美AI投資進入“清醒時間”

眼下，市場正從“增長敘事”轉向“盈利驗證”，從“講故事”轉向“算回報”。未來，人工智能領域更具競爭力的企業或將是能整合基礎設施、市場需求與資本結構，實現長期穩定盈利的企業。

今年上半年，人工智能（AI）交易的“贏家名單”出現了明顯變化。

曾經代表AI行情的“美股七巨頭”整體走勢趨于分化，落后于整個半導體板塊。費城半導體指數上半年累計漲幅超過100%，存儲芯片、半導體設備、先進封裝以及AI基礎設施供應商成為市場追逐的新寵。

在資本開支持續高企、現金流壓力逐步顯現的背景下，市場定價重心正從“增長預期”向“回報驗證”遷移。

然而，這種再定價過程究竟意味著市場進入更加理性的“清醒時刻”，還是AI泡沫正從應用端向產業鏈上游轉移？

7月1日，元宇宙公司（Meta）被曝計劃向外部客戶出售過剩AI算力，這一消息迅速引發市場對AI基礎設施供需關系的重新評估。

7月2日，全球芯片股遭遇大幅拋售，韓國綜合股價指數（KOSPI）重挫約7.9%，韓國交易所盤中啟動賣方熔斷機制。美國存儲、半導體板塊大跌，費城半導體指數大跌5.44%。

投資者擔憂，如果連科技巨頭都開始出售閑置算力，支撐本輪AI牛市的“算力永遠短缺”“資本開支只增不減”等核心假設是否正在發生動搖。

“七巨頭”失速

過去兩三年間，市場給予微軟、Meta、谷歌母公司字母表（Alphabet）、亞馬遜等科技巨頭高估值，核心邏輯在于它們掌握著AI模型、云平臺和海量用戶入口，資本相信“贏家通吃”，愿意為未來增長支付溢價。但2026年上半年，這一敘事遭遇了前所未有的挑戰。

彭博“七巨頭”股價回報指數上半年下跌約5.6%。具體來看，微軟領跌，跌幅超過22%；Meta下跌14%；特斯拉下跌6%。上漲方面，谷歌A累漲14%，蘋果漲6%，亞馬遜漲3%，英偉達漲7%。僅6月一個月，“七巨頭”市值便合計蒸發約2.3萬億美元。“七巨頭”指數當月下跌約10%，創下一年多以來最差單月表現。相比之下，納斯達克綜合指數上半年累計上漲約12.8%，標普500指數上漲約9.55%。“七巨頭”整體顯著跑輸大盤。

獨立研究機構Fundstrat Global Advisors研究主管湯姆·李指出，市場正在試圖理解圍繞“七巨頭”的新敘事——它們從輕資產、能產生大量自由現金流的公司，變成了資產負債表更重的企業。

推動這一轉變的根本原因，在于資本開支的急劇膨脹。根據高盛2026年6月發布的預測，Alphabet、亞馬遜、微軟、Meta今年資本開支總額將達到7250億美元，較2025年的4100億美元增長77%。僅2026年第一季度，這4家企業的AI基礎設施相關資本開支就達到1300億美元。其中，微軟預計資本開支將達到1900億美元，增幅較去年翻倍；Alphabet將指引上調至1800億至1900億美元；Meta上調至1250億至1450億美元。數據中心、GPU（圖形處理器）采購、電力和網絡建設持續吞噬現金流，而AI業務究竟何時能夠貢獻與投入相匹配的利潤，仍缺乏明確答案。

高盛預計，2026年超大規模云廠商資本開支占經營現金流的比例將升至約100%，反映出這些公司正將幾乎全部內部現金流重新投入AI基礎設施。美國最大的幾家科技公司今年的現金儲備比過去十年任何時候都少。

阿波羅全球管理指出，“七巨頭”的每股收益增速預計將在2026年放緩至20%，2027年進一步降至15%。

眼下，市場正從“增長敘事”轉向“盈利驗證”，從“講故事”轉向“算回報”。

6月，多家云廠商和半導體機構下調二季度營收指引：AI相關資本開支轉化為企業付費需求的速度不及市場前期樂觀預期，疊加消費電子復蘇乏力、特斯拉電動車增長見頂，尤其盈利前瞻下修成為本輪拋售的直接導火索。

東方匯理私人銀行亞洲首席策略師陳達德認為，“七巨頭”整體跑輸大盤，反映資金正沿著AI產業價值鏈重新配置，從超大規模云服務商轉向AI硬件、先進封裝及HBM（高帶寬存儲芯片）等“賣鏟人”企業（給風口行業提供必需工具、設備或服務的公司）。

他指出，雖然科技巨頭的收入仍保持增長，但不斷攀升的資本開支正在逐步轉化為巨額折舊費用，對營業利潤率形成壓力。隨著投資者開始重新評估AI基礎設施投資兌現盈利的時間表，市場對科技巨頭估值的容忍度也在下降。

高盛策略師里奇·普里沃羅茨基在報告中指出，中國、日本等市場開發AI的成本持續下降，也成為美股巨頭股價走弱的原因之一。“如果前沿AI能夠以遠低于西方的成本開發，那么投入資本最多的企業，也就面臨最大的過度投資風險”。

“賣鏟人”獲益

當科技巨頭為AI投入巨額資本開支時，真正率先兌現盈利的卻是產業鏈上游。GPU、HBM、先進封裝、晶圓制造、服務器、電源及散熱等環節訂單持續增長，相關企業利潤改善速度明顯快于互聯網平臺。

