高盛示警：AI資本開支論述轉向，CTA拋售風險高達1000億美元

高盛警告，動能交易修正可能需要數週才能觸底，因為高效能AI模型正在挑戰過去推動漲勢的兆元資本開支論述。

像Moonshot推出的Kimi K3——一個擁有2.8兆參數的高效能AI模型——正在動搖市場根深蒂固的觀點，即要在人工智慧領域取勝，就需要不斷擴張在資料中心和訓練叢集上的資本支出。

高盛One-Delta交易部門主管Rich Privorotsky表示：「動能因子尚未完成其調整過程，且相對波動性仍處於高位。但更具結構性的問題在於，市場是否正確實為AI基礎設施投資的軌跡定價。」

Kimi K3由中國AI新創公司Moonshot開發，採用混合專家（MoE）架構，內含896個專家模組，但每次推理僅啟動16個，大幅降低運算負載。這款開源權重模型在多項基準測試中超越OpenAI和Anthropic的系統，並成為首個登上前端程式碼競賽排行榜（Frontend Code Arena，一個評估AI生成網頁應用的即時平台）榜首的中國模型。該模型的發布距離DeepSeek首次以類似的高效方法撼動美國AI領導地位大約18個月，顯示效率提升的趨勢正在加速而非消退。

對資本支出共識的挑戰，恰逢高盛的動能模型顯示，動能驅動型股票的當前修正可能需要數週才能完全化解。美國銀行估計，標普500指數若進一步下跌3%，可能引發商品交易顧問（CTA）高達1000億美元的強制程式化拋售——那斯達克的短期門檻已被觸及。包括Alphabet、特斯拉、德州儀器、英特爾和超微（AMD）在內的大型科技公司即將到來的財報季，將成為考驗這項兆元AI資本支出論述能否經得起投資人審視與技術現實的關鍵時刻。

訓練效率 vs. 推理需求

Privorotsky在測試Kimi K3後對其工程水準印象深刻，但他也警告，效率提升的挑戰主要適用於AI投資方程式中的訓練端。「推理端的運算需求仍然有強勁支撐，」他表示，這意味著即便訓練叢集面臨更嚴格的審視，AI基礎設施需求並未從根本上逆轉。

這項區別對投資人至關重要。輝達（Nvidia）的資料中心營收在其最近一個財年達到475億美元，同時受益於訓練和推理需求。轉向更高效的訓練架構，可能會壓縮訓練專用硬體的整體可及市場，即使推理工作負載隨著用戶採用而持續擴大。AMD將於本月稍後舉辦「Advancing AI」活動，英特爾則與德州儀器同在本季發布財報，這些半導體業者都高度暴露於正在演變的資本支出論述中。

滙豐（HSBC）股票策略師亦獨立警告，動能交易已變得容易受到「更劇烈且更持久的逆轉」影響，並指出全球多空動能因子已下跌15%。該行偏好的部位包括美國非必需消費品類股（不含亞馬遜和特斯拉）、美國銀行股，以及歐洲週期性類股（如航空、飯店和國防）——這是一場遠離以AI為主的動能交易輪動。

板塊輪動，非系統性風險

儘管動能股面臨壓力，高盛的分析顯示大盤市場結構仍具韌性。行業相關性維持在低檔，顯示資金正在產業間輪動，而非全面撤出股市。部分AI硬體相關股票已進入超賣區，而先前落後的類股在基本面未改善的情況下反彈——這是輪動而非系統性清算的典型模式。

VIX指數雖有所攀升，但仍低於通常與恐慌性拋售相關的水平。Privorotsky表示，該行未見到美國股市存在系統性風險，但他警告，動能調整過程可能需要數週才能完全消化。根據高盛的數據，CTA在今年稍早的單週內在美國股票市場增加了約230億美元的多頭曝險，並在一個月的時間窗口內增加了約530億美元——隨著價格門檻被突破，這些部位如今面臨潛在的平倉壓力。

高盛的數據顯示，那斯達克的短期CTA門檻約在19,608點，已自4月以來首次被跌破。標普500指數的門檻約在5,472點，該指數目前距離一個更具影響力的中期水準約高出3%。若該水準被堅定跌破，強制拋售的連鎖效應可能加速，考驗即使是堅定看多的買方在股市中的承接意願。

對投資人而言，關鍵問題在於AI資本支出論述——這一論述一直支撐著以高本益比交易的半導體和資料中心股票的估值——能否在動能驅動的拋售與基本面重新評估的雙重壓力下站穩腳跟。未來兩週的財報季將提供第一個重要數據點。

本文僅供資訊參考，不構成投資建議。