分析师：与其纠结 AI 泡沫，不如重点关注资产负债表与现金流过硬的标的

据深潮 TechFlow发布，作者：Steven Cress 编译：深潮 TechFlow 深潮导读： Seeking Alpha 量化负责人 Steven Cress 认为，AI 需求与资本开支是真的，但英伟达（NVDA）等通过产品承诺、回购算力、股权与担保深度介入客户融资，正在让增长中有多少来自「独立可融资的真实需求」变得难辨——更像 1997 年科网扩张中的供应商融资，而不是 1999 年泡沫顶点。他并不主张抛弃 AI，而是强调挑资产负债表与现金流过硬的标的，并把英伟达自身估值压缩、增长仍快于板块视作风险已被部分定价。 AI 繁荣有真实需求与超大规模投资托底，但越来越复杂的融资结构，值得投资者密切盯住。 上世纪末科网（TMT）泡沫的涨跌，与当前 AI 繁荣及巨额资本开支有着令人不安的相似之处，也让市场越来越紧张。 1990 年代末的 TMT 繁荣说明：技术创新完全可以与金融过度并存。激进融资支撑了非有机需求，埋下后来市场修正的隐患。 投资者与其纠结「AI 是不是泡沫」，不如把目光放在那些估值、增长、盈利、现金流与资产负债表足够强壮、扛得住开支放缓的公司上。 不必放弃 AI 敞口，但可以用更全天候的策略做分散——收益来自盈利增长、盈利能力、估值、现金流与可持续分红等多因子，而不是押注单一叙事。 AI 繁荣是真的，警示信号也是真的投资者眼前最大的问题，或许不再是人工智能会不会改写经济、或何时改写，而是支撑这场转型的金融体系，是否已经比底层经济本身更激进。不只是买家在问，许多 AI 科技领袖也对研发与开支节奏表达过担忧，认为或许需要踩刹车。 这听起来耳熟，是因为近三十年前我们走过几乎同样的路。关于今天的 AI 繁荣与上世纪末科技、媒体与电信（TMT）泡沫究竟有多像，争论仍在继续。相似点不难找：海量资本开支砸进变革性技术，公司赛跑式建设可赚钱的基础设施，估值也已到了极端水平。 开支规模很难视而不见。英伟达最新季度营收 962 亿美元，同比增 106%；数据中心业务收入飙升 117%，至 890 亿美元。Alphabet（GOOGL/GOOG）预计 2026 年资本开支约 1950 亿至 2050 亿美元，微软（MSFT）则预计约 1750 亿美元。 接下来会怎样？ 建设 AI 所需的基础设施，是历史上少见的投资规模。公司砸钱买 GPU、建数据中心、买网络设备、电力与冷却，以及把算力真正转起来的配套系统。 与此同时，AI 生态里的金融关系也越拧越紧：芯片厂、云厂商、AI 开发者与数据中心运营商互相投资、签长期产能协议，有时还直接给客户与伙伴提供财务支持。 AI 泡沫警示：生态视角支撑这轮扩建的金融框架，轻则复杂，重则令人不安。这不等于 AI 繁荣已经见顶或接近尾声。但我们已经到了该追问的阶段：被定价进 AI 股票的增长，有多少来自可持续、能独立融资的需求？又有多少依赖持续获得海量资本？ 1997 对比 2027 许多投资者与评论者拿当下跟 1999 比。我更认为，我们看到的镜像是 1997，而随着进入 2027，这一点只会更清楚。 1997 年，互联网与电信革命本身非常真实。大公司大举投资网络、光纤与设备，预期上网与数据流量会指数增长、需求长期强劲。 更难看清的是：这场扩建里的每一个参与方，是否都能拿到足够的资本回报。早期被错过的警示之一，正是供应商融资角色的扩大——当银行等传统机构不愿再扛风险时，制造商与供应商越来越多地自己帮客户（较小电信公司与下游受益方）融资购买设备。 1997 年 5 月，北电（Nortel）宣布已将逾 80% 的客户融资承诺投向主要 PCS 运营商，