Tech is capping off a blockbuster 2025 driven by AI infrastructure spending that fueled much of the sector's gains. But with as we head into 2026, the story is shifting from pure growth to execution, competition, and also risk. So for more on this, we're going to bring in Bob O'Donnell.He is a president of technalysis research. Bob, it is great to see you here and we talked about this earlier in the year on stocks and translation. So give us an update.What do you see the AI. what has been the dominant theme ...

行业成熟度与市场挑战 - AI行业逐渐成熟 面临增长瓶颈 [1][2] - 生成式AI项目大规模失败 95%试点未产生积极成果 [4][5] - 企业难以将AI投资转化为实际收入增长或成本削减 [5] 企业应用困境 - AI技术成本高昂但投资回报率存疑 [6] - 企业因ROI考虑可能减少AI计算服务需求 [6] - 技术实用性存在局限 并非万能解决方案 [6] 英伟达特定风险 - 市值超4万亿美元的公司面临需求放缓风险 [7] - 历史高位市销率约25倍 需持续高速增长维持估值 [7] - AI投资收缩将严重冲击公司增长叙事 [7] AI初创公司财务状况 - AI企业包括OpenAI出现严重现金消耗 [8][9] - OpenAI去年收入37亿美元却亏损50亿美元 [9] - 即使今年经常性收入达200亿美元仍无法盈利 [9] 商业模式可持续性 - AI服务定价不可持续且客户未获得实质效益 [10] - 英伟达GPU高成本是亏损主因之一 [10] - 企业最终必须实现盈利以支撑高估值 [10] 市场竞争格局 - 英伟达虽主导AI加速器市场但面临低成本竞争 [11] - 利润率将承受压力 [11] 技术发展瓶颈 - AI模型改进速度放缓 [12] - GPT-5性能未显著优于其他顶级模型 [12] - 模型性能可能触及天花板 [13] 需求前景变化 - 公司增长依赖模型训练成本上升的合理性 [13] - 若输出效果未提升则GPU需求将受重大冲击 [13] - 技术应用范围扩大但核心模型进步有限 [13][14]