文章配图-1
财联社7月29日讯，夏军雄编辑报道，摩根大通资产管理市场与投资策略主席Michael Cembalest近日对美国股市的AI交易发出审慎提醒。
报告透露，尽管AI在刺激资本支出、推高科技企业盈利及半导体股方面显现效应，但产业链内部已显现出显著分野。负责销售芯片、设备的企业仍旧兴盛不衰，相较之下，那些投入巨额资金、致力于将AI转化为实际收入的超大型云服务商，其股价和自由现金流却开始显露压力。
报告进一步揭示，中国与美国的新一代低成本AI模型正快速追近OpenAI、Anthropic在性能上的差距。随着模型价格的持续下挫与企业自主训练能力的提升，基础模型及Token或许正朝向商品化演变，进而影响AI产业利润的分配格局。
AI产业链显现出类似互联网泡沫后期的分化态势
Cembalest分析，繁荣周期中最需要警惕的阶段并非所有企业的同步走弱，而是在靠近最终需求端的企业已经见顶，而资本开支的上游受益者仍在上涨。
此种现象曾在1999年至2000年的互联网泡沫后期重现。当时，Verizon、AT&T、WorldCom、Sprint等通信服务商率先显露疲态，但思科（Cisco）、诺基亚、北电网络、高通和摩托罗拉等设备供应商股价仍继续攀升。以思科和Verizon为例，当Verizon股价几乎停滞后，思科依然经历了一次强烈的上涨，直至泡沫最终破灭。
报告认为，当前的AI产业链结构正呈现出类似的情形。英伟达、美光、博通和应用材料等半导体及设备企业位于产业链的“尾部”，得益于云计算公司的持续采购，股价和自由现金流呈现快速增长态势；而谷歌母公司Alphabet、亚马逊、微软、Meta和甲骨文等超大型云厂商则位于“前端”，它们需要承担数据中心、芯片、电力和软件方面的巨额投入，但股价表现趋于平淡，自由现金流出现显著下滑。
（AI产业链上下游自由现金流走势出现明显分野，半导体企业受益，而云厂商持续承压）
当前半导体企业的高增长在很大程度上取决于下游客户的资本支出持续扩大。如果云厂商无法通过AI服务实现足够的收入和利润，投资回报率持续走低，那么上游芯片和设备的需求最终也可能受到波及。
换言之，AI投资周期的风险，可能首先反映在云厂商的现金流上，进而传导至半导体产业。
AI投资增长谁来支撑
报告同时注意到科技行业与其主要客户间的利润差异问题。历史上，美国科技企业的盈利增长通常与金融、制造、媒体、运输和医疗保健等大量采购技术设备和软件的产业同步。
然而，近期科技行业利润的快速上升，这些高度依赖技术的客户行业却没有见到同等幅度的盈利改善。Cembalest由此提出了一个关键疑问：如果科技公司的主要客户未实现更多利润，未来谁来为AI设备、软件和云计算服务买单？
这个疑问直接触及AI商业化的核心难题。
当前AI产业资本投入主要集中芯片、服务器、数据中心和模型训练领域，但最终仍需依靠企业客户提升效率、降低成本或创造新收入来收回投资。倘若AI只能推动基础设施供应商盈利，却不能改善使用者的利润率，那么当前的资本开支增速就难以长期维持。
与此同时，市场本身也累积了较高的涨幅。
报告统计了自1928年以来标普500指数所有连续四年周期的表现，以2022年为起点的本轮行情已经进入历史表现最好的前10%的区间。
这并不代表美股即将见顶，但在估值和累计回报已处于较高位置的情况下，投资者对于AI盈利兑现速度的容忍度可能明显降低。
AI基础模型市场掀起价格战浪潮
除资本开支风险外，AI基础模型市场也正步入新一轮的价格战时期。
报告指出，竞争压力不仅来自中国企业，同样来自Meta、SpaceXAI和Thinking Machines等美国实体。
Meta的Muse Spark 1.1和SpaceXAI的Grok
