宋雪濤：地緣、宏觀、產業交織，如何給AI估值？

本輪AI資產的調整是地緣、宏觀與產業三條線索共同作用的結果。

地緣層面，美伊衝突仍可能反覆，但油價、美債利率與美股回撤正壓縮川普繼續施壓的空間，TACO仍是更可能的路徑；宏觀層面，油價壓力會促使聯儲保留升息風險，但不足以證明當前利率不夠限制，維持利率不變本身就是一種鷹派表達；科技層面，頭部雲廠商的收入和訂單依然強勁，但資本開支激增、自由現金流轉負與外部融資上升，正在推動AI交易從「獎勵投入」進入「驗證回報」的階段。

第一件事，油價、美股與美債利率決定川普TACO的邊界。

美國和伊朗都沒有真正想要把戰爭升級，但雙方都想在談判桌上證明自己沒有輸，所以衝突會反覆，不會輕易結束。然而霍爾木茲的歸屬權對於雙方的意義差異極大。對伊朗來說，這是一項資產、一份戰利品，也是它面對美國時最重要的經濟槓桿；對於美國來說則是其長期全球戰略影響力的具體化檢驗。

對於川普而言，相較於霍爾木茲歸屬權這個偏「長久期」的利益，其面臨的金融與政治壓力是更加即時且緊迫的。

無論是油價還是國債利率都走到了3月衝突至今的又一臨界點，但市場存在極強的學習效應：並沒有在衝突再起的初期立刻恐慌，而是直到油價突破100美元、科技股又疊加自身調整壓力後，才開始明顯反映戰爭風險。

按照當前壓力水準，預計一週以內就可能重新尋找階梯。這個階梯可能是推動巴基斯坦繼續斡旋，也可能是美國先宣佈暫停空襲，再與伊朗討論延長此前60天停火安排。

對川普來說，放棄速勝幻想，迅速讓步、保全面子、回歸中選，仍是最優解；大幅回落的油價以及緩解的緊縮預期至少能夠讓他還留在中選的牌桌之上。如果繼續掙扎，乃至極限施壓，事態會再拖延1-2週，但不改變結果。

市場具備極強的路徑依賴能力，在第一次面對未知衝擊時交易尾部風險，而第二次面對同樣的衝擊時則交易已有經驗。如果美股在此之前像3月一樣出現大幅下跌，可能再次形成類似3月的買點，但這一輪地緣衝突整體對於美股的衝擊依然較為溫和。

第二件事，7月FOMC保持利率不變就是鷹派表達。

對於7月的FOMC議息會議而言，升息風險可以保留，升息本身則沒有必要，保持利率不變本身就是一種鷹派表達。目前市場仍定價年內至少升息25bp，除非聯儲主席沃什力排眾議，不然7月立即升息的可能性幾乎為零。

如果聯儲只是需要壓制金融條件，那麼「不排除進一步緊縮」就足夠；但如果聯儲真正升息，則需要證明當前利率仍然不夠限制性，而這個證明正在變得越來越困難。

過去兩週的油價反覆會影響措辭，甚至讓沃什保持進一步的模糊狀態，但很難單獨扭轉政策方向。如果油價上行主要來自地緣風險溢價，而不是不可逆的供給缺口，那麼它更像階段性擾動，而非可持續的升息約束。只要核心通脹沒有連續加速、工資與通脹預期沒有同步抬升，升息的必要性就不存在。

第三件事，資本開支博弈加劇，從獎勵到懲罰。

Google第二季財報數據依然相當強勁，收入、經營利潤和雲業務均快速擴張，未交付訂單又顯示未來需求充足。但當前市場關注的不是收入和訂單，而是下一財年資本開支指引不夠明確，以及自由現金流自上市以來首次轉負。

Google單季450億的資本開支同比接近翻倍，但資本開支越大，意味著企業對利率和外部流動性越敏感，也意味著越難證明投資的合理性。Google自由現金流轉負（-58.5億美元）並非個案，從去年下半年開始，Amazon與甲骨文等企業更早就因重資產投資進入負自由現金流狀態。

過去網路公司是現金奶牛，因為利潤和現金流最終都會回饋股東，但AI時代投資者需要重新接受一個現實——他們可能要先為未來的星辰大海分攤成本；既沒有長期回購拔高每股收益，也沒有穩定的派息。

總的來說，當前市場狀態有些類似去年10月之後：價值和非AI資產修復，科技股內部出現分化，投資者開始獎勵業績、現金流和較低資本開支，懲罰高投入和弱回報。外部融資和信用風險上升，增加了科技股的分母脆弱性。

大型雲廠商的AI投資正從內部現金流轉向外部融資。2026年AI相關債券融資至少超過5000億美元，主要雲廠商資本開支超過7000億美元、全美AI資本開支接近1萬億美元。加槓桿後，科技股對利率更加敏感。近期高槓桿AI基礎設施企業的信用風險已明顯重新定價，但科技行業整體利差仍低，風險尚未系統性擴散。

自由現金流和信用利差決定估值「分母」，卻不決定AI趨勢。去年下半年，同樣的分母擔憂沒有終結行情，因為模型能力和收入增長重新加速，分子擴張覆蓋了分母脆弱性。AI行情最終能走多遠，仍取決於分子端的收入和商業模式。

AI敘事進入投資回報驗證期：從模型ARR到中美技術競爭。

AI商業模式和變現能力的討論，將成為未來較長時間的市場主線；最終必須由Agent和AI應用在最前端創造收入，後面的雲計算資本開支、GPU採購、儲存漲價和設備擴產才具有合理性。因此，行情的分水嶺在於最前端的商業模式能不能跑通，如果AI不能賺錢，越靠近產業鏈後端，投資回報的扭曲越嚴重，也會呈現出更大的波動。

一方面，高速增長的ARR是當前AI敘事最重要的支撐。美國頭部模型企業截至7月中旬的ARR合計約為1150億美元；Codex使用量快速上升，也推動OpenAI的ARR重新加速。實現市場預期的ARR增速，模型能力也需要持續躍升；只要Agent繼續創造Token消耗、收入保持高增，當前兆級資本開支預期就仍有支撐。

另一方面，潛在收入放緩可能來自多種因素：技術進步減速，模型性價比不高，企業工作流改造速度低於預期，另一個壓力則出現在AI淨資本不斷累積所對應的折舊增加。中國低成本模型則是另一項變數:從DeepSeek到Kimi，中國方案正在壓縮美國模型的定價空間，並推動美國將競爭從技術延伸至蒸餾限制、企業使用規則和定價權。

這些都可能導致市場延續著獎勵利潤和現金流，懲罰高資本開支與弱回報的交易尺度。

在下跌時看敘事（產業趨勢），在上漲時看估值（技術分析）。

市場往往在上漲時只看趨勢，越漲越樂觀；下跌時則只看短期技術和風險，越跌越悲觀。更合理的方法恰恰相反：上漲過程中要關注技術指標、估值、擁擠度和槓桿；下跌之後則要重新判斷產業趨勢和商業模式是否真正被證偽。

短期仍需關注霍爾木茲封鎖、油價、全球貨幣政策週期和南韓去槓桿，這些決定流動性和估值分母。但中長期更重要的仍是分子：模型ARR能否持續增長，Agent能否進入企業工作流，AI收入能否覆蓋折舊和營運成本，硬體供給短缺是否會被東亞擴產快速緩解。

若模型收入和企業採用繼續加速，當前調整可能只是資本開支再定價；若最前端商業模式無法跑通，資本開支、硬體利潤和估值都需要重新下調。