公司近期事件 - 公司于2026年2月5日召开第一次临时股东大会，讨论公司治理相关事项，此事件是近7天内公司的主要公开事件 [1] 股价与市场表现 - 近7天（2026年2月5日至11日）公司股价整体小幅波动，区间涨跌幅为0.36%，最高价5.65元（2月6日），最低价5.50元（2月5日） [2] - 2月11日最新收盘价为5.56元，当日下跌0.71%，成交金额约4324万元，主力资金净流出452.96万元 [2] - 同期医药商业板块下跌0.65%，公司股价表现略优于行业平均水平 [2] 机构关注与基本面 - 机构对公司关注度较低，最新舆情偏中性，无显著利好或利空评级变化 [3] - 基金持股比例仅0.03%，机构调研频率在行业中排名靠后 [3] - 部分分析指出，公司历史财报显示ROIC（投入资本回报率）中位水平一般，需持续关注现金流和债务状况 [3]

AI基础设施与算力发展 - 自主可控的AI基础设施已初步成型，全国产算力平台上，国产大模型在参数小一倍的情况下可对标国际领先水平 [2] - 特斯联发布T-Cluster 512超节点架构，总算力超500PFlops，互联带宽提升8倍，液冷覆盖超70%，PUE低至1.08，单机柜训练性能提高10倍 [17] - 智谱联合华为开源首个在国产芯片（昇腾Atlas 800T A2）上完成全程训练的SOTA多模态模型GLM-Image [8][19] - 美国放宽对英伟达H200芯片出口中国的管制 [27] - OpenAI与Cerebras达成总价超100亿美元的合作，将部署750 MW的Cerebras晶圆级系统，于2028年前建成全球最大高速AI推理平台 [34] - 存储市场进入“超级牛市”，预计2025年Q4价格飙升40%–50%，2026年Q1再涨40%–50% [45] 行业巨头战略与资本动向 - “大空头”Michael Burry警告，AI正推动微软、谷歌和Meta等公司转向资本密集型的硬件模式，投资人应关注投入资本回报率而非营收增长 [3] - Meta启动“Meta Compute”项目，计划2030年前构建数十吉瓦AI基础设施，并裁减Reality Labs部门数百人（约10%员工），资源重心从元宇宙转向AI [23][28] - 谷歌母公司Alphabet市值突破4万亿美元，与苹果达成多年AI合作协议，将为新版Siri提供支持 [24][25] - 微软每年在Anthropic上的支出近5亿美元，同时公布计划以限制数据中心电力成本和用水量影响 [29][31] - OpenAI发力硬件，寻找美国供应商，并已收购AI设备初创公司io及AI医疗健康应用Torch（收购价约1亿美元） [32][36][37] - 英伟达与礼来将在未来五年共同投资10亿美元建立AI药物实验室 [26] AI模型技术进展 - 谷歌DeepMind CEO表示，中国AI模型（包括DeepSeek及“AI六小虎”）进展仅落后美国几个月，在主要基准测试中水平相当 [5] - DeepSeek发布并开源条件记忆模块Engram，该技术可在等参数、等算力条件下显著提升模型在知识调用、推理等任务上的表现 [6] - 美团开源“重思考”模型LongCat-Flash-Thinking-2601，在工具调用等任务上性能超越Claude-Opus-4.5-Thinking，可同时启动8个“大脑” [16] - 新型AI模型SleepFM可根据一晚睡眠数据预测约130种疾病风险，该模型使用6.5万名参与者近60万小时的数据训练 [46] AI应用与商业化落地 - 阿里千问App全面接入淘宝、支付宝等生态，上线超400项AI功能，实现点外卖、订机票等真实生活任务，并向所有用户开放测试 [12] - 支付宝联合千问等发布中国首个面向Agent的商业协议ACT，为AI与电商、服务平台的协同打造“通用语言” [13] - 