Claude Cowork agent
搜索文档
Infosys, TCS, other IT stocks to remain in focus after tech rally following strong Nvidia earnings
The Economic Times· 2026-02-26 11:34
Nvidia 2026财年第四季度业绩 - 季度营收同比增长73%至681亿美元 创公司历史最高季度营收记录 并超过分析师预期的658亿美元 [1] - 公司预计下一季度营收可能达到780亿美元 [1] - 毛利率约为75% 季度自由现金流为349亿美元 [2] - 季度稀释后每股收益同比增长98%至1.76美元 [2] - 公司宣布将于今年4月1日向截至3月11日的记录在册股东支付每股0.01美元的下一季度现金股息 [10] Nvidia管理层观点与行业展望 - 首席执行官黄仁勋表示 计算需求正呈指数级增长 智能体AI的拐点已经到来 [5] - 企业采用智能体的速度正在飞速提升 客户正竞相投资于AI计算能力 AI计算是推动AI工业革命及其未来增长的工厂 [5] 美股市场反应 - 在Nvidia创纪录的业绩公布后 美国股市周三收高 [6] - 以科技股为主的纳斯达克综合指数上涨约1.3%至23152点 道琼斯工业平均指数和标普500指数分别上涨0.63%和0.81% [6] - 标普软件与服务指数跳涨2.9% [6] - Nvidia股价上涨约3% 微软股价上涨超过2% 亚马逊股价上涨近1% 苹果股价上涨0.5% [6] 印度IT行业动态 - 印度IT股近期出现显著波动 伴随其华尔街同行的走势 [7] - Nifty IT指数本月迄今已暴跌21% 而在一月份曾录得小幅上涨 [7] - 本月初 Anthropic为其Claude Cowork智能体推出插件 该插件可自动化法律、销售、营销和数据分析等任务 这引发了市场对该行业可能受到颠覆的担忧 并触发了此轮下跌 [7] - 该IT指数在周三收盘时上涨1.57% [7] 分析师对印度IT行业的观点 - Anand Rathi机构股票研究分析师Sushovon Nayak认为 AI技术周期仍处于货币化阶段的初期 印度IT行业可能成为当前AI支出的主要受益者 [8] - 分析师预计 鉴于印度IT企业在企业级AI采用中作为实施合作伙伴和系统集成商的角色 大量传统系统现代化、数据工程和转型驱动的合作工作将流向印度IT企业 [8] - 分析师进一步表示 在当前水平下 考虑到具有吸引力的估值倍数和改善的需求环境 投资者应考虑逐步积累精选的IT股 并在股价每下跌5-7%时增加配置 最近的疲软已接近底部 [9]
Software selloff giving you déjà vu? We’ve been here before, says Deutsche Bank, when the dotcom bubble burst
Yahoo Finance· 2026-02-06 19:29
市场情绪与板块轮动 - 本周股市情绪转变 投资者开始质疑在企业可能利用人工智能内部完成工作的情况下 企业软件和IT服务的价值[1] - 尽管出现抛售 但市场并未显著下跌 分析师认为投资者正在轮动至其他板块[1] - 从受影响板块(即使规模相对较小)轮动至其他行业的情况 让人联想到上一次技术革命期间市场观察到的转变[4] 当前市场表现与历史对比 - 此次抛售影响相对有限 昨日标普500和纳斯达克指数跌幅均未超过2% 今晨欧亚股市相对平稳[4] - 德意志银行分析师指出 标普500指数中的软件板块较去年10月峰值已下跌近30%[5] - 然而市场出现了显著的板块轮动 能源、材料和必需消费品等行业接过了科技的接力棒 这使得标普500指数整体仅比上月创下的纪录高点低2.6%[5] - 这种模式与2000年互联网泡沫开始破裂时的情形相呼应 当时科技股大幅下跌 但必需消费品、公用事业和医疗保健板块在随后几个月显著上涨 标普500指数在9月份一度较六个月前的纪录高点仅差不到一个百分点[6] - 这表明市场可以在没有明显指数层面压力的情况下 吸收一段时间的持续轮动 但主导板块的抛售持续时间越长、程度越深 大盘指数承受拖累的难度就越大 2000年科技股的持续亏损最终导致标普500指数当年收跌超过10%[7] 人工智能热潮与具体诱因 - 多数分析师认为 当前的人工智能热潮与互联网泡沫及其破裂不同[3] - 本周资金从IT和SaaS(软件即服务)资产流出的直接诱因是Anthropic公司上周为其Claude Cowork智能体推出了插件 这些插件可以简化数据分析、法律、营销和销售领域的工作[3] 相似性与差异性 - 抛售尚未缓解 例如亚马逊因财报疲软而下跌 投资者正在消化其2000亿美元的AI支出[7] - 但与互联网时代观察到的市场行为相似 并不意味着最终结果会相同[7]