本文核心要点：
1.市场并非全面泡沫，而是“集中式溢价”：当前高估值由少数几家拥有算力、数据和分发优势的巨头支撑，其盈利能力和市场地位具有一定的合理性。真正的过热风险潜藏在为AI提供基础设施（如电力、存储）的“狂热”板块。
2.“双速经济”下的分化格局：AI带来的增长与收益目前高度集中于头部科技公司及高收入群体，这是技术扩散的典型早期特征，全面转向传统“价值股”为时尚早。
3.投资的胜负手：选择与纪律：在基础设施赢家已基本明朗的当下，投资的关键在于精选个股。应聚焦于拥有强大执行力、创始人文化、专有数据并能将AI转化为真实现金流的企业，同时对那些空谈“AI概念”而缺乏客户价值的公司保持警惕。
4.关注未来关键变量：AI资本支出的回报率、技术向应用层的渗透效率以及消费行为的变化，将是决定这轮浪潮能走多远的核心观察点。
全文如下所示：
当前形势错综复杂。美国市场既反映了数字基础设施与软件领域的实质性复合增长，也存在值得警惕的潜在过热风险。此刻比以往任何时候都更需要：长期美国成长型投资者必须具备选择眼光、恪守估值纪律，并勇于支持那些在市场噪音中持续把握机遇、由创始人主导的高效企业文化。
美国市场估值过高吗？
以历史标准衡量，美国市场看似估值偏高，但构成要素至关重要：少数全球平台企业如今掌控着人工智能赖以生存的计算、数据和分发基础设施（中国除外）。其规模优势更接近寡头垄断而非淘金热。这种集中度使得它们的支出——进而延伸至部分估值——比历史上周期末期的狂热更具合理性。例如英伟达基本面显著提升，当前市盈率仅略高于2022年低点，且远低于五年均值。反观互联网泡沫时期的思科系统，其盈利能力持续恶化而股价却呈抛物线式飙升，在崩盘前各项估值指标均已严重虚高。
当前需警惕的核心风险在于资本密集度：若投资超过回报率，或寡头垄断格局显著扩大，经济效益可能收缩，重演互联网时代后电信建设热潮的后续情形。不过目前我们尚未发现美国市场存在全面泡沫即将破裂的迹象，更多是特定企业组合与卓越盈利能力支撑的集中化市场溢价。
我们还观察到“双速经济”现象。人工智能投资正显著推升GDP和股指，但收益集中于高收入群体及受AI直接影响的行业。这种不对称性是技术扩散的典型特征，而非对技术本身的批判：早期采用者和直接受益行业率先获得超额收益，而生产率和工资效应则随时间推移逐步扩散。至少，这是历次技术革命的历史规律。另一个关键问题在于：本次技术变革是否将打破历史规律？若出现差异，将给社会带来多重风险。
无论如何，当前形势表明精选个股比预测未来几个季度美国市场何时出现“风格轮动”更为重要——后者正是市场多数参与者的关注焦点。在美国，只要增长仍高度集中于少数企业，全面转向“价值股”的可能性就微乎其微，这与今年欧洲及其他地区的情况截然不同。
估值与修正：区分虚实
然而美国市场无疑存在虚热现象。那么哪些领域存在泡沫风险？
让我们通过观察过去几年的估值演变来寻找答案。自2023年5月（新冠疫情后抛售潮触底六个月后，市场估值已基本回归常态）至2025年11月，标普500指数基于前瞻市销率的估值整体上调了约43%。
在2023年5月以来指数成分股中估值重估幅度最大的100家公司中，有31家直接关联人工智能数据中心建设，涵盖电力、存储、制冷及建筑领域。这些企业的市销率平均增长约130%，而其余成分股的平均增幅仅为18%。数据存储领域的西部数据（市销率+432%）和希捷科技（市销率+230%），以及发电领域的 Vistra（市销率+331%）和Constellation Energy（市销率+261%）均位列估值重估幅度最大的企业之列。尽管这些公司基本面有所改善，但估值重估主要源于市场对数据中心及人工智能相关能源未来需求激增的预期。从估值角度看，这似乎是当前市场最过热的板块。若人工智能热潮消退，该领域可能面临显著下跌风险。
此外，自2023年5月以来，标普500指数成分股中有43%的重估幅度超过50%。当前大盘似乎存在热点区域，不仅高增长股估值看似昂贵。
主动管理至关重要
因此当前很可能正处于人工智能基础设施建设的狂热阶段，如同当年铁路、个人电脑或互联网早期。此类时期过度投资与卓越企业可并存；长期财富创造的关键变量不在于叙事逻辑，而在于执行力：持续创造现金流，将其重新投入于巨大且持久的机遇，同时严格恪守估值纪律，这正是我们持续关注的焦点。
选择性至关重要。在人工智能基础层，潜在赢家已然明朗：云计算领域有亚马逊云服务（AWS）、微软Azure和谷歌云平台，加速计算领域则有英伟达。向上延伸至应用层，具备分发能力、专有数据及快速迭代周期的应用企业将占据优势。我们发现这些特质在创始人主导、产品至上的企业文化中最为常见。这一逻辑支撑着我们对已显现AI驱动增长与经营杠杆实质性提升的企业的布局。同样，当“智能代理”的宣传超越实际客户价值时，我们持审慎态度——如今每家SaaS公司都在宣称AI代理将提升产品性能，但真正兑现承诺者寥寥。这种质疑在我们与私募前沿模型及数据公司领袖的对话中亦得到呼应。
某些“昂贵”公司可能实则极具价值
事实上，人工智能带来的效率提升可能被低估，尤其在软件、互动媒体和科技等本就高利润的市场领域。这些行业的公司不仅处于人工智能应用的前沿，其自由现金流收益率位居市场前列，却仍面临较高的劳动力成本占销售额比例。历史利润率或许无法准确预示未来12-36个月这些企业的盈利潜力。Shopify首席执行官Tobi Lütke 透露，公司预期未来数年能在不增加员工规模的前提下，维持当前约20-30%的增长率。
因此精选投资至关重要。这能确保投资组合具备最大韧性，通过高效且常由创始人主导的企业文化实现内生适应性。被动基准则不会因变化进行再平衡或调整。
当前重点观察领域
1.AI资本支出的回报率。行业领军者能否在计算与模型投入中维持高增量回报，还是竞争将引发非经济性的军备竞赛？
2.向应用层的渗透。随着AI从基础设施向日常工作流程，分发渠道与专有数据将日益重要。我们青睐具备适应性文化、能拥抱新技术与商业模式的企业。
3.消费行为变化。美国需求呈现分化态势：部分领域疲软，其他板块则展现强劲动能。我们将持续监测并据此调整投资组合。
核心要义
在人工智能热潮中审慎投资，无需预判泡沫是否存在。把资金投向能将技术转化为持久经济效益的企业，而非那些依赖概念炒作而非基本面支撑的公司。
资料来源：Baillie Gifford：US perspectives: are we in an AI bubble?
免责声明：本号对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，且不构成任何投资建议，对于使用该信息而引发或可能引发的损失将由投资者自行承担。投资者不应以该等信息取代其独立判断或仅根据该等信息做出决策。同时，我们尊重原创。文字图表等素材，版权属于原作者或其代理人。若涉及版权问题，敬请联系我们，立即做删除处理。
精彩评论