市场整体观点 - 当前市场传递出复杂信号 消费者信心和通胀构成挑战 通胀率为3.4% 零售价格高企 关税问题和美元疲软也令人担忧 [2][3] - 市场正朝积极方向发展 科技股在增长和盈利方面仍扮演关键角色 但板块轮动正在发生 [4] - “七巨头”等市场支柱将面临一些短期阻力 增长将出现在受人工智能影响的新领域 [4] 微软 (Microsoft) - 公司在人工智能领域进行了巨额投资 规模达500亿美元 [6] - 该股在过去90天内大幅上涨 近期出现回调 被视为买入时机 [6] - 作为人工智能领域的主导者 公司定位良好 预计在未来12至18个月内可获得10%至12%的回报 [7] - 建议采取分批买入策略 在一个月内分散建仓 以应对短期阻力 [8][9] - 技术分析显示 股价近期受挫 接近重要低点 关键价格水平包括：显著低点354.56、368附近的缺口以及396附近的阻力位 [10][11] - 图表呈现下降楔形形态 通常被视为看涨信号 但需等待对趋势线的突破确认 [12] - 股价目前低于所有移动平均线 5日指数移动平均线位于392附近 相对强弱指数为29 处于超卖区域 但出现看涨背离 [13][14] - 成交量分布显示 主要活动集中在383至404区间 若跌破该区间则流动性减弱 上行方面 430至440区间成交量将再次增加 [14][15] - 该股当前价格为386.10 [15] 卡特彼勒 (Caterpillar) - 公司去年股价大幅上涨约127% 今年以来涨幅也超过30% [18] - 人工智能在基础设施领域应用广泛 公司作为重型机械专家 有望主导该领域 [16][17] - 预计投资该股可获得8%至10%的回报 [16] - 技术分析显示 股价在突破后形成上升通道 目前该形态已被打破 进入短期盘整区间 范围在743至775之间 [19][20] - 图表呈现旗形或三角旗形整理形态 预示在盘整后可能延续上涨趋势 [20][21] - 股价位于5日指数移动平均线（约762）和21日移动平均线（约724）之上 后者可作为下行支撑位参考 [21][22] - 动量指标在高位出现衰减 发出警示信号 但绿色趋势线仍然有效 相对强弱指数接近超买区域 若向上突破可能快速改变局面 [22][23] - 成交量密集区在750至775之间 下一个显著成交量区域在640至650附近 [24] - 该股当前价格为769.36 [25] Rivian - 尽管整个电动汽车行业表现疲软 但该公司的低价车型（约45,000美元）被认为是未来的增长点 预计到2027年市场份额将显著提升 [26][27] - 投资该股不需要大幅上涨即可获得8%至10%的回报 被视为投资组合的补充 [26][28] - 建议采取谨慎的累积策略 选择多个入场点 无需建立巨大头寸 [28][29] - 该股今年以来已下跌超过20% [29] - 技术分析显示 股价波动剧烈 从低点到高点涨幅超过一倍 又从高点回落了三分之一的价值 [31] - 关键价格水平包括：前期高点18.25（也是缺口位置）、近期填补的缺口约15、潜在跌破位14、以及13.25和12.50附近的支撑 [32][33] - 上行需关注的水平包括：前期高低点15.75、以及17和18.25 [34] - 移动平均线在15.35至16区间内汇聚 相对强弱指数位于50中线下方但趋势向上 绿色上升趋势线基本有效 [34][35] - 成交量分布显示 价格低于15时活动减少 主要活动集中在13至14区间 17至18区间也有显著成交量 高于18则流动性减弱 [35] - 该股当前价格为15.23 [36]

微软全球连接目标与AI应用战略 - 公司已超额完成其2022年设定的目标，在2025年底前将互联网覆盖范围扩大至2.5亿人，目前实际覆盖人数已超过2.99亿人，其中在非洲覆盖超过1.24亿人 [1] - 公司战略重心正从基础网络覆盖转向推动AI技术的应用和长期参与AI经济 [1] - 全球仍有22亿人处于离线状态，许多人还面临可负担性和可靠性等障碍，限制了其从AI驱动增长中获益的能力 [2] 全球AI应用现状与数字鸿沟 - 根据公司2025年AI扩散报告，AI的采用速度比历史上任何通用技术都快，但分布不均，全球北方的采用率远高于全球南方 [2] - 以赞比亚为例，全国生成式AI采用率为12%，但在已接入互联网的人群中，采用率攀升至34%，凸显了网络连接的关键影响 [3] 与Starlink合作扩展农村覆盖 - 公司宣布与Starlink合作，将低地球轨道卫星连接整合到其数字接入计划中，通过本地合作伙伴瞄准农村、农业和难以到达的社区 [4] - 在肯尼亚，公司正与Starlink及当地ISP Mawingu Networks合作，连接450个社区中心，包括农民合作社、集散中心和数字中心 [4] - 这些部署将卫星宽带与数字技能培训、工具和生态系统协调相结合，以支持生产力、市场准入和AI赋能的服务 [5] - 公司将继续开发更广泛的社区模式，将网络连接与可靠的能源、可负担的设备、数字技能以及适合本地需求的云和AI工具相结合 [5] Starlink业务扩张动态 - SpaceX正在降低Starlink价格并向分销合作伙伴免费提供硬件，以扩大客户群，特别是在发展中市场 [6] - Starlink计划通过与西班牙MasOrange的协议，在欧盟推出直连手机服务，并将在巴利亚多利德开始试验 [7] - 在与乌克兰Kyivstar进行了超过一年的直连手机测试后，双方已签署协议 [7] - 在航空领域，美联航表示，根据与SpaceX的扩展协议，其将在超过300架飞机上扩展Starlink机载Wi-Fi服务 [7] 公司估值与市场表现 - SpaceX收购了马斯克的AI初创公司xAI，合并后实体估值约为1.25万亿美元，并准备进行潜在的IPO，据报道目标时间为6月 [8] - 截至新闻发布时，微软股价上涨0.90%，报387.92美元 [8]

