Everything Mike Dolan and the ROI team are excited to read, watch and listen to over the weekend. From the Editor ...

文章核心观点 - 美股AI行情已进入对投资回报率（ROI）进行严苛审视的阶段，市场关注焦点从估值提升转向效益验证 [2] - AI发展的约束分为硬约束（算力、电力等物理边界）和软约束（监管、ROI等生产力转化边界），软约束的出现可能触发系统性泡沫破裂 [3][5] - 中性假设下，2026年AI软约束风险可控，但硬约束（如电力对算力的制约）将更突出，需关注AI基建资本开支指引下修的择时线索 [1] 美股AI行情阶段特征 - 2023至2024年行情以提估值为主，AI基础设施和有业绩的AI应用普涨 [2] - 2025年估值贡献相对有限，债务融资支撑投资比例增加，市场进入对效益审视更严苛的阶段 [2] - 硬约束扰动带来以季度为单位的调整，但“Buy the Dip”策略仍具备胜率，例如2023年7-10月、2024年7-8月、2024年12月-2025年4月均出现回调 [4] AI发展的硬约束与软约束 - 硬约束在于物理边界，包括算力、电力、网络、算法，这些变量决定生产成本和速度 [3] - 软约束在于生产力转化边界，包括监管合规成本、人才与企业组织架构调整成本、数据质量、商业投资回报率，决定价值实现和可持续性 [3] - 在软约束显现前，市场倾向将算力、电力等资源的线性堆砌视为获得更多回报的直接途径 [3] 投资回报率（ROI）关键观察指标 - 推理成本持续下降，目前各类模型价格低于0.1美元/百万字符，但前沿模型训练成本正以2-3倍/年的速度攀升，最新模型训练成本已达数千万至上亿美元区间 [5] - 美国企业AI渗透率约10%，信息密集型行业如信息、专业技术服务渗透率达20%以上，预计未来6个月升至30%以上，金融保险、教育行业当前渗透率15%以上，预计未来6个月升至20%以上 [6] - 若GPU折旧年限为6年，ROI需达10%以上投资才合理；若折旧年限为3年（悲观估计），ROI需达30%以上 [7] 上市公司债务与融资风险 - AI硬件相关长期债务水平缓慢攀升，自由现金流/债务比例从16%下行至14%，但高于2021年水平，个股出现分化 [7] - 2025年AI基建新增私募债融资成本约为6.5%-9%，M7资本开支规模2026年预计仍将增加（增速下滑），付息压力边际上升 [7] - 股票占美国居民资产负债表31%，达历史最高，意味股市波动对经济影响更大 [8] 泡沫系统性破裂的金融学条件 - 流动性环境收紧阶段泡沫破裂风险较大，例如1999年年中开始加息后，指数估值见顶，3个季度后股价见顶 [9] - 需关注信用利差中枢走扩，1999年股市加速上涨阶段利差同步走扩，最终提前股市1个多月触底反弹 [9] - 核心产业指标见顶往往提前于泡沫破裂较长时间，互联网时期电脑设备销量增速提前纳指2年见顶，本轮Token调用量仍在环比上行 [9] - 市场情绪上最乐观群体态度转冷是信号，当前美联储主席于2025年9月23日表示“当前美股估值太贵” [9] 当前估值与盈利状况 - 美股整体静态PE为28倍，处于该估值区间时持有3年胜率低于30%，持有1年胜率60%，预示2026年科技股波动率或进一步走高 [10] - M7加权估值56倍，剔除特斯拉后为36倍，低于2023年初水平，当前M7盈利增速（2025Q3）为22.9% [10] - 对比2000年互联网泡沫时期，当时7家“明星”股加权估值最高为65倍，盈利增速（2000Q1的TTM）为17.6% [10]

Good morning. Just three years ago, most companies treated generative AI like an uncertain curiosity. Today, it’s hard to find a Fortune 500 company that isn’t rethinking core processes to leverage it—momentum that’s only accelerating as 2026 approaches.Leaders are no longer debating whether generative AI will matter; they are racing to determine how to operationalize it. That shift was the topic of my conversation with Wharton marketing professor Stefano Puntoni, co-director of the Wharton Human-AI Researc ...

