阿波羅首席經濟學家：AI牛市核心邏輯存在萬億美元級數學矛盾
nashnova research
阿波羅首席經濟學家斯洛克指出，科技板塊預計到2028年現金流翻倍至2.4萬億美元，但買單的客戶群體現金流預測卻遠未跟上——這個萬億美元級缺口，意味著AI牛市的底層數學可能不成立。
這個「數學矛盾」到底是甚麼？
覆蓋科技板塊的分析師預計，到2028年該板塊運營現金流將翻逾一倍，新增逾1.2萬億美元，達到約2.4萬億美元。
但覆蓋標普500其他板塊的分析師——即跟蹤科技公司客戶的那批人——對客戶現金流增長的預測遠為保守。
這意味著→ 賣方預期爆炸式增長，買方分析師卻不認為買家出得起這筆錢。簡單來說＝ 一頭預測「貨能賣天價」，另一頭預測「買家袋裡沒那麼多錢」，兩者不可能同時成立。
斯洛克認為，根源在於華爾街分析師各自在行業板塊內部工作，缺少全局對賬視角——拼在一起，數字就對不上。
超大規模雲廠商的錢從哪來？
超大規模雲端運算廠商（指Amazon AWS、Microsoft Azure、Google Cloud等全球最大的幾家雲服務商）因大規模資本開支，近期已陷入負自由現金流。
分析師預計這批廠商將在2030年前實現逾1200億美元自由現金流。但斯洛克指出，僅數據中心的維護性資本開支在未來數年就將達到9200億美元——還未計入其他成本。
這意味著→ 要實現預測，廠商的收入增長必須大幅超過已知的硬性支出，而這筆硬性支出本身已是天文數字。說白了＝ 光是給已建好的數據中心「交管理費」，就要花9200億美元，利潤從哪擠出來？
AI推理服務的定價環境在惡化嗎？
過去三個月，企業和個人用戶大規模轉向中國開源模型，前沿模型的算力定價已大幅下滑。
這反映出 供給端競爭加劇正在壓縮超大規模廠商的變現空間——投了巨資建的基礎設施，單位收費卻在下降。
簡單來說＝ 花了大價錢蓋「AI工廠」，產品售價卻愈來愈平，回本周期被拉長。
企業都在講AI，為何不等於真實支出？
斯洛克指出，無處不在的AI討論熱度可能恰恰是泡沫信號，而非基本面佐證。
企業談論AI有三種可能：真實採用、向投資者炒作、或計劃用AI裁員降本——但這些討論目前尚未轉化為可量化的生產率提升。
說白了＝ 「人人都在講AI」和「人人都在為AI花錢」是兩回事，中間隔著一道從口號到訂單的轉化鴻溝。
這個缺口對市場意味著甚麼？
斯洛克的框架揭示了AI牛市敘事的核心脆弱性：需求端的支付能力與供給端的收入預期之間，存在一個萬億美元級缺口。
這意味著→ 這個缺口尚未被市場充分定價——當前AI估值體系的成立，取決於缺口能否被填補。
最終只有兩種結局：要麼科技公司的客戶產生遠超當前預期的現金流，要麼科技板塊的盈利預測需要大幅下修。
市场有风险，内容仅供研究参考，不构成投资建议。