大家好,我是 KP,歡迎來到第 69 期的《週末思考筆記》。
發這篇的時候我和家人在日本旅遊。今年太太懷了第二胎,幾乎沒安排什麼旅遊,這趟算是難得出來透口氣。
大腦繃太久,真的需要偶爾強制放鬆一下,不然很難維持高質量且持久的輸出。再加上這樣的市況,與其一直看着盤,也要迫自己遠離一下(雖然很難不看)。投資其實也一樣,比起短期賺多少,能不能一直 Stay in the game,才是真正決定結果的事。
也是因為這個想法,幾個月前我開始刻意調整自己的節奏。我在不同的筆記裡提過,我認為不應該只關注半導體,因此也很久沒有再開新的半導體主題了。
說實話,那個時候我也不是很有把握,畢竟 AI 的故事講得那麼好,要主動把視線轉開,心裡是會猶豫的。但回頭看,這個方向是對的。
Buffett 那篇分析裡有一個提醒,也分享過很多次:當利率環境不再是順風的時候,資金會重新尋找 Quality,而這幾個月的市場的確也朝着這個方向去進行。
我依然看好 AI 的長期需求,這點沒變。但資本市場有週期,需求很強跟股價能漲多高,從來就不是同一件事。
很多時候,大家看到「需求很強」四個字,就覺得研究做完了。但需求是故事的起點,不是股價的天花板。產能過剩、估值透支、資金成本變化,任何一個變數,都能讓基本面依然優秀的股票面臨劇烈修正。
順帶一提,雖然我人在外地,但下週的深入分析我已經全部寫好了,主角跟科技完全沒有關係,可以說是在光譜的最另一端。
也算是一種身體力行吧,把目光往不同的方向看一看,我希望繼續為大家擴闊視野,不要只將目光放在一個板塊之中。
兩週前我在「週末筆記」做了一個調查,問大家今年以來的倉位表現。
反應很踴躍,將近 2,500 人投票,結果分佈相當均勻,正報酬但不到 20% 的比例最高。
不過我猜,經過最近這幾週的震盪,原本微幅獲利、現在轉成打平,甚至是負報酬的朋友,應該又多了不少。
如果你只看大盤,S&P 500 和 Nasdaq 今年至今幾乎已經回吐所有漲幅。事實上,指數從 6 月到現在其實是下跌的。
也就是說,只要你大部分資金是 6 月之後才進場的,還要是放在AI基建的,你現在很可能是虧的。資金正在從 AI 基建流向傳統板塊,指數表面平靜,底下的板塊輪動其實非常劇烈。
這再次提醒我們:永遠不要只盯單一板塊。
如果你最近不太好,先聽我說幾句
我知道過去這幾個月,不少朋友帳面上的數字不太好看。
如果你正好是其中之一,我想先跟你說:請不要因為這幾個月的情況,就覺得自己完全不適合做投資,然後就這樣放棄了。
現在放棄,是最差的時候。
最重要的事情,是從這段經歷裡面學到東西。
在大家都不想看盤的時刻,你願意克服自己,認真思考和研究的話,你就已經贏了絕大部份的人。
研究不是在上漲的時候才做的,在下跌的時候,更是做研究的最佳時候。
我會一直和大家分享想法,一起進步。這次可能很痛,但經歷多了,就會知道這是一個必經的階段。
但在學到東西之前,你得先分清楚一件事:你現在的虧損,到底是操作上的錯誤,還是正常的回調?
這兩個東西看起來很像,但性質完全不同。
正常的回調
如果你的投資邏輯沒有被打破,你持有的理由依然成立,那帳面上的波動就只是回調。
任何一個有風險的資產組合,都不可能只漲不跌。除非你能每次都精準賣在最高點、買在最低點,否則波動就是你留在這個遊戲裡必須支付的入場費。
這跟你的能力沒有關係,這是市場的本質。
說說我自己。我的組合從高點算,也回撤了超過 25%。
但整體來看,今年到目前為止仍然還有一點正報酬,雖然已經不多。有幾筆操作我回頭看確實可以做得更好,進出場的時間點可以更精準。
但大方向上,我覺得自己已經做了要做的,該做的板塊輪動有做到,該減的風險有減。
25% 的回撤說多不多,說少不少,但每天打開帳戶看到數字往下掉的時候,心裡不可能完全沒有波動。
我也會想,「是不是應該早一點賣?」這種念頭一定會出現。但我知道,只要我的框架沒有被打破,這個回撤就是過程的一部分,不是終點。
回調是常態,不是例外。你不需要因為帳面暫時難看,就全盤否定自己過去所有的判斷。
如果經歷過熊市的朋友,不可能不明白這種感覺。如果這是你第一次的話,記住這種感覺,很重要。
但請對自己誠實:你真的有框架嗎?
話雖如此,如果你的虧損來自於追高、來自於沒有紀律地加槓桿、來自於在完全沒有研究的情況下跟風買入,那你就不能把它簡單歸類為「回調」。
那是操作錯誤。
操作錯誤需要被正視,因為如果你不修正,下一次市場會用同樣的方式再教你一遍,而且學費通常更貴。
這裡我想請你誠實地問自己一個問題:
「我平時的投資決策,是靠一套可重複的規則在運行,還是靠感覺、靠敘事、靠當下哪個故事最熱門?」
缺乏框架的投資人,買入靠的是敘事。一個社群上的熱門討論,就能觸發下單。
估值合不合理?資產負債表撐不撐得住?部位佔比多少?這些問題在決策流程裡根本不存在。
資金充沛的時候,雞犬升天,這種做法看起來完全沒問題。
但一旦風格切換,故事破滅,你既不知道該在哪個價位加碼,也不知道什麼時候該認賠,最後只能在焦慮裡隨波逐流。
另一個陷阱
還有一種更隱蔽的陷阱,我稱之為「偽分散」。
你同時持有晶片設計、晶圓代工、伺服器、散熱、光模組,覺得自己已經分散了風險。但在風格因子上,這些公司全部綁定在「AI 成長」加上「高 Beta」這同一個標籤上。
流動性一收緊,或者市場開始質疑 AI 的變現速度,資金會無差別地從整個板塊撤出,你手上五檔、十檔股票會一起往下掉,相關性趨近於一。
真正的分散,是在不同的風格因子之間做配置,而不是在同一個標籤底下把股票換來換去。
順風的時候,這些問題很容易被忽略,因為帳面在漲,你覺得自己怎麼做都是對的。
真正有價值的反思,往往發生在逆風的時候。每一次回撤,都是你檢驗自己框架的最好時機。
你的投資邏輯還站得住嗎?你的部位控制合理嗎?你的分散是真的分散,還是只是偽分散?
