【央视新闻客户端】
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
来源：晚点LatePost
“大家都想寻找新故事，但最多的资金还是流向了算力基建龙头股。”
文丨程曼祺
上周三（9 月 10 日），甲骨文公布季度财报后暴涨 36%。二战结束前一年出生、现在 81 岁的拉里·埃里森，（Larry Ellison）的个人身家来到近 4000 亿美元，在富豪榜上一度超越埃隆·马斯克。
对二级资本市场、对不服老的创始人、对还想上一个台阶的大公司和想干掉旧巨头的新巨头，AI 现在都是最灵的神药。
股价高涨的根源是，没有人敢第一个放松对基础算力的投资。
据甲骨文季报，他们在上一季度与三家不同客户签了四份大合同，未交付合同价值已超 4500 亿美元，单季度就暴增 3000 亿美元——后来市场得知，开出巨额算力支票的是 OpenAI。
而这些算力基建投入，又化作英伟达、博通、甲骨文、AWS（亚马逊云）、Azure（微软云）、GCP（Google 云）的收入，给烈火烹油的美国科技股持续提供超预期业绩的兴奋剂。
由于这些最大的公司之间互相购买服务，当趋势向上，欣欣向荣的乐观被传导、放大；而当趋势反转，变化程度也可能也超乎寻常。
8 月底，在美股科技股因一些消息因素小幅走低时，我们与两位二级资产投资配置从业者——刘迪凡和张博，聊了他们观察到的美国机构投资者逻辑。机构是美股中的主要交易者。
刘迪凡 2020 年创立 CT Associates（赤兔资本），在全球范围寻找新兴的、有潜力的基金，为中国 LP（出资人）设计海外资产配置方案。此前他曾在高盛亚洲的私人财富管理部门工作多年。他也运营着一个超过四万关注者的基金配置公众号 “海外对冲”，分享市场观察。他的顾问和高盛前同事张博是松树街资本创始人，如今管理一只聚焦中美市场的全球事件驱动人民币基金。
本文不构成投资建议，而是描述美国科技基金经理此刻的 “平均观点”。美股科技股的未来走势也会影响大型科技公司对 AI 投入的决心和持续性，进而波及更广泛的经济生活。
如上周六《经济学人》封面文章中所提醒的危险：万一这场对 AI 的 3 万亿美元押注错了呢？人工智能过去一年对美国经济增长的贡献达到惊人的 40%，一旦投资收缩，就业、消费及股市共振下滑，会带来巨大的冲击。
* 两位访谈对象刘迪凡、张博均未持有文中所讨论的具体个股，本文讨论不构成投资建议。
“AI 不是投资回报问题，而是生存问题”
晚点：近期两件事引发美股科技股下跌：一是 8 月有媒体报道称 Meta 因 “狂挖人” 后继乏力而缩减 AI 部门规模；二是 MIT 发布了《The GenAI Divide：（生成式 AI 的鸿沟）》的报告，结论比较悲观，指出尝试 AI 的企业中只有 5% 真正成功部署并获得了商业回报。你认为这是短期波动还是长期变化的信号？
刘迪凡：当一件事投入巨大、但成果不明显时，站出来指出风险，更容易被认同。比如大家看到亚马逊云（AWS）今年上半年的 Capex（资本开支）已占到了运营现金流的 115% （572 亿美元 vs 495 亿美元），自然会有疑虑。
但作为投资者，我认为这两条消息只是小噪音。大约六个月前，DeepSeek 爆火、市场剧烈震动；紧接着，又传出微软要放弃建设两个新数据中心。那一轮冲击力比现在大得多，它动摇了整个 AI 算力投资的根基，当时的一种新假设是 “我们不再需要高级算力、不再需要新 GPU 了”。和当时的冲击相比，现在都是毛毛雨。
晚点：那么发生什么时，才指示着 AI 投资的拐点？
刘迪凡：还是要看公司实际行动，尤其是资本开支（Capex）指引。虽然有消息说 Meta 在冻结一些 AI 岗位的招聘，但在 7 月底，它刚把资本开支指引的下限从之前的 640 亿美元提到了 660 亿美元（编者注：上限保持为 720 亿美元）。我们也能看到一些佐证，比如被航拍到的建设中的新数据中心等等。
晚点：认为目前 AI 有泡沫的一种观点正是——这些庞大的资本开支转化的价值却很少，ROI（投资回报率） 算不过来。
