X Space實錄| AI投資"半場休息": 下半場買什麼？從算力賣鋤頭人到AI應用者

整理：大鉗子，PANews

近期全球AI/算力股經歷了一輪劇烈波動，韓國存儲股領跌、美股AI硬體板塊集體回調。摩根士丹利中國首席經濟學家邢自強提出一個判斷：AI投資正進入"半場休息"，下半場的主線將從單純的算力"賣鋤頭人"轉向真正能靠AI實現降本增效、提升營收的"AI應用者"（AI adoptor）。

PANews於8月11日晚舉辦同題Twitter Space，邀請投資TALK君、BIT經紀業務負責人Elio Cui、Virtuals生態負責人Harry、The Mu聯合創始人Sun四位嘉賓，圍繞這一輪回調的成因、AI下半場的主線切換、半導體硬體是否講完、HALO資產重估、中國數字基礎設施機會、資本開支與利率等六個問題展開討論。以下為實錄整理。

一、這一輪暴跌，是基本面問題還是槓桿出清？

投資TALK君首先給出了一個完整的復盤：3月市場擔憂地緣衝突，4月散戶普遍踏空（與去年關稅下跌時瘋狂抄底的行情形成鮮明對比）；5月資金蜂擁進場，晶片板塊兩個月內一度上漲100%，形成了明顯的擁擠交易和槓桿堆積；6月橫盤，美聯儲會議成為下跌起點；7月則進入了槓桿出清階段。他的結論是：這一輪回調和基本面關係不大，本質是情緒面溢價和槓桿的出清------同期微軟、亞馬遜、谷歌三大雲廠商的資本開支非但沒有減少反而在增加，SpaceX對數據中心的投入承諾也非常大。

Elio Cui認同這一判斷，並給出三個可以量化觀察的信號，用以判斷"基本面拐點"是否真的到來：

"真正的基本面拐點，至少要有三個信號出現：第一是資本開支的指引開始下修；第二是雲服務和AI的訂單跟不上投入；第三是信用利差明顯開始走闊。"

他補充說，從BIT作為直連美國交易所券商的視角看，資金依然是淨流入狀態，沒有出現大規模流出，成交也比較活躍，"完全還沒有到這個階段"。

Harry從加密行業的視角提供了一個佐證：雖然散戶情緒受到一定驚嚇，但更大資金量的用戶仍在逆勢"掃貨"，而且可以觀察到資金正持續從crypto流出、流向AI相關的美股資產。

Sun則從創業者生態的角度給出不同的解讀，他的表達非常直白：

"AI的adoption反而現在越來越大了，很多創業者做任何項目都開始有AI的介入了。我覺得只是現在一個很簡單的問題，就是帳算不過來而已。"

他認為，前期投資過熱、投機過多，市場需要冷靜下來後進入"看AI公司到底能帶來多少變現能力"的階段。

二、從"賣鋤頭人"到"AI adoptor": 誰在真正把AI變成錢？

針對大摩提出的主線切換判斷，投資TALK君從持倉角度給出具體標的方向：大科技（亞馬遜、微軟）以及部分軟體公司（如Adobe）。他特別提到一個此前市場長期低估的轉變------過去一年半市場普遍認為軟體公司會被AI"顛覆"，但微軟等公司的財報顯示，如果軟體公司能把AI和原有業務結合好，營收增速反而在加速，且利潤率沒有受到明顯衝擊。他判斷AI的落地，接下來會更多發生在B端、通過現有軟體公司的用戶基礎去變現，從"買斷制"逐步演變為"pay as you go"（按token付費）的商業模式。

同時他也提醒不要一刀切地看空硬體："7月份下調的這些標的要分開看，有些是光模組，有些是晶片，只要有基本面支撐，長期我依然看好會起來。"

Elio Cui則從B2C2C的生態位視角補充：他所在集團旗下的比特幣礦企"小鹿"已經全面轉型做AI數據中心（AIDC），是"從比特幣算力到AI算力"轉變的一個縮影，同時給出了半導體供應鏈的傳導順序分析------存儲漲價周期還未走完（產能已預定至2027年後），光模組從800G到1.6T再到3.2T的升級路徑仍在推進，CPO/矽光則是更遠期的增量。他給出了一個判斷"故事講完"的標準：