快手旗下可灵AI在2025年12月当月收入突破2000万美元，年化收入运行率达2.4亿美元 [9] - 京东与联想深化“混合式AI”合作，联合首发AI新品，联想发布个人超级智能体LenovoQira [11] - 科大讯飞发布基于“SuperAgent”框架的营销智能体平台，面向全链路营销场景 [18] - 腾讯云ADP上线国内首个“AI原生Widget”，可通过自然语言一句话生成交互组件 [20] 融资、并购与IPO动态 - 机器人基础模型开发商Skild AI完成近14亿美元融资，估值突破140亿美元，由软银领投，英伟达风投等参投 [40] - 自变量机器人完成10亿元A++轮融资，投资方包括字节跳动、红杉中国、深创投等，此前已获美团、阿里投资 [34] - 钉钉前副总裁AI项目K2 Lab获云时资本数千万元种子轮融资，致力于打造面向超级个体的内容电商Agent基建 [38] - 脑机接口初创公司Merge Labs完成2.52亿美元种子轮融资，OpenAI为最大投资方，双方将合作开发科学基础模型 [42] - 金融科技平台WeLab完成2.2亿美元D轮战略融资，为成立以来最大单轮融资，资金将用于拓展东南亚及支持AI愿景 [41] - 报道称杭州“六小龙”之一强脑科技以保密形式提交港股IPO申请 [35] - 阿里云完成对ZStack（云轴科技）的进一步战略投资并实现控股 [39] 行业趋势与市场观点 - 贝莱德调查显示，尽管看好AI前景，但超半数受访者更看好数据中心电力供应商等基础设施，仅五分之一认为美国大型科技集团最具吸引力 [4] - 彭博行业研究预计，2026年中国科技巨头指数盈利增长将自2022年以来首次超越“美股七巨头” [42][43] - 瑞银认为，与美国相比，中国出现系统性AI泡沫的概率小得多，AI直接变现模式主要是云服务和广告 [48] - 数据显示，中国人工智能企业数量已超6200家 [49] - 外资巨头加码中国市场AI投研，如桥水招聘“中国政策AI研究助理”，将AI引入投研流程 [47] - 国家数据局将加快建立数据产权登记制度，以推进数据流通使用 [44] 公司动态与财务信息 - 百川智能创始人王小川表示公司账上还有30亿元，可能于2027年启动上市计划 [7] - 用友网络预计2025年度净亏损13亿元到13.9亿元，同比减亏6.71亿元到7.61亿元 [10] - 云海医数推出“云键AI精灵”，采用不限时套餐收费模式，降低中医红外算法使用成本，并计划向美容行业延伸 [14] - 智元购买数千小时的人形机器人训练数据，涉及拿杯子、抓盘子等多个动作 [15] - 谷歌联合沃尔玛等零售商扩展AI模型购物功能，引入“即时结账” [22] - Anthropic封禁OpenCode等第三方工具，导致部分开发者项目中断 [20][21] - 马斯克诉OpenAI案将于4月下旬进入陪审团审判程序 [33] - 英特尔预计将于1月22日发布2025年Q4及年度财报 [49]

文章核心观点 - 知名投资者Michael Burry警告，大型科技公司依靠较少投资获取巨额利润的时代即将结束，人工智能是主要原因 [1] - 投资者应关注投入资本回报率而非营收增长或市场规模 [1] - 人工智能正推动微软、谷歌和Meta等公司从轻资产的软件模式转向资本密集型的硬件模式，涉及数据中心、芯片和能源 [1] - 即使人工智能帮助科技巨头扩大了市场，投入资本回报率下降仍可能在未来数年对股价造成压力 [1]

