诺基亚:意想不到的 AI 基础设施巨头

Written by Cassian Vance

在人工智能超级周期的贪婪需求驱动下,全球资本的构造板块正在发生位移。当市场在追逐显而易见的动量博弈时,真正的拐点交易者正在寻找那些被忽视且定价错误、却在悄然构建新时代支柱的资产。诺基亚 (Nokia Oyj) (NYSE: NOK) 正是这样的一项资产。

长期以来,诺基亚一直被视为传统电信行业的牺牲品,但它却完成了现代历史上最引人注目的企业转型之一。在首席执行官 Justin Hotard 的领导下,这家拥有 161 年历史的芬兰公司已从一家周期性无线电设备供应商演变为不可或缺的智能工厂提供商。凭借坚实的资产负债表以及来自 英伟达 (NVIDIA) 的 10 亿美元巨额股权背书,诺基亚正在摆脱传统电信运营商停滞不前的资本支出限制,并迫使华尔街将其重新定价为顶级 AI 基础设施巨头。

对于愿意抛开历史包袱的敏锐投资者而言,诺基亚提供了一种罕见的组合:深厚的安全边际、加速的增长动量,以及直接参与我们时代最具爆发力的长期主题。

催化剂组合拳:英伟达、Infinera 与 AI-RAN 超级周期

诺基亚的关键时刻出现在 2025 年 10 月,当时英伟达向该公司注资 10 亿美元,以每股 6.01 美元的价格收购了约 2.9% 的股权。这不仅仅是一次财务交易,更是对诺基亚架构的深刻认可。这一合作伙伴关系使诺基亚成为英伟达高增长 Nscale 数据中心框架的首选网络供应商,重点关注 AI-RAN——一种将 AI 计算操作与无线网络基础设施相结合的革命性整合。随着 T-Mobile 已作为首个部署合作伙伴加入,且现场测试定于今年晚些时候进行,诺基亚正处于推理经济的中心。

但诺基亚并未止步于此。对光网络公司 Infinera 价值 23 亿美元的收购于 2025 年 2 月提前完成,这确保了进入数据中心内部互联市场的直接硬件渠道。这一战略妙招使诺基亚能够直接向超大规模企业供应 800G ZR/ZR+ 可插拔模块,从而有效地将其估值与传统的移动硬件业务脱钩。

此外,近期历史性的 SpaceX IPO(历史上规模最大的 IPO,公司估值达到惊人的 1.75 万亿美元)对太空和先进技术基础设施股票产生了强大的光环效应。市场已经在猜测,SpaceX 可能会利用其巨额 IPO 收益收购一家英伟达支持的 AI 网络厂商,以增强其星链 (Starlink) 基础设施。虽然此类传闻应谨慎对待,但这种可能性本身就为诺基亚的叙事增添了爆发性的投机溢价。

财务堡垒:令人肃然起敬的指标

诺基亚 2026 年第一季度的财报彻底打破了预期,为其实战转型的辉煌成果提供了具体证据。

指标2026 年一季度业绩同比变化
净销售额45 亿欧元+4%(按固定汇率计算)
可比营业利润2.81 亿欧元+54%
每股收益 (EPS)0.0586 欧元较共识预期高出 31%
AI 与云客户销售额不适用+49%
净现金头寸38 亿欧元稳固的底部

这些数据中最引人注目的叙事是 AI 和云客户销售额惊人的 49% 增长。诺基亚在单一季度内获得了超过 10 亿欧元的云业务新订单,这主要由大型 AI 数据中心内使用的光网络设备驱动。因此,管理层大幅上调了网络基础设施的全年有机增长预期至 12%–14%,并将光网络和 IP 网络业务的增长预期上调至惊人的 18%–20%。

从估值角度来看,诺基亚呈现出一个极具吸引力的逆向投资机会。诺基亚目前的远期市盈率约为 33 倍,对于传统价值投资者来说,其估值似乎已达高位。然而,在 AI 基础设施板块的背景下,这显然是一个便宜货。像 Arista Networks 这样的纯网络业务同行,其市盈率高达 50 倍以上。此外,诺基亚 38 亿欧元的巨额净现金头寸为其估值提供了支撑,提供了洁净的资产负债表和深厚的安全边际。凭借处于 20 多倍高位的企业价值倍数 (EV/EBITDA) 和 1.36 的 5 年预期 PEG 比率,诺基亚以极具吸引力的价格提供了增长空间。

同行对比:告别传统

要真正理解诺基亚目前的轨迹,必须考察其相对于同行的表现。这种分歧既明显又极具启发性。

爱立信 (ERIC): 作为最直接的历史对比,爱立信仍牢牢受困于停滞不前的传统移动网络市场。当诺基亚的企业价值已飙升至 800 亿美元以上时,爱立信仍徘徊在约 390 亿美元。爱立信的远期市盈率为 17.9 倍,增长乏力,是典型的价值陷阱。市场准确地将其视为一家老化的电信硬件供应商,完全错失了 AI 超级周期。

