01｜Oracle可能是今年最重要的一份AI财报
这周真正值得盯的，不只是Oracle赚了多少钱，而是它能不能证明一件事：AI基础设施的巨额投资，最终真的可以变成现金流。
Oracle现在很有意思。OCI增长非常快，上一财年云基础设施收入增长77%，第四季度甚至达到93%；同时公司手里还有高达6380亿美元的剩余履约义务。问题也恰恰在这里——订单看起来漂亮，但为了兑现这些订单，公司需要疯狂砸钱建数据中心。FY26资本开支已经超过550亿美元，而自由现金流却转成了大额负数。
所以我觉得，Oracle已经不是一家公司，而是一场AI资本开支压力测试。
如果收入高速增长最终能够覆盖折旧、利息和资本开支，Oracle会成为AI基础设施第二阶段最大的赢家之一。
但如果市场发现“收入增长很快，现金却越来越少”，那么大家会突然发现：AI繁荣和AI盈利，中间其实隔着一张很长的账单。
02｜AI最大的风险可能不是泡沫，而是“资本效率下降”
现在很多人讨论AI泡沫，我反而觉得“泡沫”这个词有点偷懒。
真正应该问的是：下一美元AI资本开支，能够产生多少美元新增收入？
过去两年，AI投资逻辑非常简单：GPU不够→买GPU；数据中心不够→建数据中心；算力不够→继续扩容。
但当投资规模进入数千亿美元之后，问题就变了。
根据近期统计，自2024年以来AI基础设施投资已经超过1.1万亿美元，而且巨头正在越来越多地利用债务为AI数据中心融资。
这意味着AI行业正在从“技术竞赛”进入“资本效率竞赛”。
我最担心的不是AI没有需求，而是需求增长速度开始跑不过资本开支增长速度。
如果以后每增加100亿美元Capex，只能带来50亿美元新增收入，那么AI仍然是未来，但AI股票未必还是好股票。
这是两个完全不同的问题。
03｜英伟达真正的护城河，可能已经不是GPU了
市场天天讨论英伟达的GPU还能领先AMD多少、Rubin有多快、Blackwell卖得多好。
但我越来越觉得，这已经不是最重要的问题。
英伟达真正可怕的地方，是它正在把自己从一家“芯片公司”，变成一家AI基础设施平台公司。
芯片只是入口。
CUDA是软件入口，网络是基础设施，系统是产品，开发者生态是用户，最终甚至连模型和AI应用生态都要纳入自己的版图。
近期市场甚至在讨论英伟达收购Hugging Face，金额达到130亿美元。无论这笔交易最终如何，它都说明一个问题：英伟达正在往芯片之外扩张。
所以我不太认同“GPU周期结束英伟达就完了”这种简单逻辑。
真正需要警惕的是另一件事：
如果AI基础设施最终开始标准化，英伟达能不能继续吃掉整个产业链的利润？
这才是未来几年真正的大问题。
04｜现在最容易被低估的，不是AI，而是“电”
过去两年投资AI，大家盯着GPU、HBM、先进封装。
但继续往后看，我觉得一个越来越明显的事实是：
AI最终不是算力问题，而是电力问题。
一块GPU很贵，但真正把一座AI数据中心建起来，背后还有电网、变压器、冷却系统、土地、电力供应和数据中心建设。
这也是为什么Vertiv、Eaton、电力设备、公用事业以及核电相关资产不断进入AI投资视野。
现在市场已经开始意识到，AI数据中心不是插几万个GPU进去就完事了。
你首先得问：
电从哪里来？
而且这个问题没有“模型优化”可以解决。
软件可以一年升级几代，GPU可以两年换一代，但电网、变电站和发电设施的建设周期非常长。
所以我反而认为，AI产业下一阶段最容易出现供给瓶颈的地方，可能不是GPU，而是电力基础设施。
05｜别把“降息”当成科技股永远上涨的通行证
很多投资者有一个非常简单的公式：
降息＝科技股上涨。
我觉得这个逻辑已经越来越危险。
因为今天的科技巨头和2019年的科技股完全不是一个东西。
现在Microsoft、Amazon、Alphabet、Meta都在疯狂增加AI资本开支。AI越繁荣，它们的折旧、利息和基础设施成本就越高。
换句话说：
降息可以降低融资成本，但不能消灭折旧。
近期市场已经开始重新讨论AI资本开支对利润率、自由现金流和回购能力的影响。
所以未来科技股最大的矛盾可能非常有意思：
利率下降，对估值是利好；
但AI资本开支增加，对现金流是压力。
这两个力量会同时存在。
因此以后看科技股，不能只看PE，也不能只看利率。
真正重要的是：这家公司投入100美元以后，到底能产生多少新增自由现金流。
06｜苹果今年最大的风险，不是iPhone卖不动
苹果马上进入新一轮产品周期，市场又开始讨论iPhone销量、新机创新以及折叠屏。
但我认为今年苹果真正值得关注的，其实是一个非常传统的问题：