市场表现 - 恒生科技指数尾盘跌近3% [1] - 阿里巴巴-W股价下跌4.44%至154.7港元 [1] - 腾讯股价下跌1.75%至644.5港元 [1] 宏观影响因素 - 美联储官员发表鹰派言论，对通胀不确定性表示担忧，对未来减息持谨慎态度 [1] - 市场对美联储12月减息概率预期降至50%以下 [1] - 投资者对科技股高估值担忧持续发酵 [1] 行业基本面与投资趋势 - AI对互联网巨头广告业务场景、云计算场景和企业效率方面的作用依然明显 [1] - 各公司依然保持积极的AI投资力度 [1] - 市场开始逐渐增加关注巨额资本支出背后的投资回报率表现 [1] 公司特定事件 - 蚂蚁集团入股耀才证券未达完成条件，或延长最终截止日期 [1]

文章核心观点 - AI领域当前存在关于“泡沫”的广泛讨论，但文章通过分析巨额资本开支、算力需求、商业化前景和技术演进路径，认为AI是一场真实且长期的生产力革命，当前市场更可能高估短期影响而低估长期价值，离真正的泡沫尚远 [4][13][57] 关键问题1：OpenAI的1.4万亿CapEx意味着什么？ - OpenAI计划建立30GW计算资源，对应资本投入约1.4万亿美元，并设定了2027年达到1000亿美元营收的目标，其从百亿到千亿美元的营收增长速度前所未见 [5][8] - 测算显示，即使OpenAI在2033年实现4000亿美元收入并在2029年现金流转正，最多仅能拿出约2000亿美元现金，存在约1.2万亿美元的融资缺口，而Mag 7公司2024年经营现金流总和约6402.66亿美元，加上现金储备亦不足以填补此缺口 [10][11][12] - OpenAI的巨额计划与市场是否存在泡沫需区分看待，Mag 7公司自2023年以来大规模提升CapEx且大部分投资回报率均有所提升，同时标普500公司CapEx占现金流比例平均约46%，处于健康区间，科技巨头年自由现金流约5000亿美元，具备缓冲能力 [13][16] 关键问题2：为什么算力投入规模还在扩大？ - 英伟达披露Blackwell加Rubin芯片在未来五个季度订单金额达5000亿美元，即每季度约1000亿美元需求，远超其最近季度467亿美元的收入；阿里云亦表示未来十年数据中心能耗将提升10倍，对应年化CapEx增长近30% [24][25] - 模型竞争远未停止，SOTA模型更新周期从2023、2024年的半年缩短至2025年的不足一个月，头部实验室为追求能力提升和探索新范式将持续投入算力，训练投入的ROI虽可能下降，但只要边际进步持续且无参与者愿意落后，需求就难以用传统商业逻辑衡量 [26][27] - 推理侧算力需求前景乐观，AI应用落地已被初步验证，随着Agent工具使用能力增强和多模态应用爆发，需求将增长；尽管芯片进步带来成本下降，但推理成本因用户倾向使用最新模型及Reasoning等功能消耗更多Token而被抵消，导致市场未明显感知成本下降 [30][32] 关键问题3：LLM时代的“暗光纤”指标出现了吗？ - 当前市场找不到闲置的GPU，以AWS Spot Instance价格衡量的GPU空闲率在10月份约为5%，表明算力供应仍然紧张，与互联网泡沫时期97%光纤闲置的“暗光纤”现象有本质区别 [37][38] - 更准确的泡沫观察指标应是巨额CapEx投入后所创造的增量收入是否合理，而非硬件是否闲置；若出现问题，代表性企业可能出现万亿级别债务违约，而当前生态复杂度远高于1999年 [39] 关键问题4：AI能增长到什么程度？ - AI商业化预期核心在于用户渗透率和单用户Token使用量的双重指数增长：美国AI渗透率约40%，中国不足20%，全球其他地区仅5-10%，存在巨大提升空间；同时，Deep Research、Agent等模式使单次查询Token使用量激增，有用户非编程类支出在过去6个月增长约20倍 [43][44] - AI产品商业模式主要有订阅制、按量收费及广告/电商：订阅制面临提价困难，按量收费的逻辑受“AI使工作贬值”挑战，广告和电商则存在创造增量与抢夺存量的争论，但ChatGPT等平台query量增长及精准化潜力可能激发增量市场 [45][46][48][49][50] - AI对企业端的降本增效作用显著，如美国失业人数同比增加65%，企业缩减招聘，以及阿里云AI相关业务同比增长达100%，远高于传统云服务10%的增速，表明B端价值释放是支撑CapEx的重要基础 [41][42] 关键问题5：AI进步的“黑天鹅”是什么？ - AI发展的潜在黑天鹅是出现全新模型机制，以远低于Transformer的成本实现更优效果，从而颠覆现有技术体系；但只要Transformer加强化学习的主线能持续演进，AI就难以被称为泡沫 [51][52] - 对当前技术路径能否抵达AGI存在分歧，有观点认为其面临类似自动驾驶的瓶颈，需依赖大量数据标注；而Sam Altman等则基于未来1-2年模型能力质变（如Online learning）的预期进行决策，若此乐观预期成立，则泡沫更难发生 [52][53][55] - 从资本市场角度看，英伟达P/S倍数低于30倍，投资决策仍相对理性，泡沫更多可能出现在技术被大众广泛接受且叠加降息环境的后期，例如OpenAI上市前后 [57]

