CITI 认为，随着 AI 建设的不断发展，行业标签越来越无法描述 AI 风险，至少有 40% 的 IG 信用产品与 AI 存在收入联系。非科技公司通过 AI 收入改善了基本面，但它们越来越依赖于 AI 建设的持续发展，这导致指数持有人面临着远超其科技配置的嵌入式 AI 风险。在 TMT 领域，特殊波动率扩散已攀升至其 54 个百分位数，是所有行业中最高的。为了定价这种跨行业的现实，CITI 引入了七个新的分析分组：半导体、硬件、软件、科技服务、AI 与发电、物理 AI 和超大规模企业。虽然大部分这些分组交易接近 3 年的高峰，但超大规模企业、软件和科技服务因供应和中断担忧而交易滞后。
随着市场越来越严厉地惩罚 AI 中断，CITI 预计基础设施建设者将跑赢大盘，而更广泛的指数将越来越与这场前所未有的建设捆绑在一起，从而侵蚀非科技配置的传统多元化收益。
- AI 的足迹不断扩大：一项粗略的估算表明，至少有 40% 的指数具有某种与 AI 建设相关的收入。但现实情况是，公司之间的界限正变得越来越模糊。从汽车制造商改造电动汽车电池到保险经纪人承保数据中心建设，非传统参与者正在寻找创造性的方式来捕捉支出。越来越多指数的信用故事正由 AI 决定。
- AI 并非仅仅是科技行业：公用事业是受 AI 发展需求激增影响最快的行业之一。但与 AI 相关的价值评估部分每季度都在增长，因为公司正在寻找创造性的方法将 AI 集成到其现有的生产力产品中，或者利用支出。例如，福特能源，一家新的储能子公司，已经将电动汽车工厂生产的电池改造成为为 AI 数据中心提供能源的储能系统。保险经纪人如 Aon 和 Marsh McLennan 正在为数据中心建设项目提供保险解决方案。Williams 正在投资“多个项目，为计划中的超大规模数据中心提供现场天然气和计量点电力生成和相关基础设施”，根据穆迪的说法。
- 评估不同 AI 分组的业绩：在传统行业分类无法很好地反映 AI 相关业绩的快速发展的指数中，更细粒度的分组提供了更好地理解 AI 相关定价的机会。CITI 引入了七个新的分组：超大规模企业、AI 与发电、物理 AI、半导体、软件、科技服务和硬件。这些分组突出了源于 AI 的估值差异。超大规模企业、软件和科技服务因供应和中断担忧而交易滞后。
- 不同 AI 分组的深入分析：AI 与发电群体交易处于 1 年和 3 年回溯的第二低百分位数。半导体交易处于 1 年的 65 个基点，3 年的 6 个百分位数，使其成为相对于自身历史的较长时间范围内第三高的富集群体。硬件始终交易在更广泛的科技和 IG 信用范围内，使其成为交易最紧的群体。物理 AI 分组交易处于 1 年的 8 个百分位数和 3 年的 3 个百分位数。超大规模企业的波动率处于所有 AI 分组中最高，主要由 Oracle 驱动。所有五个名称自 8 月份以来都 đã放宽，包括微软（尽管在此期间没有发行）。该群体在过去一年和三年中分别交易于 83 个百分位数和 94 个百分位数，并且已经明显落后于美国 IG 指数和科技部门。软件的波动率目前为 84 个基点，显着高于 2026 年 1 月初的 59 个基点，代表了 25 个基点的放宽。自 2026 年 2 月以来，随着市场经历了“SaaSpocalypse”抛售：由对传统软件商业模式如何应对 AI 快速发展的日益增长的担忧驱动的广泛再定价，软件仅从 2026 年 3 月开始交易得比 IG 指数和科技部门更贵。
投资者必须为指数越来越多的基本面与 AI 建设相关而做好准备。新技术可以提高效率，但它们也为更灵活的参与者提供了从大型资本垄断者手中窃取市场份额的机会。AI 投资可以创造一场底线竞争，其中被迫支出以改进产品供应和保持市场份额会削弱资产负债表，但不会带来有意义的利润率改善。正如 5G 电信建设的情况一样，一项新技术可能会迫使大型参与者快速升级更大的基础设施，而无需 necessarily 捕获市场份额或改善利润率。
