AI投资主题的演变 - AI投资的第一波浪潮集中在硬件、服务器和计算领域，英伟达作为GPU引擎持续受益[3] - 第二波浪潮中，大型科技公司（如谷歌、微软、Meta）迅速将生成式AI整合到其整个产品套件中，例如谷歌将Gemini融入搜索，微软推出Co-pilots和Office AI功能[3] - 当前阶段，未来投资机会可能存在于“Magnificent 7”之外的公司，新资金正流向快速变化的AI经济中其他15家公司[4] 关键AI基础设施垄断者 - 台积电被视为新数字经济的AI工厂，其晶圆是英伟达能够生产先进GPU的唯一原因[6] - 阿斯麦是AI关键制造者，提供制造这些先进GPU所需的光刻工具[6] - 博通被认为是全球最隐蔽的2万亿美元公司，控制着谷歌70%的定制AI芯片，并提供在超大规模数据中心之间传输数据的高速设备[7] - 博通被视为AI数据高速公路，确保数据中心能够达到最大容量，并对AI工作负载征税[7] 数据基础设施软件公司 - 某些软件公司（如Palantir、Snowflake、MongoDB）正为企业提供数据轨道，使其能够将专有数据输入到模型中[9] - 如果没有这些数据基础设施软件公司，大型语言模型将无法从业务数据中学习[9] AI原生公司对传统软件商的威胁 - OpenAI等AI原生公司现在正为自己创建复制服务，不再需要依赖传统供应商，例如OpenAI从Datadog的客户转变为创建自己的可观测性产品[12][13] - 评估软件公司的关键指标不是客户数量增长，而是利用率、净收入留存率以及年复年的收入改善情况，这能真实反映公司是否拥有AI救生艇[13] AI发展的瓶颈与新兴主题 - 当前AI经济的近期瓶颈是AI公用事业参与者，包括物理电源、机架、冷却等瓶颈[15] - 能够确保AI全球规模运行所需数据轨道的公司将受益，例如Nebius根据与微软Azure的协议能够供应1000颗GP300 GPU，Iron能够提供每度3.5美分的廉价可再生电力及托管GPU的基础设施[16] - 当前投资由这些超大规模企业的运营现金流资助，与互联网时代依赖风险投资和眼球货币化有本质区别[18] - AI领域的交易规模达到“电子游戏般的数字”，但具有更明确的商业计划，支出更具针对性[18][19]