市场正在重新衡量风险的价格。我们的判断是，美联储对资产价格的隐性保护可能逐步收缩，投资者需要承担更多波动，也需要对企业的现金流、融资需求和估值提出更高要求。
AI方面，我们仍看好能力进步带来的长期机会。随着模型从提供工具走向交付结果，甚至直接开展业务，需求和变现空间可能超出今天的产品边界，市场对现有收入的静态外推可能低估下一阶段的增长。但能力提升、商业化与产能投放未必同步，方向正确也不保证每一轮投入都能获得回报。我们会更重视长期机会与当前定价之间的差异，同时跟踪收入兑现和资本效率。
我们仍然看好有竞争力的企业，但会更重视增长的质量、承受波动的能力，以及买入价格。
01｜沃什新范式：Fed Put收缩与风险重定价
自2008年金融危机以来，美联储在市场动荡中反复介入，“市场大幅下跌时联储最终会托底”的Fed Put不断得到强化。近二十年下来，投资者、金融机构和企业已经围绕这一旧范式安排资产定价、杠杆和风险承担。
因此，沃什建立新范式的难点，不是提出新的政策主张，而是建立可信度，让市场相信他能够改变运行近二十年的旧规则。正如沃什所说，可信度的真正检验不是说了什么，而是最终反复做成了什么。
他的新范式目标相当清楚：美联储聚焦通胀、就业和金融系统功能，不再为普通市场波动和资产价格下跌提供隐性担保，把非系统性尾部风险从联储重新交还市场。
但美国正面临一个“两个锅盖盖不过来”的困境：一边是联邦政府高杠杆、财政支出刚性和不断上升的债务展期压力，需要较低的融资成本；另一边是维护支撑美元霸权的美元信用，需要财政和货币纪律。
如果通过降息、扩表、金融压抑或容忍更高通胀缓解债务压力，问题只是从财政负担转化为对美元信用的透支，最终削弱全球持有美元资产的意愿，动摇美元霸权。反过来，如果突然释放过于强烈的“不救市”信号，市场可能迅速形成一致性的单向交易，国债利率和风险溢价上升，并通过杠杆与期限错配放大风险，最终迫使美联储重新介入。
沃什的两难在于：过度宽松，旧范式继续；推进过猛，新范式可能死于第一次金融事故。
相对理想的出路，是依靠生产率和经济增长扩大经济总量与财政收入，在增长中逐步降低债务负担。AI为美国提供了提升生产率、扩大投资和税基的潜在契机，但从技术扩散到生产率兑现，再到债务率下降，需要较长时间。沃什首先需要为这一过程争取时间。
从目前的表现看，他一方面明确新范式的目标和联储的干预边界，另一方面不承诺具体路径、节奏和幅度，让不同市场主体分散判断，避免形成一致性的单向交易。这并非目标不清楚，而是在为持续行动创造条件：可信度需要反复做出来，而反复做到的前提，是不能先制造一场迫使自己重新全面救市的风险。
从投资角度看，尾部风险由联储转回市场，已经在一定程度上进入资产定价。按照我们的估算，美国市场综合折现率已由去年不到8%升至目前9%以上，处于较高水平。这意味着市场已经要求更高的期限溢价、信用利差以及流动性和杠杆风险补偿，事实上部分接受了Fed Put收缩的新范式。
我们相对认同这一判断。沃什目前方向清楚、节奏谨慎，正走在一条相对稳健且有希望成功的路径上。因此，更合理的预期是Fed Put逐步收缩，市场波动和资产分化加大，但核心交易、融资和支付体系总体保持稳定；系统性风险仍需关注，但不应成为投资的基准情形。
对投资而言，新的风险边界相对清楚：需要接受更高波动和更少的联储保护，但不必预期全面危机。更核心的仍然是寻找基本面足够好、能够承受更高折现率和市场波动，同时定价合理的公司。
关于此，我们有更详细的分析，请参见打破Fed Put：沃什如何重建市场预期。
注：综合折现率为我们的内部估算，并非市场统一公布指标。