成本。
AI正在把存储芯片、内存等硬件价格重新推高，而苹果又是全球最大的消费电子采购商之一。
这意味着一个非常有意思的变化：
过去苹果最大的能力，是通过供应链压低成本；
未来苹果可能面对的是整个供应链同时涨价。
近期市场已经在讨论iPhone 18可能面临更高的价格压力。
问题就来了：
苹果可以涨价吗？
当然可以。
但如果涨价成为常态，消费者会不会开始延长换机周期？
如果换机周期拉长，苹果所谓的“涨价能力”又会不会变成销量压力？
所以今年看苹果，我不会只看新产品卖多少。
我更想看一件事：
苹果到底还能不能把供应链涨价转嫁给消费者。
07｜真正值得警惕的AI公司，不是亏损公司，而是“增长很好但现金流很差”的公司
这是我最近比较强烈的一个观点。
很多投资者看到AI公司增长100%、200%，第一反应是：太牛了。
我反而会先翻到现金流量表。
为什么？
因为AI产业有一个特殊属性：
收入增长本身就需要巨额资本投入。
你不能像传统SaaS一样，租一批服务器、雇几个工程师，然后收入快速增长。
AI需要GPU，需要数据中心，需要网络，需要电力，需要不断更新设备。
所以未来市场会出现一个非常残酷的分化：
A公司：收入增长50%，自由现金流增长60%。
B公司：收入增长80%，但自由现金流恶化50%。
以前大家可能更喜欢B。
以后我可能更喜欢A。
因为AI时代真正稀缺的东西已经不是“增长故事”，而是能够把增长转化成现金的能力。
AI可以很伟大。
但资本市场最终还是要收钱的。
08｜美股现在最危险的地方，是大家已经习惯“好消息就是好消息”
这是我比较担心的一件事情。
现在AI产业只要出现一个利好：
GPU需求增加——涨。
数据中心扩张——涨。
云计算增长——涨。
AI模型融资——涨。
Capex增加——也涨。
甚至有时候公司告诉你：“我们今年要多花100亿美元。”
市场第一反应还是：
AI需求太强了！
问题是，这100亿美元不是凭空消失的。
它最终需要变成收入、利润和现金流。
这其实是美股未来最大的一个认知转折：
以前市场奖励“投入AI”。
以后市场可能开始奖励“AI投资回报率”。
所以我认为未来12个月，真正值得关注的不是哪家公司宣布增加Capex，而是哪家公司第一次告诉市场：
我们的AI投资开始产生超额现金回报了。
这可能才是AI行情真正进入第二阶段的信号。
09｜不要低估CPI对AI股票的杀伤力
这周还有一个非常容易被AI新闻盖过去的东西：
美国CPI。
现在市场对AI的注意力太强，以至于很多人忘记了一件非常朴素的事情：
科技股本质上仍然是利率资产。
如果通胀重新抬头，美债收益率继续往上走，那么高估值科技股的压力会迅速增加。
尤其是那些利润发生在很远未来的公司。
而且现在的问题比以前复杂：
AI数据中心建设本身会增加电力、土地、设备和基础设施需求。
如果AI投资继续推高部分实体经济价格，甚至可能出现一个很有意思的悖论：
AI越繁荣，通胀压力反而越难下降。
所以我现在不会简单押注“AI＋降息”。
真正值得观察的是：
AI资本开支继续狂飙的同时，美国通胀能不能继续下去。
这两个变量如果发生冲突，市场会非常有意思。
10｜我越来越觉得，下一轮美股大行情不会来自“新AI”，而来自AI进入传统行业
过去两年市场最喜欢的故事，是谁做出了更强的模型。
但我觉得这个阶段已经逐渐过去。
真正的大机会可能来自下一件事情：
AI开始进入那些非常无聊的行业。
保险、银行、物流、医疗、工业软件、客服、法律、财务、人力资源……
这些行业没有GPU那么性感，也没有大模型发布会那么热闹。
但它们拥有一个东西：
巨大的人工成本。
如果AI能够把一个企业10%的人工成本变成软件成本，那么这家公司愿意支付多少钱？
这才是AI真正巨大的商业空间。
所以我现在看AI股票，会越来越少问：
“这家公司模型有多强？”
而越来越多问：
“这家公司到底替客户省了多少钱？”
因为最终决定AI估值的，不是模型参数，而是生产率。
如果AI真的能够让企业利润率整体提高，那么这轮AI牛市才有可能从“科技行情”变成真正意义上的“生产力革命”。
如果把今天这10条压缩成一句话，我的核心判断是：
AI行情没有结束，但市场正在从“相信AI”进入“审计AI”的阶段。
过去市场问的是：AI有没有未来？
现在开始问的是：你花掉的每100美元，到底什么时候回来？
我认为这会成为未来半年美股最大的主线之一。Oracle、Nvidia、Microsoft、Amazon、Alphabet以及整个数据中心产业链，最终都会被这个问题重新定价。
精彩评论