突发！刚刚高盛罕见警告：AI 行业正面临两大核心风险，蛋糕变小与蛋糕重新分配！

水木纪要|来源

锐声音|栏目

边江| 编辑

价值线导读

近期，半导体、存储、AI 基建链条明显承压。

市场开始重新讨论AI 股票估值是不是太贵，资本开支能不能持续，云厂商自由现金流会不会恶化，DeepSeek、Meta 云业务、Google 融资、利率上行这些事件到底意味着什么。

刚刚，高盛给出的答案很有意思：不是所有AI 风险都是一种风险。有些风险会让整个 AI 经济价值变小，也就是“蛋糕变小”；有些风险只是改变谁拿得更多、谁拿得更少，也就是“重新分蛋糕”。

下一阶段做AI 交易，最重要的不是听到利空就卖，也不是看到回调就买。

而是先问一句：这件事到底是在伤害 AI 这块蛋糕的总量，还是只是改变蛋糕在不同公司之间的分配？

一、为什么这篇报告很重要？

过去半年，AI 交易已经从“产业趋势交易”，逐渐进入“估值兑现交易”。

早期市场只需要相信一件事：AI 会改变世界。只要这个方向成立，GPU、半导体、云厂、存储、电力、散热、软件都可以一起涨。

但现在不一样了。

AI 相关股票已经涨了很多，市值中已经包含了大量远期收益假设。高盛在报告第4页的 Exhibit 2 中，把 AI 相关股票市值增长和高盛估算的 AI 未来收益现值做了对比。简单说，市场已经给 AI 公司计入了非常大的价值增量，如果要继续支撑估值，就需要更乐观的生产率提升、更快的应用渗透、更高的企业利润分成，或者更低的折现率。

这就是为什么 AI 交易会变得敏感。

以前市场只问：“AI 是不是大趋势？”

现在市场会问：“AI 的总价值到底有多大？这些价值到底归谁？云厂、半导体、模型公司、消费者、非美国企业，谁分得最多？”

一旦这个分配关系发生变化，相关股票就会剧烈波动。

所以，高盛这篇报告的价值在于，它不是泛泛讨论 AI 泡沫，而是把 AI 风险拆成了两个层面：

第一层，Size of the Pie：蛋糕有多大。

第二层，Share of the Pie：蛋糕怎么分。

这两个问题看起来相似，但交易含义完全不同。

二、什么叫“蛋糕变小”？

所谓蛋糕变小，就是市场开始怀疑 AI 创新本身能创造的总价值。

高盛认为，影响 AI 总价值的关键变量主要有五个。

第一，生产率提升。AI 到底能多大程度改善工作流程、提高效率、节省人力、创造新收入。

第二，采用速度。企业和消费者多快采用 AI，生产率提升多快兑现。

第三，资本分成。AI 创造的收益，有多少能变成企业利润，而不是全部让渡给消费者或员工。

第四，国际分成。美国公司能拿到多少非美国地区的 AI 收益，非美国公司又会分走多少全球收益。

第五，折现率。AI 公司未来现金流不确定性高、融资需求大，因此利率和资本成本变化会明显影响估值。

报告第5页 Exhibit 3 很直观地展示了这些变量有多重要。在高盛基准假设下，美国公司未来 AI 收益现值约为 9 万亿美元。但如果折现率降到 10%，现值可以升到 22 万亿美元；如果折现率升到 20%，现值会降到 5 万亿美元。生产率、资本分成、采用速度和非美国收入分成变化，也都会显著改变估值结果。

三、什么叫“重新分蛋糕”？

重新分蛋糕，不是说 AI 没价值，而是说价值从一类公司转移到另一类公司。

报告第3页 Exhibit 1 画得很清楚：AI 经济收益最终会在很多群体之间分配，包括美国企业、非美国企业、美国消费者、非美国消费者；在企业内部，又会在 AI 基础设施供应商、云厂商、模型公司、其他 AI 公司和非 AI 公司之间分配。

过去一段时间，市场把大量价值给了美国 AI 公司，以及亚洲部分关键供应链公司。尤其是半导体、存储、电力设备、云厂和模型公司，成为最直接的赢家。

但这个分配关系不是固定的。

比如，存储价格从 2025 年底开始大涨，背后是 AI 需求加速和供给短缺。这对存储厂商是利好，但对芯片消费者、云厂、服务器客户就是成本压力。这并没有改变 AI 总蛋糕，但改变了蛋糕在供应商和使用者之间的分配。

