--- title: "📑 ❓ 📝我们绝大多数股票会议，90% 的内容围绕人工智能，剩下 10% 才讨论其他各类议题。 💡但所有讨论归根结底都指向上面这一核心问题。 ✨在我们看来有三点" topic_id: 14425411524488152 created_at: 2026-10-19T13:08:51.427+0800 source: zsxq type: topic cssclasses: zsxq-vault --- # 📑 ❓ 📝我们绝大多数股票会议，90% 的内容围绕人工智能，剩下 10% 才讨论其他各类议题。 💡但所有讨论归根结底都指向上面这一核心问题。 ✨在我们看来有三点 - 序号：301 - 星球链接：[打开网页](https://wx.zsxq.com/group/15522451881222/topic/14425411524488152) - 附件：图片 0，音频 0，文档 0 - 音频文件：_无音频_ ## 图片 _无图片_ ## 正文 📑 ❓ 📝我们绝大多数股票会议，90% 的内容围绕人工智能，剩下 10% 才讨论其他各类议题。 💡但所有讨论归根结底都指向上面这一核心问题。 ✨在我们看来有三点核心判断： 1️⃣ 2️⃣ 3️⃣当下最好的投资机会或许并不在科技板块内部，而是来自人工智能应用方、大宗商品以及实体建设相关标的。 📊我们对标普 500 指数未来 12 个月的风险收益判断为均衡状态，长期看好美国本土公司发展（下文展开）。 🌐经过 2026 年市盈率压缩之后，信息技术与通信服务板块的竞争格局变得更加均衡、更加理性。 📌我们对这两个板块均给予中性配置评级。 ❓从现在来看，人工智能资本开支的理想均衡情景是什么样？ 💡投资者不应当孤立跟踪人工智能资本开支，而应当将其和人工智能带来的收入放在一起对比观察。 💰大型云服务商的自由现金流预计将在，背后驱动是 AI 相关收入加速增长，同时 AI 资本开支增速回落。 ⚠️存在相应风险：人工智能资本开支超预期的幅度，已经远远超过收入端，今年资本开支超预期幅度为 50%，而收入仅为 20%。 📌因此 2027 年的市场预期，意味着趋势需要发生非常明显的转向。 📈我们团队测算到 2030 年的算力需求，对应总支出规模约，较市场现有预测高出 2 万亿美元。 ❓投入资本回报率处在什么区间？ 💸人工智能的收益最终来源于消费者、公司以及政府三方的支出。 🚀乐观情景的逻辑比较清晰：人工智能成为类似公用事业一样的刚需，但服务提供方拥有定价权。 📎举个例子，以实际美元计价，我们现在为流媒体内容支付的费用，较 1995 年有线电视高出 50%。 👔如果美国仅仅 10% 的劳动者被 AI 优化工作模式，那么公司端支出规模将十分庞大。美国工资总规模 13 万亿美元，对应人工智能潜在总体可触达市场最高可达 3 万亿美元。 📐假设固定资本成本为 10%，在我们的不同情景假设之下，到 2030 年，每年超额回报区间从每年亏损 5000 亿美元，到接近盈利 1 万亿美元，基准情景下为每年盈利 2000 亿美元。 🛡️在我们的判断当中，政策更多起到兜底保障的作用，而不是发展阻碍，这种安全缓冲已经有所体现，英特尔就是典型案例。 🌍人工智能的意义已经超越商业范畴，具备战略层面的价值，另外绝大多数数据中心都建设在美国红州。 ❓引发市场抛售的潜在催化剂？大型云服务商加权平均资本成本已经翻倍 📈目前大型云服务商的加权平均资本成本（WACC）已经达到 10%，2023 年仅为 4%。 📚基础经济学原理告诉我们，持续投资直到增量投入资本回报率（ROIIC）回落至加权平均资本成本（WACC）以下才会停止。 ⚠️后续风险点包含：通胀、实际收益率上行、信用事件、监管加码、股票供给超过市场需求。 💵市场上资金依旧充裕，美国家庭净资产已经达到创纪录的 196 万亿美元，超过到 2030 年全部人工智能预估总投入。 📎其他风险驱动因素还包括：商业化变现不及预期、通缩压力、信用风险。 🏗️在我们看来，产能过度建设的风险相对有限，各类瓶颈会约束产能扩张的速度，不会重演上世纪 90 年代电信泡沫的局面。 ❓人工智能对于股票市场的长期影响是什么？核心在于生产力！ ⚡人工智能是我们长期看好效率逻辑的助推剂：流程可以规模化运行，信息透明度提升，股票风险溢价（ERP）下行。 📊我们构建的劳动力效率因子持续跑出超额收益。 🏥医疗保健板块近期已经看到改善迹象，同时该领域存在大量人工智能落地场景。 🏦金融板块处在有利位置，监管放宽叠加生成式 AI 应用场景丰富，但目前尚未看到明显的效率改善结果。 ## 总体总结 主题正文 1. 3️⃣当下最好的投资机会或许并不在科技板块内部，而是来自人工智能应用方、大宗商品以及实体建设相关标的。 2. 📊我们对标普 500 指数未来 12 个月的风险收益判断为均衡状态，长期看好美国本土公司发展（下文展开）。 3. 💰大型云服务商的自由现金流预计将在，背后驱动是 AI 相关收入加速增长，同时 AI 资本开支增速回落。 4. ⚠️存在相应风险：人工智能资本开支超预期的幅度，已经远远超过收入端，今年资本开支超预期幅度为 50%，而收入仅为 20%。 5. 📐假设固定资本成本为 10%，在我们的不同情景假设之下，到 2030 年，每年超额回报区间从每年亏损 5000 亿美元，到接近盈利 1 万亿美元，基准情景下为每年盈利 2000 亿美元。 6. 📚基础经济学原理告诉我们，持续投资直到增量投入资本回报率（ROIIC）回落至加权平均资本成本（WACC）以下才会停止。 7. 🏗️在我们看来，产能过度建设的风险相对有限，各类瓶颈会约束产能扩张的速度，不会重演上世纪 90 年代电信泡沫的局面。 8. ⚡人工智能是我们长期看好效率逻辑的助推剂：流程可以规模化运行，信息透明度提升，股票风险溢价（ERP）下行。