文章核心观点 - 文章记录并分析了资深财经记者Andrew Ross Sorkin与AI公司Anthropic创始人Dario Amodei之间关于AI行业前景的对谈 对谈的核心分歧在于如何看待当前AI热潮 一方从宏观历史规律出发警惕泡沫风险 另一方则从产业实践和财务数据出发论证其真实价值 [6][32][33] - 文章认为 AI正在创造巨大的经济价值并将持续改变世界 但发展过程将伴随剧烈波动和结构性风险 例如部分激进的公司可能因现金流问题而“爆雷” 对于个人而言 关键在于能否认清趋势、拥抱变化并利用波动创造机会 而非被恐慌情绪左右 [6][49][50][53][55] 对话者背景：Andrew Ross Sorkin - Andrew Ross Sorkin是一位具有深远影响力的财经记者、专栏作家及对话主持人 以深度提问和敢于挑战权威著称 [7][17] - 他是《纽约时报》旗下DealBook的创始人 该平台以深度分析重塑了财经报道视角 并举办了高端的DealBook Summit峰会 [10] - 他是畅销书《大而不倒》的作者 该书深入剖析了2008年金融危机 他还著有新书《1929》 旨在从历史中寻找当前市场风险的镜鉴 [12][15][33] 对话者背景：Dario Amodei - Dario Amodei是顶级AI公司Anthropic的创始人 被视作AI安全领域的硬核代表 其理念强调在推动AI能力的同时必须确保安全、可控与对齐 [4][21][29][31] - 他拥有深厚的学术背景（普林斯顿物理学博士）和顶尖AI机构的研究经历 先后在Google Brain和OpenAI工作 是GPT-2、GPT-3等模型发展的关键贡献者之一 [23][27] - 因与OpenAI在安全优先性上产生分歧 他于2021年创立Anthropic 公司获得谷歌、亚马逊数十亿美元融资 其开发的Claude模型以编程能力强著称 公司市值在两年内从400亿美元飙升至3500亿美元 上涨近10倍 [4][27][29][30] 关于AI是否为泡沫的辩论 - **质疑方观点 (Andrew Ross Sorkin)**：从宏观历史规律出发 观察到美国GDP增长几乎全靠AI拉动 非AI部门增长乏力 同时AI行业存在疯狂融资、烧钱和建设算力的现象 这与历史上泡沫周期（如1929年大萧条）的前夜相似 [33] - **从业者观点 (Dario Amodei)**：从产业一线实操和数据出发 用公司收入增长证明AI的真实价值 Anthropic过去3年收入每年翻10倍 2023年约1亿美元 2024年约10亿美元 2025年预计达80-100亿美元 企业愿意支付真金白银是价值最直接的证明 [33][35] - **判断依据**：资本投入的回报率（ROIC）是核心指标 谷歌、微软、Meta等巨头每年投入数百亿甚至上千亿美元 如果回报不够 不可能持续加码 数据显示这些公司的ROIC在提升 表明资本投入产生了更多回报 而非泡沫 [35][38] 关于OpenAI潜在风险的警告 - Dario Amodei指出 AI行业存在一个根本性的商业结构风险：算力投资与收入回报之间存在1-2年的时间差 公司面临两难选择——算力买少了会丢失客户 买多了则可能导致现金流断裂 行业竞争激烈使得公司更倾向于过度激进 [40][42] - 他隐晦地批评了某些同行（暗指OpenAI）的激进策略 用“YOLO”（You Only Live Once，意指不顾风险的冒险行为）来形容其高风险运营模式 [42][44] - 对于英伟达等芯片厂商投资AI公司、AI公司再用该资金购买芯片的“循环交易”模式 Dario认为其合理性取决于规模 例如 建设1GW算力中心需500亿美元（按5年折旧年均成本100亿） 若公司年收入已达100亿美元级别 则支撑第一年投入是合理的 但若承诺每年支付几千亿美元则不可持续 这再次暗指OpenAI可能面临规模过大的承诺压力 [47][49] AI对就业与社会的影响 - AI将替代大量低门槛和基础性工作 未来可能有一半的基础工作会消失 [50] - 但同时 AI能创造更大的整体价值（蛋糕变大） 可能催生10倍甚至100倍的新项目和新需求 从而扩大相关领域的就业 例如 一个程序员使用Claude能完成90%的代码 