人工智能革命：如何识别巴西市场中的下一个 Nvidia

2023年1月，Nvidia 的股价约为14美元。2026年初，同一只股票超过180美元。短短三年多，涨幅达 +1,190%。2025年第四季度，公司报告营收 681亿美元——这一数字堪比整个国家的GDP。

这些数据不是猎奇的花絮，而是一个信号：当一项技术从概念变为基础设施时会发生什么。

对于有纪律的投资者而言，关键问题不是"Nvidia 涨了多少"，而是：巴西市场中哪些资产有可能走出类似的轨迹？

机遇的数字量级

2026年，全球人工智能市场规模达 5,380亿美元，据行业预测年增速为 37.3%。作为参照：这意味着一个大约每两年翻番的市场。

巴西并未游离于这一浪潮之外。巴西2026年在人工智能领域的支出达到 24亿美元，较2024年增长 30%。对巴西高管的调研显示，78%的企业正在增加AI投资。

在联邦层面，政府发布了巴西人工智能计划，承诺到2028年投入 230亿雷亚尔。部分作为补贴，部分作为公共采购，部分作为基础设施建设。但实际效果是一致的：为那些已在该领域布局的企业创造可预见的需求和规模。

为何 Nvidia 远超预期

理解 Nvidia 的案例有助于校准在巴西企业中的寻找方向。

Nvidia 不仅仅是一家芯片公司，而是构建了整个基础设施的企业。GPU是人工智能的"砖块"：没有它们，语言模型、计算机视觉和推荐系统就无法规模化运行。当AI需求爆发时，GPU需求随之爆发。而由于 Nvidia 掌控了整个生态系统——硬件、软件和开发工具——它所捕获的利润率不成比例地高。

启示在于：在技术周期中实现超额价值捕获的企业，往往是掌控基础设施层或关键整合节点的企业，而非必然是开发最引人注目的终端应用的企业。

在巴西背景下，对应的不是芯片公司，而是掌控需要升级的管理软件层、需要整合AI的金融平台，或支撑上层应用的数据基础设施提供商。

巴西的投资角度

TOTS3：掌控管理层

TOTVS 是拉丁美洲最大的企业管理软件公司，覆盖超过12万家巴西企业。2025年，公司承诺投入 6亿雷亚尔用于AI研发，效果显现：净利润全年增长26%。

TOTVS 的商业模式在AI周期中具有结构性优势。它无需说服企业采用管理软件——它们已经在用了。它需要说服同一批企业将系统升级到集成AI的版本。客户的迁移成本高，这创造了随着采用率增长而产生的稳定、可预测的经常性收入。

TOTS3 在管理层运营。谁掌控ERP，谁就掌控数据的存放地。而数据是任何AI应用的核心投入。

NVDA：仍有结构性空间

巴西投资者可通过BDR（NVDC34）或境外账户接触 Nvidia。问题不是 Nvidia 是否已涨太多——那是一个关于时机的问题，任何诚实的分析师都会承认无法确定地回答。结构性问题不同：芯片在AI生态中的地位在相关时间跨度内仍不可替代。

AMD和英特尔等竞争对手在推进，但CUDA生态系统的优势——这一开发平台将研究人员和企业绑定在 Nvidia 架构上——在短周期内难以复制。这不是业绩保证，而是基本面投资者需要权衡的变量。

Nubank 与AI赋能的金融基础设施

Nubank（NU）是一个不同的案例。它不是一家AI公司，而是一家将AI作为规模化竞争优势的企业。信贷模型、欺诈检测、产品个性化——每一个维度都对利润率和客户留存产生影响。

拉丁美洲超过1.1亿客户积累的数据处理量，构成了真实的竞争壁垒。传统金融企业在数据量上不相上下，但鲜有能以同等速度提取价值的工程能力。

数据与连接基础设施

一个讨论较少、却同等重要的层面是支撑这一切的基础设施：数据中心、高速连接和云服务。在巴西，Oi Soluções、Locaweb等企业以及区域托管服务商，都有望从衍生需求中获益——并非来自AI产品本身，而是来自呈指数级增长的数据处理和存储需求。

如何识别有真实潜力的企业

投资者在分析一家"AI企业"时最有价值的问题是：它是将AI作为营销话术，还是作为业绩杠杆？

检验方法很直接。在财务报告和业绩会议中寻找三个问题的答案：

1. 利润率在改善吗？ 如果AI被用于提升运营效率，这应在两到四个季度内体现在毛利率或营业利润率上。没有利润率改善的叙事，表明技术仍是成本而非杠杆。

2. 经常性收入在增长吗？ 将AI嵌入现有产品的企业（如TOTVS推动客户迁移到更新版本）往往在无需开拓新客户的情况下提升ARR（年度经常性收入）。这是检验真实采用度最干净的指标。

3. 管理层是否持续在配置资本？ TOTVS 的6亿雷亚尔AI投入承诺是一个信号。关键是计划是否在执行——这要逐季观察，而非从一份新闻稿中得出结论。

大多数人忽视的风险

技术周期会催生三类企业：定义基础设施的、在基础设施之上构建的，以及被基础设施所替代的。

在巴西，最大的风险不是错过AI赛道，而是买入那些看似受益者、实则将被周期所颠覆的企业。手工记账、非结构化数据服务和传统客服等领域正面临利润率压缩——因为AI工具在降低这些活动的单位成本。

准确判断一家企业站在哪一侧——受益者还是被颠覆者——正是这个周期中核心的分析工作。

纪律性方法

在 Royal Binary，对科技机遇的分析遵循 Sidnei Oliveira 运用于任何投资论题的同一方法：先看数据，再看叙事。

AI周期是真实存在的。行业增长数据、企业投入承诺和政府投资金额都是可核实的。并非自动成立的是行业增长如何转化为投资者回报——这一部分取决于正确识别哪些资产的增长会转化为利润，哪些仅仅转化为成本。

识别2023年的 Nvidia 与随便买入一只科技股之间的区别，恰在于此：理解谁掌控基础设施、谁有经常性收入、谁有防止客户流失的迁移成本。这些标准与"革命性"叙事相悖，但正是它们决定回报。

过去的业绩不保证未来的回报。收益属于可变收益。