智通財經APP獲悉，國聯民生證券發布研報稱，從當前核心指標來看，AI產業景氣整體仍具支撐，尚未出現全面惡化信號。後續需持續跟蹤三大路標邊際變化，交叉驗證需求強度與風險水平。若出現ARR增速連續回落、Token消耗量價齊跌、降本紅利加速退坡疊加NeoCloud信用利差持續走闊的組合信號，則需警惕AI行情迎來系統性回調風險。
國聯民生證券主要觀點如下：
隨着本輪AI行情步入白熱化階段，市場預期也從此前的普遍樂觀逐步走向分化，對產業擴張的可持續性判斷開始分歧。尤其是近期Meta計劃將內部富餘AI算力面向市場商業化租賃的動作，這一供給端的邊際變化引發了全市場對AI產業重資產擴張模式可持續性的集中質疑，直接觸發全球科技股普遍回調。
在此背景下，如何精準研判本輪AI行情的上行空間與周期拐點，構建可落地的跟蹤觀測框架，成為當前市場的核心命題。
基於AI產業周期的完整傳導邏輯，我們從景氣度、盈利支撐、尾部風險三大維度出發，提煉出三大核心觀測路標，用以系統跟蹤行情運行節奏與拐點信號：
第一，跟蹤AI產業景氣度，錨定需求傳導全鏈條。沿「下游商業化應用→中游模型訂閱收入→上游雲廠商資本開支」的傳導路徑，通過Token消耗、年度經常性收入（ARR）、算力資本開支等指標，逐層驗證AI產業景氣的真實強度與可持續性；
第二，關注科技巨頭降本增效拐點，研判盈利支撐韌性。追蹤人員優化、費用壓降帶來的降本紅利退坡節奏，一旦降本增效難以為繼，且AI商業化落地未取得明顯成效，那麼大廠利潤率的維繫或面臨一定考驗；
第三，NeoCloud尾部風險監測，警惕高槓杆環節的傳導效應。聚焦產業鏈中的高槓杆薄弱環節—以CoreWeave為代表的NeoCloud廠商，跟蹤其債券信用利差、CDS報價等先行信號，監測其尾部風險及其對全板塊的傳導效應。
1、路標一：AI產業趨勢的景氣度追蹤
產業層面，AI賽道的景氣兌現度仍是核心觀測主線。本輪市場「起心動念」正是因為算法公司的ARR出現了非線性的快速上漲。從產業機理來看，AI產業鏈自上而下分為上游算力基建（芯片、服務器、數據中心等）、中游模型廠商（打通供給與落地的樞紐）以及下游場景應用（終端付費與技術迭代的內生動力）。
而本輪AI行情的上漲空間與持續周期，一定程度上由下游終端的付費意願決定。下游商業化需求回暖將直接推升中游模型調用量與訂閱收入規模，沿產業鏈向上驅動雲廠商、算力廠商加大資本開支擴容產能。即需求信號整體沿着「下游商業化應用→中游模型調用與訂閱→上游雲廠商資本開支「的路徑逆向傳導。基於此，我們通過以下指標進行跟蹤：
其一，算力等資本開支的增速和斜率，反映上游雲服務廠商供給端擴產意願。2026Q1五大雲廠商單季度資本開支維持在1400億美元以上，且市場對五大廠商後續季度資本開支的一致預期仍處於上移通道，並未出現明顯放緩趨勢。
後續需密切關注各大廠季報中對未來兩個季度Capex的指引。若資本開支增速從前期陡峭上行態勢轉向平緩，甚至出現按月停滯，或意味着本輪算力供給擴張已觸及階段性天花板，上游算力硬件產業鏈的訂單景氣度將率先面臨邊際收斂壓力。
其二，年度經常性收入（ARR），用以驗證中游大模型商業化落地的真實兌現水平。相較於季度營收、單次項目收入，ARR剔除了一次性收益擾動，能夠精準反映AI模型、雲服務訂閱業務的可持續增長能力，是中游商業化落地的核心標尺。
當前頭部大模型廠商包括OpenAI，Anthropic等大模型廠商ARR呈現非線性增長態勢。以Anthropic為例，其ARR從2025年底的90億美元躍升至今年5月的470億美元，半年增長超4倍，驗證了「模型能力躍遷→開發者調用放量→收入增長」的邏輯。
