美股热点聚焦（三大预测方向） 【方向一：AI交易从硬件向软件扩散，估值切换延续】 逻辑：OpenAI IPO推迟重塑AI叙事——市场重新评估"AI替代软件"风险，ServiceNow、Workday周五涨逾9%，Figma涨超10%，与OpenAI深度绑定的甲骨文逆势大跌。RBC分析师Rishi Jaluria指出"企业全面用AI替代软件"说法不切实际，软件板块最悲观时刻或已过去。 代表个股：Microsoft (MSFT)、Salesforce (CRM)、ServiceNow (NOW)、Adobe (ADBE)、Palantir (PLTR)、Figma 【方向二：存储/半导体周期进入波动期，硬件/网络分化】 逻辑：美光财报超预期后股价跌5%反映"利好兑现"，叠加美伊冲突推升芯片/原材料成本，市场担忧AI硬件capex对科技巨头利润的压制。英伟达却通过Spectrum-X登顶以太网交换机21.5%份额，显示AI栈从GPU扩展到整张网络。 代表个股：Micron (MU)、Sandisk (SNDK)、Western Digital (WDC)、NVIDIA (NVDA)、Broadcom (AVGO)、Marvell (MRVL) 【方向三：地缘风险溢价+通胀粘性，防御+能源+贵金属对冲】 逻辑：霍尔木兹海峡断航风险溢价回归——WTI从67美元/桶反弹至70+，现货黄金本周从4020美元/盎司最高反弹至4090。卡什卡利释放鹰派信号叠加日本370万亿日元"过桥国债"引发财政担忧，10Y美债收益率维持4.38%高位，曲线陡峭。 代表个股：能源ETF (XLE)、黄金ETF (GLD)、防御板块 (XLU/XLP)、美元资产 (UUP)、Bitcoin (BTC)

AI股遭抛售 软件股却逆势上涨 华尔街资金正在寻找新赢家 今天美股出现一个非常值得关注的资金轮动现象。 当半导体、AI服务器和数据中心相关股票持续承压时，部分企业软件公司却表现相对强劲。 Salesforce、ServiceNow、Workday和Atlassian等软件企业受到市场重新关注。 为什么？ 因为投资者正在重新评估AI产业链不同环节的资本效率。 建设AI数据中心，需要提前购买大量GPU、服务器、电力设备和网络基础设施。 这些投资往往需要数年才能完全转化为收入和利润。 但软件公司的商业模式不同。 成熟的企业软件平台已经拥有客户关系、订阅收入和产品分销渠道。 如果能够将AI功能直接整合进现有产品，部分企业就可能在不需要自行建设同等规模GPU基础设施的情况下，增加每位客户的收入。 这也是为什么AI投资逻辑可能从过去的硬件建设，逐渐延伸到应用层的商业化。 不过，软件公司同样面临挑战。 AI Agent可能提高软件产品的价值，也可能改变传统按用户席位收费的商业模式。 因此，真正值得研究的是哪些企业能够通过AI提高客户付费意愿，而不是仅仅增加研发和推理成本。 $MSFT、 $GOOGL、 $AMZN 等科技巨头，已经拥有庞大的企业客户和云计算生态，也可能在这场竞争中获得优势。 AI投资的下一阶段，市场可能越来越重视谁能够真正把算力转化为客户愿意付费的产品。 你认为未来三年，AI产业最大的投资回报会继续留在 $NVDA 等硬件供应商，还是逐渐转向能够实现AI商业化的软件公司？

Anthropic 工程师讲了一堂 FDE 入门课 Kevin Bai 现在在 Anthropic 的 Applied AI 团队，之前是 Rippling FDE 团队的创始成员，再之前在 Palantir 干了好几年。最近他做了一个 FDE 101 的分享，把前线部署工程师这个角色讲得很清楚，值得总结一下。 先说一个数据：在上市 SaaS 公司里，按平均合同金额排，Palantir 是 400 万美元，ServiceNow 120 万，Workday 60 万，剩下的没有一家能超过 50 万。Palantir 靠几千人做到了别人几万人做不到的客单价。靠的就是 FDE 模式。 FDE 到底在解决什么问题？ Palantir 的产品 Foundry 是一个应用构建平台，技术门槛很高，但买家是石油、消费品这些行业的非技术高管。你把一个复杂的技术平台丢给一个不会写代码的人，指望他自己搞明白怎么用，这不现实。 所以 Palantir 的做法是：客户买的既不是软件产品，也不是咨询服务，而是一个"结果"。你派工程师过去，深入理解客户的业务场景，在平台上给他们把东西建出来。客户关心的是货架上多了多少商品、产线效率提升了多少，他们不关心数据怎么组织的，也不该关心。 FDE 和外包开发有什么区别？ Kevin 特别强调了一点：如果你的工程师每次都从零给客户写定制代码，那你做的不是 FDE，是外包开发。FDE 模式能成立，前提是你有一个可复用的平台。工程师是在平台已有的基础能力上组装和定制，不是每次重新造轮子。没有平台，维护成本会吞掉所有利润，工程师也会因为要维护几十个毫无关联的代码库而跑路。 要不要搞 FDE？两个问题就能判断。 第一，你是不是必须把一个技术复杂的东西卖给非技术买家？如果你的客户本身就是工程师，比如卖 GitHub 或者 Datadog 的，不需要 FDE。如果你的产品本身就是开箱即用的，比如 Slack 或者 Jira，也不需要。只有你的产品很复杂、客户又不懂技术的时候，FDE 才有必要。 第二，你有没有一个可复用的平台？或者你愿不愿意投入去建一个？没有共享的基础组件，FDE 就是不可持续的。 2026 年的新变化是什么？ Kevin 的判断很有意思：软件行业做生意的方式本身变了，AI 让构建软件变得极其容易，几乎所有平台都在走向 Agent 化，这意味着几乎所有平台都变得高度可定制。后果就是：越来越多的客户搞不清楚你的产品到底能做什么。你把产品的成败交给客户自己去摸索，在 Agent 时代会越来越难走通。 这就把 FDE 从 Palantir 独有的小众玩法，变成了更多软件公司需要认真考虑的事情。 最后一个问题：什么样的人适合做 FDE？ Kevin 的回答很简洁：FDE 就是一个你信任到可以让他直接面对客户的软件工程师。技术能力是基本盘，但你还得放心让他代表公司去跟客户打交道。

