欧洲央行货币政策与市场反应 - 欧洲央行维持利率不变 存款便利利率为2.00% 主要再融资利率为2.15% [2] - 央行警告中东战争显著增加了经济前景的不确定性 带来通胀上行和经济增长下行风险 [3] - 央行工作人员对核心通胀的预测为 2026年2.3% 2027年2.2% 2028年2.1% [3] - 央行强调不会预先承诺特定的利率路径 将保持数据依赖性 [3] - 利率决议后 德国DAX指数暴跌3%至22,796.48点 [2] - 交易员减少了对未来宽松政策的押注 目前定价年底前仅降息61个基点 [2] 人工智能行业投资与分歧 - 高盛报告指出 尽管人工智能领域估值飙升 但过去一年大规模的人工智能资本支出对美国经济增长的贡献“基本为零” [4][9] - 美国银行持乐观看法 指出OpenAI修订后的展望（目标2030年收入2830亿美元 计算支出6650亿美元）可能继续支撑人工智能股票的高估值 [4] - 小米公司首席执行官宣布 未来三年将在人工智能领域投资超过600亿元人民币（83亿美元） [5] - OpenAI收购初创公司Astral 以增强其编码能力 扩大在开发者领域的影响力 [5] 全球贸易、能源与地缘政治 - 预计特朗普和日本的高市早苗将宣布一项价值400亿美元的美国核反应堆项目 [6][9] - 美国国防部长证实 五角大楼正在向国会申请资金 用于与伊朗的潜在冲突 [6][9] - 伦敦金属交易所铝价暴跌超过8% 为八年来最大单日跌幅 [7][9] - 欧盟成员国未能就向乌克兰提供900亿欧元贷款计划达成一致 暴露了欧盟内部在长期财政承诺上的摩擦 [7] 美国国内政策与监管动态 - 美国交通部长警告 持续的政府部分停摆可能导致全国范围内的小型机场关闭 [10] - 美联储理事会今日召开重要会议 讨论巴塞尔协议III和全球系统重要性银行附加费提案 这可能显著改变美国大型银行的资本金要求 [10]

文章核心观点 - 知名财经评论员Jim Cramer在节目中建议投资者不要购买超微电脑的股票 而是推荐购买戴尔公司的股票 并明确表示超微电脑处于其“禁飞区”[1] - 有观点认为 虽然超微电脑具备投资潜力 但部分其他人工智能股票可能提供更大的上涨空间和更小的下跌风险[2] 公司相关 - **超微电脑**：公司业务涉及设计和销售模块化服务器与存储系统 包括人工智能、云计算和边缘计算解决方案[1] - **戴尔**：被Jim Cramer推荐为超微电脑的替代投资选择 并提及该公司将于2月26日发布财报[1] 市场评论与投资建议 - Jim Cramer在回应听众关于是否应“投机性试探”超微电脑时 给出了否定回答 并再次强调应购买戴尔股票[1] - 存在其他投资观点认为 投资者可以寻找估值极低、并能显著受益于特朗普时期关税和回流趋势的人工智能股票[2]

行业现状与核心问题 - 根据麻省理工学院相关研究，企业人工智能试点项目中仅有不到5%能带来可衡量的商业价值，其余95%则陷入“AI炼狱”，即只有激动人心的演示、分散的试点项目以及逐渐消失的信任[1] - 过去几年，企业领导者在紧迫感和焦虑中涌入人工智能时代，董事会和投资者施加压力，竞争对手不断发布公告，首席信息官们通过启动大量试点项目来应对[2] - 许多公司呈现出相同模式，在各部门散落着30、50甚至数百个人工智能试点项目，通常由个人爱好者而非企业领导者主导，例如一家全球医疗保健公司宣布了超过900个试点项目，这制造了进展的假象，但并未创造价值[3] - “AI炼狱”的危险不仅在于资金浪费，更在于信任的侵蚀，包括对董事会、高管层以及对未来本就持怀疑和恐惧态度的员工[4] 