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

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，总额约 17 亿美元。随着电信扩建竞争加剧，这种做法被广泛采用。到 1999 年，朗讯（Lucent）管理层甚至把这类融资吹成竞争优势，让新兴无线运营商也能拿到钱。

1997 年底，科技牛市还远未结束。纳斯达克最终高点要到 2000 年 3 月才出现。正因为如此，1997–1998 才格外适合拿来对照今天。

AI 基础设施：更高利率抬高赌注

今天的环境也有关键差异。1997/1998 年美联储目标利率是 5.50%，今天是 4.00%。但那时通胀并不是大麻烦，而今天通胀仍明显高于美联储 2% 目标——7 月 PCE 通胀 3.7%，核心 PCE 3.3%。在 8 月就业数据强于预期、经济走强之后，FOMC 在 9 月会议上一致投票加息 25 个基点。这是三年多来首次加息，也可能是新一轮紧缩的开始。与此同时，长期资金成本已经不低：10 年期美债收益率约 4.80%，这是 2007 年以来除 2023 年外几乎未见的水平。

尽管当前利率绝对值低于上世纪末高峰，经济底色却大不相同。AI 扩建发生在通胀仍高的环境里，市场还在预期加息，而长端 10 年期收益率已经摸到接近 TMT 繁荣期的高位。此外，随着数据中心建设加速、需求表面强劲，投资者应对头条数字与潜在「幽灵需求」保持怀疑。一旦资本门槛被收紧或抬高，有机需求的真实成色才会露出来——这是 TMT 泡沫留下的教训。2026 年迄今 AI 相关发债已超过 2200 亿美元，这一点尤为重要：更高利率让支撑 AI 的基础设施融资更贵，也会压制那些投资逻辑依赖未来盈利与现金流折现的科技股估值。

财务失控往往在亢奋顶点之前就开始，那时底层指标还没全面拉响警报。那么问题是：我们是否正在看到 TMT 式金融行为的回归？

英伟达不只是在卖芯片，它在给 AI 革命融资

传统融资变贵时，较小公司往往会转向现金充裕的科技巨头要钱。今天扮演这个角色的，正是 AI 生态的「庄家」英伟达。它主业是供应驱动全球大型 AI 系统的 GPU 与网络设备，但已开始「副业」做融资。最新季报显示，它通过产品承诺、云协议、股权投资与担保，与 AI 供应链其他环节在财务上深度绑定。

这与思科（Cisco）在互联网崛起时的行为惊人相似。1990 年代末，思科成为数据与 IP 网络的骨干，主导路由器/交换机；到 1998 年二季度，它按收入计占据全球路由器市场逾 71%。正如当年没有思科网络设备就很难参与互联网扩建，今天的公司也很难在不依赖英伟达 GPU 的情况下扩展 AI 负载。

我认为投资者应尽早建立的一个判断是：技术可以是对的，投资仍然可能是错的。互联网确实改写了全球经济，我也很少怀疑 AI 会做同样的事。

但这不意味着每一个参与扩建的公司都会成为「赢家」。事实上，科网时代大多数都没能活下来。评估今天的 AI 公司时，必须守住这条分界。而最好的起点，正是坐在当代 AI 中心的公司：英伟达。

顶级 AI 公司都在买英伟达

截至 2026 年 7 月 26 日，英伟达的供应与产能承诺达 2790 亿美元，高于上一季度的 1190 亿美元；另有 290 亿美元云服务承诺、250 亿美元已承诺股权投资，以及尚未启动的 250 亿美元数据中心租赁承诺。连同 80 亿美元资本开支，未来承诺合计约 3660 亿美元。

往下拆会发现，这 2790 亿美元里很大一块尚未兑现——它们是为锁定制造产能、存储与其他 AI 系统机械部件而签的协议，不是一笔已经借出或已经付掉的钱。其中不少协议还可以修改、调整甚至直接取消。

英伟达还与部分 AI 云公司形成一种模式：对方购买英伟达硬件，英伟达则承诺购买它们的「软件」——此处即云算力。英伟达把这看成「双赢」，称协议帮助供应链各环节都拿到必要算力。截至 2026 年 7 月 26 日，其云承诺总额 360 亿美元，其中 290 亿美元仍待兑现。

本质上，英伟达一边（通过融资）帮助搭建供应链，一边又同意成为部分硬件买家的客户。

英伟达有清晰动机要让 AI 扩建「不许失败」：今天花钱，是为了明天赚更多钱。但这给投资者留下一个很难回避的问题：有多少 AI 需求来自能独立融资并货币化基础设施的客户，又有多少需求只是被供应方（英伟达）「人为」融资出来的？