從漲幅來看，上半年，美股科技板塊的最大贏家幾乎全部來自AI基礎設施產業鏈。存儲板塊累計上漲318.49%，位居各細分行業之首；計算機硬件上漲165%，半導體設備與材料上漲129%。個股方面，閃迪暴漲857%，位居標普500指數成分股漲幅榜首；美光科技上漲304%，市值首次突破1萬億美元；英特爾上漲278%，西部數據上漲270%，希捷科技上漲251%。與此同時，臺積電、阿斯麥等先進制造業龍頭亦大幅上漲。

這一輪上漲的驅動力來自AI基礎設施需求的進一步爆發。大模型參數規模持續增長，智能體開始進入企業，視頻生成、機器人訓練、多模態推理等應用快速落地，訓練和推理所需的算力仍在持續攀升。AI服務器配置升級，推動高帶寬存儲、更高容量內存、企業級固態硬盤以及先進封裝需求持續增長，而供給難以在短時間內迅速擴張。

國際半導體產業協會（SEMI）中國總裁馮莉曾在公開演講中提及，2026年HBM市場規模預計增長58%至546億美元，占動態隨機存取存儲器（DRAM）市場近四成，盡管三星、SK海力士、美光三大原廠已將70%的新增產能傾斜至HBM，但HBM產能缺口仍達50%至60%。美光高管預計，存儲供應緊張狀況將持續至2027年以后。

摩根士丹利測算，2026年全球先進封裝市場規模約560億至580億美元，占整體封測比重首次突破50%，其中AI專屬封裝占比超四成，毛利率達48%至55%，是半導體產業鏈盈利最厚的細分領域。臺積電CoWoS訂單已排至2027年。

過去，資本相信擁有平臺和模型的企業最具價值；如今，資本更傾向于那些能夠立即把AI投資轉化為訂單和利潤的基礎設施企業。“賣鏟人”公司成為AI投資周期中最直接、最確定的受益者。

而這一輪上漲也使不少基礎設施企業估值迅速抬升，部分存儲、芯片公司的估值已明顯高于歷史平均水平，市場開始交易未來數年的高增長預期。這一高估值，實際上建立在一個重要假設之上——科技巨頭仍將持續保持高強度AI資本開支。

核心邏輯松動

在經歷上半年“賣鏟人”主導的極致行情之后，AI產業鏈的基礎設施板塊正顯現出明顯的資金擁擠特征。存儲芯片、先進封裝與算力相關標的持續上漲，使得部分細分賽道的估值與資金集中度同時處于歷史高位。

這種結構性擁擠在韓國市場表現尤為突出。KOSPI指數約60%的權重集中于三星電子與SK海力士兩只股票，使得整個市場對存儲周期的依賴度被極度放大。在此背景下，華爾街投資人邁克爾·伯里近期指出，三星電子與SK海力士的大規模擴產計劃，可能意味著AI行情已進入階段性高點。他認為，費城半導體指數相較200日均線偏離約65%，為2000年互聯網泡沫以來的極端水平，而半導體板塊估值與投資擴張已顯著透支未來預期。

近期，芯片板塊的調整正在全球范圍擴散。三星電子、SK海力士較階段高點回落超20%，日本鎧俠回撤約30%。在部分市場人士看來，此輪下跌并非單純情緒波動，而更像是資金高度集中后的階段性再平衡：前期AI服務器需求推動HBM與DRAM價格上漲，但當“供給長期短缺”的單一假設開始松動時，價格修正往往更為劇烈。

與資金擁擠同步出現的，是AI算力敘事的邊際變化。7月1日，彭博社報道稱，Meta計劃向外部客戶出售部分過剩AI算力與基礎設施能力，SpaceX亦被曝將數據中心算力對外出租，并與AI初創公司Anthropic及谷歌簽署長期協議。

在市場解讀中，這一動向被視為重要信號：過去兩年支撐AI資本開支擴張的核心邏輯是“算力結構性短缺”，但當頭部科技公司開始釋放或外售閑置算力時，意味著局部供需關系可能趨于再平衡。

市場反應迅速顯現。7月2日，韓國KOSPI指數盤中觸發熔斷機制，收盤重挫7.89%，三星電子下跌9%，SK海力士跌逾14%，日本日經225指數同步走弱，美股當天存儲、半導體板塊大跌。全球半導體板塊一日蒸發市值以萬億美元計。

價格端的變化進一步強化了這一擔憂。GPU租賃市場數據顯示，英偉達B200小時租賃價格從5月底的約6.1美元下滑至6月下旬的約4.2美元，跌幅超過30%；H200與H100同樣出現30%至70%不等的回落。高盛認為，GPU租賃價格走弱正在成為供需趨于平衡的重要信號。

與此同時，模型效率提升也在削弱新增算力需求。摩根大通預計，未來12個月，詞元（Token）單位價格仍可能下降40%以上，使得算力需求增速未必能夠抵消成本下降的影響。在此背景下，“算力永遠短缺”的長期假設開始受到挑戰。

多位分析師認為，當前AI產業尚未進入泡沫破裂階段，但財務約束正在逐步顯現。如果AI商業化無法匹配投入規模，未來擴張可能更多依賴外部融資，而非內生現金流。

在此背景下，二季度財報將成為關鍵觀察窗口。韋德布什證券董事總經理丹·艾夫斯認為，這將直接檢驗AI資本開支能否轉化為真實回報。

聯博集團認為，未來，AI領域更具競爭力的企業，或將是能整合基礎設施、市場需求與資本結構，實現長期穩定盈利的企業。相較之下，即便擁有前沿技術，如果資金模式存在明顯短板，可能被行業淘汰。識別不同企業之間的差異，有助于降低AI投資中的潛在風險，并更好把握下一階段科技變革帶來的機遇。