科技泡沫很难在事前甄别。历史上对科网泡沫的定义，无论定量模型（收益率法）和定性描述（未来收入与前期投入的关系）均说明：我们很难在事前清晰地预测泡沫。尽管如此，红杉Cahn的AI泡沫模型依然值得借鉴，它以GPU收入22来要求应用总规模，随着时间推移，Cahn发现要求规模与实际规模的差距不降反升！启发是企业、投资人应该经常审视当下的AI投资是否过度。
　　年度比较：2026年约为1999年。科网泡沫时期的投资主体是电信运营商，类比今天的Hyperscaler。通过对两者之间指标的对比分析，2026年与1999年更相似。尽管现在的Hyperscaler的盈利能力较当年的电信运营商要强很多；但预计到2027年，Hyperscaler在资本使用效率、边际资本产出、EBITDA/Capex几个指标上将接近与2000年的电信运营商。
　　季度比较：目前处在历史上的阶段二和阶段三的连接处。通过对科网泡沫时期14家公司的样本分析，我们将当时的发展分成四个阶段：投入先行期，应收恶化期，现金流+EBIT恶化期，收入放缓期，股价见顶发生在三阶段的末期。重要的发现是，收入增速见顶或者CAPEX减速，比股价高点略有滞后：待观察到需求不足时，市场早已处在下跌途中。因而更重要的是观察从加大投入→应收恶化→现金流恶化→EBITDA/EBIT恶化的前期传导过程。
　　我们选取了当下23家AI产业链公司，通过诸多指标定位了目前AI的发展阶段，它更像是历史上的阶段二与阶段三的连接处：AI基础设施扩张已经开始压低现金转化，并让部分数据中心/云厂商出现债务、应收和资本开支共振。是否全面进入阶段三，关键看接下来1-2个季度：Hyperscaler的FCF是否继续下滑、EBIT/EBITDA margin是否开始同步转弱、以及部分公司收入YoY是否从高位回落。故而从季度比较来看，2026年Q2更像是1999年的Q2或者Q3。
　　投资建议：科网泡沫时期，最佳离场点是阶段三的晚期，即现金流恶化后开始出现了EBITDA/EBIT margin的恶化。而企业收入增速的转弱，则是股价见顶之后的基本面确认。2026年Q2，美国AI产业链首次出现了现金流的恶化，但EBITDA/EBIT margin还很健康，因此我们倾向于AI行情还未结束。
　　接下来Neo-clouding观察的重要度大于Hyperscaler，Hyperscaler大于设备与上游，原因是Neo-clouding更像当年的激进运营商，或可视为今天的AI“金丝雀”。后边1-2个季度应重点跟踪它们的FCF margin和EBIT margin。
　　此外，有两个环境条件和历史不可比，一个是现在美债的风险要远大于科网泡沫时期；另一个是中周期不可比，现在还没有出现AI应用繁荣而当时的.com公司已经遍地开花。
　　风险提示：历史样本不够丰富，数据存在偏差的风险；美国债务问题不确定性的风险；美联储货币政策不确定性的风险。