SaaS 企业暂时松口气：“软件已死”的预言言过其实 此前，市场曾恐慌廉价的 AI 生成工具将取代传统企业软件，引发所谓的“SaaS末日”抛售潮，Salesforce 等巨头股价一度暴跌。然而，行业并未走向消亡。 传统软件的核心壁垒在于： 维护与迭代难度大：软件工程重心并非写新代码（AI的强项），而是长期的系统维护与动态调优，AI 代理目前仍难胜任。 系统深度整合与惯性：多数企业是“技术运营者”而非研发机构，替换交织复杂的 IT 架构成本高昂，客户习惯也难以快速改变。 财报与合作印证了其生命力。 Salesforce、ServiceNow 及 Workday 等业绩超预期回升；Salesforce 更通过接入 Anthropic 的 Claude 模型实现 AI 赋能，股价单日反弹逾 22%。AI 固然在重塑企业软件的定价与开发模式，但这与彻底“杀死”成熟巨头截然不同。

$IGV — 軟體股走強 資金流是實錘：上週二 IGV 錄得 5 月 18 日以來最大單日淨流入，6.407 億美元、增 5.1% 至 132 億，連三日累計近 10 億。、 Salesforce、ServiceNow、Workday、Oracle 全線大漲，同時 Micron、AMD、輝達拖累納指。資金正從「砸錢建 AI」的一端，流向「用 AI 賺錢」的一端——今年稍早被「SaaS 末日論」殺過的超賣標的，正在估值修復。、 但輪動隨時會反轉：晶片情緒一旦回穩，這批漲幅可能很快吐回。$IGV 又相當集中，漲跌都會被放大 → 非投資建議，僅供參考

2026企业AI Token支出大调查：无脑烧钱时代结束了？ SemiAnalysis 团队最近与超50家大企业深度交流后发现，企业内部的 AI Token 消耗，正从年初的“无序竞赛”全面转向“预算管理”！ 总结了几个极其核心的洞察，打破了目前的媒体叙事👇 1️⃣ 媒体报道的“Token超支”被严重夸大 新闻里天天说大厂 Token 预算爆炸，但真相是：少数头部客户贡献了绝大部分收入。超支案例（如 Uber、Meta）多源于内部激励不当和监管松懈，并非普遍现象。AI 实验室的 API 收入根本没有大幅削减的风险。 2️⃣ 预算标准天差地别，没有统一答案 企业都在设上限，但金额差异极大： 🔹 紧缩型：航天、制药企业约 $250-$500/月 🔹 宽松型：网络安全公司初级 $800/月，高级 $1600-$4000/月 🔹 财大气粗型：Workday、Stripe 约 $2000/月 💡 最成熟的做法是“软性限制”——超支找 manager 谈话，而不是直接断网。 3️⃣ “抠门”经济学：员工与公司的极限拉扯 为了省 Token，大家各显神通： ⚙️ 公司降级默认模型（把 Opus 换成 Sonnet，关闭高级模式）。 🤫 员工学会“钻空子”：先用 Microsoft 365 免费的 Copilot 聊天、列大纲，再去用按量计费的 Claude/Codex 干活。 4️⃣ AI 成了“人力杠杆”，打工人更累了？ 一家美国大航司直接把 Token 预算和项目预期收入挂钩。虽然 AI 把过去一周的活儿缩短到了几小时，但公司立刻拔高了产出预期。打工人发现：效率变高了，自己反而比以前更忙了…… 5️⃣ 市场远未见顶，编程是绝对主力 财富500强企业在 AI 上的投入其实还很低（多数远低于 $2000/员工/年），S型增长曲线还有巨大空间。目前 OpenAI 和 Anthropic 超过 70% 的收入都来自“编程”用例。接下来，网络安全和白领知识工作将成为新的爆发点。 🌟 总结 企业仍在持续投入 AI，只是花钱变得更聪明了。将 Token 分配与业务 ROI 挂钩，在控成本的同时榨取生产力，才是未来的新常态