Situational Awareness:今年最殘酷的一堂課
講到「沒有風控的集中押注會怎樣」,Leopold Aschenbrenner 的故事大概是今年最好的反面教材。
25 歲,前 OpenAI 研究員,2024 年那篇 Situational Awareness 精準預言了 AI 的指數級爆發,一戰成名。
隨後他創立了同名對沖基金,極度集中押注 AI 基建,疊加 4 倍槓桿,同時做空他認為會被 AI 顛覆的軟體股。
2026 上半年,439% 淨回報,管理規模膨脹到 450 億美元,風光無限。
然後 7 月來了。AI 基建劇烈回調,做空的軟體股反彈,4 倍槓桿把虧損直接放大到 67%。Goldman、JPMorgan、BofA 集體發出追繳通知,他被迫在月底把幾乎所有持倉以極低的折扣打包賣給了 Citadel。
故事如果停在這裡,教訓已經夠深刻了。
但他沒有停,Q3 重新出發,承諾不再用銀行槓桿,轉而大量使用看漲期權。但根據最新的 13F,他的持倉繼續高度集中在 SharonAI、IREN、Nebius、Cleanspark 這些標的上。
結果 10 月,SharonAI 跌了 58%,IREN 跌了 41%,剛重建的組合再次大幅下跌。
這個案例的核心教訓
這個案例的核心教訓,三句話就講完了:
看對趨勢,跟做對交易,完全是兩回事。 他大概是 AI 領域最聰明的腦袋之一,但聰明替代不了風控。
槓桿不會改變你判斷的對錯,它只會決定你撐不撐得到對的那一天。
在同一個地方跌倒兩次,跟運氣沒有關係,是你從未真正敬畏風險。
最諷刺的是,這支基金的名字叫 Situational Awareness,情境意識。而它的創辦人,恰恰對自己的持倉風險缺乏最基本的情境意識。
市場會把財富從急躁的人手裡,轉移到有耐心的人手裡。這句話老套,但它是真的。
留在場內,你才有機會等到對的那一天。
大家加油,做好要做的事情,撐住,會變好的。
這週我們回到原來的格式,會有五個主題和大家分享:
主題一: 黃仁勳走了六天,NVIDIA 開了一場留人大會
主題二: Anthropic 終於上市了,背後有甚麼故事?
主題三:資安巨頭Palo Alto為什麼要砸 45 億去買 GPU?
主題四: 基金經理人砍了 AI,但還沒砍到怕
主題五:SemiAnalysis 下修 1.6 兆美元 AI 支出,AI 故事要完了嗎?
市況很差,但如果你還在看,按個讚或留個言,讓我知道你還在!
主題一: 黃仁勳走了六天,NVIDIA 開了一場留人大會
2026 年 11 月 12 日,黃仁勳離開了 NVIDIA。
六天後,NVIDIA 在聖塔克拉拉的會議室擠滿了人,Microsoft Teams 同步轉播,大約一小時。
過去的全員大會,是黃仁勳一個人的舞台。他站在中間,現場接問題,把每一場內部會議變成個人表演。
但這次,台上坐了一排。
先認識一下台上這排人
Colette Kress: 代理 CEO,同時還兼著 CFO。黃仁勳走後,她一個人扛兩個位子。
Harvey Jones: 新任董事長。負責找人、定方向、對外代表董事會。
Ian Buck: 管超大規模運算和高效能運算的。CUDA 生態和資料中心業務都跟他有關。很多人覺得他是內部接班的熱門人選。
Andrew Bell: 工程端的高管。負責把 NVIDIA 的生意從「賣晶片」推到「賣機櫃、賣整座資料中心」。
Debora Shoquist: 管供應鏈和製造的。跟台積電、富士康這些供應商打交道的,就是她。
Nick Parker: 商業端。跟客戶、合作夥伴維繫關係的。
還有 Chris Malachowsky,聯合創辦人: 他是目前唯一還在 NVIDIA 的聯合創辦人。平常很少在公開場合說話,這次上台講到哽咽。
一排人,各管一塊。這跟黃仁勳一個人站在中間的畫面,完全不同。
700 個問題,最後只回答了錢那一題
會前,員工提交了大約 700 個問題。
問最多的,是薪酬。第二多的,是要求董事會更透明。
Kress 沒有逐一回答。她只宣布了一個動作:年度考核從明年 3 月,提前到今年 12 月。
什麼意思?員工通常在考核時拿到加薪和新的配股。提前到 12 月,就是錢早點發,股票早點到手。
為什麼只回答了錢那一題?
