过去一个月,AI产业基本面继续得到验证,相关资产的定价却经历了剧烈波动。 两者并不矛盾。AI相关公司的估值通常具有较长久期。近期预期的调整一旦被投射至中长期增长路径,就会通过现金流折现对当前定价产生放大影响;远期价值占比越高的资产,对这类预期变化越敏感。 这轮调整既受到交易拥挤和去杠杆的放大,也反映出市场对AI远期前景的认知在短期内快速变化。价格一度走在基本面证据之前,并出现阶段性超调。与其说产业趋势发生了逆转,不如说市场正在快速重估预期与估值。 真正的问题,不是AI会不会继续发展,而是需求增长能否以足够快、又可持续的速度,承接万亿美元级别的资本投入。 01价格为何先于证据调整 过去一段时间,市场主要交易“AI前景广阔、基础设施供给不足”。在这一框架下,只要需求持续扩张,上游算力、存储、网络和数据中心等环节的供给约束就具有较高确定性。 如今,定价关注点开始转向另一组问题:AI需求会不会过快放缓?大规模资本投入能否持续?投入最终能否形成合理回报? 这种变化未必需要产业数据明显恶化。对于远期价值占比较高的资产,市场只要小幅下调长期增长假设,估值就可能显著收缩;当交易结构又较为拥挤时,调整会被进一步放大。因此,近期价格变化的速度和幅度,明显大于同期基本面证据的变化。 这也意味着,在远期预期仍高的阶段,市场对近期偏差的容忍度会很低。单季度收入、订单或指引略低于预期,都可能被外推为长期增长路径的变化。价值实现越依赖远期,对短期信息就越敏感。 02真正的变量:需求放缓的斜率 根据公开信息和市场估算,几家头部AI模型公司的合计年化收入,可能从去年底约400亿美元增长至今年底超过2,000亿美元。这一口径并非审计数据,但足以说明需求扩张的速度。 如此高的增速逐步放缓,本身并不意外。关键不在于“是否减速”,而在于减速是否超出合理区间。 AI产业的资本开支已经进入万亿美元量级,上游不少环节也面