180K,四层绿色品牌标志

A streamlined info flow

180K · 市场要点2026.11.04 / DAILY MEMO

过去 24 小时的一些讨论点

以下为程序化辅助整理。

market-chatter

市场主线、预期变化与多空分歧

阅读目录 6 个讨论点

1/选举主线,为什么突然落到得州数据中心?

  • 过去 24 小时,风险焦点从民主党可能取得国会优势,转向 Abbott、Hinojosa 的得州州长选情,以及数据中心能否按计划建设。

    交易预期转向 Abbott 败选、Hinojosa 胜出的情景。但选举结果、竞选主张和正式执行政策,需要分开判断。

  • 政策争议集中在补贴、电价、用水、社区收益与就业要求。问题不只是“允不允许建”,还包括谁来承担额外成本、审批要等多久。

  • 空头的传导路径:审批与接电变慢 → 投产延后 → 设备采购和收入确认后移。供应链已按旧计划扩产,时间错配就可能造成阶段性过剩。

  • 多头的反驳:大型科技公司能增加能源供给、承担更高成本或更换选址。已获许可、在建和待申请项目,也未必受到同样限制。

分歧与判断

最终仍会建设,不等于按原计划建设。

这次政策冲击首先改变的是交付时间与成本。只有确认限制覆盖哪些项目,才能进一步推算盈利影响。

2/10—15GW 的延迟预测,意味着多少订单风险?

  • Brad Gerstner 提出,原定 2027 年上线的算力中,可能有 10—15GW 无法如期交付。这是风险情景,尚不能当作已经确认的产能取消。

  • 看空者关注整个建设链:即使芯片需求没有消失,电力、工人、审批和融资任何一项卡住,都可能令原有采购节奏失效。

  • 反方认为,部分项目早已批准,建设规划延伸到 2030 年;把政治变化立即折算成大规模削减,可能过于激进。模型公司也并非把所有算力都放在得州。

  • 大型算力规划同样受到物理约束。围绕 SpaceX 等项目的 GW 目标,争论落在工期、供电与施工能力,而不是只争远期需求有多大。

分歧与判断

投产延迟、采购延迟、订单取消,要分别计算。

近期盈利真正受影响的程度,取决于设备是否已经下单、能否调整交付,以及损失由设备商、运营商还是客户承担。

3/少花资本开支,云厂商会成为赢家吗?

  • 多头路径:新增供给受限 → 存量算力和已获许可设施更稀缺 → 利用率、价格和谈判能力改善。资本开支下降,也可能释放自由现金流。

  • AMZN、MSFT、GOOG 的既有设施、客户与融资能力,支持“供应受限时强者更强”的判断。

    反方提醒,模型公司本身就是重要客户。客户融资或交付受损,云业务也可能失去高回报增长。

  • 一个值得保留的反问是:此前担忧建设快于 ARR 增长,那么建设适度放慢、让收入追赶,为什么一定更坏?

    温和减速有助于消化投入;突然停顿则会破坏采购、融资、投产与回款的衔接。

  • BE(Bloom)燃料电池与碳捕集方案被视作另一种应对路径。相关论据引用了 Bloom 与 California Resources 的发电和碳捕集计划。

    排放更低能否帮助审批,仍要看许可、成本和交付。它不能自动解除供水或社区方面的限制。

分歧与判断

少掉的是低回报扩张,还是高回报增长?

云收入、利用率和定价若能保持,少投入更有价值;若同步走弱,“算力稀缺利好”就不足以解释整个变化。

4/半导体反弹,能证明盈利已经见底吗?

  • 短线做多依据是超卖与情绪集中:部分半导体股票 RSI 低于 30,悲观判断密集,空头回补或事件风险释放可能带来反弹。

    这一论证明确针对短期,不应扩写成长期价值判断。

  • 空头担心的是盈利分母:低市盈率可能建立在过高利润预期上。若建设放缓导致订单后移,股价先下跌之后,盈利仍可能继续下修。

  • 长期多头仍看 AI 使用与应用增长。但存储、计算芯片、设备的扩产和产品周期不同,行业需求增长不能替代各环节的供需分析。

  • “先看涨势能否维持”的质疑很具体:盘前价格、单日反转和技术指标,都不足以确认资金流或盈利拐点。

  • 本期新增的观察是近月 VIX 变化,可能反映开盘后的波动率卖出与仓位重置。

    这是对盘面的解释,尚非确认的资金流数据;最终仍要看开盘后、尤其收盘时价格能否维持。

分歧与判断

反弹可以先发生,基本面确认可以后发生。

新增 VIX 观察强化了“可能有仓位驱动”的解释,却没有增加盈利见底的证据。短线反弹与中期盈利下修仍可同时成立。

5/模型公司的 ARR,能撑起越来越贵的算力吗?

  • 多头认为,编程工具和企业 Agent 已出现付费用途,效率提升与更强模型会继续扩大使用。算力建设适度放慢,也能等待商业化追上投入。

  • 空头追问:算力成本提高,客户能否接受涨价?提价可能拖慢采用,不提价则压缩利润。免费、补贴和融资驱动的使用量,不能直接等同稳定订单。

  • 围绕 Anthropic 的扩张、OpenAI 的融资与消费者产品成本,争论最终落在同一笔账:付费客户产生多少收入,训练和推理分别消耗多少资源。

    把所有 GW 乘上同一收入效率,容易高估。

  • 企业 AI 支出增长报告也受到统计口径和重复计算的质疑。Fireworks 的专用模型 Token 用量说法,则引出“使用增加能兑现多少利润”的新问题。

    这些指标能提示需求,但不能独立证明市场规模或投资回报。

分歧与判断

客户持续付多少钱、每个任务赚多少钱,比孤立的 Token、ARR 或 GW 数字更有解释力。

缺少留存、客户扩张和单位任务利润时,需求上行仍不能直接推出供应链盈利上行。

6/宏观风险缓和,资金一定会回到 AI 吗?

  • 伊朗谈判、MOU 和可能再度打击的消息仍有反复,不同报道指向并不一致。谈判出现线索,不能直接当作风险解除。

  • 乐观路径:油价与通胀压力下降 → 利率和折现率压力减轻 → 科技股估值修复。

    但消费、旅游与其他利率敏感板块,也可能先受益。AI 本身的建设和回报问题仍要单独解决。

  • 软件、消费平台与非 AI 科技成为轮动候选,但需要逐家公司看约束。

  • DDOG:面对 DT 财报的映射担忧,仍需检查自身客户与订单,不能直接套用同行结论。

  • PLTR:增长持续性与高估值之间的争议,决定反弹能走多远。

  • MRVL/LITE:另有并购价差与套利卖压,需要区分行业方向和交易结构。

分歧与判断

折现率压力减轻,不等于盈利问题解决。

若主要拖累来自宏观,缓和有助广泛修复;若来自 AI 回报预期下降,资金更可能寻找其他增长来源。

接下来,盯住这些信号

01

政策覆盖范围

把新申请、已批准、在建和接电分别核对。限制是否波及近期项目,决定订单压力的时间。

02

采购与云业务是否同向变化

采购推迟而云利用率、定价稳定,支持存量稀缺;收入同步承压,则更接近交付或需求受损。

03

半导体反弹后的盈利修正

涨势若只有仓位驱动、盈利继续下调,仍偏短线;订单和交付稳定,才增加基本面转折的证据。

04

模型付费质量与宏观传导

看留存、单位任务利润,以及油价和利率的实际变化。使用量或谈判消息,不能单独证明利润与风险已改善。