随着本轮AI行情步入白热化阶段，市场预期也从此前的普遍乐观逐步走向分化，对产业扩张的可持续性判断开始分歧。尤其是近期Meta计划将内部富余AI算力面向市场商业化租赁的动作，这一供给端的边际变化引发了全市场对AI产业重资产扩张模式可持续性的集中质疑，直接触发全球科技股普遍回调。

在此背景下，如何精准研判本轮AI行情的上行空间与周期拐点，构建可落地的跟踪观测框架，成为当前市场的核心命题。

基于AI产业周期的完整传导逻辑，我们从景气度、盈利支撑、尾部风险三大维度出发，提炼出三大核心观测路标，用以系统跟踪行情运行节奏与拐点信号：

第一，跟踪AI产业景气度，锚定需求传导全链条。沿“下游商业化应用→中游模型订阅收入→上游云厂商资本开支”的传导路径，通过Token消耗、年度经常性收入（ARR）、算力资本开支等指标，逐层验证AI产业景气的真实强度与可持续性；

第二，关注科技巨头降本增效拐点，研判盈利支撑韧性。追踪人员优化、费用压降带来的降本红利退坡节奏，一旦降本增效难以为继，且AI商业化落地未取得明显成效，那么大厂利润率的维系或面临一定考验；

第三，NeoCloud尾部风险监测，警惕高杠杆环节的传导效应。聚焦产业链中的高杠杆薄弱环节—以CoreWeave为代表的NeoCloud厂商，跟踪其债券信用利差、CDS报价等先行信号，监测其尾部风险及其对全板块的传导效应。

1、路标一：AI产业趋势的景气度追踪

产业层面，AI赛道的景气兑现度仍是核心观测主线。本轮市场“起心动念”正是因为算法公司的ARR出现了非线性的快速上涨。从产业机理来看，AI产业链自上而下分为上游算力基建（芯片、服务器、数据中心等）、中游模型厂商（打通供给与落地的枢纽）以及下游场景应用（终端付费与技术迭代的内生动力）。

而本轮AI行情的上涨空间与持续周期，一定程度上由下游终端的付费意愿决定。下游商业化需求回暖将直接推升中游模型调用量与订阅收入规模，沿产业链向上驱动云厂商、算力厂商加大资本开支扩容产能。即需求信号整体沿着“下游商业化应用→中游模型调用与订阅→上游云厂商资本开支“的路径逆向传导。基于此，我们通过以下指标进行跟踪：

其一，算力等资本开支的增速和斜率，反映上游云服务厂商供给端扩产意愿。2026Q1五大云厂商单季度资本开支维持在1400亿美元以上，且市场对五大厂商后续季度资本开支的一致预期仍处于上移通道，并未出现明显放缓趋势。

后续需密切关注各大厂季报中对未来两个季度Capex的指引。若资本开支增速从前期陡峭上行态势转向平缓，甚至出现环比停滞，或意味着本轮算力供给扩张已触及阶段性天花板，上游算力硬件产业链的订单景气度将率先面临边际收敛压力。

其二，年度经常性收入（ARR），用以验证中游大模型商业化落地的真实兑现水平。相较于季度营收、单次项目收入，ARR剔除了一次性收益扰动，能够精准反映AI模型、云服务订阅业务的可持续增长能力，是中游商业化落地的核心标尺。

当前头部大模型厂商包括OpenAI，Anthropic等大模型厂商ARR呈现非线性增长态势。以Anthropic为例，其ARR从2025年底的90亿美元跃升至今年5月的470亿美元，半年增长超4倍，验证了“模型能力跃迁→开发者调用放量→收入增长”的逻辑。

这意味着AI产业不完全是“烧钱叙事”，当前已进入盈利兑现的重要阶段，这为行情提供中期基本面支撑。后续需持续跟踪头部厂商ARR增速，若连续多月边际放缓乃至转弱，或预示下游付费需求出现阶段性走弱，AI行情可能阶段性调整。

其三，终端Token消耗量，作为预判下游需求变化的领先先行指标。Token作为AI调用、算力消耗的最小计量单位，其加权支出价格、全网消耗总量，是当前最灵敏的下游需求先行指标。

其中，Silicon Data发布的大模型Token支出指数，用于衡量市场每消耗100万枚Token对应的平均付费成本。该指标自去年12月起涨幅超一倍，直至今年5月持续走高，然而6月数据骤然回落，一度引发市场担忧情绪。

不过，Token定价走弱，未必完全等同于AI整体需求见顶。另一核心可能性在于用户正主动转向性价比更高、定价更低的基础模型，进而拉低整体均价。从OpenRouter披露的全球大模型Token消耗总量数据来看，6月以来全球大模型周度Token总调用量再度大幅冲高，稳定突破45万亿级别，行业整体使用需求并未出现明显回落迹象。

这说明行业并非完全出于需求萎缩，而是模型效率提升、行业竞争加剧带来的价格常态化下行，下游真实算力需求仍在扩容。若后续Token消耗持续出现“量价双跌”的组合信号，则意味着下游需求短期见顶，需警惕AI行情系统性回调风险。