港股通资金流向总结 - 11月12日港股通北水资金成交净买入42.86亿港元，其中港股通(沪)净买入33.97亿港元，港股通(深)净买入8.89亿港元 [1] - 北水资金净买入最多的个股是小米集团-W、小鹏汽车-W、泡泡玛特 [1] - 北水资金净卖出最多的个股是阿里巴巴-W、华虹半导体、中芯国际 [1] 个股资金流向详情 - 阿里巴巴-W买卖总额70.00亿港元，净流出23.26亿港元 [2] - 小米集团-W买卖总额36.36亿港元，净流入9.41亿港元 [2] - 腾讯控股买卖总额27.24亿港元，净流入6.62亿港元 [2] - 中芯国际买卖总额26.60亿港元，净流入2.26亿港元 [2] - 小鹏汽车-W买卖总额18.52亿港元，净流入3.71亿港元 [2] - 协鑫科技买卖总额13.99亿港元，净流入1.06亿港元 [2] - 泡泡玛特在港股通(沪)买卖总额8.63亿港元，净流入2.62亿港元 [4] - 中国人寿获净买入3.03亿港元，中国移动遭净卖出1.33亿港元 [7] 个股相关消息面 - 小米集团-W获净买入主要因高盛报告称其缩短SU7提车周期，显示制造能力提升 [4] - 小鹏汽车-W获净买入因摩根士丹利上调目标价至131港元，反映人形机器人和自动驾驶出租车增长潜力 [5] - 泡泡玛特获净买入因华创证券看好其全球化扩张与IP生态协同的长期潜力 [5] - 中海油获净买入因南美地缘风险可能上升及OPEC+暂停增产支撑油价预期 [5] - 协鑫科技获净买入因中国光伏行业协会辟谣不实信息，并表示政策决心坚定 [6] - 中芯国际和华虹半导体遭净卖出，建银国际因估值较高将华虹半导体评级下调至“中性” [7] - 阿里巴巴-W遭净卖出因市场关注AI巨额资本开支的投资回报表现 [7]

企业AI应用现状与挑战 - 行业AI应用普及程度差异显著：制造业以传统自动化为主，AI仅在质检、设备预警等场景锦上添花[2] 金融领域因门槛高、准确性要求严苛，AI多作为风控辅助工具，敢全面铺开的企业寥寥无几[2] 房地产、能源电力等行业数字化基础薄弱，部分公司缺乏像样的AI方案[2] - 企业AI应用场景集中于内部知识库查询、智能客服应答、自动报告、数据分析及代码生成等省钱领域[3] 但自建大模型成本高昂，当AI生成报告需人工核验或单个场景年花费足以招聘3-4名员工时，ROI计算复杂化[3] - AI落地面临多重难题：部门协同不畅、战略模糊、AI人才稀缺、数据质量低下、流程重构困难，以及AI幻觉、偏见和信息安全等新风险[3] 企业数字化预算制定逻辑 - 数字化预算无统一标准，但需基于四个关键维度：企业战略目标、行业特性、数字化成熟度及业务痛点与紧迫度[4][5] - 企业战略目标决定投入方向：生存阶段聚焦节省成本与效率提升，投入占营收1%-2%[5] 高速增长期支持新市场与客户体验，占比可提至3%-5%[5] 行业颠覆目标需前瞻布局AI等技术，投入可超5%，但需设定阶段性里程碑[5] - 行业特性影响投入基准：互联网、金融等技术驱动型行业投入占比通常在5%以上[5] 制造、零售等传统行业注重供应链与运营效率数字化，投入一般控制在2%-4%[5] - 数字化成熟度决定投入节奏：起步期以基础能力建设为主，占比1%-2%[5] 发展期围绕业务场景深化应用，占比提至3%-4%[5] 成熟期投入稳定在4%-5%，重点转向智能化与生态构建[5] CIO角色转变与预算策略 - CIO需从技术专家转变为商业伙伴，具备投资思维与业务洞察力，量化技术投入带来的效率提升、成本节约或收入增长[7] - 对于资金有限的企业，不必追求大而全平台，应选择最痛业务点切入，通过小场景、快迭代验证价值，用成功案例和清晰ROI数据争取更大预算[7]