个人效率提升可能促使公司开展更多项目 进而扩大团队规模 [50] - 未来的关键分化不在于工作岗位是否存在 而在于个人能否快速学习并胜任新岗位 AI时代的分化本质上是学习能力的分化 [50][52] 给普通人的建议 - **立即行动使用AI**：将AI作为第二大脑、助理或工具 避免因拖延而落后 [53] - **利用AI创造价值**：超越简单聊天 将AI用于自动化工作、生成内容/代码、提供服务、降低成本、提升效率以及构建商业工具和智能体（Agent） 从而实现盈利 [53] - **将市场波动视为机会**：当市场因恐慌情绪导致资产价格下跌时 应识别其中凸显的价值并果断买入 利用周期波动创造机会 未来十年最重要的能力之一是把握估值波动中的机会 [53]

公司财务与增长目标 - 公司将2024-2030年盈利增长预期上调至250亿美元，较原计划提升50亿美元 [1] - 公司将同期现金流增长预期上调至350亿美元，较原计划提升50亿美元 [1] - 公司预计至2030年盈利年均增长率将达13%，现金流将实现两位数增长 [1] - 公司预计在布伦特原油每桶65美元前提下，未来五年累计盈余现金流将达约1450亿美元 [1] - 公司预计至2030年投入资本回报率将超过17% [1] - 公司预计通过持续股票回购，每股收益增速将实现更高水平 [1] 资本支出与产量规划 - 公司维持至2030年每年280亿至330亿美元的资本支出预期不变 [1] - 公司预计到2030年上游产量将达到550万桶油当量/日，高于此前预测的540万桶油当量/日 [1] - 公司预计其二叠纪盆地和圭亚那资产的产量到2030年将达到370万桶油当量/日 [1] 业绩驱动因素 - 公司盈利和现金流前景的改善，反映了优质资产贡献的增强 [1] - 公司盈利和现金流前景的改善，反映了更有利可图的业务组合 [1] - 公司盈利和现金流前景的改善，反映了运营成本的降低 [1] 市场反应 - 截至发稿，公司盘前股价上涨0.5%，报116.58美元 [1]

核心观点 - 报告聚焦于PB-ROE策略框架中的盈利部分，重点剖析了净资产收益率（ROE）指标的结构性缺陷，并通过引入盈利稳定性、去杠杆化、分配端匹配优化、核心经营活动聚焦以及应对盈余管理等一系列方法，对ROE指标进行了系统性优化，最终构建了综合盈利因子[1][4] - 优化后的综合盈利因子（由线性剥离杠杆后稳定的ROE、稳定的ROIC、稳定的RONOA以及FCFFIC四个因子融合而成）相较于原始ROE因子，在Rank ICIR和多头组合收益单调性等方面表现更优[4][111][112] - 基于优化后的综合盈利因子，对原有的“基于PB—ROE框架的主动量化选股策略”进行了升级（策略2.0），自2010年以来，该策略年化收益达20.42%，相对于中证800等权的年化超额收益为17.39%，信息比为2.01，在多个主要宽基指数成分股样本下均表现出显著且稳定的超额收益[4] 对ROE与盈利风格内涵的深入探讨 - PB—ROE策略的核心逻辑在于，ROE直接决定了每股净资产的增长，而PB反映了市场对公司未来盈利能力的预期，通过分析二者匹配关系可识别优质标的[10] - 在不考虑分红的情况下，股票投资者的收益可分解为每股净资产增长和市净率提升两部分[10] - 从宏观层面看，上市公司作为优质企业群体，其长期ROE中枢与GDP增速之间存在正相关关系，图2展示了自2010年以来两者走势的相关性[14][15][20][21] - 在风格划分上，ROE属于质量风格下的盈利风格，主要衡量企业的盈利能力，盈利风格可进一步细分为盈利能力、盈利稳定性与盈利质量三个方面[22][23][26] ROE因子测试及其改进 - 测试发现，基于历史ROE（TTM）构建的多头组合未来股价表现不佳，其Rank