因為 NVIDIA 員工的財富,有一大塊長在股票上。
你想想看,NVIDIA 過去幾年怎麼留人的?靠的就是股票。你每待一年,公司就給你一批股票,分批歸屬。你待得越久,累積的越多。如果你提前走,那些還沒歸屬的股票就沒了。
這就是大家說的「金手銬」。它是手銬,因為它把你綁在公司。但手銬的鬆緊,跟股價綁在一起。
股價比 52 週高點低了 37%。這句話在員工的眼中就是:我手上那副金手銬,鬆了 37%。
一個在 NVIDIA 待了八年、配股已經歸屬得差不多的資深工程師,原本留下來的理由有兩個。一是這裡做的事確實有意思。二是離開要放棄一大筆還沒拿到的股票。
現在第二個理由縮水了三分之一。
而外面每一家競爭對手,現在都知道該打給誰。
有研究指出,CEO 更換後,資深主管的離職率通常會上升約三分之一,而且會持續兩年左右。
所以管理層目前能控制的,只有「人」這一環。把考核提前,把配股提前,先把人留住,再說其他的。
生意很好,但所有人都在防守
把視線從會議室拉開,NVIDIA 的生意數字其實非常好。
第三季營收 1,158 億美元,年增 103%,高於市場預期。第四季指引約 1,300 億。
但在這麼亮眼的財報底下,主管們上台講的話,基本上都在防守。
Debora Shoquist 特地強調,NVIDIA 和供應商的關係靠的是產品開發、產能和商業往來,不靠黃仁勳個人。
Nick Parker 接著說,客戶和合作夥伴都表態支持了,之後會有更多高層一起維繫關係。
Ian Buck 說 AI 晶片的多年路線圖完全沒問題,不需要擔心。
Andrew Bell 說,NVIDIA 的生意已經從設計晶片,走到伺服器和機櫃。2027 年會一次部署 8 個機櫃的模組,長期客戶可能直接訂整座 AI 資料中心。
你發現了嗎?沒有人公開質疑這些事情。但他們必須主動上台澄清。
這本身就說明,內部的焦慮已經大到需要被安撫。
從一個人的即興,到一排人的合唱
大會最後,放了一首歌,Tom Petty 的〈I Won’t Back Down〉。
Kress 用了另一個比喻。她說,想像九萬人擠在佛羅里達大學的球場,最熱最悶的那種。第三節,全場一起唱歌。她說,我們會聽到那首歌。我相信你們會幫我唱。
這個比喻很有趣。
黃仁勳時代的全員大會,是一個人的即興演出。他站在中間,接問題,講段子,把氣氛拉到最高。
現在變成了一排人的合唱,沒有人是主唱。
這就是他們想傳遞的畫面。公司不再靠一個人撐。它靠一排人,靠制度,靠慣性。
Malachowsky 也上台了。他講到早期跟黃仁勳一起討論公司文化的時候,明顯哽咽了。他說過去一週發生的事讓他停下來想了很久。但他相信,只要守住那些核心價值,我們會沒事的。
一個平常不太在公開場合說話的技術型創辦人,在這種時刻講到哽咽。這本身就是一種表態。
市場當天就給了答案
全員大會當天,NVIDIA 股價開盤比前一天高 2.4%。收盤卻跌了 2.9%。
五個交易日下來,跌了 13.1%。
好財報撐不過一天的恐慌。
外面已經出現了一個要求黃仁勳回任的連署網站,號稱近 20 萬人簽名,其中 1 萬多人自稱是 NVIDIA 現任員工。
有工程師在社群平台上公開說,黃仁勳的願景是他留下的主要原因,現在他要走了。
有資深員工寫信給董事會,警告不可替代的人才正在考慮離開。
為什麼錢是第一題
回到最開始那個問題。700 個問題,為什麼只回答了錢那一題?
因為在所有管理層現在能做的事情裡,只有「人」這一環是他們真正能控制的。
董事會還沒找到下一任 CEO。這件事急不來,Jones 自己也說了,不會為了快而降低標準。
產品路線圖在跑。 Ian Buck 說了,不需要擔心。
客戶關係在維繫。 Nick Parker 說了,合作夥伴都表態支持。
供應鏈在運轉。 Debora Shoquist 說了,靠的是制度和商業往來。
這些東西都有慣性。它們不會因為執行長換人就突然停擺。
但人會。
人走了,就回不來了。一個待了八年的資深架構師,帶著對下一代晶片設計的理解,走進對手的辦公室。這件事一旦發生,你沒有辦法用一場全員大會把他找回來。
所以薪酬被提前,配股被提前。不是因為錢最重要,是因為錢是唯一能在這兩週內立刻做、而且能直接改變一個人「走還是留」那個念頭的事。
這場會議處理了一個循環:股價跌,人想走,市場更擔心。管理層只接得住「人」這一環。
他們把考核提前,把配股提前,把一排主管推到台前,把聯合創辦人請出來講到哽咽,最後放了一首〈I Won’t Back Down〉。
這些動作都在說同一句話:我們會沒事的。
但能不能真的沒事,取決於接下來幾個月,那副鬆了 37% 的金手銬,還來不來得及重新扣緊。
主題二: Anthropic 終於上市了,背後有甚麼故事?
