橙子Joyce

華爾街金融巨頭富國銀行近日發佈研報表示，網絡安全超級巨頭 $CrowdStrike (CRWD.US)$ 和 $Palo Alto Networks (PANW.US)$ 在即將公佈最新業績與未來展望之前，正迎來由人工智能推理市場劇烈擴張所推動的網絡安全軟件產品訂單增長動能。人工智能邁向天量級大規模推理和AI智能體式代理工作流(Agentic AI)階段之後，網絡安全需求不是簡單「隨前沿AI技術更新迭代而加速增長」，而是很可能出現遠遠高於傳統IT支出的結構性增量擴張。
對於近期投資者們爭論不休的「閉源AI大模型vs開源」終局戰役而言，無論哪種勝出抑或兩種模式同步發展，對於兩大網絡安全軟件平台巨頭CrowdStrike和Palo Alto Networks而言都堪稱是重大增量利好。「閉源vs開源」大模型之爭，恰恰也給出了網絡安全最強的「跨情景受益」邏輯。
AI網絡安全平台也開始被一些華爾街策略師定義爲繼GPU/HBM、光互連、電力和雲基礎設施之後的另一條結構性AI投資主線：開源擴大部署數量，閉源擴大雲端集中價值，混合架構擴大複雜性，而Agentic AI則大規模擴大權限與攻擊面——無論哪一種AI技術路線終局，在AI推理時代網絡安全軟件平台都是AI規模化落地不可繞開的控制層(Security Control Plane)。
從AI算力到AI安全，AI科技投資主線繼續外溢！富國銀行看好CrowdStrike和Palo Alto Networks大客戶訂單與新增客戶雙雙加速
據了解，富國銀行分析師Richard Poland和Michael Turrin週一在一份基於其網絡安全經銷商調查的報告中表示：「安全需求依然強勁，這一點體現在合作伙伴整體表現高於計劃的淨比例達到31%，加權同比增速達到16%，高於上一季度的13%，同時超過50%的受訪者預計下半年增長將進一步加速。按照重要性排序，增長的主要驅動力分別是人工智能、身份安全、端點安全、數據安全以及暴露面管理。受訪者認爲，高達約40%與AI相關的安全支出來自傳統網絡安全預算之外的資金池，包括AI支出預算、其他IT預算以及非軟件安全預算。」
Poland指出：「受訪者將PANW(即Palo Alto Networks)評爲最有可能整合客戶安全支出的第一名，同時在安全訪問服務邊緣(SASE)和安全運營兩個領域的市場份額增長排名均爲第一，在身份安全領域並列第二。此外，Palo Alto Networks不僅繼續位居最有可能成爲AI受益者的第一名，而且其得票份額出現了最顯著的提升，增加了12個百分點。」
富國銀行重申對CrowdStrike和Palo Alto的「增持」評級，並分別維持高達230美元和475美元的目標價，顯著高於當前屢創新高的股價點位。
談及CrowdStrike時，富國銀行分析師Poland表示：「我們追蹤到了10筆規模超過1,000萬美元的交易以及多筆規模超過2,000萬美元的交易，客戶廣泛採用其雲、安全信息與事件管理、身份安全以及擴展檢測與響應解決方案。在我們追蹤的大型交易中，22筆屬於續約，6筆屬於新增客戶訂單，這表明公司在繼續擴大現有客戶群業務規模的同時，仍然能夠持續贏得新客戶。」
與此同時，Palo Alto也在積累類似規模的大型企業新增訂單。
Poland補充稱：「本季度共有29名受訪機構投資者們報告了Palo Alto Networks相關業務活動，其中包括7筆規模超過1,000萬美元的交易，以及另外5筆規模介於800萬至1,000萬美元之間的交易。在我們追蹤的29筆最大規模交易中，15筆來自新增客戶，略高於續約和產品升級換代相關交易的數量。」
Palo Alto計劃於美東時間9月1日公佈其2026財年第四季度財務業績。市場一致預期顯示，其調整後每股收益將達到0.98美元，營收爲33.5億美元。
CrowdStrike計劃於美東時間8月26日公佈其2027財年第二季度業績。市場一致預期其調整後每股收益爲0.29美元，營收爲14.4億美元。
