遊戲的優先順序提高了，雲端運算仍被看好，但資料中心的短期兌現節奏又被往後看。電商裡面繼續挑京東，獨立模型公司則被放進高風險、高回報的一組。
這是高盛中國網際網路行業網路研討會裡，一組值得放在一起看的變化。
順著分析師的討論往下聽，問題相當具體：那些業務還能超出盈利預期，AI投入多久能收回來，公司又準備拿什麼錢繼續投？
同樣掛著AI的標籤，雲收入、機房訂單、模型呼叫量和股東拿到的利潤，之間隔著好幾步。
這也是理解此次偏好調整的起點。遊戲有現成的利潤和現金流，雲端運算要證明投資回報，模型公司要爭奪使用者入口；電商和部分垂直平台，則更多依靠盈利修復。放在同一套估值裡討論，容易看錯重點。
1 /先看盈利預期還有沒有下修
會議對傳統電商和本地服務的態度，整體偏審慎。消費環境、線上零售趨勢和產品周期，都讓分析師對短期收入超預期保持克制。相較之下，遊戲的韌性和雲業務增長，是團隊更願意尋找積極變化的地方。
這裡談的是相對於市場預期的變化。一個業務還能增長，並不意味著下一份財報就能推動股價；如果投資者此前已經預期得更高，增長本身未必夠用。
所以會上反覆提到EPS，也就是每股收益預測。阿里巴巴的盈利預期被認為出現走穩跡象，騰訊仍可能需要消化AI投入帶來的調整，京東則被放在盈利改善的方向上觀察。
盈利預測穩定下來，首先解決的是估值計算中的一個問題：分母終於不再往下走了。但市場願不願意提高市盈率，還得看後面的增長能維持多久，以及為增長付出的代價。
舉個簡單的假設：原來市場按每股賺10元、給15倍市盈率定價，對應150元；後來盈利預測降到8元，同樣15倍就只對應120元。即使股價已經跌了，也未必代表市場把同一份盈利賣得更便宜。
這正是會議把盈利修正和估值倍數分開討論的原因。對京東，重點偏向利潤修復；對阿里和騰訊，還要回答AI能否增加長期盈利來源。公司之間的上漲條件，從這裡就開始分開了。
2 /阿里和騰訊的AI投入要怎樣算帳
高盛團隊對阿里雲的積極判斷，主要建立在算力需求、租賃價格和收入增長上。會上認為，新增算力投入正在獲得較好的回報，並期待雲收入和利潤率繼續提供超預期的證據。
這個判斷有吸引力，但投資回收期得算完整。
租金收入高，說明裝置有需求、有收入產出；真正回收投資，還要扣掉電力、維運等現金成本，並考慮利用率、回款和後續裝置更新。硬體採購金額與年租金收入的簡單相除，只能提供非常粗的參照，不能直接當作項目淨現金回收期。ROIC衡量投入資本的回報率，回收期衡量多久收回投入，兩者也要分清。
對投資者更有用的，是連續觀察幾季：新增算力投進去之後，雲收入有沒有加速，利潤率有沒有跟上，資本開支和現金流之間的缺口有沒有變得更可解釋。
阿里的特殊之處，是雲業務與自有模型可以形成相互帶動。模型能力提升，有機會吸引更多開發者和企業客戶；客戶把應用放在雲上，又可能帶來持續的計算需求。能否形成穩定循環，要靠付費使用來驗證。
會上同時把電商利潤和外賣業務虧損變化放進阿里的分析框架。原因很現實：老業務賺到的錢，影響新業務還能投入多少。雲表現改善，如果同時伴隨其他業務持續消耗現金，集團層面的回報仍需要一起算。
騰訊的觀察重點稍有不同。遊戲和廣告被認為仍有較健康的現金創造能力，但AI相關投入與預付款會影響階段性現金流表現。會議討論了通過長期協議預付部分記憶體採購款的安排，把它視為鎖定資源和成本的一種方式。
預付款發生在前，資源使用在後，短期現金流因此可能承壓。它究竟是有價值的提前採購，還是加重資金佔用，要結合採購條件、後續消耗速度和業務需求判斷。
會上轉述的融資計畫也值得留意。阿里和騰訊關於階段性沒有新增股權融資計畫的表態，有助於緩解投資者對稀釋的擔憂，但這是特定時點的安排。真正能提高市場信心的，仍然是核心業務持續產生現金，以及AI投入的回報逐漸清楚。
3 /算力越緊張不代表所有機房越賺錢
這場會有個看似矛盾的地方：一邊看好AI雲的收入和回報，一邊又對資料中心下半年的兌現速度保持謹慎。
