Steno Research首席投资官Andreas Steno近日表示，当前围绕人工智能（AI）的资本开支周期，正被大型金融机构错误地解读为“过度投资”。在他看来，市场情绪更多受到恐惧驱动，而非扎实的基本面支撑，这也导致科技股，尤其是AI相关资产，在近期调整中被明显低估。
Steno指出，部分华尔街大型机构已将本轮资本开支扩张贴上“过热”标签，但若从盈利周期、债务结构以及企业实际落地进度来看，当前环境与互联网泡沫时期或能源危机时期并不相同。他强调，若简单套用历史泡沫叙事，可能会误判本轮AI投资周期的真实阶段。
资本开支周期是否被误读
在Steno看来，市场当前最大的偏差之一，是将企业对AI基础设施和技术部署的投入，直接等同于非理性扩张。他认为，这一结论缺乏足够证据。按照其说法，多家大型卖方机构已普遍将本轮资本开支周期定义为过度投资，但从宏观和企业层面观察，这种判断仍显得过于仓促。
他进一步比较了当前盈利表现与历史重大资本开支周期之间的差异。Steno称，无论与2000年前后的互联网泡沫，还是与其他典型经济冲击阶段相比，如今的盈利前景都没有出现同等程度的失衡。换言之，虽然科技板块估值与市场预期经历了快速提升，但盈利基础并未像历史泡沫阶段那样严重脱节。
AI投资争议背后：恐惧情绪主导定价
Steno认为，当前市场对AI的讨论正陷入一种“恐惧机器”之中。许多股票策略师和资产组合经理对AI主题保持谨慎，甚至带有明显的抗拒心理。这种情绪并非完全建立在盈利恶化、现金流承压或信用风险上，而更像是对技术变革速度的本能不适应。
从这一角度看，AI相关投资之所以频繁被拿来与“泡沫”相提并论，未必是因为基本面已经见顶，而是因为市场尚未形成对技术渗透路径的共识。Steno特别提到，当前AI在众多行业内部仍处于较早期的实施阶段，这意味着市场担忧可能跑在了现实之前。
科技股回调是否已经过头
对于纳斯达克以及其他科技成长板块近期的调整，Steno的态度相对乐观。他认为，这轮回调“很可能已经过度”，随着商业周期重新加速、企业盈利继续改善，科技股存在再度上行动能。其核心逻辑在于，市场此前过度聚焦AI投资可能引发的泡沫风险，却忽视了宏观环境正在向更有利于成长资产的方向演变。
尤其值得关注的是债务结构。Steno指出，AI企业当前的债务画像与以往高杠杆科技周期并不相同，因此由融资链条断裂引发系统性信用事件的概率相对较低。对于投资者而言，这意味着即便估值波动仍将持续，但出现类似过去某些科技泡沫破裂时的全面信用冲击，未必是最可能的情景。
“金发姑娘”环境：通胀回落与制造业回升共振
宏观层面上，Steno将当前经济背景形容为教科书式的“金发姑娘”环境，即增长不过热、通胀持续回落、经济活动仍保持扩张。他特别强调，通胀正在下降，而国内制造业周期正在回暖，这是对风险资产极具支撑意义的组合。
在他看来，如果未来两到三个季度制造业回升趋势进一步清晰，市场有望迎来更广泛的反弹。对于科技股而言，这种背景尤其重要，因为成长板块通常对利率预期、通胀路径和盈利改善高度敏感。若通胀压力缓解、商业周期复苏，那么此前因担忧过度而遭受压制的科技资产，可能重新获得估值修复空间。
AI采用率差异，或重塑企业竞争格局
Steno还提出一个颇具启发性的观察：许多大型蓝筹公司在AI落地上，反而比中小企业慢了几年。他认为，这种采用率差异可能在未来改变行业竞争优势分布。过去拥有规模、品牌和渠道优势的大公司，若在AI工具、自动化流程或数据驱动决策上推进缓慢，可能被更灵活的企业抢占效率红利。
这一点在金融行业同样明显。Steno称，令人惊讶的是，不少大型对冲基金至今仍未广泛使用AI技术。从市场角度看，这既反映出传统金融机构在技术升级上的迟滞，也意味着AI渗透率仍远未见顶。若连资本市场中最强调效率与信息优势的机构都尚未完成部署，那么很难断言AI投资故事已经走到过热尾声。
对加密市场的潜在启示
虽然Steno的讨论主要围绕宏观经济、AI资本开支和美股科技板块，但其观点对加密市场同样具有参考意义。过去几年，加密资产与科技成长股之间的联动性明显增强，尤其是在流动性宽松、风险偏好抬升和创新叙事升温阶段。若市场逐步接受“AI泡沫担忧为时尚早”这一判断，资金对高成长、高波动板块的兴趣可能同步提升。
对于加密行业而言，AI叙事与区块链叙事已在算力、数据、去中心化基础设施等多个层面出现交集。若宏观环境持续改善，科技股企稳反弹，投资者风险偏好回升，部分AI概念代币、算力相关项目及基础设施型加密资产可能从中受益。不过，投资者仍需区分真实落地与概念炒作，避免将传统股市中的乐观预期直接复制到高波动的数字资产市场。
整体而言，Steno传递出的核心信息是：当前市场或许高估了AI泡沫风险，低估了宏观改善与技术渗透的中期支撑。对于关注科技股与加密市场联动的投资者来说，这种观点提供了一种不同于主流悲观叙事的观察框架。但在真正的业绩兑现与广泛应用落地之前，市场分歧仍将存在，波动也不会轻易消失。