Palo Alto被評爲最有可能整合客戶安全支出的第一名，並在SASE和Security Operations份額增長中排名第一，其「最可能成爲AI受益者」的得票率又增加12個百分點;CrowdStrike則出現大量千萬美元乃至兩千萬美元以上交易。 這種需求可能開始進入財務報表基本面：Palo Alto最近一季下一代安全ARR(Next-Generation Security ARR)同比大幅增長60%至81億美元，RPO增長36%至184億美元;CrowdStrike ARR增長24%至55.1億美元，季度淨新增ARR創紀錄達到約2.56億美元、同比增長32%。
開源、閉源「殊途同歸」——Palo Alto與CrowdStrike誓要成爲「AI推理時代的必繳安全稅」
AI訓練時代主要解決「把模型造出來」，推理時代則讓模型每天數十億次接觸企業數據、API、數據庫、代碼倉庫、身份憑證乃至真實業務工具;當AI Agent從「回答問題」升級到能夠讀取文件、調用API、執行代碼、修改數據庫和發起工作流時，攻擊面(Attack Surface)從人類用戶和傳統端點擴展成「人+機器身份+Agent+模型+工具鏈」。
OpenAI近期披露的真實評測事故已經顯示，先進模型能夠自主發現並串聯現實系統漏洞;Palo Alto最新AI安全架構因此直接覆蓋Agent發現、模型/供應鏈風險評估、AI Gateway治理、運行時防護和AI身份權限控制。換句話說，推理次數越多、Agent自主權越高，企業需要保護的身份(Identity)、端點(Endpoint)、API、雲工作負載(Cloud Workload)、數據和運行時(Runtime)也越多。
圍繞開源vs閉源的這場戰役，對於兩大網絡安全巨頭而言堪稱是自始至終的利好，這也是網絡安全最強的「跨情景受益」邏輯。
如果閉源模型(Closed Models)勝出，算力集中於Hyperscalers(雲計算巨頭們)和公有云，安全需求集中在雲安全、SASE、安全運營、身份和API層，Palo Alto、CrowdStrike、 $Zscaler (ZS.US)$ 、 $Okta (OKTA.US)$ 網絡安全平台領軍者們等仍屬於核心受益者;如果出現大摩(摩根士丹利)認爲更現實的混合大模型格局(Hybrid Model)，開放權重模型承擔高頻低成本任務、閉源模型承擔複雜推理與Agent任務，工作負載同時散佈於公有云、私有云、本地和邊緣，安全軟件反而因爲架構碎片化、身份數量增加和治理複雜度上升而需求進一步擴張。
此外，如果最終是開放權重(Open-weight)路線勝出，模型推理大量遷往企業私有數據中心、本地與Edge，企業自身就必須承擔模型供應鏈、訪問控制、數據泄露、補丁、運行時與安全護欄責任，因此文章直接將安全軟件列爲這一情景的「最大贏家之一」。這也是爲什麼真正應該問的並不是「開源還是閉源會不會削弱網絡安全」，而是——AI工作負載究竟在哪裏運行，而安全控制層幾乎無論在哪裏都必須存在。
富國銀行最新渠道調查則說明，AI推理時代的網絡安全產品需求已經不只是技術推演，而開始轉化成真實訂單和新增預算。其安全合作伙伴整體表現高於計劃的淨比例達到31%，加權同比增長由上季度13%升至16%，超過50%受訪者預計下半年進一步加速;增長驅動力排名第一就是AI，尤其值得注意的是，受訪者估計約40%的AI相關安全支出來自傳統網絡安全預算之外——包括AI預算和其他IT預算，這意味着AI正在擴大Security TAM，而不僅是在既有安全錢包內部重新分配。
資本市場也在真金白銀定價網絡安全增量價值。截至8月10日，CrowdStrike股價年內接近翻倍，Palo Alto和Fortinet均已翻倍以上，網絡安全板塊正在從此前擔憂「AI取代傳統SaaS軟件勢力」轉向交易「AI推理時代反而大舉擴大網絡安全預算」。