02｜AI：增长会放缓，但长期空间可能仍被低估
当前AI市场的分歧很鲜明。一边是前沿模型公司、英伟达等产业参与者持续投入，对未来需求高度乐观；另一边是资本市场担心，AI需求增速放缓得太快，收入无法支撑持续的大规模资本开支，进而影响整个AI基础设施产业链的增长和回报。
我们的基准判断仍是：AI需求增速会逐步放缓，但大概率保持在能够支持基础设施投入的合理区间。 智能已经进步很多，深度使用在真实场景中的渗透却仍然很低。眼前的增长放缓，既反映了早期高增速难以持续，也反映了技术能力与现实采用之间的速度差。
AI的“快世界”很快：模型持续升级，数字化程度高、流程灵活的企业能够迅速用起来，单个高强度用户已经可以创造很高的价值。“慢世界”则很慢：传统企业和组织内部，深度使用仍有大量障碍。我们跟踪的企业样本和自身实践都显示，少数高强度用户的用量和支出已经很高，中位数却低得多。账号可以很快普及，使用深度不会同步提高。
瓶颈往往出现在人的决策和交接环节。模型做一步，人检查、修改、搬运，再决定下一步，整条流程仍然受人的速度约束。数据和权限分散、旧系统难以改造，以及既有岗位、责任和激励机制的固化，也会阻碍企业把更完整的工作交给AI。这些条件解释了为什么能力进步很快，传统世界的需求释放却需要时间。
与此同时，需求仍有两股持续的推动力。首先是智能不断“通缩”：完成同等任务的成本下降，让更多用户和场景用得起。成本降低也会带来更多使用。从我们观察到的使用反馈看，AI预算正在扩大，价格下降尚未简单转化为总支出减少。
其次是智能继续提升，能够承接更难、更有价值的任务。复杂任务需要更长的执行链、更多推理和验证，即使单位智能价格下降，单次任务的总支出仍可能成倍增加。用户如果能够获得更高回报，也就有理由增加预算。这两股力量共同支持需求继续增长，而增长能否进一步加速，要看深度使用向更多企业和岗位扩散的速度。
但理解前沿模型公司和英伟达的投入，还需要把视线放到今天的产品和收入之外。 这些公司清楚提前投入的风险，仍然选择积极扩张，值得我们认真理解其背后的商业判断。市场主流若只从现有产品形态和近期收入增速线性外推，可能低估能力提升后新的业务边界。
一条路径是继续向企业提供智能。组织更灵活、采用更快的企业，以及围绕AI建立的新企业，可以更快完成能力升级。部分企业已经从中获得可观收益；如果效率和交付优势能够持续，它们就有机会不断扩大市场份额，并带动更多智能需求。传统企业自身改造缓慢，并不意味着市场只能等待它们按原有节奏转型，竞争也会推动份额向采用更快的企业转移。
另一条路径是模型公司亲自参与传统世界的改造，把模型、流程和交付整合起来，直接提供服务，并从结果中分享收益。客户购买的可以是完成的软件开发、财务流程或其他专业服务，预算也可能从软件工具费扩展到原有的研发、外包和运营支出。落地障碍依然存在，但改造和交付可以更多由服务方承担，并在不同客户之间复用。
更进一步，能力提升还可能创造今天尚未形成的需求：让过去成本过高、难以完成的研究、开发和服务变得可行。这些业务何时出现、谁能获得回报，仍有很大不确定性；但其潜在空间远超现有产品，也可能更接近产业巨头愿意持续投入的长期依据。
因此，我们倾向于认为市场可能低估长期空间，同时也重视需求兑现与资本投入之间的时间差。 如果新的能力、商业模式和深度使用未能及时扩散，提前建设的产能仍可能面临阶段性过剩，长期方向正确也不保证每一轮投资都能获得回报。
接下来，我们会重点跟踪企业预算是否持续扩大、深度使用能否从少数用户向更广泛的组织扩散，以及更复杂的任务和新服务能否带来可验证的收入。投资上，继续寻找竞争优势能够保持、能够把智能进步转化为真实收益，同时定价合理的公司。
