂度 [24][25] - 公司将发布一个全新的交换机、路由器、防火墙和Wi-Fi接入点产品时代，以升级基础设施 [25] - 升级需求源于推理任务不再局限于数据中心，边缘设备（如个人笔记本电脑）也将运行大量智能体，产生海量流量并需要更多安全检测 [25][26][27] - 在AI工作负载方面，公司面向超大规模数据中心业务的增长达到三位数（即超过100%） [26]