成功企业的转型策略 - 表现最佳的公司正从“试点狂热”转向“投资组合纪律”，它们正在建立一个由少数高影响力项目组成的、纪律严明的投资组合，通常是3到5个，而非40或25个[5] - 伊顿公司是这一转变的典型案例，其首席信息官表示，公司已从概念验证思维转向优先考虑少数能带来可衡量价值并增强业务对技术信任的高影响力举措[6] - 成功逃脱“AI炼狱”的公司普遍遵循四项运营准则[6] 成功准则一：与核心业务挑战挂钩 - 人工智能举措需与首席执行官已关注的业务挑战直接挂钩，而非制定独立的“人工智能战略”[7] - 突破性的公司从首席执行官层面的目标开始，例如将周期时间减少20%、为一线团队释放10%的产能或将客户问题解决率提高15个百分点，人工智能是达成业务成果的工具，而非寻找意义的实验[9] - 考克斯汽车公司的首席产品官表示，二十个试点不等于一次转型，公司专注于利用人工智能投资解决经销商和消费者的真实痛点，如减少周期时间、改善客户体验，从而创造可衡量的竞争优势，目前已有20个人工智能解决方案投入生产并带来可衡量价值[10] 成功准则二：建立跨职能所有权 - 在成功突围的公司中，首席信息官不单独负责工作，首席财务官、首席人力资源官、业务部门负责人、运营和数据领导者共同对成果负责，每个高影响力项目都有一个单一的跨职能领导团队对其成功负责[11] - 旅行者公司的首席技术与运营官指出，技术不能改变公司，人才可以，公司从第一天起就构建了具有跨职能所有权的人工智能部署模式，当工程、数据科学、产品和业务领导者都对相同成果负责时，就能消除转型的最大障碍[12] - 这种模式迫使早期进行艰难对话，明确风险、工作流程重新设计、劳动力影响和结果的负责人，从而加速进展[12] 成功准则三：执行“验证与扩展”的波次 - 成功者不庆祝试点，而是庆祝在小范围内验证的价值和扩展的速度，一个典型的波次包括：30天内在一个可控范围内验证价值，60天内扩展到更广泛的团队，90天内整合到企业工作流程中[16] - 思科公司提供了一个清晰案例，其“人员、政策与目标”组织在四周内仅用五个跨职能团队试点其“与人工智能共事”项目，随后六周内扩展到更广泛的该组织，两个月后扩展到产品开发组织，最终将在企业层面推广，该组织已审查24个工作流程，平均30%的活动由人工智能增强[13] - 关键指标不是“有多少试点”，而是“改变了多少工作流程”、“为企业回收了多少小时”、“我们能多快扩展”，这些指标能可见且可信地证明人工智能值得信赖[14] 成功准则四：建立“投资组合纪律” - 最有效的领导者采取一个无情的信条：如果与战略无关，就不会获得资金支持，在人工智能时代，纪律就是新的勇气[15] - 强生公司的投资组合纪律从业务问题而非技术开始，领导者有意识地将人工智能投资范围缩小到与战略挂钩的一小部分用例，因为少数举措持续带来绝大部分影响，其执行副总裁兼首席信息官表示，公司优先考虑少数能带来阶跃式成果的人工智能举措，排名前10%至15%的举措产生了大约80%的影响[16][17] - 利宝互助保险公司的全球首席信息官指出，成功不在于数量而在于意图，通过专注于一个由业务主导、企业级优先事项构成的纪律严明的投资组合，公司加速了价值创造和组织内的信任[17] 转型路径与成果 - 在获得指导的组织中，那些在人工智能转型方面领先的公司呈现出可重复的模式：放弃80%的试点项目，选择3到5个“关乎企业存亡”的用例，组建跨职能领导团队，运行90天的验证与扩展冲刺，同时跟踪先行指标和滞后指标，并交付可见的业务成果[18][21] - 动力会自我强化，企业文化从“人工智能令人困惑”转向“人工智能就是我们现在的运作方式”[18] - 未来12个月将出现简单分化：拥有100个试点却无成果的公司，与拥有少数高影响力项目并获得转型成果的公司[18] - 最终，逃离试点炼狱的关键不在于技术而在于纪律，包括清晰的优先级、专注的领导力关注以及停止做无关紧要之事的意愿[19]