行业趋势转变 - 房地产高歌猛进时期，国际高端酒店品牌被视为提升项目价值和获取银行信任的关键资产[2][3] - 当前行业环境变化，新一代酒店投资人更关注现金流和投资回报率，而非将酒店作为城市地标或面子工程[5][6][9] - 国际酒店品牌长期管理合同的模式正受到挑战，新一代投资人偏好合同周期更短、更灵活的合作方式[19][20][21] 新一代投资人特征 - 新一代投资人普遍接受过系统化的酒店管理教育，更注重财务模型和精确的现金流测算[2][14][16] - 投资决策原则包括将面子放一边、合同要灵活、投入要可控、退出要有余地[18] - 投资逻辑转变为优先考虑盈利能力和投资回报率，如果投资逻辑不通，品牌越高端风险越大[16][23][25] 合作模式与合同条款变化 - 新一代投资人要求合同周期可控，倾向于10年或5+5的短期合同，拒绝20年超长锁定期[20][21] - 强调退出机制灵活性，要求在合同中加入业绩测试或对赌条款，连续几年RevPAR低于区域水平可减少管理方佣金[25] - 合作模式从依赖品牌光环转向关注清晰的投入产出比，本土品牌因更懂运营和更灵活而受到青睐[8][16][19] 本土酒店品牌机遇 - 华住城际酒店、宋品、锦江丽笙、亚朵萨和等本土或并购国际品牌因运营更懂中国市场而获得关注[8][16] - 本土品牌在合同条款上展现出更高灵活性，满足了新一代投资人对可控性和退出余地的需求[8][25] - 市场趋势从追求外资高星品牌转向优先考虑有限服务酒店等投资回报周期更短的模型[22]

行业变迁背景 - 房地产高歌猛进年代，酒店是生意更是面子，国际大牌酒店品牌如希尔顿、洲际、万豪能获得银行信任[1] - 时代变化导致房地产项目踩雷，现金流失控，业主被列入限高名单，但老一辈业主判断仍停留在十年前，坚持与国际品牌续约以维持体面幻觉[2] - 新一代酒店投二代成长过程是看着父辈把现金流烧光再用新项目堵窟窿，因此更务实[5] 新一代投资人的特点 - 新一代投二代多数受过更系统酒店管理教育，在欧美市场看过更精确冷酷财务模型，不再把高星当唯一目标[5] - 新一代投二代不迷信外资五星能带来奇迹，不相信国际品牌logo能让酒店或地产项目起死回生[4] - 新一代投二代最先做三十页财务测算，把RevPAR、出租率、人工成本、资产折旧推演到十年后，认为第一步不盈利后面永远补不回来[5] - 新一代投二代提出合作四条原则：面子放一边，合同要灵活，投入要可控，退出要有余地[6] - 新一代投二代对品牌和设计要求更挑剔，设计要有辨识度，运营要快速出结果，所有投入都要用数据证明价值[10] 国际品牌合作模式的问题 - 国际酒店集团谈判剧本全球统一标准，几十页品牌规范，管理合同至少十年以上，设计审计、工程审计、供应商指定，层层分成[7] - 签二十年管理合同，品牌方换人如换刀，前两年撑出现金流，后面大环境不好则房价出租率一塌糊涂，解约要赔巨款[2] - 案例显示签三份管理合同，管理方承诺每年RevPAR跑赢周边均值10%，但前三年生意一般，第四年断崖式下滑，品牌方换五任总经理，运营一塌糊涂[4] - 合同周期签二十年，解约条款苛刻，提前退出要一次性支付剩余年份管理费，品牌方在合同保护伞下慢悠悠摆烂，业主只能等[4] 本土品牌的崛起与选择 - 新一代投资人选择更折中名单：华住城际酒店、宋品，锦江丽笙，亚朵萨和，这些品牌在中国要么并购来的国际品牌，要么自研高端生活方式品牌更懂运营更灵活[3] - 新一代投资人宁愿提出实用方案，先看亚朵萨和、锦江丽笙、华住城际、宋品，再看全季、亚朵、水晶等本土能打品牌[5] 合作逻辑的改变 - 新一代投资人重新定义合理合作，首先合同周期要可控，不接受超长合同，宁愿和本土品牌谈10年甚至5+5，把退出和谈判主动权留在自己手里[8] - 其次酒店投入产出要清晰，先算ROI，如果投资逻辑不通，品牌越高端风险越大[8] - 最后退出机制要灵活，市场在变客户在变，产品不可能永远不变，品牌做得不好要能换或关掉改业态[8] - 新一代投资人尝试在合同里坚持业绩测试或对赌条款，连续两三年低于区域RevPAR多少就减少管理方佣金，这已成谈判时可聊话题[8] - 未来趋势更明显，酒店是现金流不是图腾，不相信任何酒店牌子能包治百病[11]