文章核心观点 - 微软在2026财年第二季度投入了创纪录的289.88亿美元资本支出用于AI基础设施建设，同比增长89%，过去四个季度累计资本支出达830.9亿美元，已超过其800亿美元的AI基础设施承诺[1] - 巨额资本支出导致公司自由现金流同比下降9.3%至58.8亿美元，尽管运营现金流飙升60%至357.6亿美元，这反映了公司战略向大规模AI投资的结构性转变[1] - 尽管公司营收和盈利表现强劲，但市场对资本支出的回报率和盈利前景感到担忧，导致财报发布后股价大幅下跌14.6%，表现显著逊于同期仅下跌1.6%的标普500指数[1] 财务表现与资本支出 - 2026财年第二季度营收达812.7亿美元，同比增长17%，其中Azure增长39%，微软云业务收入超过515亿美元，同比增长26%[1] - 非GAAP每股收益为4.14美元，超过市场普遍预期的3.91美元，商业剩余履约义务（未来合同收入）激增110%至6250亿美元，表明企业对AI服务的需求真实且加速[1] - 第二季度资本支出为289.88亿美元，较去年同期的158亿美元增长89%，过去四个季度累计资本支出达830.9亿美元[1] - 资本支出占运营现金流的比例从AI时代前的25-27%攀升至最近一个完整财年的47.4%，显示投资强度发生结构性变化[1] - 自由现金流同比下降9.3%至58.8亿美元，而运营现金流同比增长60%至357.6亿美元，资本支出消耗了运营现金流的增长[1] 市场反应与投资者关切 - 财报发布后，微软股价从申报时的452.04美元短暂升至463.50美元，随后大幅逆转，次日跌至430.29美元，一周内跌至393.67美元，截至报道时交易价格为385.83美元[1] - 自财报申报以来，股价累计下跌14.6%，而同期标普500指数仅下跌1.6%，股价也远低于其200日移动平均线486.88美元[1] - 投资者主要担忧在于，如此大规模的资本支出需要转化为收入和利润率的扩张才能证明其合理性，公司申报文件中也提示了“重大投资可能无法实现预期回报”的核心风险[1] - 尽管58位分析师中有57位给予买入或强力买入评级，共识目标价为596美元，但预测市场仅赋予微软股价在月底前收于405美元以上的概率为7%[1] 管理层表态与未来展望 - 首席执行官萨提亚·纳德拉表示，公司“仅处于AI扩散的初始阶段”，并且微软已经建立了一项比其一些最大业务部门规模更大的AI业务[1] - 下一个重要的观察节点将是预计在4月发布的2026财年第三季度财报，投资者将关注Azure增长加速和剩余履约义务转化为收入，是否能够开始明显抵消资本支出对自由现金流的拖累[1]

投资组合策略 - 个人投资策略聚焦于增长和股息收入，旨在通过构建一个专注于股息复利和资本增值的投资组合，为轻松退休做准备 [1] - 股息是策略的核心组成部分，投资组合被构建为能产生月度股息收入，并通过股息再投资和年度股息增长来实现收入增长 [1] 持仓情况 - 披露通过股票所有权、期权或其他衍生品，对微软、苹果、英伟达、谷歌、亚马逊、Meta等公司持有有益的长期多头头寸 [1]

文章核心观点 - 生成式AI和自主系统背后是巨大的计算基础设施需求 特别是数据中心和GPU 这为相关供应商创造了数万亿美元的市场机会 [1][2] - CoreWeave和微软是AI基础设施领域的关键参与者 但两家公司的风险回报特征截然不同 CoreWeave是专注于GPU云的AI基础设施新贵 微软则是通过Azure占据主导地位的成熟科技巨头 [1][2][3] - 尽管两家公司都直接受益于AI浪潮 但根据增长潜力、基本面、估值和风险状况进行深入分析 有助于判断当前哪家是更明智的投资选择 [3] 行业与市场背景 - 企业和政府竞相部署生成式AI 导致对AI数据中心和加速计算的支出激增 [2] - AI基础设施市场存在结构性供应不足 扩大产能和服务产品是公司成功的关键催化剂 [7] CoreWeave (CRWV) 分析 - 公司已成为AI工作负载最重要的GPU云提供商之一 受益于其AI云的强劲需求、快速扩张的订单积压以及不断增长且多元化的客户群 [4] - 公司的护城河在于其纯粹的AI专业化定位 与英伟达、OpenAI、Meta等公司的合作关系凸显了其在计算堆栈中的重要性 [5] - 获得了来自英伟达的20亿美元投资 支持其到2030年将数据中心容量扩展至5GW的计划 并计划在2026年下半年提前部署英伟达的Rubin平台 [6] - 与顶级AI公司签订了价值数十亿美元的长期合同 包括一项价值高达65亿美元的OpenAI扩展协议（使OpenAI协议总额达到约224亿美元）以及一项价值高达142亿美元、持续至2031年的Meta云容量协议 这提供了强劲的收入可见性和持久的增长渠道 [5] - 第三季度合同电力容量提升至2.9 GW 没有单一数据中心合作伙伴占比超过约20% 提高了业务韧性和地域多元化 [7] - 由于供电外壳交付延迟 预计将拖累第四季度业绩 并对2025年收入和利润指引进行了下调 但预计到年底活跃电力仍将超过850 MW [9] - 过去三个月 股价飙升了27.4% 市净率交易在9.05倍 [8][19][20] 微软 (MSFT) 分析 - 2026财年第二季度业绩强劲 微软云收入超过500亿美元 Copilot和AI基础设施业务增长势头良好 [10] - 公司的商业模式结合了云基础设施、生产力工具、商业应用、游戏、专业网络和广告 拥有高度多元化的收入基础 有助于缓冲任何单一领域的疲软 [11] - 公司的护城河在于其业务的广度和整合性 AI贯穿其云服务、生产力套件、开发者工具、搜索和广告以及企业软件 [12] - 商业剩余履约义务飙升至6250亿美元 平均期限为2.5年 提供了强大的远期收入可见性 其中约25%将在未来12个月内确认 同比增长39% [8][14] - 面临来自资金雄厚的竞争对手的持续压力 