美股AI链暴跌背后的Capex陷阱

溯溪而上

猫叔 傅里叶的猫

美股AI产业链再次遭遇猛烈抛售。

当日盘中，半导体ETF下跌约5%—6%，Lam Research跌约10%，AMD跌约7%，英伟达跌约4%，CoreWeave跌约7%。Meta在公布一份整体强劲的财报后，同样大幅下跌。

但企业基本面并没有同步崩塌。

Meta收入超过指引上限，广告收入同比增长26%；Lam Research的营收和利润好于预期；Texas Instruments也披露了模拟芯片复苏和稳健的数据中心需求。通常而言，这些消息足以支持股价。

但这一次，好消息没有得到奖励，任何不够完美的细节却会被放大。

AI交易的集中重估
本轮压力主要集中在AI、半导体和大型科技权重股。标普500内部仍有不少公司上涨，传统工业、消费和防御板块表现相对稳定。

因此，当前行情更接近三种过程的叠加：

AI产业链估值收缩；
科技股拥挤仓位调整；
高资本开支商业模式的风险重定价。
根据高盛的数据，近期科技板块出现了近年来最显著的机构净卖出之一。但基金经理并没有普遍转为空头，而是在降低净敞口、保护全年收益。多数机构仍相信AI需求强劲，只是不愿继续承担年初那样高的仓位和估值风险。

这也解释了为什么好财报无法稳定股价。在机构主动减仓的阶段，投资者不是在寻找新的买入理由，而是在寻找降低风险的窗口。

市场由此出现明显的负向不对称：大幅超预期可能只能维持股价，符合预期也可能被卖出，而轻微不及预期则会引发剧烈下跌。

“强劲”已经不够
Lam Research业绩仍然强劲，收入和利润略好于市场预测。但下一季度盈利指引并没有超预期，股价随即大幅下跌。当然这也只是一个事后的解释。

TI也类似，模拟芯片需求广泛复苏，数据中心业务表现不错，股价却没有明显上涨。说明半导体板块当前交易的还不是盈利绝对下降，而是未来盈利上修速度放缓。

当股价已经计入连续超预期的假设，单纯达到公开预测便不再足够。公司必须一次又一次证明，未来增长会比最乐观的投资者预计得更快。

市场进入Capex陷阱
Meta把全年资本开支指引从1300亿—1450亿美元收窄至1350亿—1450亿美元。按照前三季度的支出推算，公司第四季度可能投入约490亿—590亿美元。

但现在市场并不是很认可Capex了，而是首先担心自由现金流、折旧和投资回报。

Tesla把全年资本开支指引从超过250亿美元降至约200亿美元，股价同样承压。资本开支下降又被理解为项目推迟、建设节奏放缓或未来需求转弱。

AI交易因此进入了一个两难状态：

增加资本开支，市场担心现金流和投资回报；
减少资本开支，市场担心需求和产业链订单。
过去，Capex本身就是利好。现在，所有的投资都要解释：资金从哪里来、什么时候产生收入、回报能否超过资金成本。

AI已经赚钱，但还不够快
再来看Meta的财报，从经营层面看，公司的核心业务依然强劲。第三季度收入646亿美元，同比增长26%；广告收入631亿美元，同样增长26%。广告展示量增长10%，平均广告价格增长14%。

Meta也已经证明AI能够创造商业价值。新的推荐模型提高了Reels观看时长，广告排序和生成式推荐系统改善了转化率，接近1000万广告主使用过生成式AI创意工具。

问题在于，收入端的成功没有完全转化为利润和现金流。

剔除99亿美元一次性法律费用后，Meta运营利润只增长约11%，明显低于收入增速。基础设施、第三方云、折旧、数据中心运营和AI token成本都在快速增加。

公司第三季度资本支出达到349亿美元，自由现金流降至负21亿美元。这同样也是市场质疑Capex这么大的一个重要因素：

AI建设速度已经快到足以让全球现金创造能力最强的科技公司之一，在单季度出现负自由现金流。

Muse火了一个多月，但Meta没有立即把Muse推广到全球，一个重要原因就是计算成本。

管理层承认Muse是计算密集型产品。要把用户规模扩大到十亿级，公司必须使用更小的模型、提高GPU利用率并持续优化推理效率。（这里多提一点，下午听了一个国内模型厂的专家会，专家称在国产卡上跑推理比在英伟达的H卡上性价比要高，而且还能跑正，当然我还未确认到这个信息是否真实）

Muse的商业化也会比Meta过去的产品更早启动。公司计划通过订阅、交易佣金、广告和企业服务获得收入，原因之一就是算力成本和投资规模太大，产品必须尽快建立可持续的商业模式。

所以AI没有坏，但定价标准已经改变，过去，资本开支本身就是利好；现在，资本开支必须证明回报。