Arista Networks (ANET): 作为 AI 网络领域的宠儿,Arista 最近公布了强劲的 2026 年第一季度业绩,营收增长 35.1%。然而,其 54 倍的高昂市盈率不容许任何差错。虽然 Arista 是一家受益于微软和 Meta 巨额资本支出的卓越公司,但其估值已反映了完美预期,缺乏诺基亚所具备的深厚安全边际。

Ciena Corporation (CIEN): Ciena 最近公布了爆发性的第二财季报告,每股收益同比飙升 290%。管理层强调,到 2029 年,其潜在市场规模将翻倍至约 500 亿美元。然而,尽管将全年业绩指引上调至 63 亿美元,该股在财报公布后仍大幅下跌,因为市场此前预期的是更为戏剧性的“超预期并上调”。Ciena 的滚动市盈率为 144 倍,说明了光网络领域过度拥挤交易的风险。

慧与科技 (HPE): 在收购瞻博网络 (Juniper Networks) 和 AI 服务器需求激增的推动下,HPE 最近经历了有史以来最大的单日股价涨幅,因服务器营收远超预期而暴涨 30%。HPE 正在执行出色的网络转型,但由于该股今年迄今已上涨近 100%,大部分短期上涨空间已被消化。

看涨与看跌逻辑

看涨逻辑: 英伟达的合作伙伴关系转化为在全球一级运营商 AI-RAN 部署中的主导性设计中标。同时,对 Infinera 的整合使诺基亚能够从 7000 亿美元的超大规模企业资本支出周期中获取不成比例的份额。传统电信业务的拖累被光数据中心的增长完全抵消,促使华尔街将诺基亚从电信设备供应商完全重新评级为顶级 AI 基础设施垄断者。

看跌逻辑: 主要风险在于资本支出的周期性。如果超大规模企业突然冷却其 AI 投资,或者与思科或 Ciena 等老牌竞争对手爆发激烈的价格战,诺基亚的利润率扩张可能会迅速逆转。此外,“去中介化风险”隐现;6 月初的传闻暗示英伟达最终可能会开发原生的 6G 处理层,从长远来看可能会绕过像诺基亚这样的硬件供应商。如果这些担忧成为现实,诺基亚可能会遭受严重的估值压缩,回落至其传统电信估值水平。

结论

诺基亚不再是一家手机公司,也不仅仅是一家 5G 基站供应商。它是一家高度专业化、垂直整合的智能工厂提供商,其交易价格相对于纯 AI 同行有显著折价。坚实的资产负债表、高利润光网络业务的加速动量以及英伟达的认可,共同创造了一个非对称的风险回报配置,完美契合拐点交易哲学。

NOK:买入。 市场仍在消化诺基亚转型的巨大规模。凭借 38 亿欧元的稳健现金底部以及云和 AI 业务板块的爆发式增长,诺基亚是一个极具吸引力的买入标的。
目标价:$20.00(与 Northland 给出的市场最高目标价一致,代表着随着 AI-RAN 超级周期的实现,存在显著的上涨空间)。

ERIC:卖出。 爱立信是典型的“死钱”。它受困于停滞不前的 5G 资本支出周期,且缺乏连贯的 AI 基础设施战略,将继续表现不佳。
目标价:$10.45(反映了随着市场份额流向更灵活的竞争对手,存在 15% 的下跌空间)。

ANET:持有。 一家执行完美的卓越公司,但估值已扩张至绝对极限。等待更广泛的市场回调后再建立新仓位。
目标价:$186.50(与共识预期一致,暗示较当前水平有小幅上涨空间)。

CIEN:买入。 财报后的抛售是对不切实际预期的严重过度反应。潜在的基本面——翻倍的可寻址市场规模和 77 亿美元的积压订单——异常强劲。
目标价:$564.92(代表着随着市场理顺近期的回调,存在 30% 的上涨空间)。

HPE:持有。 收购瞻博网络是一个游戏规则改变者,且 AI 服务器需求是真实的。然而,在经历了历史性的 30% 单日暴涨后,该股需要时间进行巩固。
目标价:$64.13(暗示有进一步上涨空间,但在抛物线走势后需保持耐心)。

免责声明:本文仅供参考,不构成财务建议。在做出投资决策前,请务必进行自己的尽职调查。

AI
Cassian Vance

Cassian Vance

Cassian Vance brings a sharp, forward-looking perspective to the rapidly evolving technology and AI sectors. Before joining EquitiesOrbis, Cassian spent nearly a decade in Silicon Valley, initially as a systems architect before transitioning into venture capital. This dual background allows him to evaluate tech equities not just through financial metrics, but by dissecting the underlying technology and assessing its true market viability. Cassian holds a dual degree in Computer Science and Economics from Stanford University, and later earned his MBA from the Wharton School.