11 月 18 日,Anthropic 以每股 83 美元完成定價,高出原定 70 到 78 美元的區間上限。公開募股加上同步的私募配售,總募資約 1,070 億美元。
這是人類歷史上最大規模的 IPO,超越了今年 SpaceX 的 750 億紀錄。完全稀釋後估值約 1.5 兆美元。認購倍數 6 到 7 倍。股票以 ANT 為代號在 Nasdaq 掛牌。
數字很漂亮,不過我更想分享的,是這場交易的真正結構,以及接下來幾個月股價到底在反映什麼。
賣晶片給它的人,轉頭買回了它的股票
這場交易最值得注意的設計,藏在私募配售那一塊。
Google 出了 100 億美元,Nvidia 出了 100 億美元,AMD 出了 25 億美元,Broadcom、Micron、Microsoft、台積電投資部門補齊剩下的份額。
總共 260 億美元,以和 IPO 完全相同的價格,買入無投票權的 Class N 股票。
這些公司全是 Anthropic 的算力供應商。他們手裡握著跟 Anthropic 簽的數千億美元多年期採購合約。
這讓整場募資看起來更像一場協調好的 AI 基礎設施融資事件。供應鏈用真金白銀押注自己最大客戶的成功,一部分資金未來會透過晶片和雲端採購循環回到這些供應商手中。
同一對銀行
Goldman Sachs 和 Morgan Stanley 再次聯手主承銷。
今年 6 月,SpaceX 以 750 億美元完成史上最大 IPO 時,主承銷就是這兩家。四個月後,Anthropic 的 1,070 億美元募資,還是這兩家領銜,帶著 22 家銀行組成的承銷團,費用池大約 5.5 億美元。
為什麼又是它們?原因很簡單。
當你要在公開市場上一次賣出千億美元規模的股票,你需要的承銷商必須同時具備幾樣東西:
全球最廣的機構投資人網絡: 能在幾天內收到數百億美元的認購意向。
處理天量訂單簿而不出錯的操作紀錄。
能同時管理公開募股和私募配售兩條線的執行能力。
在市場波動時穩住價格而不翻車的經驗。
目前全球能同時做到這些事情的組合,基本上就只有幾家。所以當 OpenAI 未來決定上市時,你大概率會看到同樣的名字出現在承銷名單上。這場交易正在變成一個模板。
同一套劇本
但真正有趣的部分,是它們怎麼把這場仗一步一步打出來的。
第一步:刻意把價格定低。
初始區間定在 70 到 78 美元。這個價格對應的估值大約 1.4 兆美元,明顯低於早些時候私募市場上流傳的接近 2 兆的數字。
你可能會問,為什麼不直接定高一點?
因為承銷商最怕的事情,是認購不足。一個勉強湊夠的高價發行,在市場上看起來非常難看,而且會直接傷害上市後的股價表現。
反過來,一個超額認購的保守定價,看起來是「需求強勁、市場熱情」,而且給後續的加碼和提價留出了空間。
所以 70 到 78 這個區間,從第一天起就不是最終答案。它是一個錨點,目的是確保需求一定會超過供給。
第二步:讓需求自然累積,然後用需求來推價格。
路演開始後,認購意向從早期的大約 2 倍,迅速攀升到 6 到 7 倍。主要推動力是大型機構投資人和錨定級訂單,既有的早期投資人也被優先分配。
當銀行看到訂單簿裡堆了遠超過發行量的需求時,它們做了兩個動作:
第一: 把公開發行的股數從原本約 8.25 億股擴大到接近 9.8 億股。多賣出去的這些股票,每一股都是多收進來的 83 美元。
第二: 把最終定價推到區間上方的 83 美元。
這在承銷行業裡是非常標準的操作。先給一個有吸引力的起點,讓需求自然累積,然後用需求本身作為理由來加碼和提價。最終市場看到的敘事是「需求超預期,所以加碼提價」。但這個「超預期」的故事,從設計初始區間的那一刻,就已經被規劃好了。
第三步:讓散戶和指數基金成為結構性的買盤。
散戶配額佔了 Class A 股份的大約 20%,透過 Schwab、Fidelity、Robinhood、SoFi、E*TRADE 這些平台分發。這讓大量小型投資人能在第一天就參與,製造廣泛的參與感。
但更關鍵的隱藏角色是被動指數基金。
對於符合條件的超大市值新股,Nasdaq-100 等指數會在掛牌後大約 5 到 15 個交易日內將其納入。
一旦納入,所有追蹤這些指數的被動基金就必須買入,不管它們覺得這個價格貴不貴。
分析師估算,這部分被動需求大約覆蓋了發行股份的 28%,對應約 190 億美元的強制買盤。
與此同時,初始流通比例只有大約 6%。掛牌當天真正在市場上流通、可以被買賣的股份,只佔公司總股本的極小部分。
稀缺的流通量,加上可預期的被動買入,加上散戶通路的分配,共同構成了一個結構性的需求支撐。承銷團敢於加碼和提價,底氣就來自這裡。
第四步:戰略配售鎖定價格,消除最大的不確定性。
那 260 億美元的私募配售,鎖定在最終 IPO 價格。無論最終定價是 70、78 還是 83,Google、Nvidia、AMD 這些戰略買家都會按那個價格買入。
這給了銀行一個額外的安全墊。即使把價格往上推,它們知道那 260 億美元不會跑掉。提價的風險大幅降低。
把這四步放在一起看,你會發現整個過程是非常精密的工程。定價區間、需求累積、加碼提價、散戶分發、指數納入、戰略配售,每一個環節都在為最終的結果服務。
最終市場看到的是一則新聞標題:「Anthropic IPO 超額認購 7 倍,定價高出區間上限,創歷史紀錄。」
但標題背後,是一套被反覆驗證過的承銷機器在運轉。
前幾個月的股價,跟公司好不好關係不大
很多人會嘗試分析 Anthropic 的基本面,這當然重要。
但對於這種級別的超大型 IPO,掛牌後前幾個月的股價走勢,絕大部分反映的是結構性力量,而非基本面判斷。
你在前面看過的那些設計,6% 的流通量、190 億美元的被動買盤、戰略配售的鎖定期,全部疊加在一起,意味著前幾個月的供需關係是被人為安排過的。
股價在這個階段漲或跌,很大程度上反映的是這些機械性力量的淨效應,而非市場對 1.5 兆估值到底貴不貴的真實判斷。
真正的市場檢驗,要等到流通量逐步釋放、指數納入完成、鎖定期開始到期之後才會展開。那可能是半年以後的事。
所以,如果這幾週股價大漲,那說明不了太多關於公司長期價值的事。前幾個月的波動,大部分是結構在說話。
募來的錢夠用嗎?