把特朗普的持仓报告扒了下挖到两个质量还不错的公司 $ADBE 大名鼎鼎的 Adobe ，目前价格$241， 市盈率只有 13，总市值千亿美金，10.8% 的自由现金流收益率和 89% 的毛利率，还有250 亿美元的回购计划。但是价格这么低不是没有原因的，因为受到 AI 冲击，订阅式的商业模式不再适用。 目前来看Adobe 不是一家正在死掉的公司，是一家正在变慢的公司。 $WDAY 和 SNOW 和 NOW、CRM 等同一赛道，Workday解决的是企业核心管理系统的刚需——人力资本管理（HCM）和财务管理（FMS），目前价格$130 目前正站在一个关键的十字路口，市场既害怕AI颠覆它的商业模式，又期待AI成为它的新增长引擎。 今天晚点会更新一下，投研报告，记得关注 @lianyanshe

All-In Podcast最新：Salesforce CEO亲口说——软件末日？我已经经历过好几次了。这次他为什么还是不慌？ 软件股被砸得有多惨？ Salesforce市值蒸发900亿，ServiceNow跌42%，Workday跌45%。市场的逻辑只有一句话：AI智能体要把所有软件都替代了。但Salesforce CEO Mark Benioff在All-In Podcast上说了一句让我印象深刻的话："这不是我第一次经历SaaS末日了。" 他做Salesforce 27年，做软件40年，2016年经历过一次，2020年又一次。每次市场都说软件要死了，每次软件都活下来了。 基本面说了什么？ Salesforce今年营收将突破460亿美元，自由现金流160亿，正在回购500亿美元股票。HubSpot跌到2倍PS。这些数字不像一个要死的行业。 Chamath的判断才是这期最炸的部分： 他坚定看好头部软件垄断巨头的安全边际，但明确看空低端小软件——这个区别很重要。 他的逻辑是：过去四年全球在AI芯片和算力上砸了3万亿美元。当公开市场从狂热中冷静下来，开始严格追问"这几万亿美元的代币ROI到底在哪里"——OpenAI们最终不得不低头，去求Mark Benioff这类手握20年CXO客户信任关系的软件大亨帮忙分销和变现。那个时候，芯片估值将全面回归地面，软件股将迎来暴烈反彈。 软件大厂不是在被AI替代，它们在收割AI红利。 Salesforce今年向Anthropic采购3亿美元AI代币，用来部署编码智能体，覆盖全公司销售、客服和运营流程。通过新并购的Informatica建立语义层，把AI锚定在真实数据中。这不是防守，这是进攻。 结论： 芯片估值在天上，软件估值在地板。3万亿美元的算力投资，最终需要有人帮它变现。那个人不是OpenAI，是手握客户、数据和分销网络的软件大亨。 #软件股# #Salesforce# #CRM# #AI投资# #SaaS# #美股分析# #Anthropic# #AllinPodcast#

2026年5月本周美股大事件一览！ 这周美股还是围绕AI基建这条主线在走，整体热度还不错（7.5/10），但已经开始明显高位分化了。 现在AI正从“概念炒作”转向“真金白银落地”。数据中心要扩建、算力要升级，光互连、AI服务器这些底层硬件成了最紧迫的 bottleneck。MRVL作为AI数据中心互连芯片的核心玩家，被市场盯得最紧，整个光互连和AI硬件链条成了当前最热的“主航道”。 背后逻辑很简单：Google、Microsoft、Amazon、Meta这些巨头还在疯狂砸钱建AI基础设施，企业端AI软件和云支出也开始慢慢起来，半导体产业链的上游需求依然强劲。 本周重点事件 • 5/19-5/20 Google I/O 2026：谷歌一年一度的大会，主要看AI新进展和开发者生态，会不会给数据中心硬件带来新预期。 • 5/20 ADI财报（盘前）：模拟芯片大厂，看工业、数据中心真实需求怎么样。 • 5/21 Workday财报（盘后）：观察企业AI软件和云支出的实际情况。 • 下周5/27 MRVL财报：这是主线核心，市场已经提前开始预热了。 主线还在热，但内部已经分化。核心票（如MRVL）资金抱得紧，高弹性题材（AI光学、HPC等）波动变大，二线股也开始有弱转强的迹象。整体就是“主线延续 + 高位谨慎”的状态，大家对AI长期资本开支还是有信心的，但对涨太多、估值太贵的个股开始理性了。 5月中下旬，美股AI基建还在高景气通道里，但节奏在切换。Google I/O和MRVL财报会带来新一轮验证，AI基础设施仍是中期最确定的方向，只是现在要更注意分化和节奏，别一头扎进去追高。 简单说，这周还是AI硬件的故事在主导，后面财报季会继续给出答案。