03｜日本调研：难以替代的壁垒，更进取的企业
近期日本调研进一步强化了我们的判断：在AI供应链的部分关键环节，日本公司具有难以替代的地位。先进材料和半导体设备领域有不少高壁垒企业，其竞争优势有望长期保持。同时，日本企业也并非都像过去印象中那样保守，部分公司在扩产和争取市场份额上表现得相当进取。
随着全球科技供应链逐步分化，日本在以美国为核心的AI供应链中具有重要位置。即使不考虑地缘因素，如果希望投资先进材料、特定芯片和半导体设备的一些关键环节，相关日本公司往往也是难以绕开的选择。
这些壁垒，往往深藏在长期的共同开发和量产经验中。
许多产品高度定制，供应商从设计阶段就要参与客户的研发，经过反复验证、反馈和工艺调整，最终帮助客户实现稳定量产。长期积累的工艺窗口、缺陷数据和协作机制，构成了很强的客户黏性。更换供应商，可能影响良率、可靠性和数据一致性。
因此，判断替代风险，需要具体到产品和工艺层级。我们的观察是，中国企业已在部分成熟、标准化产品中形成替代，而在一些高端和前沿领域，日本公司的优势仍然明显。
在竞争壁垒之外，另一个重要变化是，部分日本企业正在更积极地扩张。
现场交流中，有材料公司提出将相关产品的设备能力提高至目前约7倍；有公司虽然新厂要到2030年以后才能投产，但可以先将现有工厂从一班提高至三班；也有公司认为，扩产过慢造成供给不足的风险，已经高于扩产过快带来的过剩风险。
上述为调研交流中的企业规划，设备能力和班次变化并不等同于实际产量或收入的同比例增长，兑现仍取决于需求、投产和爬坡进度。
高端测试设备领域，也有已经占据较高份额的企业，希望继续巩固核心领域的供应地位，并进一步扩大整体份额。领先企业的目标并不限于守住现有市场。
这说明，真正决定扩产态度的，是需求可见度，以及新增产能的用途是否明确。日本企业之间已经出现明显分化，不能再简单用“保守”概括。
与此同时，我们接触的企业仍保留了较强的长期经营意识。在不少调研领域供不应求的情况下，企业普遍更倾向于通过销量扩大、产品升级和单机价值量提升获得回报，对持续提价则较为克制。
对投资而言，值得寻找的是同时具备几项条件的公司：处于关键供应环节，壁垒能够持续，需求具有较高可见度，已经开始扩张，并且仍然保持资本纪律。
后续的验证也很具体：扩产能否转化为订单和交付，产品升级能否提高单机价值量，新增资本能否取得合理回报。高壁垒提供了基础，扩张质量决定增长能够走多远。
04｜AI之外，继续寻找差异化机会
AI之外，新兴市场、金融科技和消费，仍是我们持续关注的三个方向。
新兴市场：寻找有自身盈利驱动的机会。 不同经济体在产业结构、政策环境和资本流向上的差异，可以形成差异化的超额收益。我们会继续研究拉美、中亚等区域的结构性机会，同时跟踪日韩半导体链条。
金融科技：让经营数据验证效率提升。 短期风险偏好、汇率和利率预期会影响定价，但我们更关注行业中的优质公司能否持续改善单位客户经济效益，提高留存和交叉销售，并在控制风险成本的同时取得较好的资本回报。
消费：在估值压缩后辨别需求韧性。 宏观和就业预期仍会压制市场情绪，AI对就业的潜在影响也会影响定价。我们会继续寻找需求刚性较强、品牌定价权和渠道效率较好，基本面没有恶化却被宏观情绪过度压低的公司。
无论是美国科技、日本供应链，还是其他地区和行业，接下来都需要用更扎实的经营证据来支撑投资判断。
接受更高的市场波动，保留对长期增长的信心，同时对企业质量和买入价格提出更高要求——这是我们当前的投资立场。
以上为市场研究与观点交流，不构成投资建议或收益承诺。相关判断和估算可能随信息变化而调整。
精彩评论