TL;DR
·Citrini 判断，AI 基础设施交易的预期高点可能已经过去，资本开支增速面临放缓，但 AI 使用量、支出和渗透率仍将增长。
·按其估算，超大规模云厂商年化资本开支即将达到 1 万亿美元，而 AI 生态年化收入规模至少约 2000 亿美元，现有收入增长尚不足以轻松支撑下一轮投入翻倍。
·当项目资金越来越依赖债券和股权融资，投资逻辑便需要同时接受资本市场的检验，融资需求上升与投资者承接意愿减弱可能相互强化。
·电力、并网、劳动力和审批瓶颈正从供应链涨价的催化剂，转化为建设延期、成本超支与再融资风险。
·模型价格竞争说明，调用量增长未必能等比例转化为收入和利润增长，客户切换成本偏低也会削弱模型公司的定价权。
·AI 交易降温与实体经济扩张可以并存；但通胀、劳动力供给约束和实际利率，可能继续压制高估值资产。
Citrini 正重构模型组合，在保留大部分核心主题的同时，增加反转、配对交易和被市场忽视的投资方向。
2023 年，AI 投资的核心问题是：市场究竟低估了多少即将到来的支出？如今，Citrini 认为，问题已经变成：收入需要增长到什么程度，才能支撑已经承诺的投入，以及谁愿意继续为这些投入融资？
这也是其在第十期《State of the Themes》中重构模型组合 Citrindex 的出发点。AI 仍在创造真实需求，但技术进步、企业收入增长与股票回报之间，需要经过估值、融资和执行能力的多重检验。过去几年依靠识别结构性趋势、买入一篮子受益公司的方式，正在面临更高门槛。
从低估投资规模，到透支增长预期Citrini 在 2023 年启动主题研究时，市场具备几个有利条件：股票估值偏低，投资情绪低迷，一场技术变革刚刚开始被纳入盈利预期。
ChatGPT 于 2022 年底推出后，投资者开始相信，生成式 AI 的商业用途可以超出写诗和邮件。随后，英伟达的强劲业绩为算力投资提供了更明确的证据。即便最终应用的商业模式尚未完全清晰，芯片采购和基础设施建设已经成为可见的需求。
彼时，经历大幅回撤的优质科技公司具有相对合理的估值，而市场仍在低估未来投资规模。科技企业盈利恢复、通胀回落和货币政策转向预期，为主题投资提供了进一步支持。此后，财政支出的流向、监管环境和市场风险偏好，又推动资金扩散至国防、能源、机器人和医疗等方向。
据 Citrini 披露，自 2023 年 5 月 31 日设立以来，Citrindex 的累计总回报超过标普 500 指数同期累计总回报的 2.5 倍。但过去 12 个月，主题投资的难度明显上升。
随着潜在增长不断进入股价，市场寻找的新标的逐步从已经证明竞争力、估值尚可的企业，转向依靠 2030 年潜在市场规模支撑估值、当下仍未盈利的公司。总潜在市场（TAM）描绘的是行业可能达到的规模，并不能直接说明单个企业最终能获得多少利润。
被低估的机会仍然存在，Citrini 将夏季生命科学板块的拐点视为例子。但在部分热门主题中，为上涨寻找新解释的压力，已经开始超过基本面提供新证据的速度。
AI 收入的变化尤其具有代表性。最初，数十亿美元的新增收入意味着市场没有充分理解的上行空间；当行业承诺投入数万亿美元后，强劲收入增长逐渐成为证明现有估值和支出合理性的基本条件。Citrini 据此判断，风险收益结构已经发生变化，下行风险开始更值得重视。
资本开支与收入之间，谁来填补缺口？按 Citrini 的估算，超大规模云厂商的年化资本开支即将达到 1 万亿美元，这一口径仍未涵盖整个 AI 生态的支出。与此同时，AI 生态的年化收入规模预计至少达到 2000 亿美元，已远超 2023 年多数人的预期。
这两项数字的统计范围和经济含义并不相同：资本开支形成的资产可以服务多年，年化收入也不等同于可用于投资的现金流。但在 Citrini 的分析中，它们揭示了同一个约束：维持当前投入扩张速度，需要收入和融资能力持续跟上。
缩小缺口主要有两条路径：收入再上一个数量级，或资本开支增长放缓。Citrini 认为，两者可能同时发生，但继续将投入翻倍所要求的万亿美元级收入，很难按照市场此前期待的速度实现。
