这份研报分析了本轮AI下行的最差情形,指出即使AI相关估值被全部杀掉,预计纳指最大跌幅约35%左右,但部分AI硬件仍存在下行风险。报告还探讨了AI的破局路径,包括高端模型放量、计价方式重构(如按使用效果计价)以及AI实验室形成商业闭环等。此外,报告强调了当前AI相关债务规模约6000亿,与几大P一年自由现金流总和相当,远小于次贷危机的规模,因此即使债务问题爆发,也不会演变成系统性金融风险。
AI行业未来发展趋势看好,但存在波动。报告指出高端模型放量、计价方式重构(如按使用效果计价)以及AI实验室形成商业闭环是关键破局路径。从计价方式看,例如AIforscience开发新药后大模型公司可以分成15%利润,这表明商业模式创新将推动行业持续发展。同时,AI硬件尤其是涨价链品种若利润率回归过去10年中枢,叠加戴维斯双杀效应,仍存在一定下行风险。
研报重点分析了AI下行的最差情形和破局路径。最差情形下,AI相关估值可能被全部杀掉,纳指最大跌幅约35%。破局路径包括高端模型放量、计价方式重构(从按token计价转向按使用效果计价)以及AI实验室形成商业闭环。报告还特别关注了AI硬件的下行风险,指出部分AI硬件若利润率回归过去10年中枢,叠加戴维斯双杀效应,可能存在破局风险。此外,报告分析了AI相关债务规模约6000亿,远小于次贷危机的规模,因此系统性金融风险可能性较低。
当前AI市场存在波动但风险可控。报告指出AI下行的最差情形是估值被全部杀掉,预计纳指最大跌幅约35%,但部分AI硬件仍存在下行风险。从债务角度看,AI相关债务总规模约6000亿,与几大P一年自由现金流总和相当,远小于次贷危机的2.5万亿规模,因此系统性金融风险可能性较低。同时,AI行业仍有高端模型放量、计价方式重构等破局路径,表明行业长期发展前景仍被看好。
研报提示了AI行业的主要风险,包括部分AI硬件的下行风险。若利润率回归过去10年中枢,叠加戴维斯双杀效应,可能存在破局风险。此外,虽然AI相关债务规模约6000亿,但与几大P一年自由现金流总和相当,远小于次贷危机的规模,因此系统性金融风险可能性较低。但投资者仍需关注AI硬件的估值波动和商业模式创新的不确定性。