转： 高盛在举行的关于美国半导体与软件行业定位的内部研讨会，讨论了英伟达在GTC上的内容、半导体资本支出、内存与存储（美光）的强劲、关于超大规模资本支出的投资回报率争论、计算与内存/半导体设备的定位以及供需与价格动态的影响，还讲到了几个他们强烈看多的公司及背后逻辑：
核心观点是， AI交易并没有到结束的时候，市场只是在从“无差别追龙头”切换到“更严苛地要 CapEx 可见度、ROI 证据和 GAAP 落地”；半导体里钱在往 memory/ASIC 这种更能立刻体现稀缺或效率提升的环节靠，软件里则只有那些既能证明自己不会被 AI 边缘化、又能把盈利口径讲清楚的公司，才有机会真正重新获得定价权。
1）市场对美国科技的分歧并不在“AI 还行不行”，而在于两件事，一是半导体 CapEx 到底有没有见顶，二是软件和云厂商到底什么时候能真正把 AI 变成 ROI 和 GAAP earnings。
2）对半导体而言，GTC 给出的最大信息不是某个产品发布，而是 Jensen 直接把 2025-2027 年的收入可见度往 1 万亿美元级别去讲。Jim Schneider 的解读是，这个数字仅覆盖 Blackwell、Rubin 及配套网络，还没算后续推理芯片和更多新产品，因此相对 Street 预测仍然存在大约 15% 的上修空间。
3）更关键的是，这个指引强化了一个市场最在意的判断：CapEx 不是 2026 年见顶。按高盛的理解，Nvidia 明年至少还有 35%-40% 增长，而这建立在今年收入已经接近翻倍的高基数上，所以 compute 这条链条并没有到“故事结束”的位置。
4）GTC 的另一个关键信息是，网络互连演进没市场想得那么激进。市场此前以为 CPO 会在新平台上全面铺开，但实际情况更像是 Rubin Ultra 和 Feynman 提供 CPO 选项，而中小规模集群直到更后面仍会大量用铜连接。也就是说，铜互连并不会被立即替代，光模块/CPO 逻辑成立，但兑现节奏会更偏选择性。
5）Jim 对半导体板块当前状态的概括：compute 没有真正启动，不是因为逻辑破了，而是因为市场对 2026 年大体已经有数，现在真正缺的是 2027 年可见度。换句话说，AI 基础设施多头并没有死，只是被时间轴往后推了一格。
6）在仓位和交易层面，市场今年已经把“最紧缺的环节”重新识别了一遍。高盛认为 memory 和 storage 被公认是供应链里最受约束的一段，因此相关个股年内走成了最强交易；延伸出来的就是 semi-cap 设备股也显著跑赢。简单说，今年AI 半导体最赚钱的，不是最 obvious 的 compute，而是“缺货”和“卖铲子”。
7）memory 当前的争论：没人怀疑 Micron 数字会好，争议只在两个地方，一是明年新增供给到底会不会过多，二是 contract/spot 价格变化的“二阶导”何时变差，从而让股价先见顶。Jim 的判断是，未来 12 个月供需还不会真正松掉，18 个月以后才值得更认真地担心。
8）至于半导体，AI 基础设施交易没有结束，但资金已经从“追 compute beta”切换到“追 supply bottleneck alpha”，而 compute 自己要重新表现，得靠 2027 可见度和云业务毛利率修复两件事同时发生。
9）软件这边，Gabriel Borges 给出的最大变化是：过去两到四周开始出现了十年来第一次真正有意义的 value 投资者回流。这意味着，软件板块已经不是纯粹的“成长故事”，而开始出现“GAAP 估值到底有没有底”的讨论。
10）软件情绪虽然没那么差了，但本质上仍然脆弱。Gabriel 直说，这一轮很多投资者其实是“pencils down”状态，因为即便你做对了相对交易，比如多安全和基础设施、空部分应用软件，这个板块整体也仍然非常难赚钱。
11）当前软件的估值框架已经在变，市场开始真正把 GAAP earnings 当成主要 yardstick。过去 SaaS 公司并不需要按这个口径管理自己，但现在投资者要求它们证明：就算收入增速不再神话，它们依然可以变成高质量 GAAP earnings 机器。
