AI基础设施投资激增与现金流压力 - 美国四大云巨头（亚马逊、谷歌、Meta、微软）2026年总资本支出预计将达到**6450亿美元**，同比激增**56%**，新增支出达**2300亿美元** [1] - 为支撑AI算力需求，亚马逊、谷歌和Meta正面临自由现金流被耗尽甚至透支的风险 [1] - 2026年，投资者需紧盯科技巨头的资产负债表 [1][20] 谷歌：激进投资与财务缓冲 - 2026年资本支出指引上调至**1750亿至1850亿美元**，同比增速高达**97%**，资金涌向服务器和技术基础设施 [2] - 尽管支出激增，公司目前处于“零净债务”状态，现金**1270亿美元**大于债务**470亿美元** [22] - 标普评级指出，即使再增加**2000亿美元**的净债务，也不会触发其AA+信用评级的下调 [22] 亚马逊：现金赤字与融资准备 - 2026年资本支出指引约为**2000亿美元**，同比增长**52%** [7] - 预计运营现金流约为**1780亿美元**，资本支出将超过运营现金流，导致实质性的现金净流出 [7] - 公司还在洽谈向OpenAI投资**数百亿美元**，将进一步消耗现金储备 [12] - 截至去年底手握**1230亿美元**现金，并于去年11月发行了**150亿美元**债券，已向SEC提交注册声明，为大规模发债做好准备 [22] Meta：现金流被大幅挤压 - 2026年资本支出预计增长**75%**至**1150亿-1350亿美元** [12] - 巨额开支将几乎“抹平”公司的自由现金流，使财务状况变得捉襟见肘 [12] - 去年股票回购花费**260亿美元**，但随着自由现金流预计大幅萎缩，回购力度很可能被迫削减 [22] 微软：财务相对稳健但仍存压力 - 2026财年（截至6月）资本支出预计将超过**1030亿美元**，增长超**60%** [17] - 分析师预测其仍能产生约**660亿美元**的自由现金流，足以覆盖巨额支出 [17] - 公司面临更高的股息支出承诺，上个财年派发**240亿美元**股息，并且今年已将股息提高**10%** [17] 股东回报面临调整压力 - 过去几年支撑股价的大规模股票回购引擎在2026年恐将熄火 [17] - 亚马逊自2022年以来未进行股票回购且从未派发股息，面对现金赤字，重启回购的可能性微乎其微 [17] - 谷歌和Meta上个财年分别支付约**100亿**和**50亿美元**股息，今年应能负担，但将进一步挤压本就紧张的现金流 [22] 警示案例与行业展望 - 甲骨文为资助数据中心建设，净债务已飙升至**880亿美元**，是其EBITDA的两倍多，过度透支资产负债表导致其股价今年已下跌**27%** [23] - 如果对AI基础设施的巨额投资不能在未来转化为实实在在的收入增长，2026年的现金流危机可能只是估值重构的序章 [24]

核心观点 - 科技巨头计划在2026年大幅增加AI基础设施资本支出，总额达6600亿美元（约合4.58万亿元人民币），较2025年激增60%，是2024年支出的两倍多，远超市场预期 [2][3][4][5] - 巨额资本开支引发市场对财务表现和投资回报的担忧，导致相关公司股价下跌，市场情绪从“错失恐惧”转向“尾部风险防御” [7][8] - 英伟达CEO黄仁勋认为，由极高算力需求驱动的巨额AI基础设施投资是合理且可持续的，只要AI能持续盈利，投资就会继续翻倍增长 [11][12][14][15] 巨头资本开支计划 - 亚马逊预计2026年资本支出将达2000亿美元，远超分析师1447亿美元的预估，比2025年预估的1250亿美元高出60% [5] - 谷歌母公司Alphabet预计2026年资本支出在1750亿美元至1850亿美元之间 [5] - Meta表示其2026年资本支出可能比去年翻一番，达到1150亿美元至1350亿美元之间 [5] - 微软上财季资本支出同比增长创纪录的66%，高达375亿美元 [5] - 巨额资金将投向新建数据中心以及AI芯片、网络线缆、备用发电机等设备，投资主线高度聚焦于云服务与AI基础设施 [5] - 科技巨头间的竞争已从业务层面转向底层算力的硬实力比拼，被视为下一个“赢家通吃”的市场 [5][6] 市场反应与财务影响 - 巨额资本开支计划公布后，引发市场担忧，导致相关公司股价集体下跌：谷歌累计下跌4.48%，微软累计下跌6.77%，亚马逊累计下跌12.11%，Meta累计下跌7.68% [8] - 摩根士丹利预测，亚马逊2026年的自由现金流将为-170亿美元，公司可能寻求通过股权和债务融资来筹集资金 [10] - Pivotal Research预测，Alphabet 2026年的自由现金流将暴跌近90%，从2025年的733亿美元降至82亿美元 [10] - 据巴克莱银行估算，Meta和微软的自由现金流将在2026年分别下降90%和28% [11] - 市场担忧高昂的资本开支将导致自由现金流有限，且投资回报率不确定 [10][11] - 市场情绪被“情绪传染效应”笼罩，对天量资本支出、最终回报周期及潜在产能过剩的疑虑成为压制市场情绪的结构性问题 [11] 行业领袖观点 - 英伟达CEO黄仁勋力挺AI，认为科技行业激增的AI基础设施资本支出是合理、恰当且可持续的 [12][14] - 黄仁勋称这场“人类史上最大规模的基础设施建设”由“极高”的算力需求驱动，只要AI公司能从中盈利，投资就会不断翻倍增长 [14][15] - 黄仁勋举例说明客户如何使用AI：Meta正使用AI从CPU推荐系统转向生成性AI系统；亚马逊网络服务使用英伟达芯片改变产品推荐方式；微软利用英伟达驱动的AI改进企业软件 [15] - 黄仁勋表态后，AI概念股全线反弹，英伟达股价涨至187美元，收涨近7.9%，扭转五连跌 [12] 投资者讨论要点 - 核心风险在于AI领域未来是否能有持续创新来不断消耗增长的算力 [17] - 若中短期出现供需不平衡，对“铲子股”（如芯片供应商）的风险可能偏大，因基数已高；对微软和谷歌等巨头影响偏空（可停止采购、规模消化错配）；对应用开发厂商影响中性；对电力供应商可能持续利好 [17] - 担忧大模型缺乏网络效应，用户迁移成本低，技术先进未必能赚钱，可能导致行业陷入内卷，大部分投资无法收回 [17] - 市场关注重心正从“烧钱”转向“赚钱”，意识到庞大资本开支是以牺牲自由现金流为代价的 [18]

文章核心观点 - 当前视觉-语言模型在复杂任务中常因“看错”关键视觉证据而犯错，而非推理能力不足 [1] - 微软亚洲研究院与清华大学提出的BiPS方法，通过在训练阶段内化“带着问题看图”的能力，从源头重塑模型的视觉感知方式，使其能自动聚焦关键区域 [1] - BiPS仅用13K图表样本微调，即可让模型获得可迁移的“看对地方”能力，在多个基准测试上实现显著且一致的性能提升 [20][21][22] 视觉-语言模型现有问题 - 模型视觉与推理脱节：模型能识别物体和理解问题，但缺乏对关键证据的精准定位能力，常因捕捉错误视觉证据而给出自信的错误答案 [1][3] - 现有引导方法局限：依赖推理阶段的视觉提示（如框选、掩码），存在三大局限：1) 关键视觉线索往往不规则弥散，难以被标准框完整覆盖；2) 聚焦能力无法跨任务迁移；3) 将感知推迟到推理后，拖慢效率并放大错误 [3][4] BiPS方法的核心机制 - 核心转向：从“推理时补救”转向“训练时内化”，将视觉提示转化为训练信号，教会模型本能聚焦关键证据 [5][7][8] - 双重感知塑形：采用“一拉一推”的互补机制。