亚马逊云科技在规模和更广泛的服务堆栈上领先 谷歌云在价格上积极竞争以获取份额 这迫使微软持续投入巨资以捍卫其地位 [15] - 激增的AI和云建设支出已将资本支出推至创纪录水平 2026财年资本支出预计将比2025年增长更快 这给近期现金流带来压力并降低了财务灵活性 [16] - 过去三个月 股价下跌了19.4% 市净率为7.3倍 [8][19][20] 财务与估值对比 - 过去三个月 CRWV股价上涨27.4% 而MSFT股价下跌19.4% [8][19] - 按市净率计算 CRWV交易在9.05倍 高于MSFT的7.3倍 [20] - 过去60天内 对CRWV本年度盈利的共识预期保持不变 而对MSFT的预期则出现了向上修正 [23][24][25] 投资观点总结 - CoreWeave在近期表现方面似乎更具优势 因为当前处于AI产能部署阶段 订单转化、新集群上线和计算需求激增可以推动更快的收入增长和预期上调 它是参与当前AI基础设施建设的更高贝塔值选择 [26] - 微软仍然是更强的长期投资选择 其通过Azure和Copilot实现的AI货币化、巨大的剩余履约义务可见性以及多元化的现金流 应能随着利润率扩张转化为更稳定的复利增长 [27]

公司战略与产品发布 - 微软公司正深入拓展数字主权领域 宣布对其主权云平台进行重大扩展 使企业、政府和受监管行业能够在完全断开连接的环境中运行大型AI模型和核心生产力工具[1] - 公司通过其专业云部门总裁兼首席技术官 详细介绍了三项新功能 更新集中于支持零云连接的Azure本地断开连接操作、Microsoft 365本地断开连接以及扩展Foundry Local以支持大型多模态AI模型[2] - Azure本地断开连接操作和Microsoft 365本地断开连接现已全球可用 而通过Foundry Local的大型模型支持则面向符合条件的客户提供[3] 目标市场与解决方案 - 此次发布主要针对在严格监管、保密或隔离条件下运营的组织 这些组织无法接受或有意限制外部云依赖[4] - 微软主权私有云将Azure Local、Microsoft 365 Local和Foundry Local整合为一个统一的堆栈 能够跨连接、混合和完全断开连接的模式运行[4] 具体产品功能 - Microsoft 365 Local断开连接版本将Exchange Server、SharePoint Server和Skype for Business Server直接部署在客户的主权私有云中 所有服务至少支持到2035年 确保即使在完全离线状态下协作工具也能正常运行[5] - 该平台旨在让受监管行业在无法接受云连接的环境中 也能运行大型AI模型和核心生产力工具[1]

高盛软件行业研究报告《重新审视护城河第一部分：探讨AI钢铁人论点》关键要点总结 一、 行业与公司概述 * 行业：美洲科技行业，具体为软件行业，重点关注应用软件、基础设施/安全软件以及超大规模资本支出的投资回报率[1] * 公司：报告提及了多家软件公司，包括SAP、Salesforce、Oracle、Workday、Microsoft、HubSpot、Datadog、Palantir、Intuit、ServiceNow、Figma、Guidewire、Via Transportation、AIG、Anthropic、OpenAI、Google DeepMind、Meta、Cloudflare等[11][14][26][27][42][52][53][66][72][74] * 报告覆盖的买入评级公司：CRWD、GWRE、KVYO、MDB、NET、NOW、RBRK、SHOP、SNOW[1] 二、 核心观点与论据 1. 市场背景与核心议题 * 2026年年初至今的软件行业调整主要围绕终值辩论展开，市场质疑软件护城河和商业模式，而非短期需求趋势变化或高利率的数学影响[1] * 辩论焦点主要在应用软件公司，投资者也在一定程度上质疑基础设施/安全堆栈是否可能受到影响，以及与超大规模资本支出相关的投资回报率[1] * 报告旨在探讨关于软件的七个主要看跌论点，并按风险评分1（低）到5（高）进行排序，排列在从狭义定义到应用软件与广义定义的轴线上[1] * 关键观察：过去四周代理技术生态系统的快速演变，使得评估终值并从而为估值设定底线具有挑战性[1] 2. 七大看跌论点分析 A. 记录系统“彻底更换” – 风险评分 1 * **看跌论点**：新竞争者提出解决存储基础业务数据的记录系统问题的新方法，催化“彻底更换”运动，使当今以记录系统为中心的软件公司过时[8] * **高盛观点**：发生风险相对较低，因为生成式AI被设计为分析和生成引擎，而非交易引擎，风险评分为“1”[9] * **论据**： * AI技术主要作为一个强大的智能层而非基础替代品运行：它们依赖记录系统来最大化自身价值[11] * 现有记录系统公司（如SAP、Salesforce、Oracle、Workday）花费数十年建立了强大的数据验证、治理和合规流程[11] * 数据在现有记录系统中的积累吸引了应用程序和服务，这可能进一步需要该系统的功能性支持：这是数据引力现象的一个例子[11] * AI技术目前被设计为分析和生成引擎，而非交易引擎[11] * 智能层的价值越来越取决于底层记录层的引力[12] * **风险与防御**： * 风险：新公司可能因财务利益（更低的总拥有成本和更强的投资回报率）和技术优势（更现代、可扩展的架构）而重新发明记录系统层[13] * 防御：现有公司从主要专注于存储数据的被动分类账演变为支持自动化和更智能、实时操作的活动平台[14] * 从被动记录保存转向主动推理[15] * AI赋能与AI原生架构的区别：AI原生架构从开始就围绕智能和自动化设计，数据访问和决策嵌入核心平台[15] * 数据可访问性是未来技术堆栈的关键决定因素[17] * **关键问题**：记录系统在堆栈中的价值是什么？