IPO 淨募資加上原有現金,Anthropic 的流動性在交易完成後預計落在 2,300 億到 2,500 億美元之間。對照未來 12 個月需要支付的約 707 億美元算力承諾,緩衝相當充裕。
但把時間拉長,S-1 裡列出的算力和基礎設施承諾總額接近 9,000 億美元,分布在未來近二十年。其中約 4,500 億需要在 2030 年底前支付。
年化營收跑到約 810 億美元,年增超過 1,000%,營運現金流已經轉正。這些數字確實驚人。但公司自己在文件中寫了,不預期能維持目前的成長速度。
這次募資大幅降低了未來幾年的執行風險。但長期模型依然取決於營收能不能持續跑贏那些逐年到期的固定承諾。
掛牌第一天,結構確實發揮了作用,但它只托住了自己
11 月 19 日,ANT 以 83 美元定價開出,開盤直接跳到 111.50 美元,比定價高出約 34%。盤中最高一度摸到 115 美元附近,完全稀釋估值短暫突破 2 兆。收盤落在 97.17 美元,仍然比定價高出約 17%。
對一家剛完成史上最大 IPO 的公司來說,這個首日成績單很體面。精密工程運轉正常。
但把鏡頭拉遠一點,畫面就完全不一樣了。
同一天,道瓊跌 2.19%,標普 500 跌 2.02%,那斯達克跌 2.25%。標普已經連續第六個交易日收黑。
Nvidia 收跌約 3%,AMD 跌近 8%(當天還疊了一份做空報告),Broadcom 和 Micron 各跌約 2%。Amazon、Alphabet 這些巨頭也明顯回檔。
市場本來在等一個扭轉一切的事件。
過去幾週,AI 資本支出的敘事一直在被質疑:Nvidia 管理層變動的餘波還沒消化,供應鏈估值是不是已經把未來幾年的回報提前定價了,整體 capex 節奏會不會開始放緩。
很多人寄望這場千億美元級的 IPO 能重新點燃信心,給整個板塊一個重新定價的錨點。
結果它沒有。
ANT 自己的股票被結構穩住了,但同一套結構沒有辦法把已經疲軟的 AI 交易重新拉起來。
市場選擇了 sell the news。
資金認購了新股,卻同時從舊股裡撤出。這場 IPO 沒有成為新的起點,反倒像是一個階段性的句號。
上市代表了甚麼
這場 IPO 證明了公開市場有能力吸收一家純粹的前沿 AI 模型公司,而且是千億美元規模的吸收。它為後續的 AI 實驗室上市鋪出了一條可複製的路徑。
但它沒有證明,也無法證明的是:1.5 兆美元的估值在接下來的幾個季度裡能不能被持續的營收增長支撐住。
前幾個月的股價會告訴你結構的力量有多強。只有當那些支撐逐漸退場,當流通量擴大,當市場開始用利潤率來衡量這家公司時,真正的定價才會開始。
這個星期的開盤價,只是這場故事裡最不重要的那一頁。
主題三:資安巨頭Palo Alto為什麼要砸 45 億去買 GPU?
資安大廠 Palo Alto Networks 宣布花 45 億美元,全股票收購了一家叫 Applied Compute 的公司。
這筆交易非常值得單獨拿出來拆解。
Palo Alto的確很喜歡進行收購,但他們過去只買資安公司,而這次買的是一家幫企業微調 AI 模型的新創。更誇張的是,它還承諾要再砸不到 30 億美元去買 GPU、蓋機房。
一家賣防毒軟體和防火牆的公司,為什麼要開始自己買 GPU?
這是一筆極不尋常的收購
先看看買了什麼。Applied Compute 成立才大約一年,三位創辦人全都來自 OpenAI。
他們做的事情,簡單來說,就是幫企業拿自家的資料,去微調那些「開放權重」的 AI 模型,然後把模型順利跑起來。
這家公司目前的年化營收大約 1 億美元,Palo Alto 卻開出了 45 億美元的天價,等於用 45 倍的營收在買。這比它兩週前募資時的估值還貴了將近四成,價格可以說是十分昂貴。
但最有趣的,是後續的承諾。Palo Alto 打算在三到五年內,建置超過 100 兆瓦的推論算力,錢大部分要花在買 GPU 和伺服器上。
這等於是一家靠著軟體訂閱輕鬆賺錢的公司,突然決定要跳下去做重資產的算力生意。
真正的動機:被逼出來的防守
官方說法是為了「主權 AI」,也就是幫企業在內部安全地運行 AI 模型。但 CEO Nikesh Arora 在法說會上,點出了一個更核心的生存危機。
過去的資安產品,主要是靠「設定規則」來防禦。比如系統偵測到特定的惡意程式碼,就自動阻擋。
但現在的 AI 代理人(AI Agents)不一樣。它們會自己思考、自己決定下一步要做什麼,行為模式不是固定的。面對這種會自主決策的 AI,傳統靠死規則的資安產品根本跟不上,也看不懂 AI 到底在執行什麼任務。
Arora 說得很直接:如果你不懂怎麼訓練 AI,你就無法保護 AI。要監督未來的 AI,資安公司必須自己具備訓練模型的能力。
最大的威脅不是老對手,而是模型公司自己
這帶出了一個更現實的商業威脅。
Palo Alto 過去賣的是獨立運作的資安軟體,加在企業的系統外層。但如果有一天,OpenAI 或 Anthropic 直接把「安全防護功能」內建在它們的 AI 模型底層呢?