“拉”通过构建“证据保留视图”，剔除干扰，确保回答基于完整证据链；“推”通过构建“证据消融视图”，精准移除关键细节，迫使模型识别不可替代的线索 [9][11][14][15][16][17] - 训练材料选择：使用图表作为训练起点，因其视觉证据（如折线、刻度）密度高、信息量大且可程序化操控，是复杂且可控的理想实验场 [19] 实验效果与性能 - 训练效率高：仅使用13,000条图表样本进行微调，无需人工标注或针对不同任务定制工具 [20] - 性能提升显著：以Qwen2.5-VL-7B为基础模型，BiPS在8个评测基准上实现平均准确率提升7.3个百分点，提升效果跨越不同数据分布和任务类型 [21] - 具体基准表现：在CharXiv上准确率从42.5%提升至49.4%，在ChartQAPro上从36.6%提升至51.9%，在Math Vision上从41.1%提升至44.4% [21] - 能力可迁移：即使在强化推理的模型（如Qwen3-VL-8B-Thinking）上，BiPS同样有效（如CharXiv从53.0%提升至58.1%），证明其习得的是通用的视觉聚焦能力，而非特定任务技巧 [22] 行业意义与前景 - 能力根本转变：BiPS使模型的视觉注意力从被动、均匀的扫视，转变为主动、问题驱动的精准聚焦，这是通向通用视觉智能的关键一步 [24] - 开辟新路径：模型“看哪儿”的能力具有跨任务迁移性，为构建更可靠、通用的视觉理解系统开辟了新路径 [2]

核心观点 - 五家大型科技公司宣布计划在2026年合计投资约7000亿美元 其中大部分资本支出与人工智能相关 特别是AI基础设施 如数据中心及其内部和周边的设备[1] - 这笔巨额投资若得以实施 将相当于当前美元GDP的2.1% 加上其他公司也在增加资本支出 这将对经济产生巨大的刺激作用[2][3] - 投资资金的来源呈现多元化 包括削减股票回购、发行新股和债券、动用现金储备以及使用经营现金流[5][9][21] 投资规模与方向 - 五家公司2026年计划资本支出总额约为7000亿美元[1] - 资本支出的重点集中在AI基础设施 包括数据中心、AI服务器以及现场发电设备等[1] - 整体资本支出数字更大 对经济构成重大刺激[3] 资金来源：削减股票回购 - 为筹集投资资金 公司已开始大幅削减股票回购[5][6] - 这五家公司第四季度的股票回购总额合计降至126亿美元 为2018年第一季度以来的最低水平[7] - 2021年峰值时 这五家公司的股票回购支出为1490亿美元 若全部降至零 将相比2021年释放1490亿美元现金[7] - 各公司具体回购削减情况： - 甲骨文从股票回购转为股票发行 2025年发行了21亿美元新股 并于2024年2月启动了200亿美元的按市价发行计划[5][13] - 亚马逊自2022年第二季度回购33亿美元后 至今零回购[6] - Meta在2025年第三和第四季度将股票回购削减至33亿美元[6] - Alphabet在2025年第三和第四季度将股票回购削减至170亿美元[6] - 微软在2024年和2023年减少了回购 2025年略有增加 但峰值仍在2021年和2022年[6] 资金来源：债务与股权融资 - **债务发行**：公司正积极发行债券融资[9][16] - 甲骨文2024年2月宣布的融资计划包括250亿美元债券发行 投资者需求旺盛 订单簿达1290亿美元 其在2025年9月已通过债务销售筹集180亿美元[16] - Meta在2023年10月发行了300亿美元债券 随后又通过一家名为Beignet的特殊目的实体发行270亿美元债券 为路易斯安那州的数据中心融资[17] - 亚马逊在2025年11月完成了150亿美元的债券发行 同样需求旺盛[18] - **股权发行**：甲骨文已率先行动 宣布将通过按市价发行方式筹集200亿美元[13] - **融资能力**：除甲骨文信用评级为BBB外 其余四家公司信用评级很高 