如果图表2在合理的看跌情景中成立，技术堆栈中应用软件的价值将有效压缩为记录系统的价值，而记录系统之外的利润池可能主要由新竞争者获取[10] B. 价值从记录系统转移至代理操作系统 – 风险评分 4 * **看跌论点**：新的AI工具位于现有软件堆栈之上并捕获增量价值，记录系统作为数据存储和合规的必要组件，日益充当基础设施而非主要价值创造者，当今的应用软件领导者对增长的暴露有限，而对席位减少或商品化的暴露过大[20] * **高盛观点**：AI带来的风险更多在于价值抽象而非彻底更换，现有公司最大的优势是其领域经验和背景，风险评分为“4”[21] * **论据**： * 随着代理系统成熟，智能移出记录系统并进入一个可以跨多个系统推理、调用API并自主执行工作流的编排层[22] * 代理结合模型、工作流和API直接执行任务，价值越来越集中在处理数据和协调操作的平台层[22] * 记录系统的角色是可靠地存储和暴露数据，而决策、优先级排序和工作流逻辑则位于其他地方[22] * 新赢家是控制代理平台、编排层和位于记录系统之上的领域特定AI系统的公司[22] * 记录系统成为更广泛AI堆栈中商品化的组件，并日益在可靠性、合规性和成本上竞争[22] * **客户服务软件TAM演变**：图表显示，从SaaS到代理的转变，由于实现了生产力收益，总可寻址市场最终变得更大[24] * SaaS TAM与代理TAM对比图表（2025-2030年）[25] * **现有公司的领域经验优势**： * 微软观点：客户拥有自己的数据，但留在微软生态系统中可减少延迟、确保数据最新并为LLM提供更多背景，从而实现差异化[26] * HubSpot观点：AI在业务用例中表现不佳是因为缺乏背景，记录系统有助于聚合背景，内置这些应用程序的AI将允许人类与代理并肩工作[26] * Datadog观点：其联合创始人优雅地展示了背景的重要性：在其内部数据上训练的SLM能够以更低的成本提供比前沿模型更好的准确性，因为其领域经验[27] * **竞争格局**：应用层有大量新竞争者涌入，现有公司最大的优势是领域经验[33] C. 横向吞噬纵向 – 风险评分 2 * **看跌论点**：横向提供商将使用其AI赋能工具，使客户能够在横向平台内构建纵向特定的工作流，历史上为纵向软件现有公司带来显著定价能力的竞争护城河的长期可持续性受到质疑[36] * **高盛观点**：纵向软件的特征及其各自终端市场，使这些企业能够从AI技术采用率增加中受益，风险评分为“2”[37] * **纵向软件的原始价值主张**：解决通用横向应用程序无法有效解决的行业特定问题，如独特的工作流、监管要求和/或特定行业的运营挑战[38] * **纵向软件当前的防御护城河**： 1. 访问专有、行业特定的数据[39] 2. 作为记录系统的集中模式，工作流深度嵌入日常运营[39] 3. 在特定行业长期的成功记录，创造了品牌参考性和短期内无法制造的信任[39] 4. 高度监管行业的法规合规性[39] * **具体论据**： * 专有数据：访问非公开、行业特定的数据集是当今隔离纵向软件的最重要障碍，例如Guidewire产品在全球管理着约7750亿美元的财产和意外险直接承保保费，其客户群超过500家保险公司，产生了大量历史数据[40] * 深度工作流集成：纵向软件通常深度嵌入业务的日常运营，使其成为各自行业中关键任务的记录系统[40] * 品牌参考性：在终端市场如医院和卫生系统、公共部门、金融机构和财产意外险中，品牌参考性通常是客户购买决策的关键因素[41] * 合规要求：复杂的监管环境可以成为阻止AI新进入者轻易颠覆纵向现有公司的障碍，例如Via Transportation引用了约10个月的平均销售周期长度，部分原因是供应商必须清除大量监管障碍才能参与公共部门RFP[41] * **横向对纵向软件的威胁**：生成式AI的快速进步使得AI原生公司能够进入历史上由传统SaaS提供商主导的纵向市场[42] * **关键问题**：“足够好”的功能是否足以从纵向现有公司吸引客户？历史上，只有当AI工具明显优于现有应用程序和/或价格显著更低时，采用率才会发生有意义转变[43] D. 代码成本降低 – 风险评分 2 * **看跌论点**：AI编码工具使开发人员更高效，并使更广泛的人群能够开发软件，降低软件开发成本和进入壁垒[47] * **高盛观点**：同意代码成本是构建软件应用程序成本的关键输入，并且生产代码的成本正在下降，这将导致新进入者，但开发产品与将产品发展成公司之间存在实质性差异，风险评分为“2”[47] * **论据**： 1. 软件工程不仅仅是编写代码，软件工程师已经将大量时间花在非编码任务上[48] 2. 软件公司不仅仅是代码的集合，成功涉及接口、数据、任务准确性、安全、维护、工作流程编排等多个方面[48] 3. 生成的代码可能仍然需要人工参与，例如Faros对去年中期10，000名开发人员的研究显示：AI采用率高的团队完成了21%更多的任务并合并了98%更多的拉取请求，但拉取请求审查时间增加了91%[48] E. 软件的未来是定制的 – 风险评分 3 * **看跌论点**：随着代码成本下降，更多企业将选择构建针对特定工作流、数据和目标定制的应用程序，而不是从软件供应商处购买软件，这个机会要么归于基础设施软件供应商（如Databricks和Snowflake）、LLM模型提供商，要么归于Palantir[49] * **高盛观点**：代码成本下降不会普遍改变构建与购买的考量，尽管预计会看到企业定制软件占据一些份额，风险评分为“3”[50] * **历史背景**：SaaS供应商通过将用户界面、工作流逻辑、权限、报告和数据模型捆绑到单一标准化产品中来创造价值[51] * **AI可能挑战这种主导地位**： * 历史上，软件颠覆需要既显著更好又显著更便宜的解决方案[52] * Palantir是实践中这种模式最清晰的例子，其美国商业业务在2025年增长了109%，公司预计在2026年将加速至超过115%[53] * **定制软件的挑战与现状**： * 可能接近企业选择构建定制的局部最大值，因为打包软件生态系统正在成熟[54] * 许多企业仍然重视嵌入法规合规性、安全性、正常运行时间和跨行业最佳实践的标准化应用程序[54] * 定制构建的系统将维护、治理和可靠性的长期所有权转移回客户，这可能抵消前期开发节省[56] * 领先的SaaS现有公司正在将AI代理和可扩展性直接嵌入现有平台[56] F. 