在人工智能 (AI) 的浪潮中，资本市场正经历一场从“愿景驱动”到“业绩驱动”的残酷筛选。此前，只要公司名字中带有 AI 或宣布其业务与 AI 挂钩，股价往往能获得显著的估值溢价。然而，随着市场进入深水区，投资者开始追问：这些溢价背后是否有足够的基本面支撑？

以思科 (Cisco) 为例，这家网络巨头近期在 AI 驱动的行情中表现活跃，但其上涨逻辑引发了警觉。分析指出，单纯依赖 AI 概念催化的上涨可能潜藏风险。如果企业的实际增长无法跟上市场对其 AI 潜力的预期，这种“诱导性上涨”可能会在未来面临剧烈的修正，提醒投资者不能将技术趋势等同于短期股价的绝对支撑。

相比之下，一些公司的估值逻辑呈现出不同的维度。帕兰提尔 (Palantir) 被认为在 AI 股票中属于估值相对合理的一类，这表明即便在热潮中，依然存在基本面与价格匹配的资产。而 Fastly 则呈现出另一种趋势——其 AI 溢价正在萎缩，但由于基本面依然强劲，这种溢价的回落反而为投资者提供了更具性价比的切入机会。

而对于像 SoundHound AI 这样的小型 AI 标的，市场观点则出现了严重分歧。一方认为其业务真实且具有增长潜能，尤其是如果能实现 5 亿美元的营收目标，其目前的股价将极具吸引力；但另一方则提醒，尽管业务真实，但目前的定价并未提供足够的安全边际，并非一个“便宜”的交易机会。

对于中文读者而言，美股 AI 企业的这种分化提供了一个重要的参考模型：AI 的商业化路径分为“基础设施提供商”、“平台级服务商”和“垂直应用端”。基础设施端（如 Cisco）关注的是订单转化率，平台端（如 Palantir）关注的是客户粘性，而应用端（如 SoundHound AI）则直接面对营收规模的生死线。

在配置 AI 相关资产时，区分“估值溢价”与“基本面支撑”是核心。溢价是对未来的期许，而支撑是当下的现金流与增长率。当溢价远超支撑时，任何业绩不及预期或宏观环境的变化都可能触发估值崩塌。因此，建议投资者在关注 AI 概念的同时，重点考察企业的营收增长速度是否能覆盖其高昂的市盈率。

本文内容仅供参考，不构成投资建议。