在投资者对债券需求旺盛的背景下仍有很大发债空间[19] 资金来源：现金储备与经营现金流 - **现金储备**：公司持有的现金及短期投资可部分用于资助资本支出[9][20] - **经营现金流**：2025年 这些公司产生了巨额经营现金流 可用于投资[20] - Alphabet：1650亿美元 - 亚马逊：1390亿美元 - 微软：1360亿美元 - Meta：820亿美元 - 甲骨文：160亿美元 市场反应与潜在风险 - 市场对这笔巨额支出热潮并不热衷 担心资金最终会挤占股票回购[2] - 股价大幅下跌可能终结投资热潮 例如互联网泡沫破裂时期 标普500指数在2.5年内下跌50% 纳斯达克指数下跌78% 导致资本支出被大幅削减[4] - 甲骨文股价在五个月内从高点下跌了58% 至142.82美元[14] - 其他四家公司的股价仍处于高位 若完全停止股票回购 可以高价发行新股进行高效融资[15] 经济影响 - 公司将资金投入AI基础设施而非股票回购 实质上是将公司及其股东的现金投入实体经济 刺激经济增长[21] - 通过发行新股或新债为AI基础设施融资 是将投资者的资金引入经济[22] - 使用部分现金储备或经营现金流进行投资 同样使经济受益[23] - 只要金融市场保持运转 这场投资热潮将继续对经济产生巨大刺激作用[23]

报告行业投资评级 * 报告对通信设备及服务行业持积极看法，核心观点为继续看好AI算力产业链方向，并给出了具体的模拟投资组合，组合内公司评级均为“增持” [3][32] 报告的核心观点 * 北美云厂商（谷歌、亚马逊、Meta等）最新财报业绩超预期，并大幅上调未来资本开支指引，明确聚焦AI算力基建，直接驱动高速光互连需求 [3][11] * AI驱动网络架构从Scale-Out向Scale-UP演进，光通信进入机柜内部将极大丰富应用场景，推动光模块、光器件、光芯片、光纤光缆等全产业链需求增长 [6][9] * 共封装光学（CPO）及近封装光学（NPO/OIO）等先进封装技术正从0到1落地，预计2026至2027年开始规模上量，是未来重要的技术变化和投资机会 [6][10] * 海外光通信公司（如Lumentum、Coherent）CPO及光交换（OCS）业务进展迅速，订单饱满，预示行业高景气度 [6][19][20][21] * 国内AI算力基建同步加速，全国产化产业链迎来新的发展周期，同时卫星互联网等“新连接”领域有望在2026年迎来发展奇点 [6][43][44] 根据相关目录分别进行总结 周观点 * **行业景气度高涨**：在AI应用推动下，谷歌、Meta、亚马逊等大幅增加资本开支，算力光通信产业链业绩快速增长、确定性增强，年初至今国内外光模块及产业链公司股价创新高 [6][9] * **技术演进趋势明确**：光通信正从Scale-Out向Scale-UP架构演进，“光入柜内”将成为大势所趋，OBO、NPO、CPO、OIO等技术将成为关键抓手，推动整个光产业链需求增长，龙头公司有望深度受益 [6][9] * **CPO渗透率预测**：据LightCounting预测，CPO出货将从800G和1.6T端口开始，在2026-2027年规模上量；预计到2029年，800G CPO渗透率达2.9%，1.6T CPO达9.5%，3.2T CPO将高达50.6% [6][10] * **云厂商资本开支大增**：谷歌2026年资本开支指引中位数达1800亿美元，几乎是2025年的两倍，较市场预期高约51%；亚马逊2026年资本开支指引约2000亿美元，较2025年增长50%，较市场预期高约36.9% [6][11] 行业重点新闻 * **北美云商业绩与开支**： * 谷歌25Q4营收1138.28亿美元，同比增长18%，净利润同比大增30%；2026年资本开支指引为1750-1850亿美元，较市场预期高近51% [23][24] * 