IC均值为2.78%，多空收益为4.01%，而基于未来ROE构建的多头组合则能获得显著超额收益[4][28][31][32] - 历史高ROE组合未来ROE易出现下滑，例如第T期ROE最高的第10组，其在T+1期的平均ROE组号下降至7.87[33][34] - 引入ROE稳定性因子（计算过去3年财务数据的标准差）可有效识别未来ROE不易下滑的个股，ROE（TTM）与ROE（TTM）稳定性因子间的相关系数仅为0.22[35][41] - 将ROE与ROE稳定性因子等权融合形成“稳定的ROE因子”后，ROE（TTM）因子的Rank IC均值提升至3.38%，Rank ICIR提升至1.78，多空收益提升至8.66%，多头组合收益单调性显著改善[4][42] 杜邦分析与ROE结构分解 - 杜邦分析将ROE拆解为销售净利率、总资产周转率和权益乘数三项，分别评估盈利能力、运营效率及杠杆水平[42][45] - 销售净利率易受盈余管理影响，企业可能通过费用资本化等方式夸大净利率[47][49] - 总资产周转率受行业商业模式（如商贸零售高周转、房地产低周转）和技术进步（如三一重工数字化转型提升效率）共同影响[50][52][53] - 权益乘数（财务杠杆）对ROE有放大效应，高ROE可能源于高杠杆而非真实盈利能力提升，以房地产龙头公司为例，其ROE随权益乘数下降而显著下滑[54][55][58][59] ROE去杠杆化分析：从ROE到ROA - 采用线性回归方法剥离ROE中的财务杠杆影响后，因子表现优于原始ROE，例如线性剥离杠杆后稳定的ROE（TTM）因子Rank ICIR为1.82[60][64] - 从杜邦公式出发，剔除权益乘数后得到总资产收益率（ROA），可视为剥离杠杆影响后的ROE[65][66] - ROA因子测试显示其存在与ROE相似的问题，即多头组合收益偏弱，ROA（TTM）多空收益为3.99%[67][68] - 构建稳定的ROA因子（ROA与稳定性因子等权融合）后，ROA（TTM）因子的Rank IC均值提升至3.15%，Rank ICIR提升至1.60，多空收益提升至8.03%[70][71] ROA分配端匹配优化：从ROA到ROIC - ROA指标存在分子（净利润，仅代表股东回报）与分母（总资产，包含股东和债权人资本）口径不匹配的问题，经济学含义模糊[71] - 投入资本回报率（ROIC）的分子为息前税后净利润（NOPLAT），分母为投入资本（IC），解决了ROA的权责错配问题，并剔除了杠杆干扰[72][74] - ROIC（TTM）因子测试的多空收益为3.90%，与稳定性因子融合形成稳定的ROIC因子后，其Rank IC均值提升至3.01%，多空收益提升至7.03%[75][77] 衡量核心经营活动：从ROIC到RONOA - ROIC的分子NOPLAT和分母IC均包含与非核心经营活动相关的科目，未能完全聚焦企业核心经营能力[79][81] - 净经营性资产收益率（RONOA）的分子为经营性利润（剔除非核心收支），分母为经营性净资产（NOA），更精准衡量核心经营效率[83][85][87][90] - 稳定的RONOA（TTM）因子测试表现优异，Rank IC均值为3.09%，Rank ICIR为1.80，多空收益为6.84%[92][93] 有效应对盈余管理：从ROIC到FCFFIC - 基于权责发生制的利润指标易被操纵，图15显示A股上市公司净利润分布在0轴附近出现异常跳空，而基于收付实现制的自由现金流（FCFF）分布则较为平稳，能有效削弱盈余管理影响[94][96][97] - 自由现金流资本投入回报率（FCFFIC）以FCFF3（经营现金流净额-资本支出）为分子，IC为分母构建[98][100] - FCFFIC（TTM）因子在剔除金融和房地产行业后测试表现突出，Rank IC均值为2.10%，Rank