DeepSeek冲击华尔街，基金经理连夜重估投资版图

DeepSeek 引发了各界对大模型价格战和算力需求下降的担忧，未来投资重点或从基础设施更多转向应用层。

过去一周，DeepSeek R1、字节跳动的豆包 1.5 Pro，以及月之暗面的 Kimi k1.5 模型相继推出，引发了全球投资者的高度关注。DeepSeek 的优异表现以及不及 OpenAI 近 1/20 的算力成本令英伟达（Nasdaq:NVDA）股价一夜暴跌 17%。

据第一财经记者了解，DeepSeek 确实引发了华尔街投资经理的焦虑，尤其是大盘股基金经理几乎都重仓科技股，美股七巨头贡献了 2024 年标普 500 总回报（25%）的 41%。尽管 DeepSeek 只是缩小了与 OpenAI o1 的距离，并未超越，而且 OpenAI 如今已更新到了 o3，但 DeepSeek 确实引发了各界对大模型价格战和算力需求下降的担忧。

经历一夜暴跌，英伟达等科技巨头股价在后续几天有所反弹，华尔街亦开始对 " 中国 AI 冲击 " 进行更理性的分析。DeepSeek 的问世意味着更多新进入者，算力的需求将有增无减，不过未来的热点可能会从 " 铲子 " 向应用端切换，更多 AI 公司将会受益。

高盛首席全球股票策略师 Peter Oppenheimer 在最新的报告中提及，由 DeepSeek 大模型引发的股市修正，标志着自去年秋季以来，"Magnificent 7"（七巨头）首次下跌超过 3.5%。" 在我们看来，这是一次修正，而不是长期熊市的开始。大多数熊市通常由预期利润下滑引发，这种预期通常源于对衰退的担忧。我们的经济学家对全球增长持乐观态度，预计未来 12 个月衰退的概率为 15%。我们还预计利率将会小幅下调，并且通胀将逐步得到缓解——而 AI 领域更低价的新进者可能会增强这一趋势的信心。历史上，这种宏观经济环境通常有利于风险资产。"

华尔街基金经理心情 " 过山车 "

近几日，华尔街基金经理的心情也好似英伟达股价那般坐上过山车。1 月 28 日，英伟达暴跌 17%，从 142 美元跌至 118 美元，市值跌去了一个阿里巴巴；29 日，英伟达反弹 7% 至 128 美元附近；30 日，股价再度大跌 4% 至 122 美元附近；31 日，英伟达股价收于 124 美元。

" 不仅英伟达暴跌，连电力股都大跌了，没想到冲击这么严重。" 某华尔街中盘股基金经理对记者称。

另一位美资投行软件分析师对记者表示：" 尽管 DeepSeek 只是缩小跟 OpenAI o1 的距离，并未超越，而且 OpenAI o1 在几个月前已经发布，现在都更新到了 o3，但 DeepSeek 确实引发了各界对大模型价格战和算力需求下降的担忧。"

截至 1 月 26 日，DeepSeek 在美区苹果 App Store 免费榜升至第六位，超越 Google Gemini、Microsoft Copilot 等美国科技公司的生成式 AI 产品。DeepSeek 发布的推理大模型 DeepSeek-R1 以开源形式问世，性能比肩 OpenAl 的闭源旗舰模型 o1，但训练成本仅为后者的 1/20。

这一突破不仅让硅谷陷入焦虑，更暴露了 Al 领域长期依赖硬件堆砌与封闭生态的脆弱性。DeepSeek 的训练主要基于 Meta 的开源大模型 Llama 系列，特别是 Llama 2，并结合了自研优化和大规模训练技术，以提升模型性能。

高盛最新提及，到目前为止，市场既奖励了在 AI 上大举投入的公司（如亚马逊、微软、谷歌、OpenAI 等），也奖励了提供工具和基础设施的公司（如英伟达、博通、Vertiv，以及广泛的半导体行业）。然而，DeepSeek 模型的低成本特点正在动摇投资者对整个 AI 生态系统的信心，特别是这种低成本模式质疑了未来是否仍需要相同类型的巨额支出和投资。