這意味着AI產業不完全是「燒錢敘事」，當前已進入盈利兌現的重要階段，這為行情提供中期基本面支撐。後續需持續跟蹤頭部廠商ARR增速，若連續多月邊際放緩乃至轉弱，或預示下游付費需求出現階段性走弱，AI行情可能階段性調整。
其三，終端Token消耗量，作為預判下游需求變化的領先先行指標。Token作為AI調用、算力消耗的最小計量單位，其加權支出價格、全網消耗總量，是當前最靈敏的下游需求先行指標。
其中，Silicon Data發布的大模型Token支出指數，用於衡量市場每消耗100萬枚Token對應的平均付費成本。該指標自去年12月起漲幅超一倍，直至今年5月持續走高，然而6月數據驟然回落，一度引發市場擔憂情緒。
不過，Token定價走弱，未必完全等同於AI整體需求見頂。另一核心可能性在於用戶正主動轉向性價比更高、定價更低的基礎模型，進而拉低整體均價。從OpenRouter披露的全球大模型Token消耗總量數據來看，6月以來全球大模型周度Token總調用量再度大幅衝高，穩定突破45萬億級別，行業整體使用需求並未出現明顯回落跡象。
這說明行業並非完全出於需求萎縮，而是模型效率提升、行業競爭加劇帶來的價格常態化下行，下游真實算力需求仍在擴容。若後續Token消耗持續出現「量價雙跌」的組合信號，則意味着下游需求短期見頂，需警惕AI行情系統性回調風險。
2、路標二：大廠降本增效的拐點何時到來？
除產業景氣周期指標和需求端外，成本端即科技巨頭的降本增效進程，是我們判斷AI行情可持續性的第二大核心觀測維度。本輪頭部雲廠商業績普遍維持高增，但階段性盈利改善並非完全來自業務擴張與AI商業化兌現，相當程度依託人員優化、費用壓降等降本手段支撐，盈利韌性存在結構性隱憂。
我們選取甲骨文、谷歌、微軟、Meta、亞馬遜五大全球科技龍頭進行測算。與人員優化高度相關的銷售及管理費用率（五家企業均值），已由2023財年的15%持續回落至2025財年的12%附近，費用壓降效果顯著；對應同期企業營業利潤率自27%抬升至32%以上，也就意味着銷售和管理費用佔比的下降對營業利潤率的邊際增量抬升貢獻了50%以上，成本壓縮成為本輪科技巨頭盈利修復的重要核心變量。
我們再簡單算一筆賬，根據2025-2026年上半年的五家雲廠商公布的裁員公告（不完全統計，可能有誤差），近兩年裁員規模約在10萬人左右，我們假設人均成本在20萬美金，合計約釋放至少200億美元的現金流。
而2025財年五家廠商總營收為1.65萬億美元，總營業利潤超4000億美元。粗略估計裁員降低的人力成本，分別佔總營收、總營業利潤的1.2%和5%左右。這意味着，光是裁員這一項舉措釋放的現金流就有望為五大巨頭整體的營業利潤率貢獻1個百分點以上的增益（不過考慮一次性遣散支出的抵扣，實際利潤增厚幅度會略有回落）。
從增量的角度來看，2025年五家廠商2025財年總營收較2024財年新增2000億美元，營業利潤新增600億美元。裁員降本省下來的錢，其規模相當於2025財年營收增量的10%，營業利潤增量的近三分之一。降本已經成為主要科技企業盈利改善的核心推手之一。
往後看，隨着人員優化紅利逐步觸頂，降本增效的空間持續收窄，依賴成本端驅動的盈利修復邊際動能將明顯弱化。若AI業務增量無法及時形成盈利接力、對沖成本端紅利的退坡，科技巨頭整體利潤增速將面臨顯著下行約束，AI行情的盈利底層支撐也將隨之鬆動。