ICIR为1.74，多空收益为5.44%，且是唯一无需与稳定性因子融合即呈现良好单调性的盈利指标[101][103] 综合盈利因子的构建与策略表现 - 综合盈利因子由线性剥离杠杆后稳定的ROE、稳定的ROIC、稳定的RONOA以及FCFFIC四个因子分步等权融合而成[111] - 该因子与原始ROE因子相关性较低（例如TTM口径下与ROE相关系数为0.76），综合盈利因子（TTM）的Rank IC均值为3.42%，Rank ICIR为2.10，多空收益为9.08%，十档分组单调性显著优于原始ROE[111][112] - 基于优化后的综合盈利因子，对PB-ROE选股策略进行升级（策略2.0），该策略在沪深300、中证500、中证800和中证1000成分股样本下的年化超额收益依次为10.01%、11.40%、16.60%和17.19%，信息比率分别为1.51、1.53、2.23和2.12[4]

报告行业投资评级 - 优于大市（维持评级） [1] 报告的核心观点 - 回顾2025Q1微软、亚马逊、谷歌及Meta数据，微软、Meta、亚马逊资本开支同比增速放缓，环比开始下行；各厂商收入增速整体放缓，Meta、谷歌、亚马逊收入环比下滑，受AI推动微软收入、利润稳健增长 [2] - 各厂商云收入均保持增长，云收入总体增速有所放缓；投入资本回报率（ROIC）方面，受整体收入、利润情况影响，Meta、亚马逊ROIC环比下降 [2] 云厂商资本开支及业绩情况复盘 微软 - 2025Q1（FY25Q3）资本开支环比下降5.3%至214亿美元，预计下季度支出环比增加，2026财年资本支出增长率低于2025财年，更侧重短期资产投资 [8] - FY25Q3收入、利润均超市场预期，实现收入700.7亿美元，同比+13.3%；净利润258.2亿美元，同比+17.7%；每股收益3.46美元 [14] - 分业务看，Azure云收入+33%，AI贡献达16%；生产力和业务流程收入299.4亿美元，同比+13%；智能云业务收入268亿美元，同比+22%；个人计算业务收入134亿美元，同比增长7% [14] - 2025Q1（FY25Q3），生产力与业务流程部门营业利润同比增长15%；智能云部门营业利润增长17%；更多个人计算部门营业利润增长21% [15] Meta - 2025Q1资本开支不及预期，上调全年资本开支指引至640 - 720亿美元，反映AI计划数据中心额外投资及基础设施硬件成本增加 [20] - 25Q1总收入423.1亿美元，同比+16.1%；营业利润175.6亿美元，营业利润率41%；净利润166.4亿美元，同比+34.6%；每股收益6.43美元，同比+37% [27] - 分业务看，广告业务同比+16.2%，应用家族收入419亿美元，同比增长16.4%；现实实验室收入4.12亿美元，同比下降6.4% [27] - 2025Q1，应用家族营业利润217.65亿美元，同比增长23.22%；现实实验室营业亏损42.1亿美元 [28] 谷歌 - 2025Q1资本开支为172亿美元，同比+43.2%、环比+20.5%，略超市场预期，全年维持750亿美金资本开支不变 [35] - 2025Q1收入、利润均超市场预期，实现收入902.3亿美金，同比增长12%、环比减少6.5%；净利润345.40亿元，同比增长46.0%、环比增长30.2%；EPS为2.81美元，同比增长48.7%、环比增长30.7% [41] - 分业务看，谷歌服务同比+9.8%，谷歌云同比+28.1% [41] - 2025Q1谷歌服务运营利润327亿美元，同比增长17%，运营利润率从39.6%提升至42.3%；谷歌云运营利润22亿美元，运营利润率由9.4%提升至17.8% [42] 亚马逊 - 2025Q1资本支出为243亿美元，同比增长63.09%，环比下降7.6%，低于市场预期，主要投向AWS [48] - 