最近一直在研究人工智能基礎設施的投資，說實話，我認為大多數人都看錯了。每個人都迷戀誰會贏得AI模型比賽，但真正的錢不在於押注那個，而在於建造這些模型所需的基礎設施公司。

我已經意識到：AI繁榮不再只是關於GPU。那個階段已經變得擁擠且估值過高。下一波浪潮是在冷卻系統、網絡設備、自動化平台和安全基礎設施。這些是那些不吸引眼球、沒有炒作的冷門選擇，但它們才是真正支撐數據中心的核心。

我曾經對AI股票持相當懷疑的態度。不是因為我懷疑技術的可行性，而是因為這個行業充斥著膨脹的估值和炒作。不過，我真心認為有幾家公司確實是AI基礎設施的中樞。對於願意忍受波動的投資者來說，這些低調的投資標的可能會變成真正的財富創造者。

讓我來拆解一下我一直在關注的五個AI軟體股票和基礎設施公司：

首先是Super Micro Computer (NASDAQ: SMCI)，也叫Supermicro。這基本上是整個AI繁榮背後的管道。他們建造那些高性能、GPU密集的伺服器和機架系統，供超大規模數據中心和企業用於AI集群。隨著AI數據中心的支出激增，每一個新機架都需要Supermicro專長的液冷、節能設計。

我認為這點很重要的原因是：AI資本支出正從單純購買GPU轉向優化整個數據中心堆疊。你談的是電力、冷卻、密度，整個包裝。Supermicro快速定制Nvidia和其他加速器的能力已經在營收增長中展現出來。去年股價遭遇重挫——大約下跌40%到50%——投資者面對利潤壓力和盈利未達預期。但重點是：管理層仍預計AI伺服器的年營收將達到數百億美元。這就是矛盾點。市場情緒受挫，但終端市場需求依然巨大，這正是長期投資者應該尋找的機會。你實際上是在以較低估值買入一個AI基礎設施領導者，而數據中心的建設仍處於早期階段。如果Supermicro僅靠現有的設計贏得訂單，並且AI資本支出預測在未來十年內實現年均十幾%的盈利增長，今天的五位數投資很可能會複利成六位數甚至七位數。這正是我感興趣的財富故事。

接著是Arista Networks (NYSE: ANET)。這裡有人可能沒想到：沒有大量數據在加速器之間傳輸，AI模型根本無法運作。這就是Arista的角色。他們設計高性能以太網交換機和專為雲端與AI數據中心打造的軟體。多個超大規模雲端服務商已經將Arista作為最苛刻工作負載的標準。

AI集群需要超低延遲和巨大的帶寬，Arista已經看到這轉化為實際數字。管理層最近報告年營收增長約28%，預計2025年的銷售額約達$9 十億美元。更有趣的是，他們將AI網絡的目標從2025年的15億美元提高到2026年的約27.5億美元。這些數字由具體催化劑推動，比如400G和800G以太網平台的量產、1.6兆位元路線圖的出現，以及在多個雲巨頭中推動訓練和推理工作負載的設計贏單。如果Arista能保持雙位數的營收和盈利增長，隨著以太網成為大型AI集群的標準基礎，這個估值仍有多年的財富創造空間。

再來是UiPath (NYSE: PATH)，它悄然成為一個工作流程AI平台。大多數人知道它源自機器人流程自動化（RPA）。但公司已經進化。他們現在在這個自動化基礎上加入生成式AI和專用模型，幫助企業建立能讀取文件、理解意圖並自動觸發複雜流程的軟體機器人。

我知道這聽起來像AI術語，但長期來看理由很堅實：大多數公司不會自己從零建立AI代理。它們會用已經嵌入其後端流程的供應商。UiPath有很大機會成為那個供應商。這是較為可靠的選擇之一，因為他們擁有數千家客戶，與微軟、SAP和Oracle有深度整合，並且在財務、人力資源和IT服務運營中推出AI副駕駛。去年股價下跌了兩位數，但這主要是由於增長預期放緩和整體軟體市場的調整，而不是他們核心自動化故事的崩潰。現在在這個價位，UiPath看起來更有吸引力，尤其是他們轉向代理式AI。對於專注於AI軟體股票的投資者來說，這個公司具有真正的持久力。

Qualys (NASDAQ: QLYS)我認為是被低估的公司。網路安全正變成一場全面的AI競賽，Qualys在其中有獨特的優勢。他們提供基於雲的漏洞管理、威脅偵測和合規工具。與其讓安全團隊被無休止的警報淹沒，他們用AI來優先處理真正重要的風險，並建議先修復哪些問題。

我喜歡這種方法的原因是他們在網路安全領域用AI的方式不同。隨著AI的普及，攻擊面增加，對更強安全基礎設施的需求也在上升。這個趨勢完美契合Qualys的優勢。他們的訂閱模式、強勁的利潤率和易於交叉銷售，使這家公司適合長期穩定複利。2026年初股價下跌逾13%，原因是展望疲軟，預計營收增長將從2025年的10%放緩到7-8%。我認為這只是暫時的。公司一開始就有過高的展望，現在股價處於誘人的區域。

最後是Teradata (NYSE: TDC)，它基本上是一家老牌科技公司，為AI時代重塑自己。他們的VantageCloud平台和ClearScape Analytics讓大型企業能將來自不同雲端和數據中心的數據整合到一起，然後進行分析、向量搜索和AI模型運算。概念很簡單：在AI能運作之前，數據必須乾淨、組織良好且受控。Teradata正試圖成為企業的數據和AI的核心層，無論他們使用的是亞馬遜Web服務、微軟Azure、Google Cloud還是自有硬體。

今年2月，Teradata股價大漲42%，因為Q4盈利大幅超出預期。他們交出了超過預估的營收，並強調雲端訂閱收入的強勁增長和其代理式AI工具的動能。即使經歷那次漲勢，股價仍在不到12倍自由現金流和約2倍銷售的範圍內。這表明市場仍認為這家數據分析老兵相對被低估。如果他們繼續主導這個角色，投資者可能會開始將Teradata視為一個尖端的AI數據平台，而非傳統的資料庫公司。

這些共同的線索是：它們都不是AI繁榮的代表性公司，這是刻意安排的。前兩個選擇是為現代數據中心提供基礎設施，而最後三個則將AI更深層次推進商業流程和支撐它們的數據層。這五個都具備在波動中為耐心投資者帶來超越市場的回報的潛力。基礎設施板塊，是我認為未來十年真正財富創造潛力所在。