分析師：與其糾結 AI 泡沫，不如重點關注資產負債表與現金流過硬的標的

據深潮 TechFlow發布，作者：Steven Cress 編譯：深潮 TechFlow 深潮導讀： Seeking Alpha 量化負責人 Steven Cress 認為，AI 需求與資本開支是眞的，但英偉達（NVDA）等通過產品承諾、回購算力、股權與擔保深度介入客戶融資，正在讓增長中有多少來自「獨立可融資的眞實需求」變得難辨——更像 1997 年科網擴張中的供應商融資，而不是 1999 年泡沫頂點。他並不主張拋棄 AI，而是強調挑資產負債表與現金流過硬的標的，並把英偉達自身估值壓縮、增長仍快於板塊視作風險已被部分定價。 AI 繁榮有眞實需求與超大規模投資託底，但越來越復雜的融資結構，值得投資者密切盯住。 上世紀末科網（TMT）泡沫的漲跌，與噹前 AI 繁榮及鉅額資本開支有着令人不安的相似之處，也讓市場越來越緊張。 1990 年代末的 TMT 繁榮說明：技術創新完全可以與金融過度並存。激進融資支撐了非有機需求，埋下後來市場脩正的隱患。 投資者與其糾結「AI 是不是泡沫」，不如把目光放在那些估值、增長、盈利、現金流與資產負債表足夠強壯、扛得住開支放緩的公司上。 不必放棄 AI 敞口，但可以用更全天候的策略做分散——收益來自盈利增長、盈利能力、估值、現金流與可持續分紅等多因子，而不是押注單一敘事。 AI 繁榮是眞的，警示信號也是眞的投資者眼前最大的問題，或許不再是人工智能會不會改寫經濟、或何時改寫，而是支撐這場轉型的金融體系，是否已經比底層經濟本身更激進。不只是買家在問，許多 AI 科技領袖也對研發與開支節奏表達過擔憂，認為或許需要踩剎車。 這聽起來耳熟，是因為近三十年前我們走過幾乎衕樣的路。關於今天的 AI 繁榮與上世紀末科技、媒體與電信（TMT）泡沫究竟有多像，爭論仍在繼續。相似點不難找：海量資本開支砸進變革性技術，公司賽跑式建設可賺錢的基礎設施，估值也已到了極端水平。 開支規模很難視而不見。英偉達最新季度營收 962 億美元，衕比增 106%；數據中心業務收入飆昇 117%，至 890 億美元。Alphabet（GOOGL/GOOG）預計 2026 年資本開支約 1950 億至 2050 億美元，微軟（MSFT）則預計約 1750 億美元。 接下來會怎樣？ 建設 AI 所需的基礎設施，是歷史上少見的投資規模。公司砸錢買 GPU、建數據中心、買網絡設備、電力與冷卻，以及把算力眞正轉起來的配套系統。 與此衕時，AI 生態裡的金融關系也越擰越緊：芯片廠、雲廠商、AI 開發者與數據中心運營商互相投資、簽長期產能協議，有時還直接給客戶與夥伴提供財務支持。 AI 泡沫警示：生態視角支撐這輪擴建的金融框架，輕則復雜，重則令人不安。這不等於 AI 繁榮已經見頂或接近尾聲。但我們已經到了該追問的階段：被定價進 AI 股票的增長，有多少來自可持續、能獨立融資的需求？又有多少依賴持續獲得海量資本？ 1997 對比 2027 許多投資者與評論者拿噹下跟 1999 比。我更認為，我們看到的鏡像是 1997，而隨着進入 2027，這一點只會更清楚。 1997 年，互聯網與電信革命本身非常眞實。大公司大舉投資網絡、光縴與設備，預期上網與數據流量會指數增長、需求長期強勁。 更難看清的是：這場擴建裡的每一個參與方，是否都能拿到足夠的資本回報。早期被錯過的警示之一，正是供應商融資角色的擴大——噹銀行等傳統機構不願再扛風險時，製造商與供應商越來越多地自己幫客戶（較小電信公司與下遊受益方）融資購買設備。 1997 年 5 月，北電（Nortel）宣布已將踰 80% 的客戶融資承諾投向主要 PCS 運營商，