2025Q1收入符合指引，净利润不及预期，实现收入1556.7亿美元，同比+8.6%；全球营业利润184.1亿美元；净利润171.3亿美元，同比增长64.2% [55] - 分业务看，北美板块收入928.9亿美元，同比增长7.6%；国际板块收入335.1亿美元，同比增长4.9%；AWS收入292.7亿美元，同比增长16.9% [55] - 2025Q1，北美地区营业利润58.41亿美元，营业利润率6.3%；国际业务营业利润10.17亿美元，营业利润率3%；AWS营业利润115.47亿美元，营业利润率39% [56] 云收入及ROIC情况 云收入情况 - 分厂商看，2025Q1微软智能云业务收入267.51亿美元，Azure和其他云服务同比增长33%，AI对Azure营收增长贡献16%；亚马逊AWS收入292.67亿美元，同比增长16.89%；谷歌云收入122.6亿美元，同比增长28.06% [70] - 整体各厂商云收入保持增长，总体增速放缓，当前AI云收入增速较高，随着2025年AI应用在各垂直领域发展，有望推动AI云业务收入提升 [70] ROIC情况 - 受整体收入、利润增速放缓影响，2025年一季度Meta、亚马逊ROIC下滑；微软、谷歌净利润维持同环比增长，ROIC分别环比增长0.33、1.97个pct；Meta、亚马逊净利润环比下滑，ROIC分别环比下降2.47、1.22个pct [71] - 2025Q1，微软、谷歌、亚马逊、Meta净利润整体增速放缓，合计净利润同比增速同比、环比均大幅下降 [71] AI对云服务收入贡献情况 - 自微软FY24Q1开始，AI对Azure及其他云服务贡献迅速提升，由FY24Q1占比3%提升至FY25Q3占比16%，预计将推动AI收入贡献继续高速增长 [76]

文章核心观点 市场担忧美国数据中心建设过剩致美股算力产业链承压，微软取消或延期数据中心租约，引发对数据中心供应过剩及AI投资回报的关注，微软收缩有自身资本开支、产能评估和战略调整等多方面原因 [1][2][3] 市场表现 - 截至3月26日美股收盘，纳指收跌2.04%，费城半导体指数收跌约3.3%，英伟达收跌超5.7%，市值一夜蒸发1691亿美元（约合人民币12291亿元） [1] 数据中心供应情况 - TD Cowen称微软过去六个月取消或推迟美欧约2吉瓦数据中心租约，意味着供应相对当前需求预测过剩 [2] - 阿里巴巴集团主席蔡崇信称美国厂商AI数据中心建设有“泡沫”，许多项目建设时无明确客户 [1] 科技巨头投资计划 - 2025财年（截至2025年6月）微软计划投资800亿美元（约合人民币5856亿元）建设AI数据中心 [2] - 2025年Meta计划投资600 - 650亿美元用于人工智能基础设施建设 [2] - 美国1月“星际之门项目”计划4年内投资5000亿美元建设支持AI发展的基础设施 [2] 市场担忧与分析 - 主要云计算公司财报不佳，微软退出数据中心建设或预示需求下降 [2] - 微软Azure云业务增长低于预期，大型科技公司AI开发支出回报受关注 [3] - 有人认为微软削减数据中心是AI算力“供大于求”预警，也有人认为正常，行业高资本开支趋势未变 [3] 微软率先收缩原因 - 2024 - 2025年初微软资本开支增速快，现回调明显，Meta、谷歌此前投入增速放缓现反弹快 [4] - 2024年微软、亚马逊、谷歌、Meta资本支出分别为756亿、777亿、525亿、373亿美元，同比增长83%、62%、63%、35%，总额2431亿美元（约合1.8万亿元），同比增长63% [4] - 前期扩张后部分区域产能有“超前”或“闲置”风险，需求平稳时重新审视租赁合同 [4] - 微软注重中期和长期部署，审慎评估新产能扩张计划以确保资本利用效率 [5] - 微软收缩或与OpenAI更多自建或与第三方合作，不再支持增量OpenAI训练工作负载有关 [5]