2、路标二：大厂降本增效的拐点何时到来？

除产业景气周期指标和需求端外，成本端即科技巨头的降本增效进程，是我们判断AI行情可持续性的第二大核心观测维度。本轮头部云厂商业绩普遍维持高增，但阶段性盈利改善并非完全来自业务扩张与AI商业化兑现，相当程度依托人员优化、费用压降等降本手段支撑，盈利韧性存在结构性隐忧。

我们选取甲骨文、谷歌、微软、Meta、亚马逊五大全球科技龙头进行测算。与人员优化高度相关的销售及管理费用率（五家企业均值），已由2023财年的15%持续回落至2025财年的12%附近，费用压降效果显著；对应同期企业营业利润率自27%抬升至32%以上，也就意味着销售和管理费用占比的下降对营业利润率的边际增量抬升贡献了50%以上，成本压缩成为本轮科技巨头盈利修复的重要核心变量。

我们再简单算一笔账，根据2025-2026年上半年的五家云厂商公布的裁员公告（不完全统计，可能有误差），近两年裁员规模约在10万人左右，我们假设人均成本在20万美金，合计约释放至少200亿美元的现金流。

而2025财年五家厂商总营收为1.65万亿美元，总营业利润超4000亿美元。粗略估计裁员降低的人力成本，分别占总营收、总营业利润的1.2%和5%左右。这意味着，光是裁员这一项举措释放的现金流就有望为五大巨头整体的营业利润率贡献1个百分点以上的增益（不过考虑一次性遣散支出的抵扣，实际利润增厚幅度会略有回落）。

从增量的角度来看，2025年五家厂商2025财年总营收较2024财年新增2000亿美元，营业利润新增600亿美元。裁员降本省下来的钱，其规模相当于2025财年营收增量的10%，营业利润增量的近三分之一。降本已经成为主要科技企业盈利改善的核心推手之一。

往后看，随着人员优化红利逐步触顶，降本增效的空间持续收窄，依赖成本端驱动的盈利修复边际动能将明显弱化。若AI业务增量无法及时形成盈利接力、对冲成本端红利的退坡，科技巨头整体利润增速将面临显著下行约束，AI行情的盈利底层支撑也将随之松动。

3、路标三：关注AI赛道的脆弱环节—NeoCloud

本轮科技企业算力扩产周期中，债务融资已成为资本开支的核心资金支撑。在伴随市场利率中枢上行预期强化，信用违约风险也随之成为AI产业链不可忽视的尾部风险。从当前债市定价来看，尽管长端美债利率持续高位运行，但美国投资级、高收益企业债整体信用利差仍处在历史低位区间，仅对标1996年前后水平，科技板块信用利差亦未出现趋势性走阔，反映市场尚未对科技行业定价系统性偿债风险，行业整体债务压力尚可控。

但总量层面的平稳表象，掩盖了产业链内部显著的结构性分化，AI赛道薄弱环节的信用风险更需重点甄别。分主体来看，头部科技巨头依托稳定盈利底座、充裕经营性现金流及多元业务对冲缓冲，债务抗风险能力充足；信用脆弱点主要集中于产业链中游、依靠高杠杆快速扩张的新兴算力厂商。

其中以CoreWeave、Nebius为代表的NeoCloud（新型AI云服务商），是本轮AI行情中杠杆力度较大、信用风险较高的板块之一。从期权调整价差（OAS）的定价来看，典型代表CoreWeave的债券OAS区间达500–600bp，显著高于微软、谷歌、甲骨文等美国头部科技企业，直观体现市场对其更高的违约风险溢价。

NeoCloud（新兴AI专用云厂商）的杠杆模式，本质是“合约现金流+硬件资产”双抵押的债务驱动扩张模式。通过绑定头部AI客户的长期算力订单获得稳定现金流预期，再以此为核心信用基础叠加GPU实物抵押，撬动大规模低成本债务融资，快速放大算力资本开支，实现“订单—融资—扩产”的自我强化循环，是 AI算力爆发期诞生的金融化扩张“玩法”。

1）锁定锚定订单：先与微软、OpenAI等头部高信用客户签订长期算力租赁合同，多数附带“照付不议”（take-or-pay）条款，即无论客户是否实际使用算力，都需支付约定费用，形成确定性的未来现金流。

2）双抵押债务融资：以这份具备法律效力的长期合同（未来收入流）为核心偿债担保，同时将采购的GPU集群作为实物抵押品，申请债务融资。 

3）算力扩张落地：用融得的资金向英伟达预付货款锁定GPU产能，快速搭建AI算力集群，交付给客户并开始确认收入。

4）循环加杠杆：用新交付算力的运营收入偿还部分本息，同时凭借已落地的算力规模获取更多头部订单，再以新订单为抵押开启下一轮融资扩张，持续放大资产负债表。

以龙头CoreWeave为例，当前NeoCloud的核心风险点主要集中在以下几个方面：

风险一：高度依赖外部融资循环，自身缺乏盈利和现金流支撑。以龙头CoreWeave为例，虽然2026Q1营收达20.78亿美元，同比增长（112%），积压订单上升至近994亿美元，这为未来的高收入增长提供了支撑。但掩盖在高成长预期下的核心痛点，是其极度滞后的内生盈利能力：一季度净亏损由去年同期的3.15亿美元进一步扩大至7.4亿美元，调整后每股亏损达1.12美元，“增收不增利”的模式尚未扭转。