刘迪凡：对巨头来说，AI 投资已不是 ROI 问题，而是生存问题，他们把 AI 看成一场不容有失的 “军备竞赛”。
他们需要防御核心业务。OpenAI 现在的周活跃用户是 7-8 亿，在年初时才 3 亿。4 月时，OpenAI 估值 3000 亿美金的新一轮融资材料里，说它在各种大语言模型中份额是 83%，第二名才 6%。这种整合 App 和模型的公司扩展到广告，Meta 害怕；拓展到电商，亚马逊害怕；现在 ChatGPT 的搜索功能已经让 Google 害怕。
同时，亚马逊、Google 这些云厂商拥有巨额现金流，但在美股市场，账面现金多并不能带来高估值，甚至被视为低效资产。因此它们有很强动力要把现金投出去，以换取未来增长，而不仅是分红或回购。
张博：他们想避免被 “管道化”：AWS、Azure 和 GCP 都不想成为下一个互联网时代的 ATT，仅仅提供基础网络服务，成了价值不高的 “管道工”。
他们还想拿到未来的入场券：在这场竞赛中，如果你没有自己的 “兵器库”，即核心大模型和超级应用，那大概率会成为二流公司。因此，在能创造出下一个超级应用前，所有巨头都会不计成本地投入，建立自己的算力基础设施和用户生态，在未来牌桌上得到座位。只要竞赛还在继续，就没有人敢主动放慢脚步。
晚点：这种对 AI 是生存之战的想法，长期还是需要 ROI 来支撑，目前实际 AI 算力投资的 ROI 能有多少呢？
刘迪凡：并不低，一家我们投资的基金上季度的测算，是 46%——2021 年到 2024 年，数据中心支出一共是 2740 亿美元，其中 “超大规模厂商”，即 Hyperscalers，也就是 AWS（亚马逊云）、Azure（微软云）、GCP（Google 云） 再加上 Meta，这四家就合计花了 1970 亿美元。这些投资主要用于购买 GPU、建设新 AI 数据中心等。而 2025 年 AI 带来的总收入估计是 1280 亿美元，相比过去三年的 Capex 是 45% 的回报。
晚点：25 年的 AI 收入怎么算出来的？
刘迪凡：有 5 个方面。最大头是广告，主要玩家是 Google、Meta、Tiktok、AppLovin、Pinterest， 估算收入在 820 亿美元，占 1280 亿的 60% 以上。也就是说，AI 的第一波回报不来自 “赋能千行百业” 的效率提升，而是投 AI、做大模型的大厂自身核心业务的提升。
当然，怎么界定 “AI 提升”？这个定义有一定的模糊性，但总体上，大模型溢出的技术已提高了现有业务的收入、毛利和效率。这包括训练 LLM ，也包括自己买 GPU 提高推荐和排序引擎的效果。
晚点：AI 对广告的提升，其实不都是大模型驱动的，部分还是推荐算法的延续。
刘迪凡：是，这里面有不同的 AI 技术。不过二级投资更关注 Capex 和广告收入提升的关系。一个具体例子是，Meta 在 2022 年底花 100 亿美元给 Instagram 买 GPU ，第二年 Insta 用户的每天使用时长从 40 分钟上升到 55 分钟。AI 也极大提升了广告内容生成效率，直接把产品照片上传，AI 能做出几千种素材。这在大厂大投 GPU 之前是做不到的。相当于单车变摩托。
晚点：占比超 60% 的广告之外，1280 亿美元 AI 收入中的其它 4 部分怎么构成的？
刘迪凡：200 多亿的 AI 云收入，也就是其它人用 AI 云来使用模型的支出；130 亿美元的 LLM 应用收入，如 ChatGPT 订阅；110 亿的 AI SaaS 收入，如微软 Copilot；最后是 20 亿美元左右的 AI 初创公司的收入，如 Midjourney 等，但这部分占比很少。
其中，预计在 2025 年，三朵云（AWS、Azure、 GCP）和甲骨文上与 AI 推理相关的收入就将达到 200 亿美元，占这些公司总云收入的 10%，并且有望实现 28% 的年化增长，这个增速堪比当年 SaaS 业务的黄金时代。
晚点：这个测算是保守还是乐观？
刘迪凡：这些数据来自买方的研究和测算，主要是作为他们自己建模和设立持仓股票目标价的依据，里面有主观预测和历史经验。