标普 500 种最大的十家公司的市值扩张和盈利增速存在差异

某 AI 相关科研人士对记者称："DeepSeek 的原理和 OpenAI o1 不太一样，训练模式区别很大，而且更直观、可解释。DeepSeek 因预算或高端芯片有限，因此必须优化训练流程，这就是中国‘卷王’登场的地方了。"

早在去年三季度，高盛就发布多份报告，预警 AI 开支太大的风险，其中一份名为《生成式 AI：太多支出，太少收益？》（《Gen AI：Too much spend, too little benefit》）。然而华尔街似乎并不在意，投资者继续追捧着 "AI 资本支出越多、股价越应该涨 " 的故事。

数据显示，谷歌、Meta、亚马逊、微软、苹果和甲骨文的资本支出总额，一直在大幅增长。2023 年支出总额高达约 1600 亿美元，2024 年的资本支出将大幅增长，从大约 1600 亿美元增加到 2000 亿美元。这种增长消耗了这些企业的大部分增量自由现金流。

例如，微软预计今年将在资本支出上花费 800 亿美元，基本与微软全年的现金流持平，即便大模型的潜在市场较大，但市场投资者看到这个数字后，不免有一些动摇。根据 Brad Gerstner 提到的数据，Meta 和微软的资本支出已经超过了其收入的 25%。苹果和亚马逊则处于中间位置，资本支出约占收入的 10%~15%。

观望还是抄底？

随着纳斯达克 100 指数年内涨幅也随之被完全抹去，投资者心中目前最大的问题无疑是——抄底还是观望？英伟达还能买吗？

对于观望者而言，DeepSeek 带来的冲击可能导致投资者重新审视 AI 投资的必要性。同时，随着进入门槛的降低，AI 领域可能出现资本雄厚的互联网巨头与初创企业之间的竞争，尤其是最近一些以现有模型极低成本开发的新模型的推出。

高盛对冲基金研究主管 Tony Pasquariello 1 月 28 日表示，在过去 24 小时与客户的讨论中，最关键的问题是：AI 资本支出的有效性和可持续性如何？" 回顾历史，不禁想问：如果我们回到 1999 年，讨论互联网的发展，当时没有 iPhone，没有 Uber，没有脸书等。但即便如此，如果你在 1999 年买入纳斯达克指数，接下来它还是暴跌了 80%，然后才迎来了真正的腾飞。"

"AI 不会重演互联网泡沫的崩盘，但可能会有相似的节奏——即大量资本支出先行，而真正的大规模回报可能还需要 4~5 年才能兑现。尽管 AI 的价值每天都在逐步显现，但市场仍需经历一个漫长的兑现周期。"Tony Pasquariello 称。

他也提及，" 需要澄清的是，我仍坚定看好美国科技公司的结构性优势——某种程度上，这次事件反而可能会进一步增强它们加大 AI 投资的动力。然而，从战术层面来看，我怀疑接下来的几天，散户投资者可能会急于减仓。对冲基金实际上已经连续数月大幅降低 AI 相关仓位，因此这次调整主要取决于个人投资者的反应。"

对于更倾向于抄底的一方而言，在 2025 年的 AI 智能体时代，应用场景加速普及，多模态的要求会更高，前期突出在训练侧的算力需求，后期突出在推理侧的算力需求。多位投资经理和分析师对记者称，因此会诞生更多的算力需求，高端显卡仍是市场的香饽饽，英伟达仍将是核心主导。

某华尔街资深投资人士冯磊（Mitch Feng）对记者称："DeepSeek 引发的抛售有点过度，即使一切都是真的，最终各界需要的算力也只会更多。"

焦点将从 " 铲子 " 转向应用层

英伟达被称为 "AI 淘金潮 " 下那个 " 卖铲子的人 "，不过未来的热点可能会继续向中下游切换，更多 AI 公司将会受益。

高盛科技分析师 Eric Sheridan 和他的团队强调，AI 主题的下一阶段演进可能会从基础设施层转向应用层（如 AI 智能体、企业应用场景、消费者实用性提升和计算习惯的改变）。这些将成为未来 2025 年及以后的可识别关键驱动力，从而带来更线性、可理解的资本回报。