毛利率压力与“LLM税” – 风险评分 3 * **看跌论点**：软件的高毛利率（70–90%）在AI中心化格局中在结构上是不可持续的，新进入者可能以更低的公司成本结构交付可比或更优的结果，同时现有提供商的边际生产成本从10-20%（基于CPU的托管成本）上升到更高（基于GPU的推理成本）[57] * **高盛观点**：预计整体将出现12-24个月的适度毛利率压力期，因为许多公司将专注于客户采用而非货币化，并选择吸收GPU推理和LLM API的成本，风险评分为“3”[58] * **历史毛利率**：SaaS供应商实现了70-90%的毛利率，业务模式本质上是轻资产和IP驱动的[59] * **当前毛利率压力**： * AI功能带来两个新成本：GPU推理成本和使用第三方模型提供商的成本[60] * 根据Bessemer Venture Partners的数据，增长最快的AI原生初创公司的毛利率约为25%，更成熟的AI原生公司毛利率接近60%，仍低于传统SaaS[60][61] * **成本下降趋势**： * 推理成本应随时间推移而下降，LLM推理成本每年已下降9倍至900倍（Epoch AI）[62] * 例如，以类似MMLU分数实现GPT-4性能的价格每年下降了40倍[62] * **定价权与产品差异化**： * 历史上，软件捕获了其所创造价值的约10–25%[66] * 维持软件毛利率最终取决于定价权，而定价权又取决于产品差异化[66] * 软件公司优先考虑采用而非货币化，将AI功能捆绑到现有产品中，提供免费/低价层级，并优化使用而非即时收入[66] * 积极的抵消因素是软件可能从服务和劳动力池中夺取份额[67] G. 创新步伐增加不确定性 – 风险评分 5 * **看跌论点**：技术正在快速变化，意味着最终状态难以预测，扩展定律仍然成立，年初至今，Anthropic、OpenAI、Google DeepMind和Meta都有显著更新，这给未来知识工作、软件行业的经济结构以及公司的终值带来了巨大的不确定性[70] * **高盛观点**：这种风险最难规划，不确定性评分为“5”[71] * **论据**： * AI在性能和新方向上都在继续进步[72] * 扩展定律仍然成立，最先进技术持续改进，例如GPT-5.2、Gemini 3 Pro和Opus 4.6在GPQA Diamond上的研究生级推理得分均>90%[72] * 现有技术的新应用也推动创新，例如ChatGPT、Claude Cowork、OpenClaw[72][73] * 不确定性可能创造新机会，例如微软的医疗超级智能在NEJM案例挑战中达到85%的通过率，TAM计算为每年500-1000亿美元[74] * 未知的未知因素：将会有突破从根本上改变可能的事情，从而改变行业的最终状态[74] * 1993年的观察者很难预测Web 2.0的样子，2022年12月的观察者可能很少有人预测到Claude Cowork/Clawdbot及其对行业叙事的影响[75] 三、 其他重要内容 * **报告目的**：重新审视护城河主题，以更好地理解进入壁垒、产品差异化和定价权[1] * **稳定信号**：寻找证明领域经验驱动更高质量代理结果的证据，以及通过盈利实现稳定或改善的基本面[1] * **推荐业务模式**：突出具有超越应用层的清晰架构护城河的业务模式[1] * **数据引用**： * 财产和意外险直接承保保费：约7750亿美元由Guidewire产品管理[40] * SAP S/4HANA云升级周期：大型企业的迁移通常被描述为多阶段工作，可能持续18-36个月[13] * Via Transportation销售周期：约10个月[41] * Faros开发人员研究：AI采用率高的团队完成任务增加21%，合并拉取请求增加98%，但拉取请求审查时间增加91%[48] * Palantir美国商业增长：2025年增长109%，预计2026年加速至超过115%[53] * AI初创公司毛利率：最快增长的初创公司约为25%，更成熟的接近60%[60][61] * LLM推理成本下降：每年9倍至900倍[62] * 实现GPT-4性能的成本下降：每年40倍[62] * 微软医疗AI通过率：NEJM案例挑战达到85%[74] * **相关报告**：报告中引用了多份高盛先前发布的关于生成式AI、软件行业覆盖、纵向软件、稳定信号、AI颠覆辩论和关键辩论的报告[5]

摩根士丹利美国大型科技股持仓与风险回报分析纪要 涉及的行业与公司 * **行业**：美国大型科技股（涵盖半导体、硬件、软件、互联网、IT硬件、IT服务等子行业）[1][3] * **公司**： * **超大型科技股 (Mega-Cap Tech)**：NVDA, AAPL, MSFT, AMZN, GOOGL, META, AVGO [1][2] * **其他大型科技股 (Large-Cap Tech)**：SNDK, KLAC, CRM, WDC, LRCX, STX, IBM, CSCO, INTC, ORCL, PANW, DELL, NOW, ADBE, MU, QCOM, AMAT, AMD, TXN, INTU, SNDK [2][7][9] * **报告详细分析的公司**：ADBE, GOOGL, AMZN, AAPL, META, IBM, INTC, INTU, MSFT, NVDA, ORCL, AVGO, CSCO, DELL [32][49][69][85][103][121][140][154][174][195][212][232][252][270] 核心观点与论据 1. 