亚马逊25Q4营收2134亿美元，同比增长14%；AWS营收355.8亿美元，同比增长24%，创13个季度最快增速；2026年资本开支指引约2000亿美元 [11][25] * 微软Azure营收同比增长39%，25Q4资本开支同比大增66%至375亿美元 [11] * **光通信公司财报亮眼**： * Fabrinet 26Q2营收11.3亿美元，同比增长36%，光通信营收8.37亿美元，其中电信业务营收创历史新高达5.54亿美元 [16] * Lumentum 26Q2营收6.655亿美元，光通信业务营收达4.44亿美元，同比增长68%；OCS订单积压远超4亿美元；CPO激光器产能已售罄，预计2026年下半年出现实质性发货拐点 [17][18][19][20] * Coherent 26Q2营收16.9亿美元，数据中心业务订单出货比（book-to-bill）超过4倍；获得超大型CPO解决方案订单，预计2026年底产生初始营收 [21][22] * **政策与产业动态**： * 自2026年1月1日起，中国三大运营商提供的宽带、短信等服务增值税税率由6%提高至9% [12] * SpaceX申请部署最多100万颗卫星，以构建轨道数据中心网络，支持AI与边缘计算 [13] * 十部门联合发布《低空经济标准体系建设指南（2025年版）》，目标到2030年相关标准超过300项 [15] * AT&T以57.5亿美元收购Lumen光纤业务，新增超100万光纤用户，并将其2030年底光纤覆盖目标从3000万翻倍至6000万 [26] 投资要点 * **板块受AI驱动预期向上**：行业持仓比例提升，估值处于历史中枢偏上位置，反映出市场对AI产业链的高预期 [6][41] * **海外需求强劲，国内企业受益**：北美云厂商资本开支率先上调，预计至2030年左右全球AI资本开支将达3-4万亿美元，网络速率升级（向800G、1.6T演进）及CPO等新技术将推动光通信投入占比持续提升 [42] * **国内算力基建开启新周期**：国内云厂商投资自2024年下半年大幅反弹，AI算力基建加速，算力芯片、光模块、交换机等细分领域基本实现全国产化，龙头公司迎来新机遇 [6][43] * **新连接领域涌现机会**：卫星互联网、量子通信、万兆网络等“新连接”技术进入产业成熟期，有望在2026年迎来发展奇点 [6][44]

文章核心观点 - AI行业的资本开支与扩张正面临来自政治阻力和物理电网瓶颈的双重严峻挑战，这可能导致科技巨头数千亿美元的预算无法落地，进而威胁到AI算力增长和商业化预期，并已引发金融市场对相关板块的剧烈抛售 [1][4][13] 政治阻力加剧 - 美国两党政治人物在遏制数据中心扩张上罕见地达成共识，极左翼参议员伯尼·桑德斯和极右翼州长罗恩·德桑蒂斯均呼吁暂停或限制新建数据中心 [1][2] - 政治阻力源于数据中心带来的社区噪音、水资源消耗和电费飙升等副作用，引发了广泛的公众抗议 [2] - 多个州正在推进立法，措施包括取消税收优惠、禁止保密协议，甚至直接暂停新数据中心项目建设，例如亚利桑那州、佐治亚州、弗吉尼亚州、俄克拉荷马州和佛蒙特州 [2] - 纽约州立法者已提出法案，计划对新建数据中心的建设和运营许可实施至少三年的暂停，成为至少第六个考虑此类措施的州 [1] 物理电网瓶颈 - 美国电网的物理容量是比政治阻力更致命的硬约束，目前电网无法满足数据中心激增的能源需求 [4][9] - 根据BloombergNEF预测，到2035年，数据中心的能源需求将增加两倍，从2024年的34.7吉瓦激增至106吉瓦，相当于8000万个家庭的用电量 [8] - 德克萨斯州电网运营商ERCOT已对总计约8.2吉瓦的电力消耗项目进行重新审查，这相当于8座传统核反应堆的发电量，其中包含许多已获批准的项目 [9] - ERCOT推出的“Batch Zero”审查机制导致项目审批严重延迟，例如Meta有项目提交18个月后仍未满足标准，这种不确定性直接阻碍了数据中心的建设 [9] 资本开支落地风险 - 仅微软、Meta、亚马逊和谷歌四大科技巨头今年的AI基础设施支出计划就高达6700亿美元 [4] - 亚马逊一家公司计划今年将资本支出增加近60%至2000亿美元 [6] - 华尔街面临一个逻辑悖论：市场是否真的相信预计在2026年出现的约6000亿美元资本支出能够落地 [4] - 如果电网无法扩容，数据中心就建不起来，导致巨额资本预算无法支出，预期的AI算力增长和商业化落地将成为泡影 [9][13] 金融市场反应 - 对资本开支无法落地的担忧已引发金融市场剧烈反应，美股经历了过去十年来第四大“动量股”单日抛售 [10] - 市场逻辑从“AI缺电利好电力股”转变为“电网受阻则新电力需求无法变现”，导致独立发电商和核电概念股股价大跌，例如Constellation Energy今年以来跌幅已达27% [12] - 资金正从高贝塔值的科技股流出，涌入化工、区域银行等防御性板块，形成“反AI交易”和典型的“解除杠杆”式下跌 [12] - 市场必须解决悖论：要么相信电网能奇迹般扩容以承接资本开支，要么承认触及物理瓶颈，后者将意味着AI超级周期的估值泡沫面临破裂 [13]

软件股抛售与空头获利 - 科技股与软件股遭遇猛烈抛售 做空者因此获得高达240亿美元（约1660亿元人民币）的市值计价浮盈 [2][3] - 美国软件类股票市值已蒸发1万亿美元 空头仓位蔓延迹象明显 [3][4] - 对冲基金仍在加大对大型科技股的空头布局 即便不少龙头企业股价已大幅回调 [2][4] 主要做空目标与策略转变 - 被空头持续做空的软件类股票包括微软、亚马逊、甲骨文、博通等 [3] - 微软的空头操作策略发生明显转变 从以往跌势中回补平仓转变为趁弱势加码押注 其空头兴趣今年跃升20% [3][4] - 甲骨文空头兴趣增长10% 博通和亚马逊的空头兴趣分别上升了15%和10% [4] 市场情绪与抛售背景 - 市场出现风险规避 资金从科技股、黄金、加密货币等热门交易中突然撤出 没有单一诱因 是一连串消息引发对估值的焦虑 [5] - 标普500指数下跌1.2% 连续第三日下挫 纳斯达克100指数延续四月以来最深跌幅 [5] - 投资者明显转向防御状态 与年初基于AI繁荣、经济韧性和美联储降息的乐观氛围形成鲜明对比 [5] 对软件行业的冲击与观点分歧 - 华尔街正在惩罚Salesforce、ServiceNow和微软等软件股 仿佛它们在人工智能时代已不再重要 [6] - 分析师丹·艾夫斯指出 软件行业的结构性抛售是其25年前所未见的 投资者态度仿佛软件已无生存空间 估值显示一些公司可能会失去约5%的客户 [6] - 有观点认为软件行业过时言过其实 以Palantir为例说明软件依然能够成功 英伟达CEO黄仁勋驳斥软件过时论 称AI依赖软件而非替代软件 [6]

软件股抛售与空头获利 - 2026年以来，美国科技板块遭遇广泛的市场轮动打压，软件股近期的抛售潮加剧了困境，而做空者则斩获巨额收益 [2] - 数据分析公司S3 Partners报告显示，今年迄今，美国软件类股票已为做空者带来了240亿美元（约1660亿元人民币）的市值计价收益，而该行业市值则蒸发了1万亿美元 [2][7] - S3 Partners指出，对冲基金仍在加大对大型科技股的空头布局，即便其中不少龙头企业股价已大幅回调 [1][3] 主要做空目标与策略变化 - S3 Partners着重提到被空头持续做空的软件类股票，包括微软、亚马逊、甲骨文、博通等 [2][7] - 其中微软的操作策略发生明显转变，以往走势更像反转股，跌势中空头会选择回补平仓，如今却表现得像受情绪驱动的问题股，空头趁弱势反而加码押注 [2][7] - 空头仓位蔓延迹象明显，微软今年空头兴趣跃升20%，甲骨文增长10%，博通和亚马逊的空头兴趣分别上升了15%和10% [3][9] 市场情绪与整体表现 - 尽管近期人工智能题材备受质疑，但S3 Partners认为当前的普遍看空情绪主要集中在软件板块，追踪纳斯达克100指数的景顺QQQ ETF及“美股七巨头”整体的空头兴趣并未明显增加 [3][8] - 美股市场周四表现印证了市场焦虑，标普500指数下跌1.2%，连续第三日下挫，纳斯达克100指数延续四月以来最深跌幅 [4][9] - 人工智能初创公司Anthropic推出专为金融研究设计的新模型后，软件股加速下跌，凸显新科技带来的竞争威胁 [4][9] 行业观点与争议 - 韦德布什证券公司分析师丹·艾夫斯表示，华尔街正在惩罚Salesforce、ServiceNow和微软等软件股，仿佛它们在人工智能时代已不再重要 [5][10] - 丹·艾夫斯称，在过去的25年里，软件行业的这种结构性抛售是其前所未见的，投资者态度仿佛认为“软件已经没有生存空间了”，这些估值表明一些公司可能会失去约5%的客户 [5][10] - 丹·艾夫斯承认人工智能正在冲击软件行业，但认为软件行业已过时的观点言过其实，并以Palantir为例说明软件依然能够取得成功，英伟达CEO黄仁勋也驳斥了软件过时的担忧，称人工智能依赖于软件而非替代品 [5][10] 市场背景与诱因 - 与去年四月之前“贸易战”引发恐慌性螺旋下跌不同，这次没有单一诱因，而是一连串逐渐累积的消息引发了市场对估值的焦虑，许多投资者本就怀疑资产价格已涨得过高，最终导致资金集中撤离 [3][9] - 这与年初华尔街的乐观氛围形成鲜明对比，当时策略师预测股市将迎来近二十年最长连涨行情，预判基于AI繁荣将持续、经济韧性超预期支撑企业盈利、美联储将开启降息周期三大支柱 [4][9] - 近期出炉的稳健财报显示基本面展望并未改变，但市场开始重新聚焦多重风险，包括AI浪潮中的被取代者、美联储潜在的政策转向风险，以及黄金、比特币乃至Alphabet等科技巨头估值过高可能难以持续 [5][10]

市场情绪与估值 - 本周美国软件巨头（如微软、Salesforce）市值出现历史性的1万亿美元暴跌 引发市场寒意 [1] - 尽管承认AI估值过高 但多位创始人和风险投资者认为软件“末日”论被夸大 AI估值将在未来两年内“正常化” [1][5] - 科技投资者认为AI泡沫正在破灭 尤其是对于大公司而言 这只是时间问题 [5] AI行业前景与商业模式 - AI独角兽Glean创始人认为AI不会让软件即服务过时 未来软件服务将通过集成AI而蓬勃发展 [2][3] - 行业普遍观点认为当前繁荣比以往周期更“负责任” 因为许多公司已产生真实收入 [6] - 投资者和创始人将当前时刻比作互联网时代 大多数初创公司将失败 但生存下来的将成为AI革命的世代赢家 [6] 融资环境与IPO市场 - 2025年全球有超过3400亿美元现金追逐初创公司 其中超过65%的资金投向了AI公司 [9] - 非AI初创公司在融资时正被与年增长率高达1000%的AI公司进行对比 这使得非AI领域融资环境更加艰难 [10][11] - AI巨头如OpenAI和Anthropic虽在争夺率先上市 但许多高价值AI初创公司（包括它们）仍处于亏损状态 例如OpenAI预计今年将亏损140亿美元 [7][9] - 一些盈利的独角兽公司（如估值170亿美元的Miro）倾向于保持私有状态 以更高效运营 避免公开市场压力 [7] - AI公司也更倾向于长期保持私有 因为公开市场要求可预测性 而AI市场变化过快 [9] 中美AI竞争格局 - 在中美AI竞赛中 美国在创新方面领先 而中国在规模化方面领先 [13] - 中国在供应链、生产能力以及AI工程师数量方面具有优势 [13] - 多数创始人和投资者认为封闭模型（如OpenAI）和开放模型（包括中国开发的）都有发展空间 双方可共存 [14] 市场动态与巨头动向 - 谷歌计划加大支出 以应对与竞争对手日益激烈的AI竞赛 [4] - 尽管经历股市动荡 道琼斯指数本周仍突破历史性的50000点大关 凸显市场对AI竞赛的持续热情 [14]