3、路標三：關注AI賽道的脆弱環節—NeoCloud
本輪科技企業算力擴產周期中，債務孖展已成為資本開支的核心資金支撐。在伴隨市場利率中樞上行預期強化，信用違約風險也隨之成為AI產業鏈不可忽視的尾部風險。從當前債市定價來看，儘管長端美債利率持續高位運行，但美國投資級、高收益企業債整體信用利差仍處在歷史低位區間，僅對標1996年前後水平，科技板塊信用利差亦未出現趨勢性走闊，反映市場尚未對科技行業定價系統性償債風險，行業整體債務壓力尚可控。
但總量層面的平穩表象，掩蓋了產業鏈內部顯著的結構性分化，AI賽道薄弱環節的信用風險更需重點甄別。分主體來看，頭部科技巨頭依託穩定盈利底座、充裕經營性現金流及多元業務對沖緩衝，債務抗風險能力充足；信用脆弱點主要集中於產業鏈中游、依靠高槓杆快速擴張的新興算力廠商。
其中以CoreWeave、Nebius為代表的NeoCloud（新型AI雲服務商），是本輪AI行情中槓桿力度較大、信用風險較高的板塊之一。從期權調整價差（OAS）的定價來看，典型代表CoreWeave的債券OAS區間達500–600bp，顯著高於微軟、谷歌、甲骨文等美國頭部科技企業，直觀體現市場對其更高的違約風險溢價。
NeoCloud（新興AI專用雲廠商）的槓桿模式，本質是「合約現金流+硬件資產」雙抵押的債務驅動擴張模式。通過綁定頭部AI客戶的長期算力訂單獲得穩定現金流預期，再以此為核心信用基礎疊加GPU實物抵押，撬動大規模低成本債務孖展，快速放大算力資本開支，實現「訂單—孖展—擴產」的自我強化循環，是 AI算力爆發期誕生的金融化擴張「玩法」。
1）鎖定錨定訂單：先與微軟、OpenAI等頭部高信用客戶簽訂長期算力租賃合同，多數附帶「照付不議」（take-or-pay）條款，即無論客戶是否實際使用算力，都需支付約定費用，形成確定性的未來現金流。
2）雙抵押債務孖展：以這份具備法律效力的長期合同（未來收入流）為核心償債擔保，同時將採購的GPU集群作為實物抵押品，申請債務孖展。
3）算力擴張落地：用融得的資金向英偉達預付貨款鎖定GPU產能，快速搭建AI算力集群，交付給客戶並開始確認收入。
4）循環加槓桿：用新交付算力的運營收入償還部分本息，同時憑藉已落地的算力規模獲取更多頭部訂單，再以新訂單為抵押開啓下一輪孖展擴張，持續放大資產負債表。
以龍頭CoreWeave為例，當前NeoCloud的核心風險點主要集中在以下幾個方面：
風險一：高度依賴外部孖展循環，自身缺乏盈利和現金流支撐。以龍頭CoreWeave為例，雖然2026Q1營收達20.78億美元，按年增長（112%），積壓訂單上升至近994億美元，這為未來的高收入增長提供了支撐。但掩蓋在高成長預期下的核心痛點，是其極度滯後的內生盈利能力：一季度淨虧損由去年同期的3.15億美元進一步擴大至7.4億美元，調整後每股虧損達1.12美元，「增收不增利」的模式尚未扭轉。
更深層的財務隱患在於其極端的債務槓桿與過度拉伸的資產負債表。CoreWeave的重資產軍備競賽完全由高頻負債驅動：截至2026年Q1，公司總負債已上升至508.14億美元（對比總資產555.73億美元），導致其資產負債率高企至91.4%，產權比率（淨資產負債率）更是高達10.7倍。
伴隨有息負債的快速上升，財務成本正加速侵蝕經營成果。一季度淨利息支出由上年同期的2.64億美元狂飆至5.36億美元，按年翻倍以上，利息支出佔當季營收的比重已接近26%。公司一季度的EBITDA/利息支出（利息保障倍數）已滑落至1.9倍，處於信用評級市場的投機級（垃圾債）危險邊緣。
