夜雨聆风“尽管现在很多人把这轮周期称为‘超级周期’，但超级周期也是周期。”
“再好的行业，它的盈利和订单也很难一直加速，‘加速度’很难长期持续。”
“在市场最拥挤的领域，极高的风险敞口本身就会造成巨大的波动性。”
“中国并不是简单追赶美国最前沿模型，而是走出了一条更强调速度、成本效率和应用落地的路径。”
“未来全球AI版图绝不会只是一个单极垄断格局。”
以上，是摩根士丹利中国首席经济学家、中国首席经济学家论坛理事邢自强，在7月20日大摩宏观策略谈中分享的最新判断。
邢自强在交流中表示，今年上半年，AI硬件几乎是全球最拥挤的交易之一。
尤其叠加过去几个月，杠杆资金大幅涌入，仓位高度集中，市场开始极度关注盈利和价格的边际变化。哪怕公司交出不错的财报，只要毛利率见顶、订单加速放缓，估值重估就可能戛然而止。
所以，最近AI硬件的调整，并不只是短期波动，而是拥挤交易进入压力测试。
更重要的是，邢自强认为AI叙事本身也在发生变化。
中国大模型的持续进步，正在让全球市场重新理解中美AI竞争。以Kimi、GLM等国产模型为代表，中国并不是简单追赶美国最前沿模型，而是走出了一条更强调速度、成本效率和应用落地的路径。
相比之下，美国AI虽然仍然领先，但也正在撞上现实世界的“三堵墙”，即当地居民反对、电力供给不足，以及地方政治监管。
一边是美国封闭生态、高成本、追求最前沿模型；另一边，是中国依托低成本模型、能源供给和国家级基建能力，搭建更开放、更普惠的数字公共基础设施。
这可能是全球AI叙事中最大的预期差。
ETF不打烊（ID:zishicom）整理了本次交流的重点内容，分享给大家。
在最近的全球市场波动当中，投资者抛出了三大疑问：
第一，全球AI硬件叙事，为什么说变就变了？
第二，最近中东战事此起彼伏，同时全球极端天气越来越频繁，这会对全球通胀、
美联储政策和流动性产生什么边际影响？
第三，中国经济半年报刚刚公布，市场是否有机会迎来政策支持力度加大的“924”时刻？
这三个问题最终会汇总为一个焦点：在全球投资者开始重新评估AI硬件叙事之后，他们是否会产生多元化配置资产的需求？中国资产能不能承接这部分需求，吸引全球资金来做多元化配置？
杠杆资金带来的大幅调整
最近几个星期，全球科技股，尤其是AI硬件板块，经历了过山车一样的抛售。
韩国KOSPI指数、全球存储板块指数，以及美国TMT动量指数，都从前期高点下跌超20%。
为什么这些板块会出现这么大的调整？
首先，是过去一个半月我们反复强调的，杠杆资金大幅涌入，交易结构极度拥挤。
这种杠杆资金的杀入，以及仓位的高度集中，通常都是赛道型牛市后期的特点。它会加剧市场最后阶段的超高波动性。
此前被市场高度集中买入的存储芯片行业，仍然是一个高度周期性的行业。
尽管现在很多人把这轮周期称为“超级周期”，但超级周期也是周期，不是没有周期。
过去几个月，杠杆资金大幅进入以后，市场就进入了一个高度关注变化率，即边际二阶导的阶段。
大家每天讨论的，都是这些存储公司卖的存储芯片，同比定价有没有出现见顶信号。
再好的行业，哪怕是超级周期，它的盈利和订单也很难一直加速，“加速度”很难长期持续。当前这些公司高达90%的毛利率，也不可能永远持续。
所以，最近即便有些公司交出了很好的财报，股价依然出现大幅下跌。
这说明，在市场最拥挤的领域，极高的风险敞口本身就会造成巨大的波动性。
一旦这些板块的毛利率出现见顶迹象，估值重估的过程就可能戛然而止。
这还是停留在流动性层面的影响，也就是杠杆资金带来的影响。
中美AI竞争出现新的分水岭
除了流动性层面的压力，最近一个月，AI叙事本身也出现了变化。
首先，中美AI竞争的动态有所变化。
中国大模型的进步，确实对美国前沿模型构成了一些真实的竞争影响。
比如近期发布的Kimi K3开源大模型，作为迄今为止中国最大的开源模型之一，表现非常卓越。