因此，其提出的核心判断是，资本开支的增长速度可能已经见顶。这一判断涉及增速和预期，并不意味着资本开支总额立即下降，也不意味着 AI 需求停止扩张。
Citrini 指出，巨额投资承诺最密集的阶段已经过去，剩余履约义务（RPO）的季度增长也已明显放缓。RPO 指已经签约、尚待履约确认收入的合同金额，是观察未来业务的一项指标，但并非当期收入或现金到账。
过去，宣布 5000 亿美元的投资承诺就足以提振市场。现在，投资者对承诺的敏感度正在下降。市场经常援引杰文斯悖论，认为效率提升、单位成本下降会带动总使用量增加，但总需求增加并不能自动解决每一家企业的融资和回报问题。模型公司对新增算力承诺的变化，也值得与使用量数据一起观察。
收入与投入的缺口并非新问题。Citrini 回顾了红杉此前提出的 2000 亿美元和 6000 亿美元问题：随着产业扩张，当年的数字已经显得很小。但这一质疑过去始终没有真正打断行情，原因在于，只要市场仍有信心、动量和资金，建设就可以继续。
现在，资金这一条件正在变得更重要。Citrini 认为，部分企业依靠内部现金流支撑新增项目的能力，已难以匹配投资计划，外部债券和股权融资的重要性上升。每一轮融资都需要新增买家承接，股权融资还会稀释原有股东权益。当融资规模持续扩大，投资者要求的回报也可能提高。
一旦融资意愿下降，项目便更难按原定条件筹资；融资成本上升，又会降低项目的预期回报。仅凭行业长期需求旺盛，已经难以充分回答这一问题。
瓶颈从涨价题材，变成项目风险AI 建设早期，电力、设备与供应链短缺，主要被市场理解为供应商的定价权和订单机会。如今，同样的短缺开始暴露另一面：它们会拖慢建设，延迟现金流，并放大债务期限与项目进度之间的错配。
Citrini 将这些约束概括为电力、接入和政策。电网并网、施工劳动力、设备交付与各类许可，都可能推迟数据中心投运。即使需求真实存在，建设执行层面的障碍也足以令支出节奏放缓。
如果燃气轮机订单迟迟不能交付，投入成本继续上涨，投资者就必须把不断延后的完工时间，与已经确定的债务到期日放在一起比较。建设期贷款能否由长期融资接续，项目能否按融资协议要求完工，都会成为具体的信用风险。
这些瓶颈也可能为企业调整投资计划提供理由：通过延后项目或修改交付预期，逐步下调过于激进的扩张安排。
政策则进一步影响成本和时间。Citrini 认为，得克萨斯州、俄亥俄州和佐治亚州等数据中心重要地区的州长选举，反映了当地对建设扩张的争议。其预计，新政府未必全面叫停数据中心，但地方社区补偿、清洁能源要求、电费用户保护和许可审批，都可能提高项目成本。
材料还援引一项得州案例称，一个获得 Anthropic 支持的数据中心项目因建设暂停措施而停滞，使银行承接的 150 亿美元过桥贷款难以按原计划转出。对银行而言，无法分销或置换的风险敞口，会直接降低继续提供同类融资的意愿。
Citrini 据此对缺乏大型云厂商信用支持的融资链条更加谨慎，包括新兴 GPU 云服务商（Neocloud）、高收益私募信贷，以及向企业提供融资的商业发展公司（BDC）。其担忧在于，融资条件收紧会首先影响那些对外部资本依赖更高、缓冲能力更弱的参与者。
使用量增长，还要经受价格竞争检验资金约束之外，模型公司的收入质量与定价能力同样重要。
Citrini 对 Anthropic 的评价并不悲观。材料称，其招股文件所呈现的财务状况优于部分市场预期：公司保留了较多现金，让合作伙伴承担相当部分资本密集型建设风险，并较早实现正现金流。
但模型服务仍然面对价格竞争。当产品能力接近、客户迁移成本较低，甚至可以通过自动化方式即时切换供应商时，价格变化就可能迅速改变收入和市场份额。
材料以 7 月 30 日 OpenAI 下调模型 token 价格为例，认为降价帮助其争夺份额，同时冲击了 Anthropic 此前的高速增长。token 是模型处理和生成文本的基本计量单位，也是模型服务常用的计费单位，此处指模型调用价格，与加密代币无关。
这一机制对资本开支回报具有直接影响：调用量增加，并不保证收入按照同样的比例增长。只要单位价格下降得足够快，使用量增长带来的收益就可能被部分抵消，利润率也会受到压力。