核心观点 - AI技术持续驱动海外互联网巨头三季度业绩表现亮眼，但市场开始关注巨额资本开支下的投资回报率表现[3] - 国内互联网公司的资本开支压力显著小于海外同行，同时AI对其业务的带动效应明显，利润端如腾讯、快手等公司经营效率提升显著[3] - 投资建议继续聚焦AI主线，推荐腾讯控股、阿里巴巴、快手、百度集团、美图公司等标的[3] 行情回顾 - 2025年10月恒生科技指数单月下降8.6%，而纳斯达克互联网指数基本持平，单月微涨0.6%[1][11] - 港股市场中阅文集团、金山软件、美团为月度表现前三的股票，单月涨幅分别为5.8%、跌幅2.2%和2.4%，相对恒生科技指数超额收益达14.4、6.4和6.2个百分点[14] - 美股市场中谷歌、亚马逊、英伟达涨幅居前，单月分别上涨15.7%、11.2%和8.5%，跑赢纳斯达克指数11.0、6.5和3.8个百分点[14] - 估值方面，恒生科技指数PE-TTM为22.85倍，处于历史29.2%分位点；纳斯达克指数PE-TTM为42.30倍，处于近10年74.09%分位点[1][16][18] 人工智能动态 - 谷歌发布Veo 3.1视频生成模型，新增音频功能和精细化编辑能力，并推出Gemini地图数据集成工具，可访问2.5亿个地点的实时信息[2][22][23][24] - OpenAI宣布ChatGPT周活用户突破8亿，推出应用生态体系，并更新Sora视频生成模型，支持所有用户生成15秒视频[2][26][27] - 微软发布首款自研图像生成模型MAI-Image-1，Copilot新增群聊功能支持32人实时协作[2][30][31] - Meta调整数据使用政策，用户与AI助手对话数据将用于广告推送，并推出RAG新技术使推理速度提升30倍[2][33] - 国内公司中，阿里推出Qwen Chat Memory功能，腾讯发布ima 2.0，字节跳动推出Seed3D 1.03D生成模型[2][36][39][40] 互联网行业动态 - 游戏行业2025年第三季度国内收入880.26亿元，同比下降4.08%，但环比增长6.96%[3][47] - 10月国产游戏版号发放159款，为年内次高，2025年累计下发版号1440个[3][48] - 金融科技领域9月支付机构备付金达25461亿元，同比增长5%[3][49] - 电商平台双十一表现强劲，抖音电商首日销售额破亿元品牌数量同比增长800%[53][56] - 本地生活领域，淘宝闪购发布"淘宝便利店"新品牌，美团通过AI赋能商家并拓展海外市场[3][63][68] 投资建议 - 建议关注AI技术主线，重点推荐腾讯控股、阿里巴巴、快手、百度集团、美图公司[3][76] - 同时关注与宏观经济关联度较低的腾讯音乐和网易云音乐等公司[3][76] - 国内互联网公司在资本开支压力较小的背景下，AI业务带动效应明显，经营效率持续提升[3][76]