當模型本身就具備足夠的安全機制時,企業就不需要再額外採購外掛的資安產品。到時候,Palo Alto 最大的敵人不再是 CrowdStrike 這些老對手,而是這些提供 AI 模型的源頭公司。它們會直接從底層把外掛資安的需求取代掉。
面對這種威脅,Palo Alto 找到了一個缺口:開源模型(開放權重模型)。
企業部署 AI 有兩種主要方式。一種是使用 OpenAI 這種封閉模型,安全由實驗室負責,Palo Alto 很難插手。另一種是把開源模型下載到自己的伺服器上,用企業內部的資料來微調和運行。
問題是,開源模型背後沒有實驗室幫它做安全把關。
這就是這筆收購的核心邏輯。Palo Alto 買下 Applied Compute,就是要幫企業「訓練、運行、並保護」這些開源模型。只要企業還在內部運行開源模型,Palo Alto 就能卡住這個安全入口,確保自己不會被模型公司邊緣化。
所以,這筆 45 億美元的收購,表面上是進軍 AI 算力市場,實際上是一場生存保衛戰。如果不買,未來 AI 的安全防護可能會被模型公司整包拿走;買了,至少能在未來的 AI 基礎架構裡,保住自己不可或缺的地位。
算一筆帳:這門新生意,自己根本賺不回來
防守的理由很充分,但這筆交易在財務上划算嗎?我們來算算實際的帳。
Palo Alto 這次總共要掏多少錢?收購淨成本大約 40 億美元,未來還要砸 30 億美元買 GPU 和蓋機房,總投入高達 70 億美元。
如果這是一門獨立的生意,投入 70 億,當回報要求10%,那麼每年至少要賺 7 億美元才算及格。公司給的目標是,這塊新業務到 2029 年能創造 10 億美元的營收。要在 10 億營收裡擠出 7 億利潤,利潤率必須高達 70%。
對於一個需要不斷買昂貴 GPU、付高額電費的算力生意來說,70% 的利潤率根本是天方夜譚。
所以結論很明確:單靠賣算力與模型服務,這筆投資絕對回不了本。
那 Palo Alto 圖什麼?圖的是「帶動本業」。
他們真正的算盤是:透過提供 AI 算力與模型訓練,把客戶綁得更緊,讓客戶順便買更多原本的資安產品。只要這門新生意,能幫原本的資安本業每年多帶來幾億美元的額外營收,以 Palo Alto 目前的高估值來看,這 70 億的投入在市值上就回本了。
這意味著,新業務只要能讓公司整體的營收成長率多出 2 到 3 個百分點,這筆交易就算成功。門檻聽起來不高,但真正的挑戰是:這種「帶動本業」的效果,未來在財報上能不能被清楚看見並量化?
一張不便宜的門票
回到開頭的問題:一家資安公司為什麼要去買 GPU?
因為它知道,未來的資安戰場就在 AI 模型裡。這筆收購,本質上就是花錢買一張「未來 AI 時代的入場券」。
從成本來看,這張門票買得不算貴。發行新股只稀釋了 1.6% 的股權,未來的資本支出也只佔公司半年的現金流。執行長甚至樂觀地說,如果做成了,這門新生意未來會比現在的資安本業還要大。
但問題是,這個「未來」目前還停留在管理層的簡報裡。他們描繪的市場規模,跟外部研究機構的預測差了好幾倍,缺乏實際數據支撐。
買門票是為了未來的可能性,但不該把未來的夢想,提前算進今天的股價裡。
Palo Alto 今年的股價已經大漲了 85%,估值處於五年來的高點。
它究竟是在強化原本的資安護城河,還是僅僅多開了一個燒錢的戰場?在接下來的幾份財報給出明確答案之前,現在的股價,可能已經沒有太多容錯空間了。
主題四: 基金經理人砍了 AI,但還沒砍到怕
11 月的美銀全球基金經理人調查出爐了。這份管理著超過 5,000 億美元資產的問卷,向來被市場當作情緒的溫度計。
十一月的讀數很明確:AI 的狂熱階段,至少在倉位上,告一段落了。
科技股淨超配從 37% 砍到 12%,2006 年以來最大單月降幅。38% 的受訪者認為企業正在過度投資 AI,是問卷歷史上的新高。
超過一半的人押注未來六個月至少有一家雲端巨頭會削減資本支出。只有 16% 的人希望企業繼續加碼,2020 年 5 月以來最低。
美銀策略師 Michael Hartnett 的總結很簡潔:「繁榮與 AI 的狂歡,到此為止。」
數據擺完了。但如果你的結論是「AI 完了」,或者反過來想「那現在該進場撿便宜」,我覺得這兩種反應都太快了。
他們調整了座位,但還在場內
這份調查最有趣的地方,在於幾個數字之間的矛盾。
你只看科技股那一欄,會覺得這群人大幅撤退了。
但拉遠一步看全景:現金水位掉到 3.6%,股票整體淨超配還有 41%,只有 3% 的人預期經濟衰退,半數人仍然押軟著陸,另有 42% 認為經濟會持續擴張。
簡單講,他們把錢從科技股搬去了醫療保健、部分消費股、債券(債券淨低配從 37% 收窄到 23%),但人沒有離開市場。
對總體經濟的信心基本沒動,動的是對「AI 資本支出還能換回多少利潤」的預期。
因此,這比較接近「重新算帳」,而非「恐慌撤退」。
前兩年企業砸錢蓋機房、買設備,市場願意給很高的估值,因為那是從零到一的階段,利潤增長的幅度大,故事好講。現在基礎建設鋪到一定規模了,繼續投入同樣的錢,邊際回報在遞減。
高盛預估 AI 相關投資到 2027 年底仍會達到約 1.4 兆美元,支出的總金額還在增加,但每一塊錢能換回的額外利潤,已經不如前兩年。
這跟「AI 沒有價值」是兩件事。比較準確的說法是,市場已經把未來兩年的好消息提前定價了,現在需要看到實際的利潤兌現。
一個時間上的細節
這裡有個容易被忽略的時序問題。
調查期間是 11 月 6 日到 12 日。調查開始的前一天,Nasdaq 因為 AI 監管擔憂跌了大約 5.5%。調查結束那天,黃仁勳辭職,NVIDIA 盤中大幅回落。
也就是說,這份調查記錄的,很可能是股價已經修正之後的調倉結果,經理人是在跌了一輪之後才在問卷上反映自己的操作。
數據本身沒有錯,但它更像一張後照鏡,記錄的是已經發生的事,比較難用來推斷下一步。
那現在能不能進場?
