AI相关股集中度达历史次高仅次铁路热潮
Barchart援引Bank of America与Bianco Research数据指出，AI相关股票集中度已升至历史第二高，仅次于1880年代美国铁路狂热时期。
Bank of America将“AI Big 10”（含Magnificent 7、Broadcom、AMD、Micron）权重计为接近40%的标普500市值；更宽口径的41家AI相关公司（含直接AI、公用事业与资本设备企业）则占约49%。
1880年代铁路股峰值约占总市值63%，Nifty Fifty约36%-40%，1980年代末日本股市约44%，2000年TMT泡沫约40%-44%，当前AI集中度已超过多数历史峰值。
超大规模云厂商未来12个月资本开支预期从2025年初约3300亿美元升至1万亿美元，约占美国GDP的3%，高于1870年代铁路建设峰值的2.2%与1990年代科技泡沫的1.1%。
自夏季以来AI token平均价格已下降约一半；Bank of America基金经理调查显示，约45%受访者预期2027年出现AI泡沫，37%净超配科技股为2020年以来最高。
历史铁路热潮中多数投资者亏损，少数幸存者成为长期核心资产；当前集中度上升伴随资本开支快速扩张与价格压力并存。
市场机制：机构与散户资金持续涌入少数AI龙头与供应链，事件驱动进一步集中配置，受益于算力与基础设施公司，承压于非AI板块相对表现及未来资本回报率下降风险。
来源：公开信息
ABAB AI 解读
1880年代美国铁路投资高峰时，铁路股一度占市场总市值约63%，资本通过债券与股票大规模涌入轨道建设，最终触发1873年恐慌与长期违约；Bank of America策略团队（含Michael Hartnett）多次将当前AI集中度与该时期并列为历史极端案例，并跟踪“AI Big 10”权重变化。
资本路径上，资金主要通过超大规模云厂商资本开支（预期达1万亿美元量级）与半导体供应链向上游集中，同时机构净超配科技股升至六年高位；动机在于锁定算力与模型领先地位，但已伴随token价格下跌与回报预期压缩。
类比英国1840年代铁路狂热（George Hudson等通过资本支付股息维持高估值）与美国1870年代铁路泡沫，当时技术落地但多数投资者亏损；当前AI处于资本密集扩张阶段，而非广泛盈利兑现期，行业位置类似基础设施过度建设早期。
结构上属于资本集中：市场定价权与资金流向被少数AI相关公司主导，机制在于高预期资本回报吸引更多杠杆与配置，形成自我强化的集中循环，直至产能过剩或需求增速放缓打破该循环，类似历史上多次技术驱动的基础设施周期。
ABAB News · 认知定律
集中度越高，波动传导越快
技术成功不等于投资者成功
资本开支见顶前，价格先见顶