随着新一季财报季的开启，华尔街的目光正从单一的科技巨头移向更广阔的资本市场。
美股知名大空头、摩根士丹利（Morgan Stanley）首席策略师迈克尔·威尔逊（Michael Wilson）及其团队在最新研报中指出，美股市场的逻辑正在发生深刻转变：盈利增长的接力棒正由科技巨头传递给更广泛的成分股。
数据显示，标普1500综合指数中，中位数成分股的每股收益（EPS）增长率已突破10%，这是自新冠疫情复苏以来的最强劲表现。大摩分析称，随着分析师持续上调可选消费和交通运输等周期性板块的利润预期，美股的广度正在显著改善。
威尔逊认为，这种“普涨”格局主要由中游企业的盈利韧性所驱动。尤其值得关注的是，标普500等权重指数自2022年以来首次开始跑赢市值加权指数。这意味着，在科技巨头高歌猛进的同时，那些与宏观经济增长紧密挂钩的传统行业正展现出更强的防御性与增长后劲。
在科技领域内部，尽管AI相关股票近期波动加剧，但业内高管对底层需求的判断依然乐观。前英特尔CEO、现任Playground Global合伙人帕特·基辛格（Pat Gelsinger）直言，AI带来的经济价值几乎是无限的，目前唯一的真实瓶颈在于“电力供应”。
这种供需错配在供应链端表现得尤为明显。光通信巨头Lumentum透露，其数据中心互连产品的订单已经排到了五年之后；韩国芯片新锐Rebellions及算力服务商Nebius均表示，目前的算力基础设施需求远超产能，“供不应求”仍是行业底色。
针对市场对Meta及xAI出租剩余算力可能引发“产能过剩”的担忧，业内普遍将其视为孤立的资产配置行为，而非行业风向标。Cerebras Systems首席执行官安德鲁·费尔德曼（Andrew Feldman）指出，全球范围内数据中心与计算投入的缺口依然巨大。
尽管底层需求依然狂热，但应用层的投资逻辑正在发生质变。在AI发展的初期，企业界普遍存在“Token最大化”的心理，即不计成本地采购顶尖大模型。而现在，市场正加速进入“价值最大化”阶段。
Nebius首席营收官马克·博罗迪茨基（Marc Boroditsky）观察到，企业CFO们正在收紧预算，要求每一笔AI投入都必须看到清晰的投资回报率（ROI）。这种理性化趋势正在推动计算负载的分流：并非所有任务都需要昂贵的尖端模型，针对特定场景的开源模型或定制化算力正成为主流，就像“去超市购物不需要开大型巴士”。