宏观经济与美联储政策 - 美联储维持“观望”态度，权衡劳动力市场与顽固通胀，预计2026年降息仍在考虑之中[1][6] - 美联储点阵图显示官员预计今年经济增长和通胀预期均将上升，同时预计仅降息一次[6] - 美联储主席鲍威尔淡化滞胀担忧，指出当前失业率并非双位数，通胀也未达到1970年代水平，并将2026年GDP增长预测从2.3%上调至2.4%[8][9][10] - 尽管不确定性巨大，鲍威尔描述经济总体稳固，但承认劳动力市场平衡存在下行风险且并不令人舒适[7][11] - 2月生产者价格指数(PPI)环比上涨0.7%，超过经济学家预期的0.3%一倍多，主要受能源成本推动[13] 能源市场与地缘政治 - 伊朗冲突引发能源市场恐慌，油价飙升，布伦特原油价格触及每桶110美元[5] - 霍尔木兹海峡这一关键石油咽喉要道基本对所有非伊朗关联船只关闭，全球约五分之一的石油供应经此运输[16][17] - 全国平均汽油价格达到每加仑3.84美元，为2022年3月以来最高水平，较上月上涨近1美元[1] - 特朗普政府暂停《琼斯法案》，允许非美国船只在国内港口间运输，旨在对抗能源价格上涨[3][17] 行业动态与公司表现 - 尽管燃油成本上升，航空业需求保持强劲，美国航空、达美航空和美联航各因燃油成本增加4亿美元，但未下调本季度利润预期[21] - 达美航空首席执行官表示，需求强劲覆盖所有细分市场，包括企业、国际、高端休闲和国内航线[22] - 航空业转向付费升级和高端座位，拥有对票价敏感度较低的客户群，有助于抵御市场波动[22] - 美光科技季度业绩超预期，并给出优于预期的第三季度指引，因人工智能交易持续提振内存需求[3] - 英伟达在其GTC大会上宣布战略转变，全面投入推理和智能体领域[3] - 房利美和房地美因保险成本上升而调整抵押贷款规则，接受仅覆盖部分屋顶更换费用的保险[2] 消费与零售趋势 - 梅西百货首席执行官表示，K型经济顶端的富裕消费者仍在“纵情消费”[2] - 尽管机票价格上涨，消费者航空支出并未受到抑制[19] 市场表现与数据前瞻 - 周三标普500指数收跌1.4%，道琼斯指数收跌1.6%，纳斯达克指数收跌1.5%[5] - 市场关注联邦快递、嘉年华集团和达登餐厅等公司的财报[4] - 后续经济数据关注：截至3月14日当周初请失业金人数(前值21.3万)、3月费城联储商业前景指数(前值16.3)、1月新屋销售月率(预期-2.7%，前值-1.7%)[25]

市场整体表现 - 亚太股市普遍下跌，MSCI除日本外亚太股指下跌2.1% [1][5] - 中国内地股市大幅下挫，上证综合指数午盘下跌1%至4024.23点，接近2月3日以来的最低水平 [5] - 香港股市同样走低，恒生指数下跌1.7%，恒生中国企业指数下跌1.3% [5] 主要指数与板块表现 - 沪深300蓝筹指数下跌1% [1][5] - 板块呈现普跌格局，有色金属和黄金板块领跌，中证申万有色金属指数与中证沪深港黄金产业指数均下跌近5% [2][5] - 能源与海运板块逆市上涨，沪深300能源指数上涨2.5%，中证海洋指数上涨1.6% [4][5] 