炒股就看金麒麟分析师研报杠杆工具，权威，专业，及时，全面，助您挖掘潜力主题机会！
AI行情处于理性狂热阶段，Agentic AI驱动商业闭环验证支撑硬件链上涨，韧性在于产业加速落地带来的盈利稳定性，但估值已透支远期增长且交易拥挤。对产业保持乐观的同时，警惕短期流动性冲击和中期渗透率或业绩兑现不及预期的调整风险。
文：国金宏观宋雪涛/联系人陈瀚学
一、AI行情仍是“理性狂热”
与战争前相比，美股创出了新高。战争并未结束，霍尔木兹海峡没有恢复正常开放，油价依然维持在每桶100美元以上，随之而来的是更高的通胀、更高的利率、更渺茫的降息可能，加息已经变成了灰犀牛。然而，就在这种看似不利的宏观背景下，Agentic AI的横空出世推动市场对整个AI链条成长空间进行了重估。产业端出现了更大的收入回报预期和更快的增长预期，市场估值也随之水涨船高，进入一种狂热状态。客观地说，当前市场对于2027年、2028年收入的动态估值已经相当充分，泡沫确实存在，但并未进入失控状态，仍属于“理性的狂热”。
行情之所以“理性”，是因为这轮行情有坚实的产业变化作为底色。过去几个月，Agentic AI从辅助工具（Copilot）向自主执行工具（Autopilot）的跃迁，让市场看到了AI从“烧钱”到“赚钱”的商业闭环验证。Openclaw、Claude Cowork等代表性Agent应用的加速扩散带动了Token消耗量和模型厂商年度经常性收入（ARR）的同步快速增长，B端订阅收入的稳定性高于此前的C端工具预期。SemiAnalysis三周前的年中报告提到，Anthropic公司ARR全年预期已经从年初的90亿美元大幅上升至440亿美元，平均每六周翻一番，照此趋势明年该公司ARR有望达到3000亿美元以上。 由于Agent应用落地正在大幅抬升AI收入兑现能力的预期，市场打开了对ROI的想象空间。此前担忧巨额Capex能否收回，现在这种担忧暂时退潮，市场不再惩罚Capex，反而开始奖励那些敢于加大投入的公司，也重新支撑了英伟达、博通及光模块、存储等硬件链条的上涨。
但我们不否认行情的“狂热”，因为估值已经定价了2027年、2028年的收入增长预期。截至5月25日，美股七巨头（M7）的前瞻市盈率约为28倍，而标普500剩余493家公司为20.6倍。七巨头未来两年预期利润平均增速20%-25%，剔除七巨头的标普493家公司平均增速11%-15%。照此计算，七巨头目前PEG比率1.1-1.4倍，标普493为1.4-1.9倍。但这样的增速预期，建立在一幅宏微观需求都极其乐观的景象之上——AI基础设施投资在未来3-5年内继续扩张，算力、云、数据中心和半导体需求保持高景气；同时，AI技术持续渗透进广告投放、搜索、云服务、办公软件、代码生成、金融风控、客服、投研、内容等生产场景之中，形成清晰的收入贡献和生产效率提升。而一旦AI应用商业化慢于资本开支、推理需求无法接续训练需求，或高折旧与电力成本侵蚀利润率，当前估值的“容错空间”也是有限的。
回顾以往人类技术革命，电力从发明到大规模应用流水线用了约40年，计算机用了约25年，而当前市场隐含的预期是AI的渗透速度要比这些历史上的通用技术快5到8倍。这一假设能否兑现，是我们理解中期行情的关键。
二、为什么全球AI资产逆油价上涨？
配资网站在地缘冲突持续、油价中枢站上100美元/桶的环境下，全球AI资产价格之所以还能创出新高，是有四个因素暂时掩盖了担忧。
首先，是产业端的质变。Agent AI的落地标志着AI从副驾变成了主驾。以前的人工智能更多是辅助人类提升效率，离不开人的操作，现在的Agent可以自主执行任务、解决问题，这就带来了Token消耗的二次指数级增长。第一次增长来自于GPT出现后模型能力的Scaling Law，第二次增长来自于Agent落地后对推理算力的海量需求。这种需求不再局限于GPU，更扩散到了CPU、光模块和存储。进入推理阶段后CPU的消耗快速上升，对通信速度和传输带宽的要求推动了800G/1.6T光模块的持续紧俏；Agent需要更长的记忆和更快的存取，又进一步推高了高端存储的需求，据Light Counting预测，2026年800G收发器的出货量将翻一番以上，1.6T端口的出货量也将从2025年的较小基数增长至数千万个，2026年1.6T芯片组销售额将超过20亿美元，并在未来三年保持高增速。光模块、存储、算力芯片等全行业产业链紧缺逻辑，构成了AI硬件行情的支撑。