到底是保守还是乐观？我认为保守了。比如这个数据源对甲骨文云明年训练加推理收入的预测是 70 多亿美元，这可能偏少。（编者注：本次访谈后的新消息是，OpenAI 已签署合同，在未来约五年内从甲骨文购买价值 3000 亿美元的算力，甲骨文云业务的明年收入应会大幅超过 70 亿美元。）而另一方则觉得测算太乐观，而且某种程度上不认可 AI 收入的这种拆分方法。
如果把认为 ROI 不低的一方称作正方，把另一方称为反方，据我观察，正方往往离使用算力的核心公司更近、对需求有直观强烈感受；反方往往离技术堆栈较远，是从常识角度来判断事物的发展趋势和价值创造。
“大家都想寻找新故事，但最多的资金还是流向了算力基建龙头股”
晚点：我们可以来看一些具体科技基金的持仓变化，你挑选的样本是 Coatue、Whale Rock 和 Altimeter 二季度的 13F 报告，为什么是这 3 个？
刘迪凡：13F 文件有滞后性，但足以让我们洞察它们各自的选股审美和风格。
Coatue 的风格是 “敢为好公司支付高估值”。它的持仓相对后两者更多元化。Whale Rock 和 Altimeter 则都是 AI “死多头”，可以作为一个样本看最纯粹、最乐观、最长期持有类型的 AI 买方。也可以清楚看到宏观变化来袭、估值倍数坍塌时的后果。
比如 Whale Rock 的业绩曾大起大落。它在 22 年因宏观加息几乎亏掉过去 16 年的大部分盈利，但在 23-24 年的 AI 浪潮中又获得了惊人回报。Whale Rock 的朋友告诉我，他们 22 年初认真计算过加息对公司现金流的影响，当时判断风险可控，决定继续持有大部分仓位，没想到加息速度太快，导致的后果远超模型预测。所以这类基金专注长期赛道，但在宏观冲击面前风控能力较弱。
晚点：这三家的二季度持仓有什么特点，反映了什么趋势？
刘迪凡：最核心的趋势就是，当前阶段，最可靠、最清晰的投资故事仍是 “算力基建”。在 AI 算力产业的每一层，都呈现出双寡头甚至单寡头垄断的格局。例如 GPU 领域的英伟达和 AMD，定制化芯片（ASIC）里的博通（Broadcom）和美满（Marvell），燃气轮机领域的 GE Vernova 和西门子能源，这种高度集中的市场结构提供了很强的确定性。因此，尽管大家都在寻找新故事，但资金最终还是最青睐这些基础设施层的龙头。这些基金认为，市场仍然低估了未来的算力需求。
晚点：以具体持仓展开来说了？
刘迪凡：比如 Coatue 前五大持仓包括 CoreWeave（挖矿转型的 AI 云公司，主打租赁 GPU），你可以把它理解为更 “凸性” 的英伟达，也就是波动更大的英伟达。特别值得一提的是，Coatue 是非常早就开始布局电力的超大型基金，大约从 24 年年中就开始了，可以说是引领了这个风潮。电力是 AI 基础设施最底层的环节。
Whale Rock 对算力的投资，除了英伟达、博通外，还有一些独特的 “黑马”，比如第一大重仓股 Celestica（天弘科技，网络交换机制造商）。Whale Rock 也投资了 AppLovin，这家公司争议大，被多家机构做空，但粉丝也多。它是从游戏公司转型为了第三方广告平台，因为出色的推荐引擎效果备受广告主青睐。
晚点：为什么他们相信 AI 算力的价值还是被低估了？现在相关股票的估值已经非常高。
刘迪凡：这背后是一个 “硬币的两面” 的逻辑：GPU 物理性能的指数级上升，与大厂看到实际 ROI 后决定大笔投入，是相辅相成的。计算架构的底层改变，带来了 ChatGPT 这样的超级应用，然后大厂继续投入，硬件能力进一步提高，效果进一步展现，使用量激增，从而推动硬件再跨向新的阶段，这是一个正向飞轮。
当然这个循环，更准确说是部分买方的假设，在财报出来后，才能一个、一个季度地验证。这之间，买方分析员就要去了解上下游各种蛛丝马迹，去调整预期。没有一个长期投资者每天闲坐着。
晚点：一个现象是，这些基金二季度的前 15 持仓里已经没有任何 “中概股” 了，倒是可见到印度、韩国、拉美的科技公司。中国的 AI 发展也很快，而且这些基金过去都在中概股上赚过大钱，为什么暂时没看到他们布局中国公司的趋势？
