AI 时代大分化下的投资逻辑电话会议纪要关键要点 一、 涉及的行业与公司 * 行业：人工智能（AI）、软件/SaaS、云计算、半导体/硬件、电力与公用事业、资源品（矿产、能源）、互联网、传媒（游戏、广告）、机械、建筑、钢铁 * 公司： * AI/软件：Anthropic、OpenAI、谷歌、Meta、微软、亚马逊、甲骨文、Cloudflare、Akamai、Shopify、Palantir * 硬件/设备：联想、思科、苹果、特斯拉、海光、纽柯钢铁、卡特彼勒 * 能源/资源：埃克森美孚 * 中概/港股：腾讯、阿里、小米、百度、美团、世纪华通、巨人网络、分众传媒 * 其他：Deepseek 二、 核心观点与论据 1. AI 时代的“脱虚向实”趋势 * “脱虚”：指软件/SaaS、部分硬件及云厂商投资范式面临压力，市场资金从这些领域流出[3] * “向实”：指资金流向电力、资源（电、光、水、矿、油）等实体领域[3] * 美股市场映射：道指强于纳指，电力相关的公用事业、机械、钢铁、建筑等板块表现较好[1][7] * 中期影响：AI 带来 K 型分化，对部分行业形成颠覆，对赢家产生倍增效应，但对整体经济和大众消费有压制作用，具有通缩性[2][11] 2. “脱虚”的具体机制与表现 * 软件/SaaS 板块： * 核心压力：大模型公司为提升投资回报率（ROI），主动以企业 IT 预算“总量约束”为前提，替代传统软件，对软件股形成系统性估值压力[1][5] * 近期信号：Anthropic 围绕 IPO 目标推动 ROI 叙事，策略上倾向“踩着软件股”实现替代；OpenAI 在内部会议中明确点名数家公司讨论替代路径[5] * 估值冲击：Agentic AI 动摇传统按席位收费的 SaaS 商业模式，导致美股 SaaS 板块在业绩超预期（约92%公司超预期）的情况下出现“股价雪崩”，10–15 倍 PS 估值框架崩塌[22] * 云厂商投资范式颠覆： * 现象：云厂商（亚马逊、谷歌、微软、Meta）回购与分红放缓，剔除回购与分红后的净现金流开始转负，但资本开支（CAPEX）仍在强化，形成“打光最后一个子弹”的投入共识[1][3][5] * 与传统范式背离：颠覆了过去十多年依赖回购分红组合的传统投资框架，也与机构期待其放缓资本开支的判断相悖[1][5] * 市场担忧：市场对公有云“堆算力、卖算力”的商业逻辑进行反向定价，担忧现金流无法长期支撑高强度 CAPEX，且高折旧可能反噬利润[22] * “AI 税”对部分硬件环节的影响： * 影响环节：部分传统设备与硬件环节，如服务器相关公司（联想、思科等）[1][6] * 原因与结果：受存储等价格上涨与成本传导影响，利润率下滑，表现为需要“交 AI 税”，短期经营与估值承压[1][6] 3. “向实”方向的核心逻辑 * 电力链条成为核心： * 逻辑：电力扩张与配套建设需求[1][7] * 产业链延伸：交易从发电侧延伸至上游能源（天然气、油气公司如埃克森美孚）、中游配电，并外溢至受核电建设拉动的钢铁（纽柯钢铁）与工程机械（卡特彼勒）[7] * 2026年政治因素影响： * 驱动：2026年政治大年，围绕“可负担性危机”等议题，政策将驱动云厂商自建电力需求和能源结构调整[3][8] * 最稳方向：天然气，因其更环保、美国本土具备优势、建设与投产速度快，政治拉动下确定性更高[8] * 资源品“资源外交”强化： * 逻辑演变：从“资源外交”强化为定价与保价问题[1][9] * 政策工具：美国希望通过关税手段对关键资源品价格进行保护，并配合战略资源储备，向市场提供“可预期、长期的高资源品价格”预期[1][9] * 原油潜在反转： * 边际变化：美国原油产量开始出现总量负增长（2021年以来首次），显示“Drill baby drill”钻油政策遭遇物理阻碍[10] * 逻辑：在油价完成探底并确认后，相关股票可能基于价值逻辑参与[10] 4. 云厂商 CAPEX 与现金流的矛盾深化 * 规模与增速：美国五大云厂商 CAPEX 在 2025 年约为 4000 亿美金；2026 年预期接近 7000 亿美金，同比增长约70%[23]。若保持约35%的增速，到 2028 年 CAPEX 将超过 1.1 万亿美金[23] * 现金流压力：CAPEX 正在挤压回购与分红资金。若趋势延续，推算这些巨头企业将在 2027 年开始缺乏分红与回购能力[23] * 投入与回收的鸿沟：2026年仅 OpenAI 相关投入规模预计接近 7000 亿美金，但 OpenAI 与 Anthropic 等 AI 大厂的总收入预计达不到 500 亿美金，差了一个数量级[24] * 盈利维持路径：可能更依赖压缩回购、分红与进一步裁员。