具体来说，不同行业的格局将发生变化，例如，半导体：因 AI 训练计算成本下降的影响，股票抛售压力和估值受压；软件：受益于效率提升和成本下降，可能加速企业 AI 的采用；互联网 / 科技：AI 投资回报和资本支出（特别是基础设施层）面临更多审视；数据中心运营商：短期内可能面临需求和定价压力，但长期来看，供应和需求平衡可能更加健康。

因此，在科技巨头中，投行认为，谷歌和 Meta 相对处于特别有利的位置，因为它们在 AI 的 " 应用层 " 推进方面走得最远。不过更多中小企业也将迎来更多机会。

富兰克林股票团队首席投资官柯蒂斯（Jonathan Curtis）此前对记者称，在应用端将有更多使用案例出现，好比 5G 主题从上游基站向下游手机应用扩散一样，也会有更多科技公司运用生成式 AI 技术来提高产品或服务的价值。在转型过程中，将有更多市值较低的企业受惠，特别是软件和互联网服务等行业。

柯蒂斯认为，"AI 泡沫 " 并非全局性的，尤其是在应用端，部分公司的未来盈利变现能力可能仍被市场低估。例如 Canva、Adobe、Gitlab 等应用端公司未来都将有较大的变现潜力，而它们尚未上市。

中国 AI 主题受关注

不可否认的是，近两年来，中国 AI 企业的发展大超预期，DeepSeek 的爆红无疑增加了相关主题的吸引力。

OpenAI 原全球市场应用负责人、人工智能与商业战略专家 Zack Kass 近期对记者表示，早在两年前他就认为，在未来 AI 竞赛中，中国不一定会落后，中国可以用更少的 GPU 构建模型。

在他看来，2025 年，人工智能的发展可能会进入一个新的阶段，人们将开始真正认同 " 模型即商品 " 的理念，即使模型将越来越便宜和可触达。这并不意味着不再投资于模型，而是强调多样性和选择的重要性。特别是中国可能不会再纠结于 " 本土人工智能落后 " 的观念，因为前沿模型之间的性能差距正在缩小，使用户在体验上几乎感受不到太大区别。 随着模型逐步趋同，人们的关注点将从 " 谁的模型更强 " 转向如何更有效地采用和应用这些模型。

高盛则认为，未来 AI 推理与后训练环节受到更多重视，推理计算资源需求低于预训练，将成为下阶段增长重点。依托高性能和低成本优势，中国 AI 企业具备全球竞争力。

尤其是在 To C 应用方面，中国企业具备先发优势，核心盈利模式则是广告、订阅等增量收入，最终实现 AI 应用可持续变现。例如腾讯的微信就是一款 " 超级应用 "，" 社交 + 交易闭环 " 的模式适合 AI 智能体的发展；字节跳动（豆包）也已经推出 32 个 AI 应用，豆包 AI 月活超 7000 万，并已升级至 1.5 Pro 版本。

来源：Unique Research, aicpb.com, 第一财经整理

在云计算和数据中心领域，围绕芯片、算力限制的地缘政治不确定性依然存在，但训练、推理成本优化的进展也在提速，机构预计，互联网巨头的云业务和数据中心将受益于持续增长的公共云和 AI 计算需求，特别是在 AI 采用加速的背景下。

例如，瑞银认为，AI 软件及应用受益者包括金山办公、科大讯飞，它们将受益于 AI 在云端和前沿计算的加速渗透，其中金山云的大股东小米将在未来 3 年大规模投资前沿 AI 与自动驾驶；数据中心受益者则包括 VNET，作为中国领先的数据中心运营商，将受益于 AI 数据中心需求增长，并持续扩大市场份额。

不过，瑞银证券中国软件分析师张维璇日前对记者表示，中美不太相同的是，在美国，在 To B、To C 端，很多厂商在通过 AI 做一些改造和革新。" 但中国，参与到 To C 端的创业公司会更加积极。To B 端的用户目前来看主要是大型国企和部分民企，他们近两年对于 IT 的支出或更为谨慎，在 AI 产品的早期阶段并没有很强的付费意愿，因此可能 To C 端的进展会更快一些。"