把產業鏈拆開，就容易理解了。
已經拿到裝置、能夠向客戶提供計算服務的雲廠商，可能受益於供應緊張；資料中心營運商即使有機房、有電力、有訂單，如果客戶的伺服器和晶片沒有按時到位，上架和收入確認仍可能推遲。
需求旺盛與項目交付順暢，是兩件需要分別驗證的事。
會議對訓練和推理也作了區分。訓練是把模型能力做出來，推理是使用者呼叫模型完成任務。團隊認為，前沿訓練對高端算力的需求仍然緊張，國產硬體供應增加則有望改善推理端的供給。
這是一種方向判斷，具體到項目，還要看模型適配、軟體工具、叢集效率和交付時間。伺服器能夠採購，不等於已經具備同樣的使用效率；簽了需求合同，也不等於相應收入立刻進入報表。
因此，高盛仍把世紀互聯列為重點關注對象，同時關注其與寧德時代的合作安排，認為合作可能提高長期訂單獲取的能見度；對於萬國資料，也保留長期看法。但在短期節奏上，團隊把晶片供應和客戶部署進度看得很重，期待後續年度指引給出更清楚的資訊。
會上討論世紀互聯時，用約9倍EV/EBITDA與未來幾年EBITDA復合增速超過20%的預測作比較。這是會議時點的估值與預測組合，不能直接拿來代表今天的交易價格。
更要注意，EBITDA尚未扣除利息、稅項、折舊和攤銷，也沒有反映建機房所需的資本開支。對資金投入較大的資料中心業務，訂單和EBITDA增長之外，還要看交付、融資成本與現金回收。否則，很容易把業務增長想得比股東回報更快。
4 /模型競爭開始比誰能留住付費使用者
會議對中國模型廠商的判斷是，能力差距正在縮小，競爭正進一步轉向成本效率、資金實力和產品入口。
模型更強當然有價值，但當幾家都能把任務完成到相近水平，客戶就會比較價格、速度、穩定性，以及接入現有工作的難度。企業願意長期付費，往往要看這些細節。
成本端也在變。會上提到，後訓練、強化學習以及行業專家投入會增加研發負擔。編碼之後，金融等專業場景受到更多關注。這類產品需要把任務做對，還需要積累專業資料、評估方法和使用者反饋，持續迭代的開支不會因為模型發佈就結束。
於是，財務實力的重要性上升了。大平台有成熟業務供血，也有雲資源和使用者基礎；獨立模型公司則需要更快證明產品可以持續收費，並獲得足夠資金支援下一輪研發。
高盛把MiniMax歸入高風險、高回報方向，關鍵觀察點在於後續模型升級能否提高競爭位置。這裡的上行機會和資金壓力同時存在，不能只用一次模型發佈來推算未來幾年的盈利。
會議花了不少篇幅討論智能體和協同工具。這個變化更值得琢磨：使用者可能在同一個工作入口裡切換底層模型，今天用一家處理程式碼，明天換另一家做分析，但工作檔案、操作流程和使用習慣留在同一個產品裡。
誰能讓這個入口足夠好用，誰就更有機會留住使用者。模型能力幫助產品獲得第一批使用者，持續使用又會產生任務反饋，幫助改進產品。這種反饋能否用於訓練，還取決於資料權限和質量，並不會自動發生。
Token通常是模型處理和計費所用的文字等資訊單位。呼叫量增長可以說明使用擴大，收入卻還取決於單價、付費比例和客戶結構；利潤又要再減去推理和服務成本。
如果降價帶來大量呼叫，而客戶留存不足、單位成本降得不夠快，熱鬧的使用資料未必對應更好的生意。真正值得跟蹤的是付費客戶是否留下來，每完成一類任務的成本是否下降，以及客戶願不願意擴大採購。
開放權重、海外分發與算力合作，可以幫助中國模型擴大觸達範圍，商業條款和許可安排則影響這部分使用怎樣轉成收入。會議也把境外算力獲取、地緣政治與模型相關監管列為重要變數：這些變化可能同時影響成本、交付與擴張節奏。
5 /遊戲為什麼反而更有韌性
遊戲是此次偏好上調中比較明確的一塊。會議認為，行業增長仍由長青遊戲、內容更新和小遊戲等品類推動，並不完全依賴某一款現象級新作。
AI在這裡帶來的好處比較容易理解：美術、內容製作和部分開發工作效率提高，更新節奏有機會加快。但要把遊戲長期營運下去，仍然需要玩法設計、數值平衡、使用者社群和持續營運。
