李录最新哥大交流要点：AI投资分化的机遇，中国转型之路，全球秩序之变
一句话看懂：中性偏多：李录承认AI实用但反对叙事定价，关注中国被冷落但具竞争力的企业
稻草财经 视角 · 独立逻辑线拆解
1. AI叙事与估值脱节
事实：转述案例：数百亿美元年消耗、寻求至少1000亿美元融资、2万亿美元估值讨论
传导：叙事推高估值，资本开支代替利润，商业化慢时后续融资与摊薄风险上升
影响：高估值AI资产受压
验证：客户是否为结果持续付费、企业能否留存足够回报
2. AI成本约束与产业链利润转移
事实：示例：收费100元若成本120元则增长扩大亏损，降至60元仍需看竞争压价
传导：电力、芯片、建设周期约束下，供给不足期基础设施先收钱，供给释放后利润转向应用环节
影响：基础设施提供者先受益后利润或有场景环节受益
验证：电力接入与设施交付进度、单位成本变化
3. 中国经济两种体感
事实：居民部门受房价、收入预期、就业感受影响；制造业有设备投入、研发积累、产品升级
传导：不同资产负债表导致消费冷清与制造景气并存
影响：制造业升级相关企业受益，消费地产相关受压
验证：房价、收入预期、就业数据与制造业投入产出变化
4. 长期回报均值回归
事实：李录概括：2010年以来标普500年化约14%-15%，2000-2010接近零或略负，未来回到高个位数
传导：高回报含估值抬升与低起点作用，倍数扩张难以重复
影响：已获高估值回报的市场存在回落压力
验证：企业利润能否追上估值、倍数变化方向
核心逻辑
AI用途与终极叙事是两个层面，技术有用不等于任何价格都值得支付，商业化需通过客户付费和留存回报两道验证。长期回报取决于企业创造现金的能力与偏多价格，历史高回报不能直接外推。中国市场部分竞争力企业因冷清、宏观压力或偏见被忽视，需区分短期担忧与长期损害。
关键利好
- 部分已具竞争力的中国企业因行业冷清、宏观压力或市场偏见长期不被关注，可能存在错误定价
- 中国制造业设备投入、研发积累和产品升级带来不同于居民部门体感的景气
- AI供给不足时基础设施提供者先受益，供给释放后利润转向有客户和使用场景的环节
- 市场注意力集中在少数热门公司时，部分优秀企业可能被忽略
主要风险
- AI叙事与定价存在张力：若把AGI/ASI等未经证明的推演当作确定未来并为资本开支提供理由，商业化慢于预期时后续融资承压、原股东被摊薄
- 增量成本风险：若单次服务成本高于收费（如100元收入对120元成本），使用量增长只会扩大亏损；资本开支不能永久代替利润
- 估值外推风险：倍数扩张带来的回报难以重复，若偏多估值过高，倍数回落可能抵消利润增长，出现行业好但投资者不赚钱
- 低关注≠错误定价：被冷落的公司可能因产品失去竞争力、利润下滑或治理问题而便宜，逆向投资前须区分担忧是短期还是已损害长期赚钱能力
展开完整深度解读（报告综述·更多利好与风险）
报告综述
李录认为AI技术真实有用，但RSI/AGI/ASI叙事不能作为估值依据，资本开支无法永久替代利润验证。中国经济存在居民压力与制造业升级两种并存体感，部分具竞争力企业或被市场冷落而错价。
更多研报解读
- 中性偏谨慎：倾向中期选举前避险，央行紧缩、金融条件收紧、信用事件'金丝雀'为关键理由
- 中性偏谨慎：AI融资一阶导仍增长但二阶导2026Q2见顶，关注信贷约束、实物通胀与中国红利切换
- 并网排队约5年倒逼表后发电加速，燃机寡头订单排至2032年，燃料电池交付快、弹性更大。