市场驱动因素 - 地缘政治紧张局势升级是主要诱因，伊朗向海湾地区油气目标发射导弹，导致全球风险情绪受挫，油价飙升 [1][5] - 市场波动性预计将维持高位，冲突前景不明朗，抑制了投资者的资本配置意愿，使其保持观望 [1][5] 机构观点与个股动态 - 尽管市场普跌，有机构仍看好中国股票，认为其与全球市场相关性较低，是具吸引力的分散投资机会 [2][5] - 个股方面，互联网巨头腾讯股价大跌近6%，可能创下去年4月以来最大单日跌幅，原因是公司在芯片限制影响资本支出计划后，宣布将在2026年增加人工智能投资 [5]

核心观点 - 公司当前增长能否持续的核心问题 取决于其在快速演进的AI领域中的竞争地位是否稳固[1] - 尽管公司估值在过去两年反映了对其持续领先轨迹的信心 但这一假设可能过于乐观[2] - 公司增长可持续性更依赖于其能否在竞争加剧时捍卫自身利基市场 而非当前势头[6] 竞争格局分析 - 人工智能市场并非静态 其变化速度之快使得长期能见度有限[2] - 公司在企业AI部署方面实力强劲 但其所在的竞争层面正日趋激烈[5] - 大型竞争对手拥有更深的资源、更广的渠道和更快的迭代能力 技术市场的领导地位可能快速转移[5] 主要竞争对手对比 - **微软**：利用其规模、企业关系和生态系统控制 将AI深度嵌入其产品中 并通过云和生产力工具持续扩大AI货币化 巩固了其竞争护城河[3] - **英伟达**：主导了为AI工作负载提供动力的基础设施层 对其GPU的无可匹敌的需求使其成为整个AI生态系统的关键赋能者 其定位使其无论哪个应用层公司胜出都能捕获价值[4] 财务表现与估值 - 公司股价在过去一年上涨了80% 而同期行业指数下跌了5%[7][8] - 公司股票的远期市销率为47.42倍 远高于行业平均的3.92倍[8][9] - 公司价值评分为F[9] - Zacks对该公司2026年收益的共识预期在过去60天内有所上调[10] 市场评级 - 公司股票目前的Zacks评级为3（持有）[12]

宏观经济与美联储政策 - 美联储需要观察中东冲突是否缓解，以决定是否在今年下半年降息，当前通胀率约为3%，核心PCE类别如航空票价已受原油价格上涨42%的影响 [3][4] - 全球其他央行如澳大利亚、欧洲央行和英国已开始加息或讨论加息，与美联储潜在的降息路径方向相反 [4] 通胀驱动因素与影响 - 原油价格同比上涨42%，正传导至服务业和核心PCE类别，若油价持续高企将加剧通胀问题而非缓解 [3][6] - 存在一种观点认为，油价飙升可能抑制消费者在其他领域的支出能力，从而在部分市场导致通胀压力缓解，但整体上若油价保持高位，通胀问题仍将加剧 [5][6] 市场反应与投资策略 - 市场在应对中东全面战争和宏观事件时表现有序，投资者正采取更长期视角，在石油冲击、滞胀环境与人工智能驱动的生产力繁荣之间权衡 [6][7][8] - 市场出现板块轮动，年初资金从科技股轮动至防御性和广泛板块，但自3月战争爆发以来，这一趋势出现逆转 [7] - 尽管面临冲击，企业展现出韧性并能传导通胀压力，企业盈利预期总体良好，这支撑了市场 [8] 资产配置调整 - 有机构在过去18个月持续调整客户资产配置，从美股转向国际股票，这一调整并非 solely 因为伊朗战争，但会持续进行 [10][11] - 对能源冲击的策略是，鉴于客户普遍持有埃克森美孚的头寸，近期已在能源板块进行获利了结 [18] 消费者与企业部门动态 - 美国消费者的韧性开始令人担忧，若情况持续，消费者支出可能疲软，例如去年从401k计划中出现了创纪录的提款 [11][12][17] - 支撑市场的主要力量是企业支出和人工智能相关支出，而非消费者支出，且这一趋势预计在未来12个月内不会发生重大改变 [17] 人工智能的经济与市场影响 - 人工智能带来的生产力提升帮助抵消了过去两年较弱的招聘情况，并支撑了企业盈利 [13] - 人工智能交易与中东局势的影响呈现日度波动，例如油价下跌时人工智能交易回升，但可能迅速反转 [16] - 英伟达CEO关于人工智能的评论近期提振了人工智能相关交易，推动股市有望连续第三日上涨 [15] 行业与板块表现 - 今年早些时候，道琼斯指数和罗素指数引领市场上涨，而纳斯达克和标普500指数表现平平，但随后因油价上涨，这些基准指数的涨幅已回吐 [14] - 基于2025年通过的大型法案所预期的2026年经济再加速，目前正面临风险 [15]

核心观点 - 一位曾预测2008年危机的资深金融专家警告，当前金融体系存在多重相互关联的压力源，可能导致比大衰退更严重的金融危机 [1][3] 私人信贷市场压力 - 近期，Blue Owl、BlackRock、Blackstone和Morgan Stanley等资产管理公司对部分基金实施赎回限制，加剧了市场对私人信贷领域流动性及恐慌的担忧 [7] - 自金融危机以来，公司对机构贷款方的依赖日益加深，这些贷款交易不活跃，导致投资者难以评估其真实价值或在环境恶化时的出售便利性 [8] - 知名投资者Mohamed El-Erian将私人信贷赎回冻结比作2008年危机前的“煤矿中的金丝雀”时刻，资深Fidelity基金经理George Noble也警告正在实时目睹金融危机展开 [9] 人工智能相关风险 - 人工智能热潮已转向担忧，投资者担心该技术会取代主要软件和科技公司，这加剧了投资者对私人信贷本已减弱的信心，因为该领域涉及AI基础设施和受AI影响的软件行业 [10] - 市场缺乏有组织的交易所且信息不透明，投资者撤资可能引发大规模挤兑，从而将金融压力转变为全面危机 [10] - 大型科技公司在AI上投入巨大，仅Amazon、Alphabet、Microsoft和Meta四家公司就计划在2026年投入约6000亿美元，这加剧了市场顶部的集中度 [11] - 市场集中度达到危险水平，例如Nvidia单只股票约占标普500基准指数的7%，这意味着对这些公司中任何一家的冲击都可能波及整个市场，而非被市场吸收 [11][12] - 在这个紧密相连的系统中，私人信贷的疲软会影响到科技巨头的AI投资，进而威胁数千万人的股票投资组合、退休金和养老金 [12] 地缘政治与供应链瓶颈 - 电力和芯片短缺已成为AI建设的关键瓶颈，高耗能的AI数据中心加剧了电力需求和先进计算芯片的供不应求 [13] - 能源和芯片均与地缘政治紧张局势相关，伊朗持续的战争扰乱了全球供应链，导致油价飙升 [13] - 能源市场的冲击使已在AI上投入数十亿美元的科技巨头成本上升，这种压力随后传导至私人信贷和股票市场 [14] - 全球芯片贸易严重依赖台湾，如果中国入侵台湾，可能会严重影响芯片供应 [14]

