“,,“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)。