张博：刚才提到，AI 当前最清晰的投资机会还是在算力和电力等基础设施层，算力龙头主要是美国公司，如高端 GPU、交换机芯片等，典型中概股的 AI 布局更多是在算力之上的模型层和应用层。
（编者注：9 月 11 日，因外媒报道阿里、百度用自研芯片训练 AI 大模型，两家公司股票大涨。不过这并非阿里和百度的新动作。）
晚点：中国也有表现非常亮眼的算力投资机会，如寒武纪、海光等。
张博：美国大型基金习惯基于现金流、市盈率（PE）等传统模型进行估值。所以它们很难向出资者解释，为何要投资一个市盈率高达几百倍、短期没有利润的 A 股公司。
刘迪凡：还有一个原因是，过去几年，许多华尔街基金裁撤或缩减了专门研究中国市场的分析师团队。缺失信息和研究支持，它们不敢轻易下重注。
“AI 应用层还没有出现可以让人坚定长期持有的股票”
晚点：当算力，也就是围绕英伟达等核心股票成为机构的 AI 投资主流时，我们可以聊聊模型层、应用层里的其它公司，比如美股 “科技七姐妹”（苹果、英伟达、微软、亚马逊、Google、Meta、特斯拉）中的其它几家，现在在二级市场买方眼中是怎样的标的？
刘迪凡：美国买方机构的玩法，主要是先基于自己的审美，框定出一个靠谱的股票池，然后再在这个池子里算内部收益率（IRR），去寻找那些潜在回报更高的标的，以赚取超额收益。
晚点：苹果和特斯拉现在在 AI 池子里吗？
刘迪凡：据我观察，基本不包含。苹果目前不在主流 AI 投资讨论之列。虽然它有硬件入口，大家也关注软硬结合，我没见过哪家 TMT 基金把苹果放在前五大重仓里。当然，不排除未来有基金能看到它的潜力，也就是所谓的 “Pay Off”（风险收益比），如果苹果在应用层有起色，或者通过收购补齐能力，情况可能会变。
特斯拉的问题则是，它的市场贝塔（Beta）系数太大了。就是它的波动性特别大，且难以研究和预测，更像是散户情绪驱动。所以，逻辑严谨、机构化的基金基本看不到特斯拉出现在前五大持仓中。
晚点：其它几家呢？
刘迪凡：我可以说一些我在美国买方听到的比较总体的评论：
微软最大的特点是 “超前部署”。因为它跟 OpenAI 的关系，AI 基建的规模是远超 AWS 和 GCP 的。它的长期逻辑最强，但缺点是估值相对贵，远期市盈率大概在 33 倍。
Google：之前市场普遍认为它比较被动，它的核心广告业务（搜索）直接受 AI 冲击，而它的云业务（GCP）份额又最小。但 Gemini 大模型和 TPU 的进展又让市场看到希望，它被视作几大云厂商中的价值股。（编者注：前天有消息称 Google TPU（Google 自研的 AI 芯片）可能会单独分拆，资本市场反响很好。这显示英伟达一枝独秀情况下，大厂的自研和替代潮流让竞争格局复杂化，也让基金经理有更多获取 “alpha” 的机会。）
Meta：普遍认为它的战略位置最优越。因为它掌握超级 App，能最直接地把 AI 的投入转化成业务增长。
亚马逊（AWS）：普遍被认为它成本控制比较好、稳健。另外，也有买方认为，市场低估了它的电商和广告价值。
一个有意思的新变量是：甲骨文（Oracle）。因为它之前拿下了 TikTok 这个大客户，正在成为 “第四朵云”，这可能是个新的版图变化。（编者注：在 9 月 10 日的电话会中，甲骨文称上一季度与三家不同客户签署了四份大合同。）
晚点：除了这些最大的巨头，还有哪些有意思的公司？
刘迪凡：在算力基础层，除前面提到的 GPU 的英伟达、AMD，定制 ASIC 的博通、美满之外：
在生产环节：台积（TSMC）是绕不开的。
网络、连接（Networking）也是一个很有趣的环节。简单说，就是解决服务器间高速传输数据的问题，不管是光连接还是铜缆连接。这里我常看到的名字包括博通、做机柜内、机柜间连接的公司，以及网络交换机。它们的商业模式是靠 IP。这些硬件要进入大厂供应链，需经过三、五年认证，然后是长达十年、八年的应用和升级。在这个过程中，拥有 IP 的公司可以一遍遍 “收钱”，护城河非常深。但是这些公司的缺点是，这轮 AI 支出的头部大客户非常集中，就那么几个，任何一个客户的变化都会事关生死。