其次，是业绩端的强力支撑。尽管能源危机阴霾笼罩，但美股一季报极其亮眼，标普500 EPS增速达到约27.1%，创2021年四季度以来新高，其中Meta、Alphabet和亚马逊三家科技巨头就贡献了指数盈利增量的70%，这种盈利韧性短期压过了油价冲击带来的宏观忧虑。即便指数是结构性繁荣，只要巨头们还在赚钱，就还能托住大盘。
再次，是宏观层面的暂时错位。在经济层面，增长高度依赖AI基建投资，美国过去几个季度的GDP增长中，AI基建投资的贡献超过一半。这种环境下，AI走AI的市场逻辑，其他走其他的市场逻辑。美国年初以来的非农就业、零售等总量数据尚可，虽然内部结构早已分化，但股市短期往往只看总量。只要总量数据没有明显转弱，市场不会立刻切换到滞胀交易。此外，油价上涨对大型科技公司的基本面影响也相对有限。相较于成本为油价主导的运输链（航空、快递、铁路、邮轮等）、成本转嫁能力偏弱的材料链（化工、包装、金属、建材等），以及受需求影响的可选消费链（汽车、家居、旅游、餐饮、服装等）而言，大型科技公司对油价的敏感度更低，反而对电价更高，且巨头们普遍现金流充沛，有自我造血能力。于是在传统实体经济受油价挤压时，AI资产反而有了一定的“避险属性”。资金避开旧经济、抱团新经济，进一步强化了AI板块的强势。
最后，是交易端的极致动量化。市场结构呈现出极致的K型分化，证券投资AI方向存在明显的抱团交易。七巨头市值在标普500中的权重占到37%，三星和SK海力士合计市值占KOSPI指数总市值51%，韩国存储、费城半导体、A股光模块等方向相关个股成交量在指数中的占比都极高。当少数AI权重股高高托起指数，而其余大多数公司表现平淡时，正反馈在循环时也埋下了隐患。例如，当美债收益率突破关键点位时，这种极致的结构就会引发剧烈的连锁反应。5月15日10年期美债收益率上行突破4.5%、30年期突破5%，直接引发了高拥挤度动量交易的降温，费城半导体指数单日下跌约4%，纳指下跌约1.5%。虽然只是阶段性回调，但极致的抱团交易让市场的波动幅度显著增加。
三、AI牛市能否延续，取决于三个变量
短期的乐观，不代表宏观逆风消失。决定AI牛市能否延续的关键变量，从短、中、长三个维度审视：
短期来看，流动性冲击是最大的变数。如果海峡长期不开放，油价维持在100美元以上甚至继续上行，NACHO情景（“Not A Chance Hormuz Opens”，即霍尔木兹海峡长期封闭）还会持续，通胀会从能源价格向服务业、运输和原材料全面扩散。4月美国PPI同比已升至9.8%，为2022年10月以来新高，一旦通胀固化，美联储的政策路径将发生剧变。目前掉期市场已定价美联储今年加息0.8次，欧央行、英国央行甚至加息2次以上。
更棘手的是美联储的换届扰动。新任主席的提名投票分歧巨大，且FOMC内部反对票增多，这引发了市场对后鲍威尔时代美联储政策独立性的严重质疑。在更高通胀、更分裂的内部分歧以及更强的政治干预预期下，市场对未来连续宽松的信心正在动摇。此外，日本国债市场的“灰犀牛”也在逼近。日本长期作为全球杠杆交易的融资池，如今随着日元贬值和通胀压力，日本央行被迫释放紧缩信号，30年期日债收益率已上行至4%以上。如果日本融资成本持续上升，引发全球套息交易的大规模平仓（Carry Trade Unwind），将对包括AI资产在内的所有高估值风险资产造成剧烈冲击。短期内，如果利率上行的速度快于AI ARR增速，最有可能的情形是资金缩圈到确定性较高的硬件环节，但如果流动性紧缩程度持续超预期，且AI收入预期无法继续上修，估值将面临更大冲击。
