AI走向“缩圈”

本文仅为个人学习记录，不构成投资建议或买卖依据。全文约2400字，阅读约需7分钟。

......

过去一周，A股主要指数走势以震荡为主，创业板指表现较好，周涨幅超1.7%。板块方面轮动较快，硬科技反弹一波三折。

成交量方面，主要指数继续缩量，热点板块不清晰，个股持续性较弱。

最新两融余额占流通市值比例2.66%，较其一周前2.63%增加0.03个百分点，短期走势平稳，跟随指数小幅反弹。

......

这两天读了中金刘刚&杨萱庭团队写的一篇报告《如何监测AI泡沫？》，在这里和大家分享下。

报告整理了美国从2023年以来的AI交易规律，整体上呈现“两个季度强，一个季度弱”的规律，且多半为业绩期表现较弱。今年年初走强以来，到三季度正好偏弱，市场再度进入纠结期。

交易规律只是一方面，观察科技产业走向依然需要紧跟产业趋势和基本面。报告中提到，自2023年以来，AI的发展就是在“投资增加→担忧泡沫→产业突破→投资增加”这个循环中波折前行。观察当前AI交易是不是过度，中金认为，从绝对量的投资规模本身是无法判别的，核心依然是看供需、看当下是不是有所“过剩”，而判断是否“过剩”是相对需求和能力而言的。具体来说，观察需求和能力，可以从四个层面入手：

第一层是需求和收入端，通俗讲就是AI到底有没有人用？

第二层是现金流端，也就是企业赚的钱够不够花？

第三层是资金来源，也就是钱从哪来？

最后一层是社会层面的，也就是AI对社会的“负面影响”会增加建设压力、延长建设周期。

资料来源：Artificial Analysis，Open Router, Bloomberg，Sensor Tower，FactSet，OpenAI，Anthropic，中金公司研究部

然后，每一层又分别对应了不同的监测指标：

第一层需求与收入端，核心关注调用量、付费比例、收入转化三个方面。核心结论是AI需求并未证伪，但成本约束下收入转化受阻，反而需要更多算力投资来释放需求。

先看需求端的一个核心问题：AI到底有没有人用？Token调用量是最直接的证据。Open Router数据显示，全球日均Token使用量从年初的6800亿飙升至超过7万亿，推理需求的爆发可见一斑。与此同时，国产大模型凭借明显的价格优势快速崛起，Qwen、DeepSeek、Kimi、智谱等厂商的市场份额持续扩大，美国模型占比相应下滑。

资料来源：Artificial Analysis，中金公司研究部

再从付费情况来看，美国企业付费比例从年初的47%提升至55%以上，其中科技传媒、金融保险领域占比较高，分别为80%、74%，而工作流较复杂、场景碎片化、逻辑复杂等的酒店餐饮、建筑业等AI渗透率提升缓慢。但至少AI能让企业主付费，说明确实在提升工作流效率，企业愿意花钱，属于真实需求。

需求真实存在，还要看企业是否愿意为此付费。美国企业付费比例半年内从47%提升至55%以上，科技传媒（80%）和金融保险（74%）渗透率最高，而酒店餐饮、建筑业等工作流复杂、场景碎片化的行业推进相对缓慢。这个分化本身说明，AI的价值在逻辑清晰、流程标准的场景中更容易落地，企业主愿意付费，本身就说明效率提升是真实的。

价格端也值得关注。按真实用量加权计算，百万Token平均支出在5月触及2.8美元后有所回落。Token价格走低很大程度上是国产模型拉动的结果：DeepSeek（176美元）、Minimax（203美元）、Kimi K2（831美元）、GLM 5.2（933美元），对比海外的Claude Fable 5（6015美元）和GPT 5.5（2818美元），价差极为悬殊。与其说是需求疲软，不如说市场正在经历一轮“性价比筛选”。

资料来源：Bloomberg，中金公司研究部

第二层现金流端，核心关注收支变化。核心结论是收支不对等，现金流承压，更多需要外部融资支持。

大模型厂商商业化步伐明显加快，Anthropic的ARR从2025年底的90亿美元跃升至470亿美元；头部云厂商一季度云业务收入突破1000亿美元，同比增长36%。

但Token价格的下行确实给收入和利润端带来了一定压力。未来的竞争逻辑在于：谁能用更低的Token价格撬动更大的应用市场，同时通过技术降本和高附加值服务维持盈利空间，这类厂商仍具备长期增长潜力。

资料来源：Bloomberg，FactSet，中金公司研究部

支出端的分化同样值得关注。Anthropic B端占比较高，收入向现金流的转化效率更强；而C端占比更大的OpenAI，现金流转化速度相对更慢。云厂商层面，持续加码AI算力投入已导致自由现金流明显承压。接下来的核心变量，取决于AI业务的实际收入贡献和杠杆空间的平衡。

报告借鉴了90年代科网股的经验，将产业融资划分为三个阶段：初期靠龙头企业自身经营现金流支撑；中期融资渠道扩展至公开市场和社会资本；后期则是低盈利、负现金流公司大量涌入市场。

当前正处于第一阶段向第二阶段的过渡期。随着Anthropic和OpenAI预计于今年下半年或明年上市，市场将正式进入第二阶段，社会资本的参与将有效分担云厂商沉重的资本开支压力。

第四层是外部约束，可观察就业冲击、数据中心项目建设压力、政策风险。核心结论是虽然不会直接促成泡沫生成，但会在发展过程中对原本节奏产生不可控的影响。

AI对全要素生产率的正向贡献毋庸置疑，但在发展初期，对科技、金融等高暴露行业的就业冲击同样显著。过去三年，美国IT行业从业人数净减少近45万人。

需要指出的是，当前AI尚未大规模以“物理形态”进入现实场景。此前美国街头曾发生年轻人围攻外卖送餐机器人的事件，表面上是非理性行为，但背后折射出的就业焦虑和压力不容忽视。在大趋势面前，个体反抗或许徒劳，但这种情绪本身就是发展过程中需要正视的社会成本。

项目建设层面的阻力同样不容小觑。Blackstone旗下QTS因社区反对终止了弗吉尼亚大型数据中心项目，全美类似取消案例已达62个。政策端也有扰动，韩国5月提议征收AI“分红税”，一度引发市场剧烈波动。这些外部约束未必直接导致泡沫破裂，但会对产业发展节奏产生不可预测的干扰。

最后，报告给出的核心结论是：产业周期尚未结束，但走向“缩圈”和分化，核心关注“瓶颈资产”。海外算力相比芯片变数，美国AIDC、电力设备等仍有支撑，国内方面在高端芯片供给约束下，国产算力、科创芯片、半导体设备等自主可控方向韧性更强。

......

茅台二季度业绩出了，上半年营收907亿元，同比+1.47%；归母净利润445亿元，同比-1.95%，营业成本同比+21.81%，首次上半年净利润同比转负。单季度来看，二季度营收376亿元，同比-5.2%；归母净利润172.7亿元，同比-7.0%。

二季度毛利率89.26%，环比下降0.5个百分点，净利率48.59%，同比下滑3.6个百分点。

虽说茅台增速下来了，但现金多+商业模式好，不排除后续提高回购和分红率的可能，对股东长期而言也是好的，毕竟不需要花大量的钱出来做研发和营销。

......

本文提到的报告为：中金公司刘刚&杨萱庭团队《如何监测AI泡沫？》

免责声明：本文作者为无证券投资顾问资格的个人投资者。内容仅为学习记录，不构成投资建议、买卖依据或非法荐股。文中引用研报观点仅供信息分享。市场有风险，投资需谨慎。