机构持仓状况分析 * **超大型科技股处于17年来最低配水平**：截至2025年第四季度，主动型机构对超大型科技股的持仓相对于其在标普500指数中的权重，平均差距扩大至-155个基点，而第三季度末为-148个基点 [1][2] * **英伟达为最低配的大型科技股**：NVDA的机构持仓相对于标普500权重的差距为-2.57%，是跟踪范围内最低配的股票，其次是AAPL (-2.16%)、MSFT (-2.13%) 和 AMZN (-1.37%) [1][2][9] * **半导体/硬件股普遍高配，软件股普遍低配**：机构明显偏向AI“铲子股”，SNDK (+1.58%)、KLAC (+0.80%)、CRM (+0.68%) 为最高配的科技股，而IBM、ORCL、PANW、NOW和ADBE等软件股则显著低配 [2][9] * **持仓数据对未来股价有预示作用**：量化分析显示，在调整市值和盈利超预期因素后，机构持仓相对于标普500权重较低，与未来股价表现之间存在统计学上显著的正相关关系 [13] 2. 各公司风险回报与投资论点摘要 * **Adobe (ADBE) - 等权重 (Equal-weight)** * **目标价**：425美元，基于16倍2027财年预期每股收益 (EPS) 26.67美元，隐含约1.2倍市盈率相对盈利增长比率 (PEG)，低于其历史平均水平 [32][36][37] * **核心论点**：看好其竞争护城河，但对AI对Creative Cloud和数字媒体业务增长的净影响能见度有限 [37] * **盈利预测**：预计2025-2027财年总营收复合年增长率 (CAGR) 为10%，2027财年运营利润率为45.5% [36][43] * **Alphabet (GOOGL) - 超配 (Overweight)** * **目标价**：330美元，贴现现金流法 (DCF) 推导，隐含约24倍2027年预期市盈率 [49][50] * **核心论点**：AI驱动的平台级创新提升长期增长可持续性的信心，持续的费用控制带来运营杠杆 [54][55] * **盈利预测**：预计2025-2027年总运营收入 (GAAP) 从1290.39亿美元增长至2012.44亿美元 [60] * **亚马逊 (AMZN) - 首选股 (Top Pick)，超配** * **目标价**：300美元，基于约29倍市盈率乘以2027年预期EPS 10.41美元，隐含约1.2倍PEG，较同行中值折价约20% [69][74] * **核心论点**：高利润业务推动盈利能力提升，Prime会员增长，云服务采用处于拐点，广告业务是增长和盈利的关键领域 [75] * **盈利预测**：预计2026-2028年营收从8094.14亿美元增长至10193.76亿美元，AWS营收增长从25.8%降至24.0% [79] * **苹果 (AAPL) - 超配** * **目标价**：315美元，基于8.5倍企业价值/销售额 (EV/Sales) 2027财年倍数，隐含约32倍市盈率乘以2027财年EPS 9.75美元 [85][96] * **核心论点**：iPhone更换周期最长，新AI功能全球推出，设备形态变化重新成为焦点，预计iPhone增长将从2026财年开始加速 [92] * **盈利预测**：预计2026财年总营收增长15.5%，iPhone营收增长22.1%，服务营收增长13.3% [97] * **Meta (META) - 超配** * **目标价**：825美元，DCF法推导，隐含约23倍2027年预期市盈率 [103][107] * **核心论点**：结构性转向关注多年效率、生产力和精简运营，营收和参与度趋势改善，AI、订阅和点击消息是三个被低估的“看涨期权” [108][109][110] * **盈利预测**：预计2026年按固定汇率计算的增长为27.4%，2026年运营收入 (GAAP) 为949.94亿美元 [114] * **IBM (IBM) - 等权重** * **目标价**：304美元，基于18.5倍2026年预期每股自由现金流 (FCF) 16.44美元，与软件和咨询同行在增长调整基础上持平 [121][127] * **核心论点**：平衡历史高估值与量子计算的潜在机会，收购HashiCorp和大型机/企业许可协议周期推动2025年增长加速，但2026年存在减速风险 [128] * **盈利预测**：预计2026年按固定汇率计算的营收增长5.3%，软件增长10.6%，自由现金流增长7.1% [133] * **英特尔 (INTC) - 等权重** * **目标价**：41美元，基于约42倍2027年预期EPS 0.97美元，高于大型逻辑半导体同行区间高端，反映对低迷业绩的高杠杆潜力和代工业务期权价值 [140][146] * **核心论点**：对股价重估原因（美国政府参与、英伟达合作）持怀疑态度，但相信执行能释放核心业务价值，需要明确战略方向和服务器性能领导力证据才能更积极 [143] * **盈利预测**：预计2027年GAAP营收558.64亿美元，毛利率 (MW) 42.7% [148] * **Intuit (INTU) - 超配** * **目标价**：880美元，基于约31倍2027年预期EPS 28.86美元，隐含1.9倍PEG，与历史平均PEG一致，略低于大型软件同行 [154][161] * **核心论点**：处于两个有吸引力的产品周期（中端市场会计和辅助税务）早期，结合效率举措，推动持久的高 teens EPS增长，当前估值未反映此增长 [162] * **盈利预测**：预计2027年在线生态系统营收增长22.1%，小企业部门营收增长16.3%，运营利润率41.8% [167] * **微软 (MSFT) - 超配** * **目标价**：650美元，基于31倍2027年预期EPS 21.17美元，与大型软件同行市盈率一致，1.6倍PEG与历史PEG基本一致 [174][179] * **核心论点**：在公有云采用和AI方面地位强劲，大型分销渠道和客户基础，利润率扩大支持EPS增长，盈利增长的持久性和公司的优质回报特征仍被低估 [180][181] * **盈利预测**：预计2026年Azure营收增长30.2%，2027年运营利润率46.9% [187] * **英伟达 (NVDA) - 超配** * **目标价**：250美元，基于约26倍2027年预期EPS 9.57美元，较AI同行AVGO折价，但高于半导体板块整体，反映对业绩上调的更高信心以及在该领域内更高的利润率/增长特征 [195][202] * **核心论点**：Blackwell仍是生成式AI工作负载的首选解决方案，计算需求持续超过供应，随着需求持续强劲，业绩预期仍有上调压力 [198] * **盈利预测**：预计2026年GAAP营收2132.14亿美元，2027年增长至3298.29亿美元，2026年毛利率 (MW) 71.2% [205] * **甲骨文 (ORCL) - 等权重** * **目标价**：213美元，基于约25倍2028财年预期EPS 8.51美元，较其5年平均水平 (~20倍) 有溢价，因FY29/FY30盈利加速增长潜力 [212][217] * **核心论点**：强劲的剩余履约义务为达到2030财年2250亿美元营收目标提供能见度，但GPU即服务投资周期的规模和持续时间以及长期经济性高度不确定 [218][219] * **盈利预测**：预计2028财年总营收同比增长39.6%，云服务和许可支持增长46.9% [224] * **博通 (AVGO) - 超配** * **目标价**：462美元，基于35倍2027年预期EPS 13.19美元，反映较AI同行的溢价，考虑了其超常的AI增长潜力和ASIC长期前景 [232][233][237] * **核心论点**：AI风险敞口（绝对值）在覆盖范围内第二大，预计将随着超大规模资本支出增加而增长，非AI半导体预计在明年晚些时候周期性反弹，预计VMware将成功整合 [238][239] * **盈利预测**：预计2026年GAAP营收1003.27亿美元，2027年增长至1324.42亿美元，2026年毛利率 (MW) 71.8% [245] * **思科 (CSCO) - 超配** * **目标价**：91美元，基于20-21倍2027年预期EPS，处于历史交易区间高端 [252][260] * **核心论点**：网络市场有积极增长动力（如Cat 9K更新换代），有助于抵消份额损失的不利因素，Splunk收购提供重要机会，云AI业务若贡献显著增长可帮助提升估值倍数 [255] * **盈利预测**：预计2026财年营收增长8.4%，运营利润率34.3% [264] * **戴尔 (DELL) - 低配 (Underweight)** * **目标价**：101美元，基于10倍市盈率乘以2027财年预期EPS 10.11美元，隐含其AI服务器业务16.5倍估值和传统硬件业务9倍估值 [270][275] * **核心论点**：作为“数据时代”的全栈技术提供商定位良好，AI服务器需求快速增长，但近期更强的AI服务器组合带来的利润率压力加上内存成本通胀将限制估值倍数扩张和业绩预期上调 [276] * **盈利预测**：预计2027财年营收增长15.5%，非GAAP毛利率17.3% [281] 其他重要内容 * **行业观点**：摩根士丹利对IT硬件行业持“谨慎 (Cautious)”看法 [3] * **数据来源与方法**：分析基于13F文件（从2009年第一季度至2025年第四季度），跟踪摩根士丹利美国科技股研究覆盖范围内27家最大市值科技公司在前100大主动管理型机构投资组合中的平均权重与其在标普500中权重的对比 [2][8][12][13] * **Sandisk (SNDK) 持仓变化**：自2025年第一季度重新上市以来，机构持仓稳步增加，在2025年第四季度被纳入标普500指数时，其机构持仓与标普500权重的差距 (+1.58%) 在所有跟踪的大型科技股中最宽 [9] * **季度变化**：在2025年第四季度，CRM的机构持仓与标普500权重差距环比扩大最多（19个基点，排除SNDK），而MSFT的差距收窄最多（47个基点）[14][15] * **地域收入敞口**：大多数公司收入高度依赖北美市场（通常占40%-60%），其次是欧洲（除英国）和亚太地区 [44][66][83][102][116][135][190][210][226][250][268][282] * **机构持仓比例**：各公司的主动型机构持股比例在39.9% (INTC) 至57.1% (GOOGL, META) 之间 [45][62][80][99][117][135][150][170][191][207][228][247][265] * **对冲基金风险敞口**：各科技板块的对冲基金净风险敞口在12.8% (AMZN) 至26.4% (多个板块) 之间，长/短仓比率在1.8倍 (AMZN) 至2.8倍 (GOOGL, META) 之间 [45][62][80][99][117][135][150][170][191][207][228][247][265]