中期来看，核心在于产业兑现度，即技术渗透的速度是否能兑现指数性外推的预期。历史上所有的通用技术革命（General Purpose Technology，即GPT），其扩散路径都是一条“先加速、再减速、再加速”的曲折路径，中间都伴随着组织磨合期和社会适应期。通用技术革命在扩散初期，往往首先对应的是资本浪潮，之后才是生产率的实质性提升。互联网革命初期，美国同样经历了科技投资热潮、资本开支扩张以及资产泡沫，真正的生产率改善与通缩效应，则是在随后十多年⾥才逐步显现。但当前市场定价的技术迭代节奏，几乎要求企业的组织架构必须无缝适配新技术，社会不能有任何强烈的抵触，但这种速度在人类历史上尚无先例。如果AI的技术扩散、组织适配和商业模式不能像市场预期那般“无缝衔接”，估值重估就是必然。
长期来看，我们还需观察AI发展的几层现实约束。一是能源与基础设施的物理层约束。AI数据中心需要消耗海量的电力和冷却水，电网扩容、变压器、储能等都是真实的物理瓶颈。如果AI基建继续无节制扩张，推高全社会的电力成本，可能会引发监管和社会的反弹。二是就业与消费对市场的潜在反噬。短期AI提升了部分企业的效率，减少了工程师和客服岗位，但一旦AI造成的失业速度快于创造新岗位的速度，将导致居民的消费能力进一步萎缩。对于AI提振运作效率的B端企业，最终还是需要C端消费者购买力来变现。如果非AI的部门陷入衰退、C端消费不振，AI产业也将难以一枝独秀。三是社会层面可能出现反抗技术过快冲击的浪潮。中国社会年初呈现出全民装龙虾（Openclaw）的热度，但美国民众对数据中心推高电价和技术性失业的抵触情绪正在升温，这可能会影响AI渗透率的提升。四是硬件层面可能出现技术突变。如果硬件也出现类似“DeepSeek时刻”的工程突破，使得算力存储传输的效率大幅提升，那么当前最紧缺的环节可能变为过剩，硬件的高景气逻辑也有可能彻底颠覆。
四、对AI技术革命可以大胆假设，对市场定价要小心求证
整体来看，对于AI产业本身我们保持长期乐观。如果不谈论AI可能带来技术性失业和生产关系重构所导致的社会矛盾，那么AI确实有希望在长期大幅提升全要素生产率，帮助全球经济走出滞胀的泥潭。即便短期内由于金融定价过于激进导致估值泡沫破裂，金融资本去杠杆之后沉淀下来的基础设施、下降的技术成本和被验证的应用场景，反而会推动产业继续进步，为新的一轮应用爆发奠定基础。正如互联网投资泡沫破裂后，互联网产业的蓬勃发展才真正开始。
但是对于金融市场的定价，我们也应保持谦逊。一方面，要承认Agent AI、推理需求、Token消耗和硬件链条的紧缺是真实的产业趋势；另一方面，也不能忽视产业所面临的现实约束，不能想当然地认为技术扩散、组织适配、劳动力再训练和生产率兑现都能在5年内完美无缝地完成。未来最需要观察的，是市场当前定价的ARR、ROI和技术渗透速度，能否在宏观承受力日益变差的背景下持续兑现。如果产业回报的兑现速度跟不上流动性和基本面环境恶化的速度，哪怕产业方向正确，金融市场的估值回归也将是一场剧烈的洗牌。在这场AI的盛宴中，既要大胆假设，也要小心求证。
风险提示
宏观数据的滞后性、技术路径突变风险、跨境监管割裂风险等。
团队介绍
宋雪涛：美国北卡州立大学经济学博士，发表有CF40专著、学术论文、央行工作论文等。上榜金牛、21世纪、Wind、上证、新浪、IAMAC、水晶球等评选，新财富23年第5。
政策研究：
赵宏鹤（中央财经大学金融学硕士），负责重大战略政策和国际关系研究。
张馨月（中国人民大学应用经济学硕士），负责经济政策和财政研究。
宏观经济：
孙永乐（中央财经大学产业经济学硕士），负责国内宏观经济和货币流动性研究。
钟天（芝加哥大学经济学硕士），负责海外经济和全球货币政策研究。
产业研究：
厉梦颖（英属哥伦比亚大学区域规划硕士），负责贸易政策、企业出海、产业趋势和宏观ESG研究。
资产配置：
陈瀚学（加州大学河滨分校金融学硕士），负责海外市场分析和大类资产研究。
+
报告信息
]article_adlist-->
证券研究报告：《决定AI牛市的关键变量是什么？》
对外发布时间：2026年5月25日
来源：雪涛宏观笔记
元股证券:ygzq.hk报告发布机构：国金证券股份有限公司
证券分析师：宋雪涛
SAC执业编号：S1130525030001
邮箱：songxuetao@gjzq.com.cn
海量资讯、精准解读，尽在新浪财经APP
责任编辑：石秀珍 SF183杠杆工具
元股证券交易系统提示：本文来自互联网，不代表本网站观点。
