当下AI与科网泡沫时期的比较：如何从产业链出发，选择合适的离场点？.pdf

随着AI基础设施投资规模的急剧扩张，市场对于潜在泡沫的担忧日益升温。本报告通过将当前AI产业链与1999-2000年科网泡沫时期进行深度对比，旨在从产业链财务指标传导的视角，识别当前AI发展所处的历史阶段，并为投资者提供选择离场时点的参考框架。

泡沫定义与红杉模型警示

报告指出，科技泡沫在事前难以通过收益率模型清晰甄别。红杉资本的AI泡沫模型显示，为满足基础设施投资的经济回报，AI应用端所需收入规模与实际规模差距不断扩大。这提示投资者需警惕过度投资，尽管行业前景确定，但首批基础设施建设者可能因久期错配和需求预测偏差而面临财务风险。

年度比较：2026年类比1999年

通过对比Hyperscaler与科网时期电信运营商的关键指标，发现2026年与1999年高度相似。尽管当前巨头盈利能力更强，但资本使用效率、边际资本产出及EBITDA/资本开支比率预计将在2027年接近2000年电信运营商的危险水平。2026年资本开支增速达到顶峰，随后可能面临边际回报递减的压力。

季度定位：阶段二与三的连接处

基于14家历史样本公司的季度数据分析，科网泡沫分为投入先行、应收恶化、现金流与EBIT恶化、收入放缓四个阶段。当前AI产业链处于阶段二（应收恶化）向阶段三（现金流恶化）过渡的连接处。部分云厂商已出现自由现金流压缩、债务与应收上升的迹象，但利润率尚未全面恶化。未来1-2个季度，Hyperscaler的自由现金流及利润率变化将是判断是否全面进入阶段三的关键。

投资策略与不可比因素

建议将Neo-clouding企业视为风险预警的“金丝雀”，重点跟踪其现金流与债务指标。Hyperscaler需关注利润率是否随资本开支增加而转弱。上游设备商风险相对滞后。此外，当前美债高企及AI应用层尚未大规模爆发的中周期特征，与历史存在显著差异，意味着AI浪潮可能尚未终结，但短期波动风险需警惕。