按中性测算，裁员约7%可腾挪约 2500 亿美金 CAPEX 空间，但 2026 年一年 CAPEX 增量就接近 3000 亿美金[23] 5. Agentic AI 的突破与影响 * 0 到 1 变化的原因： 1. Token 成本大幅下降：从 2023 年初每百万 token 约 30 美金降至目前可能 0.2 美金，降幅达 99%[25] 2. 算力重构与端侧 AI 推进：算力更多转向端侧部署，更适合代理式任务[25] 3. 底层 MCP 协议打通：降低集成摩擦，实现无缝调用任意大模型[25] * 对 SaaS 的冲击：代理式 AI 能替代一批后台人员或初级程序员，动摇了 SaaS 按席位收费的基础，引发估值崩塌[22][25] * 2026年核心判断：“AI 员工”将大幅进化，用以填补 CAPEX 与收入之间的巨额鸿沟；算力将从云端向端侧大幅转移[20][28] 6. 投资策略与资产配置抓手 * 主要抓手分为三类： 1. 短期确定性更强的 AI 链条上游与基建环节（但需纳入中期通缩性不确定性）[12] 2. 不直接受 AI 冲击的资产（“Halo”资产，核心是“不直接受冲击”）[12] 3. AI agent 发展与 AI 应用中可能出现的大赢家，以及围绕 AI 应用生态的“卖产人”（如与数据、识别能力相关的公司）[12] * “错杀”机会：部分被认为会被 AI 冲击的行业或公司可能存在错杀，它们短期未必被真正替代，甚至可能通过 AI 实现降本增效[13][14] * 硬件/算力链条：属于“简单题”，在产业趋势明确时享受持仓。国内字节、阿里及“质量中心”等在 2026 年将有“非常大的开支”投向国产算力链条（芯片、服务器、AIDC、算力租赁等）[19] * 软件公司筛选前提与壁垒： * 前提：公司关键负责人必须真正理解并积极推进 AI[17] * 核心壁垒：1) 专业数据壁垒（难以复制的数据）；2) 准入性或身份/卡位壁垒（如政府特许经营场景）[17] * 可重点关注的软件方向： 1. 基础设施与基础软件（如数据库）[17] 2. 拥有线下实体资源、与衣食住行相关的公司[18] 3. 面向线下资源的数字化与 SaaS 机会[18] 4. 精神娱乐方向（如 AI 漫剧产业链）[18] 5. IP 相关的技术与服务方向[18] 7. 中美市场对比与中概/港股机会 * 中美对比： * 增速与估值：中国核心互联网公司整体增速相对美股 M7 更好，估值大体处于美股的 6 折[30] * CAPEX 负担：2026 年中国资本开支大概在 840 亿到 980 亿美金，约为美国的 1/7，负担更轻[30] * 长跑位置：中国因芯片禁运反而像“龟兔赛跑”中的乌龟，节奏较缓但负担轻；在应用时代，后发优势可能更足[30] * 看好中概/港股理由： 1. 估值安全垫高[21] 2. 在有限 CapEx 下，当前底层能力没有代差[21] 3. 在数据、用户与应用适应性方面表现超过美国[21] 4. 需规避与美国相同的、商业模式可能被颠覆的风险[21] * 中小市值机会：基本面不变的可能性较大，可能带来更高弹性的投资机会[21] 8. A股传媒与游戏板块框架 * 股价驱动双路径： * 估值驱动：跟踪中美大厂 AI 动作，前瞻布局未来1个月到1年可能发力的赛道（如视频、广告、教育）[31] * 业绩驱动：主要集中在游戏与分众传媒[31][32] * 游戏板块：核心在于超预期产品带来业绩弹性，形成“戴维斯双击”。当前整体估值约20倍，处于较为合理的区间[32] * 分众传媒：A股传媒中为数不多“看业绩”的大白马，兼具周期性与一定成长性[32] 三、 其他重要内容 1. 市场节奏与风险观察 * 2026年预期：市场预期收益整体不高，春季行情仍在进行中，斜率相对舒缓[15] * 政策导向变化：从2025年的“救市、修复”转向“抑制过热与过度炒作”[15] * 关键观察窗口：至少到3月不认为存在系统性风险；进入4月需评估特朗普访华后中美关系、美股波动、4月宏观数据与政策匹配性[15] * 当前乐观假设的挑战：市场对2026年基本面存在偏乐观假设（如再通胀、PPI转正、房地产回稳等），这些在4月能否被证实仍有挑战[15] 2. 投研与软件公司的应对 * 对投研团队：意义在于能否及时使用并发挥 AI 工具价值，基于 AI 构建投研工具与工作范式以提升效率[16] * 对软件公司：核心在于“人”与“组织”对新技术的理解与落地能力，需评估管理层对 AI 的真实理解和推进能力[16] 3. 程序化广告的角色 * 作用：被认为是有望填补“CAPEX 与收入之间鸿沟”的路径之一[29] * 未来机会：关键在于生成式 AI 对传统判别式 AI 的替代，可能根本性改变与互联网的交互方式[29] 4. 交互方式的未来变化 * 趋势：可能从文字为主转向以视频等更直接的方式为主，例如通过视频直接完成与 App 的交互[30] * “C3 2.0”：该赛道已进入更强的产品验证阶段，未来仍将反复出现行业催化，有潜力颠覆人机交互模式[30]