“，，“一 支就能保持竞争力，产生高自由现金流进行常态化股票回购。而现在，科技巨头为争夺AI先机，纷纷斥巨资建数据 中心、搞大模型竞赛，2025至2027年头部企业AI基建资本开支预计达1.4万亿美元。科技巨头从“轻资产”转向 “重资产”，自由现金流被大量消耗，部分企业依赖发债融资，股东资本返还能力大幅下降。 高。但AI赛道“赢者通吃”特征凸显，竞争深入算力、模型等核心壁垒，资金加速向具备技术与商业化能力的企业 集中，投资容错率下降，需精准辨别真龙头。 三是在估值逻辑方面，从“看当下盈利”到“赌商业化兑现”。过去投资科技巨头，看财务指标即可判断价值， 如今AI的估值多依赖未来预期。近80%部署AI的企业未实现净利润提升，95%的生成式AI试点无直接财务回报， 所以价值评判需考虑技术落地节奏、投入产出效率与最终盈利路径，对投资者行业洞察力提出更高要求。 四是在风险维度方面，从“单一风险”到“链条式风险”。以往科技巨头财务结构健康，投资风险多来自本行业 波动。现在巨头间形成“投资－采购”资金闭环（如英伟达-OpenAl－甲骨文），某环节断裂可能引发连锁反应。同 时AI数据中心高度依赖私募信贷融资，其投资遇挫可能波及整个美股乃至美国经济，系统性风险需重点警惕。 3.2.3经济“K型”分化，货币财政齐发力 涨。我们认为造成这一现象的原因在于AI越发展，科技股涨幅越大，企业资本开支需求越旺盛，但对人力资源的运 营支出预算越少，挤压普通劳动者的就业机会与收入来源；而就业越弱，市场对宽松货币政策的预期越强，进一步 推高股票估值（当前标普500席勒P/E，即期调整市盈率升至40左右，较历史平均高出两个标准差）。