旧科技股迎新机遇：戴尔与诺基亚如何在AI时代重获关注？

正文：

回顾一年前，若有人预言戴尔、诺基亚、思科、康宁及西部数据等公司会在人工智能交易中再次成为热门选择，许多人可能会持怀疑态度。

在过去的一段时间内，市场对AI的讨论主要聚焦于英伟达、存储设备、光模块、电力和数据中心等领域，这些领域要么与GPU紧密相关，要么处于算力扩张的核心环节。相较之下，像戴尔、惠普、诺基亚、思科、康宁和希捷等传统科技公司，常常被贴上“增长缓慢”、“故事陈旧”以及“估值缺乏弹性”的标签。

然而，这些曾被视为不够时尚的老牌科技股近期却表现出色，市场也因此开始重新审视它们的价值。

市场迅速找到了解释这一现象的合理视角：随着AI从模型参数转向实际的数据中心，市场自然会重新关注那些具备交付能力和基础设施的企业，这正是戴尔、惠普、诺基亚等公司重新进入视野的原因。

那么，这是一轮真正的产业重估，还是市场对传统科技股赋予的新叙事？

过去几年的AI交易线索非常明确：首先关注模型，其次关注算力。

这一逻辑不难理解，拥有最强模型和最多GPU的公司能够获得市场的直接溢价。在这个阶段，投资者更倾向于投资于AI的想象力、算力供给的短缺以及英伟达等核心受益者。

但问题在于，AI不能仅停留在发布会和模型参数上。模型需要训练，依赖于数据中心；大规模推理需要服务器、网络、存储和电力；企业要真正应用AI，则需要完整的IT架构和交付能力。

换句话说，AI不是单靠一颗GPU就能解决的，而是一个复杂的系统工程，这也是老牌科技公司重新被定价的起点。

过去，市场看待戴尔可能联想到PC和传统服务器；看HPE则想到企业硬件；看诺基亚想到的是5G设备的旧故事；而思科则被视为传统网络设备的代表；康宁的形象停留在玻璃和光纤材料上；西部数据和希捷则被认为是硬盘周期股。

虽然这些标签并不错误，但在AI基础设施的周期中，它们的角色已经发生了变化——构建AI数据中心需要整机柜服务器、液冷、存储、网络交换机、光纤连接、数据管理、电力配套及企业级交付能力。AI集群越大，对系统整合、网络传输、存储容量和运维能力的要求就越高。

因此，这轮重估的本质并非市场的怀旧情绪或老公司借AI概念炒作，而是随着AI进入订单、收入和交付环节，市场开始寻找“谁能够真正构建AI基础设施”。

这些公司不一定最具吸引力，但它们共同的优势在于多年来累积的客户、渠道、供应链、交付经验和基础设施能力，在AI大规模部署阶段重新获得了价值。

换句话说，AI正在将一批“旧资产”重新定价，以适应“新需求”。

总体来看，此次被AI重估的老牌科技股可以大致分为三条主线：服务器与系统集成、网络与连接、存储与数据管理。

其中，戴尔是最具代表性的案例。在最新的季度财报中，戴尔交出了强劲的数据：2027财年第一季度营收达到438亿美元，AI订单达到244亿美元，并确认AI服务器收入为161亿美元。公司还将2027财年全年AI服务器收入预期提升至600亿美元，全年营收指引中值提高至1670亿美元。

这组数据的重要性在于，它改变了市场对戴尔的看法。过去，投资者关注戴尔主要是其PC周期、传统服务器和企业硬件需求。但现在，市场开始关注戴尔能否成为AI工厂建设的总承包商。

戴尔的优势并不在于自己生产GPU，而在于其供应链、交付能力、企业客户、服务器系统设计，以及与英伟达生态的配套能力。AI服务器不仅仅是出售一颗GPU，而是需要装入机柜，连接网络、电源和液冷系统，然后交付给云服务商和企业客户。

戴尔正是在芯片到系统落地的环节中受益，HPE的逻辑同样相似。

HPE在最新财报发布后股价大幅上涨，核心原因也是AI基础设施需求的强劲。公司第二季度营收达到106.8亿美元，同比增长40%；云与AI相关业务收入为77.1亿美元，并上调了2026财年全年增长预期。更重要的是，HPE还结合了Juniper带来的网络能力，使其不再仅仅是传统服务器公司，而逐渐转变为一个“AI网络+企业基础设施”平台。

因此，戴尔和HPE的重估逻辑并非“它们要变成英伟达”，而是它们正成为AI工厂施工队中非常重要的系统集成商。

在AI基础设施中，一个常被忽视的环节是连接。算力并非孤立存在，数据中心内部需要高速互联，数据中心之间需要光纤连接，AI应用走向边缘和终端后，还需更强的电信网络与无线基础设施。随着AI训练和推理规模的扩大，网络和连接的重要性愈发凸显，它们成为决定算力效率的关键基础设施。

这也是康宁、诺基亚和思科重新受到市场关注的原因。康宁是一个典型例子，尽管它并不是传统意义上的AI芯片股，但其光纤、光连接和光通信材料正是AI数据中心扩张的重要配套。

在2026财年第一季度，康宁的核心销售额达43.5亿美元，同比增长18%；其中光通信业务销售额为18.46亿美元，同比增长36%。公司还提到，生成AI产品的需求与新的大型超大规模客户的长期协议是其增长的重要驱动力，表明AI数据中心不仅需要GPU，还需要将算力真正连接起来的基础材料。

诺基亚的故事则从传统的5G设备延伸到了AI-RAN、6G及AI原生无线网络。英伟达此前宣布将向诺基亚投资10亿美元，双方将合作推动AI-RAN及从5G向6G的过渡。这一信号非常重要，因为未来AI流量不仅会停留在数据中心，还将进入手机、汽车、机器人、AR/VR等终端场景。只要AI应用持续向边缘和移动网络扩展，电信基础设施公司就会迎来新的叙事空间。

思科的逻辑则更侧重于数据中心网络。公司2026财年第三季度营收达到158亿美元，同比增长12%；数据中心交换订单同比增长超过40%。在AI集群中，网络不仅是简单的连接线，更是影响数据传输效率、算力利用率和集群稳定性的关键环节。

这一类公司的共同逻辑是，随着AI规模化部署的推进，网络和连接的价值将愈加凸显。

在过去两个月内，市场已经普遍认识到，AI不仅缺乏算力，还缺乏存储。以往市场关注的主要是HBM、DRAM和NAND，但如今高容量HDD也重新进入视野，因为AI模型训练、推理日志、视频数据、企业数据及冷数据归档都将带来更大的存储需求。

西部数据是其中的典型代表。公司最新季度收入同比增长45%，达到33.4亿美元，并给出了高于市场预期的下一季度收入指引。更为重要的是，市场关注到其高容量硬盘的需求主要来自AI和云数据中心；希捷同样受益于高容量近线硬盘，数据中心客户的占比也在不断上升。

当然，AI时代并不是所有数据都需存放在最昂贵的高速存储中。大量冷数据、训练数据、日志数据、视频数据和归档数据，仍然需要