**涉及的公司与行业** * **公司**：微软 (Microsoft Corp., MSFT) [1] * **行业**：云计算、人工智能计算、半导体（AI加速器）[1][2][16] **核心观点与论据** **1. 微软自研AI芯片Maia 200取得进展** * 微软于1月26日发布了更新的AI推理定制加速器Maia 200 [1] * 初步披露显示，Maia 200在原始计算性能上已与竞争对手产品（亚马逊Trainium、谷歌TPU）更具可比性 [1] * 与微软机群中最新一代硬件相比，Maia 200每美元性能提升30% [17] * 相对于其他定制云加速器，Maia 200的FP4性能是AWS Trainium 3的3倍，FP8性能优于谷歌TPU v7 [17] * 关键架构创新包括：基于标准以太网的双层扩展网络设计、重新设计的内存子系统、以及遵循标准机架/电源/机械架构 [17] **2. 自研芯片对微软的战略与财务意义** * 多元化硅芯片布局对微软实现AI计算业务更好的毛利率和投资回报率至关重要 [2] * 微软认为，随着时间的推移，AI计算的毛利率将接近基于CPU的计算业务毛利率，自研加速器是推动因素之一 [2] * 此举对微软AI计算服务的性价比及其长期战略（实现Azure AI计算毛利率与基于CPU的Azure工作负载相当）具有积极意义 [1] **3. 当前存在的局限性与挑战** * 尚未看到Maia在大规模生产环境中使用的性能统计数据，这取决于微软的制造爬坡能力 [1] * 深化相关软件生态系统是关键：Maia 200需要自己的模拟器，可能仍需支持更广泛的开发者工具/推理引擎（如sglang, vLLM, TensorRT）[1] * 竞争在持续演进（例如谷歌TPU v8预计在2027年推出）[1] * 需要更多关于Maia 200在高负载工作环境下的基准测试数据，实验室性能与实际大规模集群应用中的表现存在差异 [20][23] * 需要行业对微软与推理软件引擎（如vLLM）集成的反馈得到改善 [25] * 英伟达凭借其上市时间优势和“CUDA护城河”，预计将在短期内保持加速器市场的领导地位 [25] **4. 微软AI计算供应链的多元化策略** * 除了自研Maia芯片，微软还在通过其他途径实现供应链多元化： * 采用基于ARM的自研CPU“Cobalt”已取得成功，Liftr Insights数据显示，在2024年第四季度，Cobalt支撑了33%的新Azure虚拟机 [17] * 更多客户选择AMD作为第二供应商，高盛半导体团队预计AMD的GPU份额将从2025年的5%增至2028年的8% [17] * 采用Groq的LPU等专业解决方案，Groq声称其芯片运行LLM推理的速度可达当前替代方案的十倍，能耗仅为十分之一 [17] **5. 财务预测与估值** * 高盛维持对微软的“买入”评级，12个月目标价为600美元，基于28倍市盈率乘以预期净收入 [24] * 关键财务数据预测： * 营收：预计从2025财年（6月）的2817.24亿美元增长至2028财年的4563.30亿美元 [3][13] * EBITDA：预计从2025财年的1565.28亿美元增长至2028财年的2806.52亿美元 [3][13] * EPS（稀释后）：预计从2025财年的13.83美元增长至2028财年的23.53美元 [3][9] * 毛利率：预计从2025财年的68.8%略微下降至2028财年的65.3% [9] * EBIT利润率：预计从2025财年的45.6%提升至2028财年的47.1% [9] **6. 主要风险因素** * 来自OpenAI合作的收入贡献低于预期 [24] * 自研芯片上量时间较长，可能限制市场份额增长或毛利率扩张 [24] * 对非预期项目（例如非Azure业务）的投资增加 [24] * 关键领导层变动 [24] * 向定制软件的更重大转变可能对其应用业务产生负面影响 [24] **其他重要信息** * **市场表现**：截至2026年2月20日收盘，微软股价为397.23美元，目标价隐含51.0%的上涨空间 [1][12] * 过去3个月绝对回报为-17.0%，相对标普500指数回报为-21.4% [11] * **公司体量**：微软市值达3.0万亿美元，企业价值为2.9万亿美元，过去3个月平均日交易额为141亿美元 [3] * **行业竞争格局**：高盛半导体团队认为，在可预见的未来，商用解决方案（如英伟达、AMD）仍将占据AI加速器市场的主要份额，原因包括：AI模型开发格局快速演变、开发者目前高度重视高性能解决方案、商用解决方案拥有更广泛成熟的开发者/软件生态系统 [2][16] * **长期技术趋势**：随着原始计算性能接近物理极限，进一步的性能和成本改善将更多地由网络、内存和封装方面的创新驱动，英伟达和博通在这些领域处于有利地位 [25]

股价表现与市场反应 - 微软公司股价在过去一年下跌4% 年初至今下跌18% 自公布第二财季财报以来跌幅超过19% [2] - 股价下跌主要因云业务增长未达投资者预期 尽管营收和盈利超出预期 [2] - 财报发布后 Stifel将微软评级从买入下调至持有 目标价从540美元大幅下调至392美元 [2] 云业务与AI增长状况 - 微软Azure云服务业务在第三财季营收同比增长39% 超出管理层指引 [4] - 增长受到产能限制而非需求不足的制约 市场反应可能因此受到抑制 [4] - 公司计划到2026年6月将AI产能提升80% 以反映强劲的潜在需求并缓解当前瓶颈 [4] 竞争环境与产品挑战 - Stifel的下调评级提及了来自谷歌云和Anthropic等竞争对手的挑战 [2] - 知名评论员Jim Cramer指出 微软的Copilot软件未能展现出强劲的用户基数增长 [2] - Cramer认为微软需要进行重大更新和重塑 并提及了谷歌的Gemini和Bard作为对比 [2] 长期前景与资本配置 - 有观点认为 对AI产能的投资将有助于缓解瓶颈 并支持未来几个季度的增长重新加速 [4] - 随着AI在各行业的广泛采用 此次扩张强化了微软有望维持高于平均水平的持续增长的定位 [4]