但投資上最重要的邊界是：需求超級週期成立，不代表任何價格都值得買。CrowdStrike此前即使需求強勁，也曾因增長沒有超過極高預期而單日下跌7%，這也在說明Palo Alto、CrowdStrike等網絡安全領軍者們已經從「AI會不會顛覆我們整個行業」的估值折價階段進入「必須持續證明前沿AI技術大規模滲透能夠轉化爲網絡安全ARR、平台整合和自由現金流增長」的高預期階段。

美國及全球多地的超級富豪家族正在大舉押注SpaceX(SPCX.US)。最新監管文件顯示，來自美洲、歐洲和中東的多家家族辦公室已經建立價值數十億美元的SpaceX持倉，顯示超級富豪憑藉雄厚資本實力，在熱門投資機會中佔據越來越重要的位置。根據媒體彙總的第二季度13F監管文件，截至6月底，凱悅酒店繼承人Nick Pritzker旗下家族辦公室持有約18億美元SpaceX股份。彼時距離SpaceX完成首次公開募股僅數週時間，該公司業務橫跨火箭發射、衛星通信和人工智能等領域。其他超級富豪同樣建立了可觀倉位。
Michael Platt旗下BlueCrest Capital以及巴西Moreira Salles金融家族披露的SpaceX持倉均超過1億美元；阿布扎比統治者Sheikh Mohamed bin Zayed Al Nahyan旗下投資機構則持有接近6500萬美元的SpaceX股份。監管文件顯示，今年上半年至少有十餘家家族辦公室合計持有不低於38億美元的SpaceX股份。
其中部分家族辦公室同時也是馬斯克旗下另一家上市公司特斯拉(TSLA.US)的投資者，包括Pritzker旗下Tao Capital以及Moreira Salles家族。這批13F文件也首次讓外界得以了解部分全球最具影響力私人投資者在SpaceX上市後的具體持倉情況。SpaceX於6月12日正式掛牌交易。此前該公司長期被視爲全球最炙手可熱的未上市科技企業之一，其規模高達750億美元的IPO獲得超過發行股份數量四倍的認購需求。
SpaceX股價上市初期一度大幅上漲，隨後截至8月初市值累計蒸發超過1萬億美元。本月原本備受市場關注的股東限售期屆滿，則並未給股價帶來明顯衝擊。SpaceX此次IPO也是全球歷史上規模最大的首次公開募股，融資規模超過沙特阿美近十年前294億美元IPO的兩倍，並進一步推升馬斯克的個人財富，使其成爲全球首位身家達到1萬億美元的富豪。
近年來，隨着科技、金融和醫療等行業創造大量巨額財富，專門管理超級富豪資產的家族辦公室數量迅速增長。與傳統大型機構投資者相比，家族辦公室通常只服務於單個家族或少數客戶，因此投資決策更加靈活，也更有能力進行長期投資。與此同時，其龐大的資金規模也使其更容易獲得SpaceX IPO等市場高度追捧的投資機會，部分家族辦公室也可能早在SpaceX上市前就已經成爲其股東。最新披露還顯示，澳大利亞首富Gina Rinehart旗下投資機構持有價值接近14億美元的SpaceX股份，是其Hancock Prospecting美國上市股票投資組合中規模最大的單一持倉。
Rinehart今年6月曾透露對SpaceX進行了「一筆重大投資」，但當時並未公佈具體規模。來自全球大型傳媒財富家族的David Thomson則通過私人投資公司持有接近100萬美元SpaceX股份。免稅購物業大亨Alan Parker家族旗下家族辦公室也披露了SpaceX持倉，同時持有約47.5萬美元特斯拉股份。David Tepper旗下Appaloosa同樣披露了一筆規模較小的SpaceX投資。
根據美國監管規定，管理超過1億美元美國股票資產的投資機構需要在每個季度結束後的45天內提交13F文件，披露其持有的美國交易所上市股票。由於家族辦公室通常高度注重隱私，這類文件成爲外界觀察大型家族辦公室和對沖基金投資動向的少數渠道之一。
除SpaceX外，第二季度13F文件還顯示，多位知名投資者調整了科技及工業領域持倉。Stanley Druckenmiller旗下Duquesne Family Office增持全球主要芯片製造商台積電；George Soros旗下Soros Fund Management減持亞馬遜(AMZN.US)；David Tepper旗下Appaloosa則新建了價值接近2億美元的波音(BA.US)倉位，同時建立了規模較小的SpaceX持倉。
