科网泡沫与 AI 狂潮对比及 AI 硬件投资策略分析

摘要： 本次分享对比了 2000 年科网泡沫与当前 AI 浪潮的本质差异，探讨了 AI 硬件（存储、互联）的需求逻辑，并通过云厂商财务模型分析 AI 资本开支的合理性，最后提出了基于 ETF 的布局策略。

核心观点：

1. AI 浪潮并非纯粹泡沫：与 2000 年科网泡沫时期公司普遍亏损、依赖融资不同，当前 AI 龙头公司盈利能力强、现金流健康，且拥有高可见度的积压订单，估值尚未达到极致虚高。
2. AI 互联通胀逻辑：数据搬运成为计算瓶颈，导致存储需求快速增长（量补质）以及服务器间通信网络（光模块、PCB 等）景气度提升。
3. 投入具备理性基础：通过可变、固定及折旧成本模型分析，认为云厂商目前的 AI 投入能够覆盖折旧成本，项目净现值可观，预计产业强劲上行趋势将持续至 2028 年后。

论据支撑：

1. 财务数据：提及谷歌一季度云收入同比增长 63% 达 200 亿美金，积压订单（Backlog）大幅增长至 4600 亿美金。
2. Capex 预测：测算 2027 年全球 AI 资本开支规模在乐观情况下可能达到 1.5 万亿美金，保守估计在 1.3-1.4 万亿美金。
3. 周期分析：将科技周期分为四个阶段，认为 AI 目前仍处于利润增速上行阶段，尚未进入增速下行触发估值下修的阶段。

局限性/风险：

1. 现金流担忧：预计 2026-2030 年大规模投入期间，厂商可能依赖外部融资，导致市场在脆弱期出现现金流质疑。
2. 基础设施瓶颈：美国电力短缺可能影响 AI 建设的节奏与空间分布。
3. 商业化不确定性：模型大厂（如 OpenAI 等）若无法兑现商业化承诺，可能产生风险。