更深层的财务隐患在于其极端的债务杠杆与过度拉伸的资产负债表。CoreWeave的重资产军备竞赛完全由高频负债驱动：截至2026年Q1，公司总负债已上升至508.14亿美元（对比总资产555.73亿美元），导致其资产负债率高企至91.4%，产权比率（净资产负债率）更是高达10.7倍。

伴随有息负债的快速上升，财务成本正加速侵蚀经营成果。一季度净利息支出由上年同期的2.64亿美元狂飙至5.36亿美元，同比翻倍以上，利息支出占当季营收的比重已接近26%。公司一季度的EBITDA/利息支出（利息保障倍数）已滑落至1.9倍，处于信用评级市场的投机级（垃圾债）危险边缘。

这种重资产杠杆模式，其现金流链条的容错率极低。在缺乏底层内生现金流安全垫的背景下，一旦下游大模型大客户出现履约延期或算力需求边际放缓，庞大的利息刚性支出将瞬间引发流动性断裂风险。

风险二：客户过于集中，面临单一客户违约的连锁反应。CoreWeave客户集中度高，主要集中在微软、OpenAI等少部分客户，其中2025财年67%的收入来自微软一家客户。这种结构在景气期是“优质现金流背书”，但一旦核心客户需求不及预期或重新谈判价格，NeoCloud的收入确定性将瞬间崩塌，面临严重的产能闲置和现金流断裂风险。

此外，大客户随时可能转化为“竞争对手”。尤其是近期Meta计划将自身内部富余的AI基础设施和算力直接向市场商业化租赁的消息直接导致CoreWeave和Nebius的股价大跌。这表明，虽然巨头目前是NeoCloud最大的“金主”，但巨头自研芯片的成熟和富余算力的转售，正在对NeoCloud模式形成直接的“供给端去中心化”冲击。

风险三：资产折旧与技术的非对称风险。NeoCloud的债务期限通常为5-7年，但GPU的技术折旧周期约3年（新一代芯片推出后旧卡算力价值大幅缩水）。这意味着债务还没还完，核心资产可能已经过时，资产端面临较大的减值压力。届时原有的资产担保比例可能会直接受挫，引发信用利差（OAS）的惩罚性拉宽。 

因此，Neocloud的杠杆模式成立高度依赖外部环境，存在明显的顺周期脆弱性。例如AI算力需求持续高增长、GPU供给维持稀缺性、GPU硬件技术迭代速度可控（避免资产快速贬值）、算力集群利用率长期维持高位（覆盖折旧与资金成本）、市场利率处于低位（降低融资成本）。一旦AI大模型投资退潮，头部客户缩减算力采购，利用率下滑等都将直接冲击Neocloud公司现金流，叠加利率的上移，可能导致偿债能力迅速恶化，信用危机骤然上升。

相较于滞后的财务报表，信用溢价、CDS利差是预判NeoCloud风险、前瞻AI行情拐点的核心先行指标。CDS利差直接反映市场对算力企业的违约概率定价，往往能够提前预判板块波动与产业风险。

本轮行情中，核心NeoCloud标的CoreWeave的5年期CDS利差曾一度飙升至900bp，充分定价了高杠杆、再融资压力带来的违约担忧。后续伴随行业订单落地、融资环境边际宽松，利差回落至500-600bp左右，但绝对水平仍处于历史高位，显著高于北美高收益债CDS指数以及其他云服务厂商，侧面印证板块整体风险偏好偏弱、波动韧性不足。

因此，后续跟踪NeoCloud板块债务风险，也是甄别AI需求和尾部风险的重要指标。若该板块CDS利差持续走阔、存量债券收益率大幅上行，意味着市场对其资产负债表稳健性的质疑加剧，届时需高度警惕风险向整条AI产业链传导扩散。

一旦AI行业估值泡沫出清，企业发展格局或将显著分化：具备稳定经营性现金流、可自主支撑AI资本开支的科技巨头，凭借深厚信用护城河拥有更强的周期抵御能力；而依靠高杠杆扩张的企业，则或将迎来完全不同的发展结局。

综上，从当前核心指标来看，产业景气整体仍具支撑，尚未出现全面恶化信号。后续需持续跟踪三大路标边际变化，交叉验证需求强度与风险水平。若出现ARR增速连续回落、Token消耗量价齐跌、降本红利加速退坡叠加NeoCloud信用利差持续走阔的组合信号，则需警惕AI行情迎来系统性回调风险。

风险提示：AI需求明显放缓；美国通胀粘性超预期；地缘冲突升级与油价大幅上行：美国财政政策超预期。

注：本文来自国联民生证券发布的《如何刻画AI的可持续性？》，报告分析师：林彦 S0590525110007；武朔 S0590125110064