"什麼時候整個AI基建這條主線講完了？一定是因為超額建設導致供應端價格暴跌的時候。我認為建設期沒有做完。"

Harry給出了兩個他認為下半年資金會轉向關注的細分領域：光學光子學（optics/photonics）和機器人（robotics），並強調要跟著資金流向去思考。

Sun從創業者一線的觀察補充了兩個細節：一是很多軟體工程師開始轉向硬體，航天航空類公司也在用AI加速研發；二是"AI應用會不會被大模型全部吃掉"的擔憂正在被證偽------大模型吃不掉這些更細分、更具體的需求。但他也提出了一個尖銳的問題：除了極客和科技圈用戶，消費端和企業端為AI付費的意願其實相對有限，"這些電力跟所有東西造出來了，大家的資金鏈還是那個情況就帳算不清楚，有點奇怪。"

三、半導體/算力硬體這條主線講完了嗎？

投資TALK君明確表示不認為邏輯線已經結束，並以自己持有的英特爾為例，認為公司在光互聯等領域的內部轉型能支撐其穿越這一輪周期。但他同時提醒投資者要有合理預期：

"這輛車太重了，一定是要一部分人下車之後，才可能簡單一些拉起來。任何出現過熱標的的身上都會經歷這種過程。"

他還指出了一個值得關注的增量方向：中國內地開源模型對美國兩家閉源模型形成的競爭壓力，可能會讓AI的"價值創造"逐漸從閉源模型層轉移到基建層（hyperscaler）和應用層。他特別提到，coding（編程）賽道的市場規模約2萬億美元，而整個軟體市場在美國有6萬億美元規模，應用層真正的落地空間，軟體公司遠大於coding。

Elio Cui從更宏觀的角度解釋了"基本面強、股價弱"背離的成因，指出問題的核心其實不在產業前景，而在流動性和信用端：

"這一輪投入太大了，很大一部分靠發債來補。如果利率或信用利差走闊，融資成本上升，市場對回報兌現的耐心就會變差。最後有可能不是個人投資者在加槓桿，而是上市公司自己加了很大的槓桿------這個槓桿比個人投資者的槓桿更容易被戳破。"

Harry從估值周期性的角度補充了一個數據對比：SK海力士、三星的PE長期在10倍以下，而Nvidia等偏軟體屬性的公司PE在20倍以上------市場仍在評估存儲這輪周期到底是不是一個"超級周期"，他判斷這個判斷在未來三四個月內很難被改變。

四、"HALO資產": 電力、能源為什麼值得重新定價？

這是本場討論中信息密度最高的一段。投資TALK君從Meta、SpaceX兩家大科技公司的資本開支節奏切入，指出算力瓶頸已經從GPU出貨轉移到了電力供給端，並給出了從便宜到貴的三層供電路徑：電網直供 → 自帶電（BTM，behind the meter，如西門子、卡特彼勒、GE等渦輪機公司）→ 更貴的燃料電池類方案（如Bloom Energy）。他判斷電力需求的這條邏輯線"未來一年到一年半只會越來越強"。

Elio Cui給出了整場最具操作性的一段分析------一套完整的HALO資產投資分梯隊框架：

"電力是很難過時、很難被淘汰的基礎設施，這是它和GPU最大的區別------GPU三五年就落後了，但電廠、電網、變壓器可以用很多年。"

他給出的優先級排序是：第一梯隊是電力基礎設施和電氣設備；第二梯隊是核電、天然氣發電公司；第三梯隊是冷卻、數據中心相關資產；第四梯隊才是銅、鋁等原材料。他反復強調一個"第一性原理":

"你只有更靠近中心、更貼近第一性原理，才能獲得更高的投資回報。往外圍講的那些傳統工業工程建設，都是遠親了，沒有那麼核心。"

他同時提醒，並非所有AI基礎設施標的都還值得買入------關鍵要看盈利上修速度是否能跑贏估值擴張速度，如果一個標的的估值已經漲得太快、前瞻市盈率沒有對應的上修空間，反而可能已經是被高估的資產。

