美国市场策略：二季度财报透露了企业AI采用进展的哪些信号？

高盛的结论本身偏中性偏多：它承认AI基建是当前EPS超预期的主推手（贡献近一半的31%增长），但同时点出应用层尚无显著盈利兑现——这种"看多卖铲、看空挖金"的二元判断，对买方配置具有非常现实的指导意义。 第一，关键前提与隐含假设。报告的核心论点建立在一个隐含假设上：AI基建capex的+54%同比增速可以持续至少3-6个季度，并且能持续转化为相关公司的EPS增长。成立条件包括：(1) 超大规模云厂商（Microsoft Azure / Amazon AWS / Google Cloud / Meta）的AI算力订单book持续饱满；(2) AI训练侧从预训练转向推理后，单位token成本不会断崖式下跌以至于capex回收期拉长；(3) 资本开支的折旧高峰不会在2027-2028年集中释放，压制EPS。如果其中任一条件失效，AI基建股"双位数EPS增速"的故事就会面临估值压缩风险（当前AI基建组合PE隐含的"看多溢价"已经非常显著）。 第二，被低估或回避的风险。报告点出了"应用层未兑现"，但回避了一个更尖锐的风险——AI资本开支本身可能是**泡沫化的总需求**。如果AI推理支出仍<0.5%营收，而capex增速54%、EPS增速54%，这意味着每新增一块钱的AI基建收入，对应的客户付费意愿尚未跟上。如果2026H2或2027年出现"GPU订单放缓"信号（哪怕是季度环比的小幅降温），AI基建股可能遭遇戴维斯双杀。报告把这点包装为"管理团队对AI支出很自律"，但实际上可能是管理层在刻意淡化capex回报压力。 第三，敏感性分析。最大变量是**AI基建capex同比增速**：报告里Q1 26的+48%到Q2 26的+54%是连续加速，如果Q3回落至30%以下，整个AI基建板块的盈利预测就要下修10-15%。第二个变量是**应用层量化披露比例**：从11%向30%以上跃迁是"AI兑现"的最强信号，若Q3/Q4业绩会该比例仍停在10-15%，市场对"AI生产力受益股"的低配逻辑会被强化。第三个变量是**Ramp AI Index环比斜率**：从$5到$12用了约6个月，如果斜率放缓（例如月增从30%+降至10%），意味着企业AI部署进入S曲线的顶部，对AI模型提供商收入形成逆风。 第四，行业格局与历史可比。把当前的AI基建周期放到历史里看，最相近的是1999-2000年的电信基建泡沫——同样是capex爆发、EPS超预期、应用层尚未兑现。但区别在于：彼时是纯债务融资、最终演化为泡沫；当前AI capex由超大规模云厂商的经营现金流支撑（OPCF/FCF覆盖率显著高于当年电信运营商），且需求端是真实存在的大模型训练和推理订单。结论修正：当前更像是"2009-2010的页岩气早期"而非"1999的dotcom晚期"，但泡沫风险概率被高盛显著低估。 第五，跟踪指标与催化剂。读者应重点跟踪：(1) Q3业绩会（10月-11月）中，AI基建公司给出的Q4 capex指引——这是市场最敏感的领先指标；(2) Microsoft / Meta / Google / Amazon的capex/PPE ratio，一旦超过历史均值1.5倍要警惕；(3) 标普非AI基建成分股的EPS增速，如果从14%回落至个位数，会强化"市场窄化"风险；(4) BAA企业债利差与高收益债利差，AI基建相关公司再融资压力；(5) Ramp AI Index与OpenAI/Anthropic等模型公司的ARR增速，二者应该是高度同步的。时间线上，2026年Q3财报季（约10月下旬起）和2026年11月-12月的capex更新指引是最近的两个关键节点。