而且它不是一夜之间出现的奇迹，而是中国AI模型行业持续积累和进步的结果。在此之前，6月份发布的GLM5.2，同样表现出色。
我们一直预计，未来会出现规模更大、性能更好、具有全球竞争力的中国模型。
这也体现出中国AI采取的是一条不一样的路径，它的重点并不是简单追赶前沿模型的算力，而是更强调实际应用价值。
中国会通过优化速度、优化成本效率和系统集成，让AI技术能够更快在实体经济和应用场景中落地、扩散和应用。
这种动态，可能会给全球提供一个不同于美国的AI解决思路。
未来在全球AI市场中，中国肯定会拥有很大一席之地。
美国AI正在撞上现实世界的三堵墙
相比之下，美国AI投资虽然从各大云厂商、互联网大厂给出的蓝图来看，依然如火如荼，但它正在遇到现实世界中的物理约束和政治约束。
AI的军备竞赛不只是买高端芯片，更关键的是，谁能够构建一个完整的AI生态链和基础设施。
基础设施中，就包括数据中心，以及支持这些数据中心运转的能源系统。
现在，美国AI投资正在撞上现实中的三个障碍，这三个障碍刚好都是“P”打头的：人（People）、电（Power）和政治（Politics）。
第一，是人，也就是当地居民反对。
很多州的居民认为，AI算力中心不能带动当地就业，反而可能带来污染和能源价格上涨，所以社区纷纷投反对票。
第二，是电。
美国是缺电的，据我们统计，从现在到2028年，美国将面临大量电力缺口。要支持这些数据中心建设，电网跟不上。
第三，是政治。
美国各个州可以针对数据中心建设出台自己的监管规定，这种对数据中心的抵制，去年以来已经明显加速。
去年全年，大约有1600亿美元的AI数据中心项目，占全年投资额的四分之一左右被延期、取消，或者陷入难产。
今年仅仅第一季度，美国就有1300亿美元的数据中心项目，因为各州地方抵制而被叫停。
现在，很多州都在陆续出台限制令、暂停建设令，不允许在当地建设数据中心。
所以，从人，到电网，再到地方政治，这三大阻力已经成为美国AI算力建设最大的约束因素。
中国的AI路径，低成本模型叠加国家级基建能力
美国数据中心开发商想要破局，只能转向所谓离网，也就是off-grid，或者表后电力解决方案。
这意味着，它们需要大量采购燃料电池、储能等设施，以避免加重当地电网负担，同时确保电力供应。
但这样做的结果是，建设成本非常高，建设速度非常慢，且项目在地理上更加分散。
在此背景下，中美AI竞争的天平，正在发生一些微妙变化。
美国仍然拥有前沿模型优势，但也受困于高昂成本，以及从居民、电网到地方政治的内耗。
中国则在走一条极具特色的破局之路。
以Kimi等国产模型为代表，中国正在通过成本更低、计算更高效的模型，缩小和美国之间的差距。
这种路径更有性价比，也有助于摊薄未来的推理成本。
背后则是中国集中、高效、低成本的基建能力，以及国家电网等庞大基础设施的执行力。
从这个角度看，中国似乎正在把AI作为一种普惠的数字公共基础设施，进行集约化部署。
这是和美国不一样的发展路径。
美国追求最前沿大模型，但面临能源和基础设施瓶颈；中国则依托低成本大模型和国家级基建能力进行追赶。
这可能是全球AI叙事中最大的预期差。
全球市场不会只有一种答案
正因为如此，市场最近可能也开始意识到，以Kimi为代表的中国大模型，具备高智能密度、低推理成本和相对开放的战略。
它有可能部分重构美国和西方少数巨头把持算力垄断的格局。
在此背景下，大家对未来的投资方向，以及全球AI市场的布局就有不一样的看法。
尤其是在全球市场中，除了美国和美国紧密盟友之外，在广阔的发展中国家市场，中国AI可能具有难以估量的潜力。
现在，全球各国都在强调“主权AI”，希望减少对单一外国平台和外国供应链的战略依赖。
如果选择美国个别封闭巨头，就意味着从算力、数据中心、网络安全，到应用层，都会被垂直整合，被锁死。
对很多国家来说，这并不是一个愿意接受的选择。
相比之下，中国提供的是一种性价比更高、具有公共品特征的开放模型。