Sun則從創業趨勢的角度提供了一個前瞻信號：能源正在成為新的創業熱點，從地熱發電到"每家每戶"分佈式太陽能，"電永遠是永恆的"。

五、中國版數字基礎設施：開源+低成本的機會在哪？

投資TALK君坦言自己不覆蓋A股(A-shares)，但從美股視角給出了一個邏輯：如果中國開源模型不會實質性衝擊美國閉源模型的接受度，那麼對美國雲廠商反而是利好------因為API成本就是軟體公司的成本，token消耗越多（即使單價更便宜），最終受益的仍然是承載這些負載的雲廠商。

Elio Cui在此基礎上提出了一個關於HALO資產"熊市邏輯"與"牛市邏輯"的辯證分析：模型效率提升（更便宜的推理成本）疊加基礎設施的超額建設，理論上會壓低算力的價格，這是HALO資產最大的熊市風險；但他更傾向於樂觀判斷，因為AI需求是指數級增長的，即便供給端效率持續提升，需求增速仍然可能跑贏效率提升的速度，這和歷史上IT/互聯網行業"性能提升、基建過剩，但普及率持續提高"的路徑類似。

Sun貢獻了本場最有信息增量的一段內容------來自其創業者社區一線的觀察，很值得單獨展開。他提到，中國AI模型的核心優勢不只是便宜，更重要的是開源：

"不同國家甚至不同大學都在問，能不能跟中國的AI模型公司達成聯合研究院的合作。原因是很多國家意識到，美國不是一個長期穩定的合作夥伴，閉源模型的數據安全和價值觀內嵌都讓人擔憂。"

他提到一個具體的案例：倫敦一家做AI安全與隱私研究的機構，原本認為中國AI性能還不夠，但Kimi K2走紅之後開始重新評估，轉向尋求與中國開源模型的合作，以此構建自己國家的"主權AI"（Sovereign AI）。他還提到非洲、拉丁美洲這些AI滲透率極低、但創業者和用戶基數很大的地區，因為OpenAI等閉源產品的訂閱價格（每月100-200美元）對當地用戶門檻過高，中國開源模型+當地光伏出海構建的低成本基礎設施組合，反而更有機會滲透。他給出一個五年維度的判斷：

"如果OpenAI和Anthropic保持閉源------他們大概率也必須保持閉源，因為不閉源商業模式跑不通------那麼未來會有越來越多國家建立自己的主權AI，大部分會選擇中國的開源模型，因為便宜、效率高、又可以個性化定制。"

六、資本開支與美聯儲：基本面強、股價弱的背離何時收斂？

投資TALK君用一個此前市場邏輯矛盾的例子來說明當下的錯位：一個半月前市場在爭論美光是否已經"去周期化"（應該給15-20倍估值），但當時市場卻同時不喜歡給美光"發錢"的大科技公司------這在邏輯上是不成立的，因為存儲廠商能否擺脫周期性，最終取決於下游大科技的資本開支是否有真實回報。他判斷，微軟、亞馬遜、谷歌最新一期財報已經開始驗證這一點，市場情緒的轉折點已經出現在兩周前的財報季。他同時給出一個關鍵推演：

"如果2027年資本開支能維持在1.6萬億到1.8萬億美元的區間，這個增速是可以接受的，前提是這些錢真的能賺回來。一旦資本開支斷崖式下降，存儲的邏輯也就不成立了------它本質上仍然是周期股。"

Elio Cui從利率貼現的角度解釋了為什麼AI板塊對流動性如此敏感：

"AI是一個典型的高估值、長周期成長股，定價很大一塊是對未來現金流的貼現。只要利率一動，估值端的彈性會比業績端的變化大得多。"

關於四季度若真的加息25個基點的問題，投資TALK君判斷加息更多是"市場噪音"而非主線因素------除非美聯儲真正重新打開加息周期，否則對AI板塊的長期基本面影響有限；Elio Cui則強調利率對企業發債成本、進而對資本開支節奏的傳導同樣值得重視；Sun的判斷更偏向應用端："美聯儲利率本質上影響的是AI公司和新公司的融資情況，純敘事、純講故事的階段大概率已經過去了，接下來比拼的是誰能把現金流業務真正搭建起來。"