整體來看，SpaceX上市後的首批13F文件顯示，超級富豪家族已成爲這家馬斯克旗下公司的重要投資力量。僅已披露的十餘家家族辦公室持倉就達到至少38億美元，而Pritzker和Rinehart旗下機構分別持有約18億美元和14億美元，凸顯全球私人資本對SpaceX的濃厚興趣。

答案是，可以，而且效果相當明顯。只用一種語言訓練，模型在很多其他語言上也會一起變強。
比如在法語測試上，直接用法語訓練，成績平均提升 25.6 個百分點；完全不用法語訓練，只拿西班牙語的題來練，最後考法語也能提升 24.6 個百分點，只差 1 個百分點。
模型學到的不只是某一種語言裡的題，還有一部分可以換語言繼續用的解題方法。所以以後想把模型的中文推理練強，未必所有強化學習數據都得重新做成中文。
但訓練語言也不能隨便換，特定語言確實可能觸發特定能力退化。同樣一套強化學習，換一種訓練語言，有些模型在其他語言和任務上反而會明顯退步。最誇張的一組實驗裡，Qwen3-4B 用斯瓦希里語訓練後，一組訓練時沒見過的英語測試比原模型掉了 19.2 個百分點；多語言一起訓練時，這項測試反而提升了 4.5 個百分點。
這篇論文驗證的主要還是數學、邏輯、圖、幾何等答案可以自動判斷對錯的推理題。這些題換一種語言後，底層解法往往沒有變。對於閱讀理解、隱喻、語義判斷、文化知識這些真正依賴語言本身的任務，論文沒有驗證。
前 Google DeepMind 資深研究科學家、Unreasonable Labs 聯合創始人兼 CEO 曹原認為，AI for Science 正進入爆發期。但 AI 要真正獨立做出諾貝爾獎級別的科學發現，至少還需要二三十年。曹原此前參與過 Gemini 等項目，現在創業方向也是讓 AI 發現新知識。
他認為，眼下最大的瓶頸是驗證。寫程式碼可以馬上運行測試，數學還能用 Lean 逐步檢查證明。但生物、材料和物理最終都要做真實實驗。一次實驗可能很貴，也可能要等很久，AI 很難像 Coding Agent 一樣連續快速試錯。
更難的是「創造新概念」。曹原認為，現在的模型很會在已有知識、定義和定理裡搜索答案，但還不會像頂尖科學家一樣，抽象出新的數學對象、定義和理論。他把這種「概念抽象」稱為 AGI 的「最後一英里」。

高盛策略師本·斯奈德指出，企業正以前所未有的速度加大人工智能(AI)投入，然而對多數公司而言，這項技術迄今尚未轉化爲實質性的盈利改善。
高盛在8月14日發佈的一份報告中稱，在今年第二季度業績期中，$標普500指數 (.SPX.US)$成分股中僅有2%的企業量化了AI對盈利的具體影響；11%的企業則表示在軟件編程、客戶支持等特定領域已觀察到可測量的生產率提升。
不過，這些實現效率改善的企業，其盈利增長並未顯著跑贏市場整體水平。數據顯示，它們的中位數盈利同比增幅爲17%，而那些未量化AI效率貢獻的企業則爲14%。高盛指出，這一差距在統計上並無顯著意義。
對投資者而言，這一發現有助於解釋當前市場格局：一方面，半導體制造商、雲計算服務商等AI基礎設施受益股持續獲得青睞；另一方面，那些承諾未來效率提升的企業則受到普遍謹慎對待。基礎設施支出已帶來立竿見影的收入和利潤增長，而企業藉助AI提升效益的潛在回報仍難以衡量，或需數個季度才能逐步顯現。
AI基礎設施驅動盈利增長
整體來看，第二季度業績期表現格外強勁。高盛表示，剔除與部分私募股權投資相關的非經常性收益後，標普500指數每股收益較上年同期增長31%。
在超大規模企業及其他AI資本支出受益者中，盈利增幅高達54%，貢獻了指數整體盈利增長的約一半。
儘管如此，增長動能並不僅限於大型科技股。標普500指數成分股的中位數盈利增幅爲14%；而剔除受益於油價上漲的能源企業後，非AI基礎設施類公司的增幅同樣達到14%。