生成一批素材，與做出一款玩家願意玩上幾年的遊戲，中間還有很長一段路。
這也是團隊更重視成熟IP、分發能力和營運體系的原因。AI降低部分內容製作成本之後，這些長期積累並沒有消失，反而可能幫助已有產品更快更新。新遊戲能否突圍，依然要接受使用者留存和付費表現的檢驗。
騰訊與網易因此被列為遊戲領域的重點。騰訊需要觀察高基數下的流水變化，以及遞延收入向報表收入轉化的節奏；網易則更多圍繞成熟業務現金流、股東回報與新產品儲備來討論。
流水、收入和利潤也要分開。玩家當期付的錢，與公司當期確認的收入可能存在時間差；收入增長之後，研發、推廣和營運投入又會影響利潤。看一家公司是否超預期，不能只抓住其中一個數字。
騰訊音樂面對的問題就不同了。會上提到汽水音樂對使用者注意力的爭奪，以及AI音樂對內容供給和付費習慣的潛在影響。遊戲裡有較複雜的系統和長期營運，音樂平台則更直接面對內容供給增加與收聽入口變化。
團隊把騰訊音樂的核心付費使用者、淨現金和回購作為支撐因素，同時等待競爭趨穩，以及AI工具合作方式逐漸清楚。低預期可能緩衝部分壓力，業務能否改善，仍要看使用者留存、付費轉化和每位使用者貢獻的收入。
6 /電商和垂直平台看的是另一種兌現
京東仍是會議中電商領域的首選，但這套邏輯更偏盈利改善。
分析師關注下半年產品周期、收入節奏與盈利基數，認為後續季度可能更有利，尤其留意重要電子產品銷售在季度間的分佈。上市和發貨節奏變化，可能把部分成交前移或後移，單季增速需要連同後續季度一起看。
對京東，更有意義的驗證是收入質量、經營效率和費用變化能否共同推動每股收益改善。如果收入回升同時需要更高補貼和行銷支出，利潤修復的幅度就要重新評估。
教育類股的吸引力，則來自相對清楚的收入增長、成本控制與股東回報。會議也強調公司之間存在分化：教學服務和學習硬體所處的增長階段不同，會影響短期表現，不能把整個類股看成一條曲線。
貝殼對應的是二手房市場與交易服務的邏輯。團隊認為，公司在二手房市場的競爭位置，以及政策調整後可能出現的交易改善，有望提升盈利能見度。
二手房交易涉及房源、經紀人協作和線下服務網路，這些積累有助於平台競爭。但政策出台之後，還要經過交易意願、成交量和收入的傳導。對貝殼的判斷，最終仍要回到成交、市場份額、服務效率和股東回報。
把這些公司放在一起看，能發現此次偏好調整併沒有要求每家公司都講AI。短期盈利路徑更清楚、現金流較好、分紅回購更有持續性的公司，同樣能夠獲得關注。
7 /估值要往上走還缺那些證據
會議最後的問答，把問題收到了市場最關心的地方：網際網路公司已經經歷估值壓力，接下來靠什麼扭轉？
對於AI投入較大的平台，團隊期待收入和利潤率超預期，並帶來更積極的後續指引。一次超預期可以改善情緒，連續幾季兌現，才更有助於投資者判斷長期回報。
阿里要把雲增長與集團現金流放在一起看，騰訊要觀察AI投入與核心業務現金創造能力的平衡；模型公司要證明新產品能留住付費使用者，資料中心則要讓訂單逐步轉成上架、收入和現金。
融資同樣繞不開。自有現金能覆蓋多少投入，是否需要借債或發行新股，都會影響最終屬於股東的回報。成熟業務產生現金，在這一輪AI競爭中也就有了新的價值。
會議還討論了高新技術企業資格續期、稅負、電商合規等問題。這裡應把已經發生的變化與投資者擔憂分開：稅負若變化，會影響稅後利潤；但資格續期本身，不能直接推匯出優惠失效，更不應把傳聞提前寫成確定的盈利損失。
接下來的跟蹤順序可以很具體。先看財報中的盈利預測是否繼續下修，再看雲收入與利潤率能否同時改善；隨後核對資本開支、預付款和經營現金流，最後看智能體付費、資料中心交付、新遊戲營運等業務證據是否支援後續指引。
這場會留下的最有用的問題，是公司已經投出去的錢，正以什麼速度回到收入、利潤和現金裡。等下一輪財報出來，把這幾項變化對照著看，那些公司只是預期變好，那些已經改善經營，就會清楚得多。 (大行投研)