高盛：AI交易进入分化定价阶段
AI投资热潮并没有结束，但市场正在改变下注方式。
高盛近期判断，过去几年围绕人工智能形成的“一篮子AI交易”正在逐渐瓦解。投资者不再简单按照“AI概念”给予统一估值，而开始重新审视不同产业环节的盈利周期、供需关系以及商业兑现速度。
这一变化在7月市场调整中已经有所体现。
当时，Memory、AI半导体、光通信、数据中心以及Neocloud等多个AI相关板块几乎同步下跌，市场表现更像一次集中式仓位调整。资金并没有立即区分哪些企业真正受益，哪些只是被AI情绪带动，先进行了整体撤退。
但进入8月后，反弹路径开始出现明显差异。
从市场低点计算，光通信板块反弹约32%，Neocloud反弹约20%，AI数据中心约17%，相比之下，Memory板块反弹约12%，AI Power相关方向仅约6%。
这种差异背后，是资金重新拆解AI产业链。
过去一段时间，AI投资逻辑更多围绕算力扩张展开。从英伟达GPU，到高速互联，再到数据中心基础设施，市场相信只要与AI基础设施相关，就能享受增长红利。但随着估值不断提升，投资者开始提出更现实的问题：收入什么时候兑现？利润率能否持续？竞争是否会压缩空间？
光通信成为近期表现较强的方向之一，与AI数据中心扩张密切相关。随着大型云厂商持续建设AI基础设施，高速网络连接需求快速增加。相比部分仍处于商业验证阶段的AI应用，光通信的订单和需求增长路径更容易被市场观察。
Neocloud则代表另一种趋势。相比传统云服务商，这类企业专注于提供GPU计算资源，通过满足AI创业公司和企业训练需求获得增长。不过，该领域同样面临竞争加剧以及资本开支压力的问题，市场正在重新评估其长期盈利能力。
软件端的变化更加明显。
高盛提到，“Inference Economy”（推理经济）可能成为新的投资主线。过去AI市场关注重点主要集中在模型训练和算力投入，而随着大模型逐渐进入实际应用阶段，如何低成本运行模型、提高推理效率、服务更多用户，正在成为新的商业机会。
这意味着AI价值链正在发生转移。
模型训练像是在建设基础设施，而推理应用更接近商业运营阶段。未来能够持续创造收入的企业，未必只是拥有最大模型的公司，也可能是能够降低AI使用成本、将AI嵌入业务流程的企业。
相比之下，Memory产业的投资逻辑正在发生变化。此前市场关注重点集中在存储价格上涨和企业盈利预期改善，但现在资金开始关注长期供需平衡、客户协议以及资本回报能力。
这也是AI行情进入成熟阶段后的典型变化。
早期市场往往奖励故事和方向，资本会快速流向所有相关资产；但当产业进入兑现期，投资者会开始区分赢家和参与者。AI仍然是未来几年科技产业最重要的增长方向之一，只是“贴上AI标签就获得溢价”的时代正在接近尾声。
对于企业而言，下一阶段竞争重点不再是谁最早押注AI，而是谁能把AI投入转化为稳定现金流。对于投资者来说，寻找产业链中的真实盈利环节，可能比追逐整个AI主题更加重要。
