我的AI投研框架（二）：如何判断稀缺性？
这篇接着展开，如何把这种观点性思维量化成数字去判断。因为AI算力资本开支是确定上行的，但利润和估值溢价从来不是平均分配的，它们只会流向那些真正稀缺、不可替代的环节。
这就牵涉到2个问题：
一、为什么稀缺性＞增长性？
当某一关键投入要素在中期内难以快速扩产（无论是技术壁垒、良率瓶颈、资本开支周期，还是认证与政策约束），就意味着供给具备刚性。只要需求侧再多一点增量，价格与利润就会产生非线性放大。而资本市场正是围绕这种非线性，给予更高的PS/PE/EV/EBITDA倍数。
这就是为什么“看似增长很快，但人人能做”的行业估值天花板有限，而“扩不动、不可替代”的环节却能享受长期溢价。
所以我在上篇里给出了判断稀缺性的三要素：
- 需求确定 ：AI算力资本开支持续上行；
- 供给刚性 ：扩产周期长 / 认证门槛高 / 资金投入大；
- 替代性低 ：短期无可比替代。
二、如何把稀缺性量化？——SABC指标
为避免“稀缺性”只停留在形容词，我提出了一个可操作化的指标体系：
- SABC = （未来12个月锁定在手订单 ÷ 未来12个月最大可交付产能） × 合同质量系数
- 在手订单 ：客户已签署、具备交付约束的合同（包含锁量、预付款、违约金）；
- 最大产能 ：考虑良率、设备到位率、实际可交付能力，而不是理论产能；
- 合同质量系数 ：0.7–1.1之间，条款越硬（预付款、违约金、锁量强），系数越接近或超过1。
判读区间
- S > 1：超卖稀缺，供不应求且合同硬，市场最愿意给高估值；
- 0.8–1 ：供需平衡，需观察扩产与新单的边际变化；
- **1的环节，就是资本市场给出“超额溢价”的稀缺资产。
请勿抄袭，转载请注明预见叶荣添。