12）ServiceNow 是最典型的例子。Gabriel 的核心意思是，这些公司过去的 OpEx 增长主要靠招人；而接下来，若 AI 真正落地，OpEx 增长的驱动会转向算力而不是 headcount。像 ServiceNow 这种如果真能把 headcount 控平，三年内估值可能从 55x GAAP 压到 20x 以下，而这个重估逻辑市场还没有充分交易。
13）软件当前最大的 bear case，不是 system of record 被推倒重来，而是它们继续留在原地，但所有最好玩的 AI 工具都长在它们的上层，然后由新玩家把价值拿走。也就是说，风险不是传统龙头“死掉”，而是被中间层剥离、被边缘化。
14）因此，现有软件龙头真正需要证明的，不是自己有没有最前沿模型，而是自己会不会被 disintermediate。它们要证明自己比 Microsoft 或新创业公司更懂行业工作流、更懂上下文、更懂用户习惯，并最终把这些理解变成更强的产品体验。
15）在高盛框架里，软件的 bull case 则是 AI 扩大 TAM。历史经验是，只要你能持续提升知识工作者的生产率，软件公司通常能拿走其中 10%-25% 的价值。问题从来不是“有没有市场”，而是具体公司有没有提前做足基础工作，包括低 technical debt、强工程文化、清晰路线图、合适并购和真正可执行的 AI monetization。
16）Gabriel 认为 ROI 的关键节点，已经从单纯聊天机器人，逐渐往 reasoning 再往 agentic experiences 推进。真正能验证 ROI 的下一层，不只是推理本身，而是平台层和应用层也开始吃到 adoption。换句话说，AI 投资最终要闭环，不是只靠 GPU 烧钱，而是要看到 Microsoft 这类平台在 IaaS 之上卖出更多 PaaS、推理、数据库和 Copilot/agent 组合服务。
17）仓位层面，Vincent Lin 的数据很值得重视：最近 hedge fund 的行为更多是“加宏观对冲”，而不是“全面投降”。过去一个月，美国 ETF 空头增加了约 22%，宏观 book 中的股指期货、ETF、定制 basket 空头已经到五年高位，说明大家在 aggressively hedging，但并没有真正把多头全砍掉。
18）更有意思的是，美股单一个股 3 月整体仍是净买入。这意味着，表面上风险偏好下降，但本质上更像是“指数对冲 + 个股轮动”，而不是彻底撤退。
19）TMT 里最近两周确实有明显 de-grossing，但驱动力主要是空头回补，尤其集中在软件。软件空头大约在 2 月 24 日、也就是 Anthropic 更新 Claude 那天见顶，此后年内新增空头大概有四分之一被回补，这也是 Salesforce 等名字近期反弹的重要原因。不过软件整体仓位依然极低，只处在历史第二百分位左右，仍只有年初的一半。
20）半导体仓位则明显更稳。AI 基础设施和 AI 半导体在多头端的基本面信念仍然很强，只是年初那种 compute 一边倒的买盘已经降温，现在新增多头更多还是去 memory 和 storage，而不是数据中心 compute 本身。
21）具体 top picks 上，Jim 当前最高 conviction 是 Broadcom。逻辑不是简单跟着 AI beta，而是它通过定制 ASIC 真正在帮 hyperscaler 降低 inference 成本，这直接指向云业务毛利率改善和 ROI 闭环。更重要的是，高盛认为 Broadcom 把市场最担心的几个 bear case——Google 敞口过高、ASIC 项目持续性不足——都解释得比预期更好。
22）软件 top pick 则是 ServiceNow。原因是它兼具接近 20% 的 organic growth 和已经开始下沉的 GAAP 估值，同时 help-desk automation、workflow automation 和并购补短板这几条线都在往正确方向走。往后看，5 月客户大会会是关键催化剂。
23）Gabriel 另外点了两个名字：Snowflake 和 Palo Alto。Snowflake 的关键催化剂是 Cortex Code，它若真能把实施时间缩短 40%-80%，会直接加速迁移和 adoption；Palo Alto 的吸引力则在于 CyberArk 整合、Cortex 资产质量，以及财年季节性即将进入更强的 4 月和 7 月季度。