还有电力、能源，如前面提到的 GE Vernova、西门子能源，这些是能源设备；还有各种攒人建电网的 EPC 公司，也是重点标的。想想 AI 对电力的需求要彻底引爆美国 20 年没修过的老旧电网，对于电网上各种零件的需求都会产生巨大的变化。
在应用层，也有些公司受到买方和零售投资人关注，比如之前提到的 AppLovin，还有 Hood 等等。但大部分机构认为，应用层目前还没有出现那种可以让人坚定长期持有、类似基础设施龙头的股票。
需要特别说明的是，上述公司，包括基础设施龙头和应用龙头，都非常依赖 AI 资本支出的持续扩张，有强周期性，历史上他们经历过非常大的波动，不是一般意义上的 “长期持有” 型投资。
晚点：电力、能源、算力、芯片等算力基础设施上看起来最确定，但现在已经估值颇高，接下来的可能风险是什么？
刘迪凡：就是涨太多了，导致未来 IRR 不够高。所以买入时机非常重要，这是长期持有的关键之一。
晚点：怎么判断买入的时机？
刘迪凡：这要花很多工夫跟踪研究。一个可能的机会出现在库存周期波动中。这是半导体行业固有规律，当需求爆发就导致芯片买家过度下单（Boom），一旦需求放缓或库存过剩，就可能出现 “砍单潮”（Bust），导致整个算力产业链股价剧烈波动。比如某季度 Meta 的广告收入增长突然不行了，大家又会觉得 AI 没用，股价就会跌。在这个波动过程中，如果你对行业足够熟悉，对长期趋势有足够证据，就能识别出真正机会。
晚点：就像今年年初 DeepSeek 爆火后，英伟达股价大跌，事后看也是一个很好的买点。
刘迪凡：对。但要抓住这种机会，你需要的认知、功夫和经验，比想象多得多。因为你要在那个时刻对抗市场上压倒性的悲观。
“核心不是去预测，而是让自己能活下来”
晚点：你们认为接下来的 AI 二级投资中，有哪些值得关注的指标，它们会指示中期乃至长期的走势转折？
刘迪凡：一是刚才说到 GPU 的库存周期。有基金经理开玩笑说，一个可能的市场见顶信号是 “特朗普宣布他在中东建的数据中心都落成了”。不过对理解算力长期价值的投资者来说，波动也是买点。
二是小公司的生存风险，同时也是做空投资机会：在 AI 浪潮中，会出现一些管理能力不足、盲目扩大资本开支的中小公司。他们可能讲了动听的 “AI 故事”，但最终无法兑现价值。这类 “伪 AI 公司” 是潜在的做空标的。就像上一个周期中的人造肉公司 Beyond Meat，它试图对抗 “人类更喜欢真正蛋白质的味道” 这一基本逻辑，最终股价几乎归零。
最后是宏观金融环境：在美股连续几年大涨之后，市场本身就被 “地心引力” 拉扯，积聚着回调的势能。精准预测市场何时会崩盘几乎是不可能的，但专业投资者会通过构建投资组合来主动管理风险。
晚点：具体可以怎么做？
刘迪凡：我观察美国买方策略多样，核心思想不是去预测，而是让自己能活下来。
降低净敞口：比如通过增加空仓，将 beta 系数（市场暴露）维持在 30%-40% 的水平，代价是在大牛市里会跑输指数，看着 “傻”，但好处是在市场崩溃时能有效控制回撤。
分散化配置：即便是看好 AI，也不该把所有鸡蛋放在一个篮子里。组合中除了配置 AI 这种 “梦想股”，也会配置一些传统周期股，或者其他不相关的资产，如大宗商品。俄乌冲突时，股票大跌，但黄金、石油等大宗商品大涨，就是一个例子。
低相关性策略：配置一些与股市涨跌关联度低的策略，比如并购套利基金，它们赚取的是并购事件确定性的差价，不受大盘影响。
晚点：对想投资科技的个人投资者，有什么建议吗？
张博：最简单也可能最有效的方式，可能是在合理价格 “抱紧” 那些产业链中具有不可替代性的 “核心资产”。我们认为市场至今仍然低估了英伟达、博通、台积这三家公司的核心地位和护城河。
刘迪凡：完全同意。当然，“时机” 非常重要，你需要在一个好的价格买入；敢于下注也很重要，这需要你对产业有足够深刻的理解，才能在市场恐慌时——比如 DeepMind 事件引发大跌时，或周期性的芯片砍单潮来临时——知道去做哪些研究来做正确的决策。归根结底，投资是一场认知变现。