每次出現這種大幅減持,一定有人開始考慮逆向操作。
這個想法很直覺,但美銀自己的框架給的答案是:條件還沒到。
兩個常用的參考指標。現金水位 3.6%,在美銀的體系裡,低於 4% 屬於過熱區間,通常對應的是賣出訊號;要等到 5% 以上,才算恐慌性的買入區間。
牛熊指數 7.4,比前幾個月的高點有所回落,但離真正標記歷史底部的極端低點(低於 2)還有一段距離。
更根本的一點是,幾乎沒有人預期經濟衰退。回頭看歷史上真正的市場底部,通常伴隨著高現金水位、低股票配置、以及對宏觀環境的普遍擔憂。
現在的情況是,大家對經濟本身還算樂觀,主要是對 AI 的估值和資本支出回報產生了疑問。
有人可能會拿 2022 年底來類比,當時科技股配置在多年低點,隔年出現了大幅反彈。
但那次市場處在絕望的低位,這次是從高位往下修。週期位置不同,「部位低就等於買點」這個邏輯不能直接套用。
接下來真正值得盯的:債券與政治風向
這份調查裡有一個數字值得特別注意。
38% 的經理人認為「AI 雲端巨頭發行的債券」最可能引發信用風險,這個比例甚至高於私募信貸。
這反映出專業投資人已經在擔心,這些科技巨頭靠發債來支撐龐大資本支出的模式,正面臨嚴峻考驗。
過去幾年,個別雲端巨頭其實很難主動踩煞車。
這就像一個囚徒困境,競爭壓力擺在那裡,只要有一家公司放慢投資速度,市場份額馬上就會被對手搶走。所以大家只能硬著頭皮繼續蓋機房、買晶片。
但現在的總體環境已經給了他們一個正當理由去放慢腳步。
第一個理由是資金成本的變化。
近期利率持續走高,企業借錢擴張的代價越來越昂貴。當發債成本上升,資本支出對資產負債表的壓力就會直線上升,華爾街也不會再像前兩年那樣無條件買單。
第二個理由是政治與監管環境的劇烈轉變。
民主黨在最近的選舉中橫掃國會,市場對於加強 AI 監管、甚至從政策面放緩 AI 發展速度的預期正在急速升溫。
這為科技巨頭提供了一個完美的台階。當監管壓力成為全行業的共同挑戰時,他們就不需要擔心因為減少資本支出而輸掉競爭,大家可以順理成章地同時踩下煞車。
在這種雙重壓力下,資本支出的約束條件已經從同業競爭變成了外部環境。
所以接下來大家可以關注的,是投資級和高收益債的利差走勢,以及國會針對 AI 基礎建設的監管草案。這些總體與政治因素,才是決定雲端巨頭未來花錢速度的真正關鍵。
最後一個觀察
這群人是市場上最專業的一批投資人,他們的工作就是比別人早一步做出判斷。
但你看,AI 股價已經跌了一輪、監管疑慮已經浮上檯面、黃仁勳都辭職了,他們才在問卷上確認自己減了碼。
這其實很正常,在狂熱期,就算是專業投資人也很難在最高潮的時候率先離場,他們也需要一個已經發生的回調來合理化自己的調整。
對散戶來說,這份調查真正的提醒可能不在於「AI 要跌了」或「該買進了」,而是一個更基本的認知:連管五千億美元的人,在時間上也是反應者,而非預言者。
你不需要因為比他們晚看到訊號而焦慮。比較重要的是想清楚自己的持有邏輯,然後在他們集體改口的時候問自己:我的邏輯變了嗎?如果沒變,就不需要跟著調整。
AI 作為投資主題沒有消失。半導體仍是最擁擠的交易(雖然從 82% 降到了 39%),科技股也還在淨超配。
市場只是在重新定價下一個階段,從「誰在蓋基礎建設」轉向「誰真的用 AI 賺到了錢」。
狂歡結束了,但AI這件事本身還沒結束。只是接下來,市場要看的是利潤表,不再是資本支出簡報了。
主題五:SemiAnalysis 下修 1.6 兆美元 AI 支出,AI 故事要完了嗎?
最近科技股氣氛本來就極冷。就在這時候,向來最看好 AI 產業的研究機構 SemiAnalysis,在 11 月 13 日大幅更新了預測模型,下修了未來幾年全球 AI 晶片支出的金額。
下修的幅度不小。2028 年少了 28%,2029 年少了 41%,2030 年少了 40%。把 2027 到 2030 四年加起來,大約 1.6 兆美元的預期支出,從模型裡被拿掉了。
AI 故事要完了嗎?我們來仔細看看細節。
下修的是「價格」,不是「需求」
這份報告最容易被誤讀的地方,是頭條金額。
1.6 兆美元聽起來很嚇人。但如果你去看實體晶圓的出貨量,會發現一個很關鍵的差異:
2026 到 2030 年,累計的 AI 晶片出貨面積只下修了 17%。2030 年單年,也只少了 15%。
金額少了四成,出貨量只少了不到兩成。中間消失的那一大塊錢,去了哪裡?
