市场情绪与AI投资逻辑的演变 - 市场对AI的态度在担忧与期待中反复摇摆，导致波动加剧，例如软件股在2月一周内蒸发约1万亿美元市值后出现反弹，而存储牛股闪迪股价一度大跌超8% [1][2] - 市场情绪摇摆源于对两条曲线的重新定价：AI带来的新增需求曲线，以及对旧商业模式的替代曲线 [2] - AI赛道已进入“高估值与高成长”并存的“双高”阶段，微观层面的风吹草动会被宏观情绪放大，导致剧烈宽幅震荡 [3] AI技术浪潮下的行业分化与公司定位 - 软件股前期的下跌源于对“AI替代化”的过早忧虑，而非基本面恶化，其核心壁垒在于工作流的深度绑定和数据合规，AI目前主要扮演赋能者角色 [2] - 闪迪的暴跌不具备AI存储行业代表性，其主打的NAND闪存偏向消费电子和传统数据中心，而决定AI大模型算力瓶颈的是HBM和高阶DRAM [3] - 全球头部存储大厂正将产能疯狂向HBM倾斜，HBM和高端DRAM被视为真正的AI核心资产 [3] 科技巨头的商业模式转型与资本开支 - 在AI浪潮下，科技巨头正从“轻资产、经常性收入型”模式转型为“资本密集型、现金流需求旺盛”的企业 [4][5] - 这种转型被视作向“智能公用事业”演变，科技巨头投入巨资建设算力基础设施，其商业模式可能向市盈率通常在15倍到20倍的传统公用事业公司靠拢 [5] - 科技巨头持续强势，但“齐涨齐跌”时代结束，未来分化将更严重，能将算力转化为可持续推理或订阅收入的公司将继续跑赢 [6] 科技巨头资本开支的回报逻辑与评估指标 - 短期内，巨额资本开支被视为一笔“生存税”，其核心回报在于保护科技巨头原有的核心业务（如搜索、广告）不被原生大模型公司颠覆，而非直接产生增量利润 [6] - 中长期来看，资本开支回报率将成为决定市值的主流，关键评估指标包括：折旧占营收的爬升速度、自由现金流率回正的时间点、单位算力的变现效率 [7] - 只要上述三个指标中的两个实现，市场会给予更高安全垫，反之在“双高”环境下则可能被放大成大回撤 [7] 市场结构、潜在风险与投资焦点变化 - 美股定价偏紧，标普500远期估值约22倍，对利率、盈利、政策等变量的边际变化敏感，且指数结构集中，前10大公司权重超40%，盈利预期下修会放大指数回撤 [8] - 信用端存在隐患，美国居民端整体逾期率在去年年底升至4.8%，银行对地产开发类贷款已更谨慎，同时存在大量不透明、高息的私募企业贷款 [8][9] - 市场正变得更加挑剔，从“增长多少”转向“如何实现增长”，试图挑选赢家和输家，投资者的关注点正从创造大模型转向将AI整合到商业中的应用能力 [9][10] 美股未来走势与市场结构扭曲 - 美股大盘指数仍有冲高惯性，可能呈现“K型融涨”，被动资金（如ETF）和养老金定投会机械涌入权重最大的科技巨头，推动指数在流动性惯性下走高 [11] - 这种上涨掩盖了市场内部残酷分化：缺乏技术护城河、正被AI冲击的中小盘股和传统企业股价已进入熊市，而拥有绝对定价权和雄厚现金的“系统重要性”巨头则能抵御冲击 [11]