它允许很多国家在本地基础设施上自主部署、自主微调。它不一定追求垄断，反而可能成为各国构建自主主权AI的催化剂。
这也是我们讲到的第一个重要原因。
历史上，中国很多产业的突围，并不只发生在全球南方、新兴市场和发展中国家。
即便是在一些欧洲国家，也就是传统意义上的发达国家，但和中国地缘政治关系相对中性的地方，中国企业同样有很大的发展潜力。
新能源汽车就是典型案例。
前期我在欧洲出差，后来在葡萄牙休假时看到，无论是在里斯本还是波尔图，街头已经有很多不同品牌的中国新能源汽车。
因为当地政府和市场仍然需要成本更低、体验同样好，甚至体验更好的产品。
在欧洲部分地区如此，在东南亚、拉美以及非美阵营经济体更是如此。这些市场基本上并不需要，也未必支付得起美国最顶尖算力的价格。
未来从AI模型发展来看，中国模型可能会填补一个巨大的实用主义市场空白。
当然，美国一些人看到Kimi K3模型的表现之后，也开始建议美国当局通过提高准入门槛，或者发布一些软性法规，针对中国AI生态系统人为设置障碍。
但这反向证明，中国开源式创新已经精准切中了西方AI壁垒的一些软肋。
所以，未来全球AI版图绝不会只是一个单极垄断格局。
它可能演变成两条路径并行：
一条，是美国这种成本较高、封闭生态、追求最前沿大模型的路径。
另一条，是中国依托较大的能源供应能力、基建能力，用开源、低成本、高灵活性的模型，搭建数字公共基础设施的路径。
这是全球AI发展的两种轨迹。
能源博弈和极端气候，也在影响全球通胀
除了AI之外，影响全球通胀和流动性的另一个重要变量，是能源博弈和极端气候的交织。
现在看，原油市场仍处于紧平衡状态。
中东霍尔木兹海峡保持关闭状态，同时由于中东和各方炼油产能的损失，成品油市场也处在紧平衡中。
以美国为例，过去5个月，美国不断释放战略原油储备，目前战略原油储备大约为3.2亿桶，已经是43年以来的低位。
随着储备逼近3亿桶底线，进一步释放储备进行出口的难度会越来越大。美国能源出口也开始回落。
过去5个月，在全球原油短缺中，中国发挥了重要缓冲作用，帮助全球供需维持平衡。
因为中国原油进口量从通常每天约1300万桶，大幅降到每天只有700万桶。
这在很大程度上缓解了过去近5个月全球对能源短缺的担忧，但中国不太可能一直维持如此低量的进口，未来1到2个月，中国原油购买量可能逐步恢复正常。
所以，市场对原油价格获得支撑的预期正在强化。
极端天气可能成为下一轮通胀隐患
如果把目光从传统地缘政治和货币政策转向另一个变量，就会看到极端天气正在成为新的通胀隐患。
最近，强厄尔尼诺现象叠加欧洲创纪录热浪，对交通、电力、水资源和劳动力都造成了广泛影响。
西欧刚刚经历了有记录以来最热的6月和7月，气温比历史平均水平高出约3度。
欧洲只有不到五分之一，也就是约19%的家庭安装了空调。随着极端高温在欧洲变得更加普遍，制冷需求正在迅速增长。
而厄尔尼诺现象可能在2026年底达到峰值，这将推高2027年的食品通胀风险。
在这种情况下，适应极端气候，可能会成为各个国家和企业越来越重要的投资主题。
比如，为了支持AI和能源需求，数据中心可能需要更高效的液冷系统。
为了应对极端热浪，各国也需要更加智能的电网、储能网络、水资源管理和新材料投资。这方面的硬核工业投资是必不可少的。
我们估计，极端天气会对食品通胀产生明显推升。
在欧元区，食品通胀可能上升0.6到1.9个百分点；
在亚洲，印度和印度尼西亚面临的食品通胀风险最大，因为农业在当地GDP和就业中的占比最高；
在拉美，秘鲁、巴西、哥伦比亚面临的食品通胀风险更大。
通胀也会影响大宗商品。比如糖、可可等，由于产区受厄尔尼诺影响较大，供给可能趋紧，价格也可能偏强。
总体而言，2026年至2027年，如果出现非常强的厄尔尼诺现象，各国围绕制冷设备、智能电网、水资源管理和新材料的投资，都会变得更加重要。
这是影响全球AI和能源叙事的两大主题。