答案是「算力的單位價格在下降」。
SemiAnalysis 大幅調降了未來晶片的平均售價。舉例來說,NVIDIA 下一代 Feynman 晶片的單價預估,從約 11 萬美元調到 7.8 萬美元。
高頻寬記憶體(HBM)的供需緊張也在緩解,2028 年出貨量預測下修 30%,價格逐步回歸常態。
我用一個簡單的比喻。
想像一條美食街。過去兩年,客人排隊排到馬路上,每一攤都在漲價,攤商賺得很好。現在,客人還是會來,甚至還會變多,但大家開始比價了,攤商也開始調整定價來搶客。
整條街的人潮沒有崩,但客單價在掉。
這就是這份報告真正在說的事:AI 的需求還在成長,過去那種「晶片嚴重缺貨、賣家可以隨意喊價」的階段,正在慢慢結束。
對供應鏈來說,這代表截然不同的影響。
像台積電這種靠「晶圓面積」和「代工出貨量」賺錢的公司,受到的衝擊其實遠比頭條金額看起來小。只要美食街的人潮還在,廚房就得繼續開火。
真正面臨考驗的,是過去靠嚴重缺貨、享有超高溢價和超額毛利的晶片賣家,這也和我過去兩週的分享相乎。
下修的是「硬體」,不是「應用」
而且這份報告有個很關鍵的反差:他們把「AI 應用」和「AI 硬體」拆開來看。
在應用端,SemiAnalysis 依然非常樂觀。就算下修完這一輪,他們對 AI 軟體和應用營收的預測,還是高於華爾街的市場共識。換句話說,他們依然相信 AI 應用會繼續大賺錢。
他們真正轉趨保守的,是硬體端的兩個現實問題:資金市場願意借多少錢去蓋算力,以及買家願意花多貴的價格買晶片。
如果把硬體支出的數字放進華爾街的座標來看,這個轉向會非常清楚。
依照 SemiAnalysis 的最新模型,全球 AI 加速晶片支出其實還是年年成長:2026 年約 3,920 億美元,2027 年 6,270 億美元,2028 年 7,580 億美元,到 2030 年來到 9,230 億美元。
成長趨勢還在,但這次下修後,SemiAnalysis 在硬體上的預期已經不像過去那麼激進,跟華爾街最樂觀的硬體多頭拉開了距離。
舉例來說,美國銀行今年稍早曾預估,2030 年 AI 加速晶片市場可達 1.17 兆美元;Bernstein 追蹤的廣義 AI 資本支出共識,在 2028 年更上看 1.6 兆美元(雖然統計口徑涵蓋較廣,但遠期落差依然很顯著)。
一句話總結他們的立場:對 AI 應用,他們還是比華爾街樂觀;但對硬體賣價和融資規模,他們決定先把預期拉回現實。
同一份報告,對兩群人的影響完全不同
這份報告最值得細看的地方,是它把供應鏈切成了兩個很不同的世界。
第一群:需要借錢買晶片的人。
NVIDIA 是這波下修裡受影響最大的。SemiAnalysis 把 NVIDIA 2027 到 2030 年的運算產品營收預測,分別下修了 22%、39%、56% 和 66%。全球邏輯晶圓下修的總面積裡,NVIDIA 一家就占了 66%。
為什麼影響這麼大?
因為 NVIDIA 近兩年增速最快的買家,很大一部分是新創雲端公司和前沿 AI 實驗室。這些公司的共同特點是:自己的現金不夠,需要向資本市場借錢來蓋機房、買晶片。
一旦 AI 應用端的營收增速稍微放緩,銀行和債權人開始收緊放款,這些沒有科技巨頭長期合約撐腰的專案,就會是第一批被延後或縮減的。
第二群:用自己的錢蓋機房的人。
博通在 2026 到 2030 年的累計自研晶片(ASIC)營收預測,只被下修了 11%,而且主要是因為 HBM 降價帶動的報價調整,實際出貨量幾乎沒縮。亞馬遜自研的 Trainium 晶片,2027 和 2028 年的預測甚至完全沒動。
為什麼差這麼多?
因為推動 Google TPU、亞馬遜 Trainium 這些自研晶片的買家,是現金流非常充沛的科技巨頭。他們不需要借錢,不需要看銀行臉色。他們在乎的是性價比和能耗效率,而且採購量夠大,能自己定義規格。
用一句話概括這個分水嶺:現金買房的人,不太擔心利率變化。貸款買房的人,利率每動一格,壓力就多一分。
接下來,盯三個指標就夠了
SemiAnalysis 這份報告真正的意義,是指出 AI 基礎建設正在換檔。從「不計代價搶算力」的階段,慢慢進入講究性價比、能耗效率和融資能力的階段。
對投資人來說,多空爭論可以先放一邊,盯住三件事就好:
第一,Anthropic 上市後的股價續航力。
Anthropic 剛在納斯達克掛牌,它的公開說明書揭露,第三季光短期算力合約就花了 50 億美元,單季轉為營業虧損。
蜜月期過後,會是市場資金水溫最直接的觀察指標。
第二,NVIDIA 補交的 10-Q 季報。
重點看應收帳款增速和客戶融資曝險。新創雲端客戶的訂單背後,收款能力到底穩不穩。同時觀察 Vera Rubin 量產穩定後,毛利率能不能回到 72% 以上。
第三,科技巨頭資本支出裡,ASIC 和 GPU 的比例變化。
2027 年五大雲端巨頭的總資本支出仍上看 1.3 兆美元。這筆錢裡面,流向博通等自研晶片陣營的比例如果持續上升,流向通用 GPU 的比例如果持續下降,那就是下一階段硬體股強弱分化的關鍵訊號。
AI 的長線浪潮沒有結束。但「沾上 AI 就一起漲」的階段,已經過去了。
接下來比的,是誰能分清楚:哪些公司賺的是出貨量和穩健現金流,哪些公司賺的是溢價和融資槓桿。
謝謝你閱讀到這裡,如果你覺得這份筆記為你帶來了價值,請不吝按下一個讚,這是我持續分享的最大動力。
我在Facebook和Threads都有每天發佈當天對市場的觀察,大家也可以考慮追蹤我的社交媒體。
另外我在Telegram有頻道,每天早上我會發當天重要新聞摘要。
全部資訊在以下鏈結:
另外,如果你已經加入付費會員,不要浪費了群組的功能,進入我們Substack的Chat功能一起討論市場!
文 / KP













"大家看到「需求很強」四個字,就覺得研究做完了。但需求是故事的起點,不是股價的天花板。產能過剩、估值透支、資金成本變化,任何一個變數,都能讓基本面依然優秀的股票面臨劇烈修正。" 這句話太棒了....
大跌穩住,只要還在市場就有機會,投資是風險管理,不是報酬管理,只有活下來,往後上漲才有自己的事,一旦出局,上漲也不關自己的事了。大家加油