這種重資產槓桿模式，其現金流鏈條的容錯率極低。在缺乏底層內生現金流安全墊的背景下，一旦下游大模型大客戶出現履約延期或算力需求邊際放緩，龐大的利息剛性支出將瞬間引發流動性斷裂風險。
風險二：客戶過於集中，面臨單一客戶違約的連鎖反應。CoreWeave客戶集中度高，主要集中在微軟、OpenAI等少部分客戶，其中2025財年67%的收入來自微軟一家客戶。這種結構在景氣期是「優質現金流背書」，但一旦核心客戶需求不及預期或重新談判價格，NeoCloud的收入確定性將瞬間崩塌，面臨嚴重的產能閒置和現金流斷裂風險。
此外，大客戶隨時可能轉化為「競爭對手」。尤其是近期Meta計劃將自身內部富餘的AI基礎設施和算力直接向市場商業化租賃的消息直接導致CoreWeave和Nebius的股價大跌。這表明，雖然巨頭目前是NeoCloud最大的「金主」，但巨頭自研芯片的成熟和富餘算力的轉售，正在對NeoCloud模式形成直接的「供給端去中心化」衝擊。
風險三：資產折舊與技術的非對稱風險。NeoCloud的債務期限通常為5-7年，但GPU的技術折舊周期約3年（新一代芯片推出後舊卡算力價值大幅縮水）。這意味着債務還沒還完，核心資產可能已經過時，資產端面臨較大的減值壓力。屆時原有的資產擔保比例可能會直接受挫，引發信用利差（OAS）的懲罰性拉寬。
因此，Neocloud的槓桿模式成立高度依賴外部環境，存在明顯的順周期脆弱性。例如AI算力需求持續高增長、GPU供給維持稀缺性、GPU硬件技術迭代速度可控（避免資產快速貶值）、算力集群利用率長期維持高位（覆蓋折舊與資金成本）、市場利率處於低位（降低孖展成本）。一旦AI大模型投資退潮，頭部客戶縮減算力採購，利用率下滑等都將直接衝擊Neocloud公司現金流，疊加利率的上移，可能導致償債能力迅速惡化，信用危機驟然上升。
相較於滯後的財務報表，信用溢價、CDS利差是預判NeoCloud風險、前瞻AI行情拐點的核心先行指標。CDS利差直接反映市場對算力企業的違約概率定價，往往能夠提前預判板塊波動與產業風險。
本輪行情中，核心NeoCloud標的CoreWeave的5年期CDS利差曾一度飆升至900bp，充分定價了高槓杆、再孖展壓力帶來的違約擔憂。後續伴隨行業訂單落地、孖展環境邊際寬鬆，利差回落至500-600bp左右，但絕對水平仍處於歷史高位，顯著高於北美高收益債CDS指數以及其他雲服務廠商，側面印證板塊整體風險偏好偏弱、波動韌性不足。
因此，後續跟蹤NeoCloud板塊債務風險，也是甄別AI需求和尾部風險的重要指標。若該板塊CDS利差持續走闊、存量債券收益率大幅上行，意味着市場對其資產負債表穩健性的質疑加劇，屆時需高度警惕風險向整條AI產業鏈傳導擴散。
一旦AI行業估值泡沫出清，企業發展格局或將顯著分化：具備穩定經營性現金流、可自主支撐AI資本開支的科技巨頭，憑藉深厚信用護城河擁有更強的周期抵禦能力；而依靠高槓杆擴張的企業，則或將迎來完全不同的發展結局。
綜上，從當前核心指標來看，產業景氣整體仍具支撐，尚未出現全面惡化信號。後續需持續跟蹤三大路標邊際變化，交叉驗證需求強度與風險水平。若出現ARR增速連續回落、Token消耗量價齊跌、降本紅利加速退坡疊加NeoCloud信用利差持續走闊的組合信號，則需警惕AI行情迎來系統性回調風險。
風險提示：AI需求明顯放緩；美國通脹粘性超預期；地緣衝突升級與油價大幅上行：美國財政政策超預期。