AI对劳动力市场的理论影响与实际应用现状 - AI在众多知识型行业已具备很高的理论能力覆盖率，但企业和个人的实际使用率仍然很低，AI的潜力远未完全释放 [2] - 理论能力覆盖（蓝色）与实际使用覆盖（红色）之间存在显著差距 [5] 受AI影响最显著的职业分析 - 目前AI影响程度最高的职业是程序员，其工作有高达74.5%的任务理论上可由AI参与完成 [8][10] - 客服人员以70.1%的实际暴露率位列第二，数据录入员以67.1%位列第三 [8][10][11] - 受AI影响较大的前十职业还包括医疗记录管理（66.7%）、市场研究与营销（64.8%）、销售代表（62.8%）、金融与投资分析师（57.2%）、软件测试（51.9%）、信息安全分析师（48.6%）和IT技术支持（46.8%） [10][11] - 这些高度数字化、文本化的工作最容易受到AI参与或自动化 [8] 程序员成为AI影响榜首的深层原因 - 程序员的工作本质上是结构化语言，代码具有高度结构化、规则清晰、训练数据巨大三个特点，这正好是大语言模型最擅长的领域 [17][23] - AI已能完成程序员的许多日常工作，例如编写函数、修复bug、编写测试、生成文档、生成SQL以及编写脚手架代码 [18][23] - 开发者越来越多地让AI编写代码，而人只负责审查，程序员正变得越来越像代码审稿人 [18][19] AI对行业效率与成本结构的影响 - AI在提高工作效率的同时，也带来了人员优化的副作用 [12][13] - 公司的成本结构可能发生变化，从“租用程序员”转向“购买Token” [14] - 尽管目前Token成本可能高于程序员，但预计未来会越来越便宜 [15] - 存在一种观点认为，雇佣大学生可能更具成本效益，因为他们不仅工资较低，还可能自费购买Token并使用AI为公司工作 [16] 相对不易受AI影响的职业类型 - 最不容易被AI影响的职业几乎都是体力劳动，例如厨师、机械维修、救生员、酒吧调酒师和园林工人 [20][24] - 原因在于AI目前还无法执行如修理水管等物理性任务，尽管未来机器人技术可能改变这一状况 [21] AI对行业门槛与工作模式的重塑 - AI改变的不是职业本身，而是行业的准入门槛和工作模式 [22] - 过去，一个普通程序员只是团队的一份子；现在，一个普通程序员借助AI几乎可以完成过去一个团队的工作量 [24] - 这导致顶级开发者会变得更强，而普通开发者将面临更激烈的竞争 [25] - 技术行业一直处于变化中，每一次技术革命都会淘汰一批不愿学习新工具的人 [26] - 历史上的工具革命，如从汇编到C、从C到Java、从Java到Python、从IDE到Copilot再到AI Agent，都遵循同一规律：让普通人变强，让强者更强 [27][28] - 核心问题并非AI是否会取代工作，而是当AI成为默认工具时，个人或公司是否选择使用它 [28]

核心观点 - 2026年美股市场整体呈现指数高位震荡、个股波动加剧的特征，市场隐含的中期宏观和AI投资假设相对稳定，但短期地缘风险和长期AI颠覆商业模式的风险导致个股波动率显著增加[3] - 油价走势是中期宏观和流动性的关键变量，高油价的影响取决于美国经济周期及联储应对，本轮油价走高前美国就业市场已显脆弱且联储处于降息周期，未来可能演绎滞胀交易→衰退交易→降息交易[3] - 大势上，在地缘、增长及企业资产结构不确定的影响下，2026年美股提估值空间有限，业绩消化估值是基准假设，预计标普500指数盈利增速稳中有升（16%），当前动态估值处于70%分位数左右[3] - 风格上，企业资本开支正从科技巨头向更广泛的行业扩散，投资驱动型行业（如工业、能源）的表现或优于消费驱动型行业，价值股因ROE预期持续改善而具备配置价值[3] - AI产业方面，价值链上游（芯片制造、能源电力）具备beta机会，中游（模型、云厂）需挖掘alpha机会，下游（垂直应用）机会仍处萌芽期且不确定性较高[3] 市场表现与特征 - 