Citrini 认为，当时 token 价格已暂时趋稳，Anthropic 的 Opus 5.5 表现也不错，两家主要模型公司均可能具备可观的长期价值。但要在此基础上持续支撑高强度资本开支增长，仍然需要更高的收入兑现能力。
当数万亿美元投资和资产价值，建立在少数公司未来几年收入增长十倍的假设之上，审视标准自然应当提高。
与此同时，AI 对传统商业模式的冲击也开始变得更具体。Citrini 认为，软件即服务（SaaS）与搜索领域的部分破坏性影响，已经逐步体现在经营数据中。AI 创造的新收入，需要与既有企业可能流失的收入和利润一起考察。
因此，接下来最值得观察的变量，是模型公司明年的年化收入增速会高于还是低于今年，2027 至 2028 年数据中心交付会加快还是延迟，以及金融市场提供新增融资的意愿会增强还是减弱。
AI 交易降温，经济仍可能扩张AI 基础设施交易的预期见顶，并不意味着股市和经济立即进入全面下行。
Citrini 更倾向于将当前阶段理解为过渡期：AI 使用量、相关支出和应用渗透率继续提高，但过去获得大部分投资收益的企业，未必还能以同样方式提供回报。不同环节的表现将更明显地分化。
其对实体经济的观察，仍包含广泛扩张的迹象。材料指出，整体职位空缺出现回升，周期性制造业就业改善，服务业和制造业调查的总体读数处于多年高位，价格压力也在上升。
AI 投资是其中一个推动因素。此外，减税、关税压力缓解与生产回流，也可能提供支持。Citrini 承认真正的 AI 投资崩塌会对经济构成较大冲击，但增长放缓与全面崩塌之间，仍有很大距离。
劳动力供给尤其需要单独观察。材料援引美联储研究人员的估算称，维持劳动力市场平衡所需的每月新增就业人数，从 2023 至 2024 年移民激增时期的 15.5 万人，下降至 2025 年的 8.5 万人；随着净移民转负，到 2026 年底可能进一步降至 5000 至 1 万人。
按材料列示的数据，非农就业最近三个月月均增加约 5.1 万人，年初至今月均增加约 6.8 万人。如果劳动力供给增长已经明显放慢，这样的新增就业规模仍可能足以吸收新增劳动力。低于过去周期的就业增长，未必意味着工资压力同步消失。
现有数据中心项目还需要多年才能完成。存储和电力的供给可以通过扩大产能逐步改善，但熟练电工等施工人员无法迅速培养。只要没有全面崩塌，劳动力瓶颈就可能延续，并继续支撑工资与建设成本。
市场可以因为 2029 年的存储价格预期下调而提前压低股票估值，距离数据中心工地真正停工却仍可能很远。金融资产会提前交易未来变化，实体投资则按照更缓慢的进度展开。
这也形成了更复杂的估值环境。Citrini 认为，经济正在呈现周期后段扩张的特征；其宏观模型追踪的 14 组资产配对中，有 9 组带有滞胀倾向，即市场开始担忧增长相对走弱与通胀压力并存。
其中，可选消费、工业和材料等周期板块，相对于必需消费、公用事业和医疗保健等防御板块，过去一个月、三个月和六个月分别下跌 2.4%、2.9% 和 6.9%。虽然增长与通胀数据仍指向伴随通胀的扩张，资产价格表现与 10 年期实际收益率，已经将模型判断推向更偏滞胀的方向。实际收益率是扣除通胀预期后的收益率，其上升通常会提高远期盈利的折现门槛。
但防御板块的轮动已经持续数月，部分必需消费股的估值也已明显上升。此时继续追逐防御资产，同样需要考虑价格；而 AI 和动量股在调整后，也可能出现阶段性反弹。
对投资组合而言，难点在于，高弹性资产继续上涨需要更强的增长和融资条件支撑，低增长防御资产又可能已经十分昂贵。Citrini 因此转向更细致的个股筛选、反转与配对交易。配对交易通常通过同时持有相对看好的资产、做空相对看弱的资产，表达两者之间的表现差异。
其计划保留大部分核心主题，同时改变持仓方式，并加入被市场忽视的新方向。此次调整针对的是积累数年的周期变化，以及主观观察和量化信号逐渐趋同的判断。高贝塔股票对市场涨跌更敏感，在上涨阶段能放大收益，风险偏好回落时也会放大损失。下一阶段，判断趋势仍然重要，买入价格、资金来源和兑现路径也将更直接地决定回报。