融资既能加速真实需求，也会让同一份需求看起来更持久、甚至比实际更大。

8 月，英伟达为俄亥俄州 SB Energy 的 PORTS Technology Campus 约 4.25 吉瓦数据中心产能提供封顶 1050 亿美元的担保信用支持。园区预计托管英伟达算力基础设施，OpenAI 作为客户签 20 年租约。担保随数据中心实际竣工分阶段兑现，并随 OpenAI 开始自行支付租金而下降敞口。

英伟达本身仍极度赚钱，公司也强调客户自有强劲需求与销售管线。我担心的是边际上会发生什么——尤其当供应商开始投资自己的客户时，「因为有需求而卖」与「卖出来的需求」之间的界线就会变糊。

今天，AI 技术大体仍由行业巨头的真实开支支撑。但我们或许需要追问：下一美元 AI 开支，有多少是由终端客户真实现金流撑住的。

投资者不该把整个 AI 主题一笔勾销，但大概该更挑剔该持有哪些 AI 股票。

并非每个参与 AI 扩建的公司风险等级都一样。一家高盈利、现金流强、资产负债表健康、增长撑得住估值的公司，与一家增长放缓、很大程度押注尚未建成基础设施的公司，完全不是一回事。

上述任一因素单独出现，都不太可能砸沉一只股票。最大脆弱性出现在这几类条件开始叠合的时候。

AI 融资链正变得纠缠

2026 年 8 月 27 日，路透报道英伟达暂停了部分旨在为较小 AI 云公司提供财务支持的融资安排。原拟结构下，英伟达可向云厂商出售 GPU，并在客户卖不掉算力时，潜在回租闲置算力。

8 月 31 日，路透又报道 Anthropic 同意向英伟达支持的云厂商 Lambda 采购约 350 亿美元云计算，并计划再向 Nscale 采购约 450 亿美元云算力。

这里有两条教训：

第一，AI 开发者预期未来数年将出现海量云算力需求；

第二，AI 生态的互联纠缠只会越来越深。

系统越交织，就越难孤立评估每一家公司真实的底层财务。

需求激增（无论来源）会带来更多投资，进而创造更大供给与更快增长的可能；反过来也同样成立。TMT 危机顶点时的北电与朗讯——那个时代的「英伟达与博通」——就是如此。

1999 年，北电与朗讯合计控制北美光传输市场 53%，销售额逾 120 亿美元；当年市场本身增长 56%，由激进网络扩建驱动（对应今天周期里的数据中心扩建）。

1997 到 2000 年，电信竞争烈到资本开支从约 560 亿美元扩到近 1200 亿美元，占行业收入约 33%，资本开支同比约增 30%，而零售销售仅增约 10%。最终朗讯与北电过度扩张，股价重挫。

只要真实需求增长跟得上，融资可以加速一场正当繁荣。一旦资本门槛被收紧或抬高，有机需求的真实强度才会显现——这是 TMT 涨跌留下的教训。今天数据中心建设仍在加速，「幽灵需求」对真实需求的风险也在上升。投资者应记住：AI 基础设施开支越加速、生态越纠缠，风险就越大。

不过，2026 与 1997 仍有重大差别。TMT 繁荣期，投资者常按「眼球」、网站流量与点击率给公司估值，即便收入与盈利稀薄。今天，AI 需求是真的，收入增长是真的，盈利与现金流也是真的。

这一次为何可能不同

我还要补充：Seeking Alpha Quant 目前给予英伟达「强烈买入」，这是三年来该股首次获得持续的强烈买入评级。改善很大一块来自估值压缩叠加盈利增速快于股价。英伟达估值因子评分已从六个月前的 F 升至 C，增长评分则从 A- 强化到 A+。

英伟达：估值框架其实在改善

在我看来，投资者已经把英伟达把巨额现金投向生态内投资、融资与其他承诺所伴随的相当一部分风险，定价进了股价。这种担忧帮 AI 股出了些气，使今天的估值整体比 6 月或 2025 年部分时段更有吸引力。

英伟达：相对板块与自身五年历史均值，市盈率已现折价

这点很重要。市场自有一套自我调节的方式，很大程度基于历史。当融资、杠杆与过度 AI 开支的担忧被更广泛认知，投资者会要求更低估值与更扎实的盈利增长证据。这种重定价，有时能在底层基本面恶化之前，先卸掉一部分泡沫风险。眼下英伟达的基本面显然并未恶化。如下面增长指标所示，公司增速仍显著快于更广板块以及自身五年历史均值。

英伟达：增速远快于板块与自身五年均值

别抛弃 AI，要分散

今天的环境看起来很像 1997：技术创新真实，需求增长很快，也因此埋下金融过度的可能。对投资者而言，组合风险藏在 AI 过度集中里。只靠 AI 科技股博增长的人，很可能在扛不必要的风险。技术可以对，长期机会可以巨大，投资仍然可能做错。

因此分散比以往任何时候都更重要——在持有最强 AI 机会的同时，用基本面扎实、兼具稳定分红与增长的标的补齐其余仓位。