2026年初以来，标普500指数下跌3.3%，估值拖累5.2%，盈利增速贡献2%；纳斯达克指数下跌3.3%，估值拖累7.4%，盈利增速贡献4.4%[3] - 市场风格上，价值股表现优于成长股，中盘和小盘股表现优于大盘股；行业上，软件、金融和可选消费领跌，能源和必需消费领涨[3] - 市场特征上，个股波动率的平均值较指数波动率位于高位，显示beta机会有限而个股alpha快速轮动[3][13] - 本轮美股震荡时间已超过2023年以来的每轮调整，科技股内部分化，半导体表现强劲，而软件和应用类股票在“AI颠覆一切”的担忧下普遍下跌，2025年以前的AI应用股本轮普遍跌幅超过20%[12] 宏观环境与油价分析 - 油价是未来一个季度的核心变量，若油价上升至90美元/桶以上，美国将面临“再通胀”风险[17] - 复盘历史，油价冲击的影响取决于经济周期：1）滞胀模式（如1970年、2022年）：经济过热，联储加息，美股先杀估值后杀盈利；2）衰退模式（如1990年、2008年）：经济疲弱，联储降息，股市低点对应油价高点[3] - 本轮情况：油价走高前美国就业市场较为脆弱，2025年非农就业仅增加11.6万人（2022年增加452.6万人），且联储处于降息周期[3][35] - 美国通胀核心分项房租同比已回到疫情前水平，油价上涨带来的滞胀风险及联储加息风险的持续性预计不高[3] - 中期选举年约束下，美股历史上表现弱于其他年份，且下半年表现通常较上半年更好[3] 估值、盈利与风格展望 - 2026年标普500指数盈利增速预计稳中有升，达到16%，当前动态估值处于70%分位数左右，业绩消化估值是基准假设[3] - 全球资金流向：增持AI主题（如日本、韩国、中国台湾）和资源主题（如沙特、巴西）股市，减持制造业主题（如欧洲、中国、印度）股市[53][55] - 美股正在从轻资产向重资产切换，资产周转率自2025年Q2开始见顶回落，权益乘数位于历史绝对低位，资本开支或从现金流驱动转向债务驱动[3][67] - 风格偏好：企业资本开支从信息技术和通信领域向工业、公用事业、能源行业扩散，投资驱动行业表现或优于消费驱动行业[3] - 从PB-ROE角度看，美股工业、原材料、能源的估值性价比相对合理，未来两年价值股ROE预期持续改善[3][74] - 科技股估值分位数相对中性，M7中微软、亚马逊、META和英伟达的动态PE分位数均处于20%以下[3][63] AI产业投资机会 - AI产业呈现明显制造业特征，以数据中心建设为核心的固定资产投资不断增加，当前价值量更多集中在模型和云厂为代表的价值链中游[3] - 上游（基础设施）具备beta机会：由于模型推理边际成本将无限趋近于算力和电力成本，上游将更注重成本优势，芯片制造、能源、电力投资等行业净利率近期已明显提升，未来仍具较强beta机会[3][93] - 中游（模型/云厂）需挖掘alpha机会：受到自由现金流消耗加速及融资压力上升的影响，投资回报率（ROI）是挑选中游alpha的关键[3] - 下游（垂直应用）机会处于萌芽期：特征为收入分散、总体价值量较低、增速较快、不确定性较高；AI需求爆发需看到AI在垂直领域的进一步渗透[3] - 软件行业在“AI吞噬一切”的叙事下，估值跌至20%分位数，未来拥有数据壁垒、用户习惯积累、监管垄断优势的软件股或率先迎来转机[3] - AI与传统领域结合的机会值得关注：1）美国政府创世纪计划关注的六大领域（先进制造、生物技术等）从实验室到工业场景的机会；2）AI在医疗运营端和消费者健康导航的应用；3）AI金融支付向“智能协议层”的转变[3]