行业背景与观点 - 华尔街分析师普遍认为软件企业的商业模式和投资逻辑依然稳固 [1] - 自OpenAI发布ChatGPT以来，AI的快速发展引发了市场对软件行业可能被颠覆的担忧 [2] - 自2023年12月10日至2024年2月3日，iShares Expanded Tech-Software Sector ETF下跌超过22%，软件股已进入熊市区域 [3] - 尽管市场担忧，但华尔街分析师认为抛售可能过度，部分软件股存在引人注目的投资机会 [3] 个股分析：Datadog - 华尔街分析师给出的平均目标价意味着该股有61%的上涨空间 [5] - Datadog是一家云监控和安全软件公司，其股价自2023年11月初触及近每股200美元后大幅下跌，近期交易价格约为120美元 [5] - 公司提供一系列能力，包括监控服务器等基础设施、检测威胁和潜在漏洞以及跟踪用户交互 [6] - 公司毛利率为79.91% [8] - 华尔街预计公司2026年营收将增长20% [8] - D.A. Davidson分析师Gil Luria认为，软件商业模式实际上并未改变，且这类公司将利用AI热潮获利 [8][9] - 2023年11月，Datadog宣布与一家大型AI客户达成一笔价值九位数的年度交易，市场普遍认为该客户是OpenAI [9] - 在覆盖该公司的33位华尔街分析师中，30位给予买入评级，2位持有，1位卖出 [9] 个股分析：Snowflake - 华尔街分析师给出的平均目标价意味着该股有近63%的上涨空间 [10] - Snowflake是一家数据密集型公司，于2020年底上市，其平台支持跨亚马逊AWS、微软Azure和谷歌云等不同云服务进行数据分析、共享和安全存储 [10] - 公司毛利率为65.96% [12] - 公司在说服投资者其拥有审慎的AI战略方面遇到困难，且尚未盈利，近期业绩指引令投资者失望，估值较高 [11] - 公司CEO Sridhar Ramaswamy认为，人们对AI最大的误解是将其视为全有或全无的命题，AI的应用可能更微妙 [13] - Snowflake已与Palantir Technologies等AI公司建立合作，并近期与OpenAI完成了一笔2亿美元的交易 [13] - 在过去三个月发布研究报告的33位华尔街分析师中，30位给予买入评级，3位建议持有 [14] 个股分析：微软 - 华尔街分析师给出的平均目标价意味着该股有近47%的上涨空间 [15] - 尽管微软被视为AI热潮的最大受益者之一，但其股价在过去六个月下跌了超过23% [15] - 公司旗下拥有众多软件业务，包括通过Microsoft 365平台捆绑的Excel、Word等办公产品套件 [15] - 在2026财年第二季度（截至2026年1月28日）财报发布后，股价大幅下跌，主要原因是其至关重要的Azure云业务增长低于预期，该业务目前贡献了公司大部分AI相关收入 [16] - 公司毛利率为68.59%，股息收益率为0.85% [17][18] - 尽管公司宣布其AI助手Copilot已拥有1500万付费用户，但UBS分析师指出Microsoft 365的营收增长并未加速 [18] - 这表明，尽管软件股因AI担忧而被抛售，但该技术并非在所有情况下都能取代甚至增强软件 [18] - 在过去三个月发布研究报告的35位华尔街分析师中，34位给予买入评级，1位持有 [19]