核心观点 - 高盛提出AI时代资金正涌向“重资产、低淘汰”实体资产，这些资产因难以复制、物理壁垒高且不易过时而被重新定价 [1] - 市场逻辑类似“淘金热中卖铲子”，AI技术增长高度依赖数据中心、能源供应等实体资产，而非纯软件模式 [6][7] - 实体资产受追捧的同时，部分软资产因担忧AI颠覆而承压，面临估值重构 [10] 实体资产重估逻辑与定义 - AI时代的技术增长前景首次高度依赖于数据中心、能源供应等实体资产，是互联网商业化约25年来的首次 [6] - 最优质的“HALO”标的需具备两项特质：资产重建成本高、监管壁垒深、建设周期长，难以被颠覆或替代；具备长期经济价值 [8][9] - 具体聚焦领域包括：电网、管道、公用事业、交通基础设施、关键机械设备、长周期工业产能 [1][9][13] 市场表现与催化剂 - 2月下旬以来，HALO一篮子股票持续上涨 [2] - 美国关税政策调整可能提供额外支撑，高盛初步预测最高法院裁决可能使美国实际关税税率下降约100个基点 [3] - 对于依赖实物进口的基础设施及工业企业，关税成本缓释强化了市场向实体资产倾斜的短期逻辑 [4] - 投资者正在给予传统资本密集型企业更高的估值，且这一趋势正向供应链上下游及更广泛经济领域延伸 [5] 软资产面临的挑战 - 软件、媒体、咨询及部分金融细分板块正面临市场重新审视 [10] - 今年2月，软件与IT服务股再度大幅下挫，INTU、WDAY、IBM及ACN等个股单月跌幅均超过20% [10] - 市场担忧AI将对相关企业形成“去中介化”冲击，或为低成本竞争者打开入口，从而损害其商业模式 [11] - 并非所有软件公司都应被抛售，智能体技术生态快速演进使得评估最终价值和设定估值底线极具挑战性 [11] - 投资者可关注那些能证明其历史经验可带来更高质量AI成果，并在AI时代通过盈利保持或改善基本面的公司 [12]

核心观点 - 投资者正在对“旧世界”资本密集型实体资产进行重新定价，这一趋势正从数据中心蔓延至更广泛的实体经济供应链[1] - 人工智能时代的技术增长前景首次高度依赖于数据中心、能源供应等实体资产，推动市场向“重资产、低淘汰”（HALO）资产倾斜[3][4] - 实体资产受追捧的另一面是软件、媒体、咨询等“软资产”因AI颠覆担忧而持续承压，面临估值重构[6] 实体资产（HALO资产）重估趋势 - 资金正在涌向“重资产、低淘汰”（HALO）实体资产，如电网、管道、公用事业、交通基建及关键工业产能，这些资产难以复制、物理壁垒高且不易过时[1] - 自2月下旬以来，高盛的HALO一篮子股票持续上涨[3] - 投资者正在给予传统资本密集型企业更高的估值，且这一趋势正向供应链上下游及更广泛的经济领域延伸[3] - 这是互联网商业化约四分之一世纪以来，技术增长前景首次对数据中心、能源供应等实体资产形成高度依赖[3] - 人工智能时代的技术增长越来越依赖于可见、可触摸的物理资产，而非过去二十五年主导市场的纯软件和平台模式[4] - 最优质的HALO标的具备两项特质：资产重建成本高、监管壁垒深、建设周期长，难以被轻易颠覆或替代；具备长期经济价值[5] - 具体聚焦领域包括：电网、管道、公用事业、交通基础设施、关键机械设备、长周期工业产能[5] 政策与成本支撑 - 美国关税政策的变动为实体资产交易提供了额外支撑，高盛初步预测，最高法院裁决触发的关税政策调整将使美国实际关税税率下降约100个基点[3] - 对于依赖实物进口的基础设施及工业企业而言，关税成本的缓释将进一步强化市场向实体资产倾斜的短期逻辑[3] 软资产面临的挑战 - 软件、媒体、咨询及部分金融细分板块正面临市场重新审视，今年2月，软件与IT服务股再度大幅下挫[6] - 具体个股如INTU、WDAY、IBM及ACN，在2月份的单月跌幅均超过20%[6] - 市场担忧人工智能将对相关企业形成“去中介化”冲击，或为低成本竞争者打开入口，从而从根本上损害其商业模式[6] - 智能体（Agentic）技术生态的快速演进，使得评估最终价值和设定估值底线变得极具挑战性[6] - 投资者仍可关注那些能够证明其历史经验可以带来更高质量的AI成果，并在AI时代通过盈利保持或改善基本面的公司[6]

Meta的AI人才高薪策略 - Meta为AI大模型开发者提供超过1亿美元的薪酬大礼包 多数分摊在几年内支付[2][6] - 公司2024年计划资本支出660亿至720亿美元 很大部分用于AI基础设施如数据中心和GPU集群[2][6] - 在巨额资本投入背景下 几亿美元人才支出仅占成本结构一小部分[2][6] AI行业资本密集特性 - AI大模型企业员工数量较少但资本投入极高 形成"人少钱多"结构[3] - 传统软件初创公司70%-80%预算用于员工工资 AI企业中工资成为最小支出项[2][8] - 大模型训练岗位薪酬已达500-1000万美元年薪 Meta进一步推高薪酬天花板[3][8] 行业对比分析 - Netflix今年计划投入180亿美元制作内容 仅1.4万名员工 人力成本比例极低[3][9] - 制造业代表富士康全球员工超100万人 劳动密集型结构使工资调整成本压力倍增[3] - 资本密集型企业用资本换人才 劳动密集型企业用人换产值[4] 战略动机分析 - AI生成内容(AIGC)正挑战用户生成内容(UGC)模式 可能重塑社交媒体格局[4][8] - Meta、TikTok、YouTube等平台竞相投入AI战略 高薪挖人成为直接竞争表现形式[4] - 高薪聘请人才既为未来贡献 也可能通过"技术侧写"获取竞争对手技术洞察[4][9] 资源配置模式演变 - AI企业资源配置明显向硬件倾斜 一切以扩展为先[5][9] - 十年前需要预算模型平衡员工数量与GPU采购 现在行业逻辑直接倾向硬件投入[5][9] - 在数百亿美元GPU投入基础上 拿出十分之一投入人才属于合理财务配置[8]