這種更廣泛的改善，或有助於緩解市場對盈利增長過度依賴少數科技巨頭的擔憂。不過，基礎設施供應商與AI應用型企業之間的表現差距依然顯著。
高盛指出，投資者偏愛基礎設施類股票，因爲其收益立竿見影且相對易於追蹤。相比之下，那些頻頻提及AI生產力計劃的公司組合，過去幾年的表現大致與標普500指數整體持平。
企業支出加速擴張
種種跡象表明，AI帶來的影響或在未來幾個季度的企業業績中更加清晰可見。
高盛援引Ramp AI指數顯示，企業每月人均AI支出已從年初的5美元升至7月的12美元；排名前10%的企業此項支出則從240美元飆升至650美元。
在第二季度業績電話會議上，約7%的標普500企業討論了AI部署成本。多數企業表示相關支出規模尚小，或強調將以審慎原則推進投資，也有企業稱AI帶來的收益已超過投入成本。
高盛估算，目前AI推理成本在標普500企業營收中所佔比例不足0.5%。而其最新IT支出調查顯示，89%的受訪者表示AI支出佔其IT預算的1%至5%。
需要注意的是，上述估算並未涵蓋AI部署相關的全部成本，如專業人員配備和技術基礎設施建設等。
現有預算內部騰挪支撐轉型
高盛的調查發現，約三分之二的企業通過從既有預算中調配資源來支持AI投入，而非完全依賴新增資金。
具體而言，35%的受訪者表示AI支出來自新增預算;18%通過成本效率提升項目籌集資金;另有18%從軟件預算中調撥，11%從人力成本中轉移，10%來自雲服務預算，9%則源於數據分析支出。
高盛認爲，IT預算內部的結構性調整，更可能在不同企業間重新分配利潤，而不會顯著改變標普500整體的盈利水平。但若人力成本被大幅削減，則可能產生更廣泛的經濟影響。
不過就目前而言，勞動力市場所受衝擊仍集中於市場營銷、平面設計、客戶服務及部分技術崗位，而數據中心建設帶來的新增就業一定程度上抵消了上述崗位的減少。
高盛經濟學家預計，AI最終將替代部分勞動力，但認爲這一衝擊將是暫時性的，且規模小於許多投資者的預期。
軟件行業衝擊尚不明顯
市場此前擔憂，客戶會藉助AI自行開發應用，從而減少對外部軟件供應商的依賴。但高盛發現，目前並未出現大範圍的行業洗牌。
在其IT調查中，僅有17%的受訪企業表示計劃增加內部軟件開發、減少外購成品軟件。高盛覆蓋的軟件公司中位數年度經常性收入(ARR)增速，從2025年第四季度的18%升至今年第一季度的22%，第二季度進一步加快至23%。
當然，這並不意味着個體供應商便可高枕無憂。高盛提到，有報道稱$星巴克 (SBUX.US)$正研發內部AI工具，以取代部分由$微軟 (MSFT.US)$、 $IBM Corp (IBM.US)$等公司提供的軟件。但從行業整體數據來看，尚未出現普遍的惡化趨勢。
高盛篩選潛在受益標的
高盛認爲，勞動力成本較高、且大量崗位具備自動化潛力的企業，最終或將從AI中獲益最多。
目前，勞動力成本約佔標普500企業總營收的12%，年規模約2.1萬億美元。各行業差異顯著：工業企業中佔比達21%，信息技術行業爲16%，而能源行業僅爲5%。
高盛從羅素1000指數成分股中篩選出勞動力成本較高、AI自動化替代潛力較大、且管理層曾在業績中提及AI相關效率提升的企業，名單包括：$科斯塔 (CSGP.US)$、$美元樹公司 (DLTR.US)$、$eBay (EBAY.US)$、$亞瑟加拉格爾 (AJG.US)$、$Axon Enterprise (AXON.US)$、$The Trade Desk (TTD.US)$、$愛彼迎 (ABNB.US)$、$波音 (BA.US)$、 $洛克希德馬丁 (LMT.US)$ 、$嘉信理財 (SCHW.US)$及 $摩根士丹利 (MS.US)$。
但高盛也指出，這份篩選名單並不意味着這些企業已實現顯著的AI降本增效——事實上，這批潛在受益者的盈利數據尚未顯示出實質性的提升。
就目前而言，AI的投資邏輯依然涇渭分明：一邊是基礎設施供應商，利潤已清晰可見;另一邊是技術部署者，財務回報仍更多停留在預期層面。
以上内容资料仅供参考，不构成任何投资意见！