再比如，如果模型竞争加剧，AI 产品价格下降，模型公司和云厂的利润率可能受压，但企业用户和消费者受益。如果更便宜的模型反而推动更多采用，长期总蛋糕甚至可能变大。

又比如，如果云厂觉得现有基础设施已经够用，决定放慢资本开支，那么半导体、电力、散热、存储公司可能受伤，但云厂自由现金流改善，股价反而可能受益。

这就是分配冲击。

它的特点是：

一边亏，一边赚；指数可能没怎么动，但内部已经翻天覆地。

四、哪些风险属于总量风险，哪些属于分配风险？

按照高盛框架，可以简单这样分。

如果市场担心 AI 应用采用变慢、用例不足、生产率提升不够、企业不愿意继续投入、资本市场不愿融资，这些都是总量风险。

如果市场担心 AI 产品价格下降、模型竞争加剧、存储和半导体扩产导致价格下行、云厂放慢资本开支但改善现金流，这些更多是分配风险。

如果宏观利率上行、油价上涨、劳动力市场恶化、融资环境收紧，这些属于总量风险，因为它们影响整个资本市场和 AI 投资链条。

有些事件介于两者之间。

比如 DeepSeek。它降低 AI 使用成本，理论上有利于消费者和企业用户，也可能加速采用；但对美国 AI 公司来说，它可能意味着美国企业拿到的 AI 收益比例下降。因此，从美国股市角度看，它更像总量冲击；从全球经济角度看，它又可能是分配冲击。

再比如云厂削减资本开支。如果原因是融资压力大、AI 回报不确定，那是总量风险；如果原因是基础设施已经够用、效率提升，不需要再买那么多芯片，那更像分配风险，利空供应商、利好云厂。

所以同一个新闻，不能机械判断。

关键要问：

它是因为需求不行了，还是效率提升了？是因为没钱投了，还是不需要投那么多了？是消费者分走了利润，还是其他企业拿走了份额？

五、这对当前 AI 投资有什么启示？

第一，不要把所有 AI 利空都当成同一种利空。

如果一条新闻降低了 AI 总需求，那要警惕大盘和 AI 宽基风险。如果只是改变云厂、芯片、存储、软件之间的利润分配，那更应该调整结构，而不是简单砍仓。

第二，AI 供应链的定价会越来越细。

过去是“AI 基建都涨”。未来会变成：谁拥有议价权？谁受益于资本开支延续？谁受益于价格下降？谁受益于应用扩散？谁的利润被竞争压缩？

半导体和存储涨价时，供应商受益；价格下降时，应用和云厂受益。电力和散热短缺时，供应商受益；如果数据中心建设放慢，这些公司会承压。模型价格战时，模型公司压力大，但应用端成本下降。

第三，宏观冲击仍然是最大的大盘风险。

如果美联储重新转鹰，利率上行，或者油价再度冲击通胀，或者融资环境恶化，AI 资产会因为高估值、高拥挤和高资本开支需求而被放大打击。

第四，真正难的是分配风险。

因为分配风险往往发生在内部，很难用美债、黄金、美元这种宏观工具对冲。投资者需要更理解产业链，知道哪些公司是卖铲子的，哪些公司是用铲子的，哪些公司会因为铲子便宜而受益。

最后总结

高盛这篇报告，最值得记住的不是某一个点位判断，而是一个框架：

AI 风险分两种：蛋糕变小，或者重新分蛋糕。

蛋糕变小，是总量风险。它会影响大盘、利率、信用利差和指数波动率。比如采用速度放慢、用例不足、融资环境变差、宏观利率上行，这些都属于这一类。

重新分蛋糕，是结构风险。它会让 AI 内部赢家和输家重新洗牌，但不一定影响指数。比如芯片降价、存储扩产、模型价格战、云厂减少资本开支、非美国 AI 公司崛起，这些都可能只是改变利润分配。

对投资者来说，真正重要的是：

听到 AI 利空时，先不要急着问该不该卖，而要先问它属于哪一种风险。

如果是总量风险，要重视指数和宏观对冲。

如果是分配风险，要重视产业链内部切换。

如果只是短期情绪和拥挤交易的释放，反而可能是重新审视结构机会的窗口。

所以，AI 交易下一阶段不会再是“买所有 AI”那么简单。

它会从方向性交易，进入精细化定价：

谁真正创造价值，谁能把价值留在利润表里，谁只是暂时分到了蛋糕，谁又会在下一轮技术进步中被重新分走蛋糕。