过去数周，AI资产的股价表现与产业数据出现明显背离。
韩国市场较阶段高点回撤约25%，费城半导体指数回撤约20%，三星电子、美光等高弹性标的跌幅一度达到20%—50%。但同期全球股指仍处于历史高位附近，说明资金并未系统性撤离权益市场，调整主要集中在前期涨幅较大、持仓较拥挤的AI与半导体资产。
摩根大通将这一阶段定义为AI与动量交易出清逐渐进入后半程。其核心判断并不是AI产业风险已经消失，而是本轮下跌暂时更像估值压缩、仓位调整与市场风格扩散，而非盈利预期全面逆转。即使部分权重股回撤超过20%，全球市场仍能维持在历史高位附近，也说明AI板块下跌尚未演化为系统性风险。
真正发生变化的，是市场的定价标准。
过去两年，云厂商上调资本开支，往往足以推动GPU、存储、晶圆制造、光互连和数据中心基础设施同步上涨。市场交易的是投资规模，重点是“投了多少”。
进入2026年后，资本开支增长本身已经不足以支撑估值扩张。投资者开始追问另一组问题：新增算力是否转化为收入，收入能否覆盖折旧和运营成本，利润增长是否最终形成自由现金流。
AI交易并未停止，但已经从资本开支定价，转向盈利质量与资本回报率定价。
一、价格先于盈利降温
判断近期回撤究竟是产业拐点，还是交易层面的出清，首先需要观察上游企业是否出现三类变化：收入指引下调、毛利率下降、产能利用率转弱。
目前尚未形成这一组合。
英伟达2027财年第一季度收入达到816亿美元，同比增长85%、环比增长20%；数据中心收入752亿美元，同比增长92%。其中计算业务收入604亿美元，同比增长77%，网络业务收入148亿美元，同比增长199%。公司对下一季度给出的收入指引为910亿美元，且没有计入中国数据中心计算收入；非GAAP毛利率指引仍为75%。
这组数据并不支持AI加速器需求正在快速降温。
数据中心收入占英伟达总收入的比重已经超过九成，而网络业务增速显著快于计算业务，说明AI投资正由单一GPU采购，扩展至交换、互连、存储和系统级基础设施。收入、环比增速与毛利率同时保持高位，意味着当前产业链的主要约束仍是交付能力，而不是订单不足。
但这并不代表英伟达的估值风险已经消失。
当收入同比增长85%时，市场交易的已经不是“是否增长”，而是增长率能否持续超预期。未来即使收入仍保持40%—50%的增长，从传统半导体周期看依然强劲，但一旦增长斜率放缓，估值仍可能继续压缩。
因此，近期AI股下跌与公司盈利继续增长并不矛盾。股价调整的核心并非利润转负，而是市场开始下调对未来增长持续时间和增长斜率的定价。
二、先进制程仍未出现供给过剩信号
如果AI需求已经进入实质性下行，晶圆代工环节通常会比终端应用更早反映变化。
芯片设计公司可能因客户预付款、长期合同或产品迭代暂时维持收入，但晶圆代工最终会通过投片量、产能利用率和毛利率表现出真实供需关系。
台积电2026年第二季度美元收入为402亿美元，达到此前390亿—402亿美元指引区间上限；毛利率为67.7%，营业利润率为60.3%。公司对第三季度给出的收入指引为446亿—458亿美元，毛利率指引为65%—67%。
按照收入指引中值计算，台积电第三季度收入仍将较第二季度环比增长约12%。
在先进制程扩产、海外工厂爬坡和折旧增加的背景下，毛利率仍维持在65%以上，说明高性能计算需求、产品组合和定价能力仍足以覆盖成本压力。
这一点比单一GPU公司的出货量更重要。
台积电同时承接GPU、定制ASIC、服务器CPU、网络芯片和智能终端处理器需求。其收入和利润率没有明显转弱，意味着当前AI产业并未出现广泛的投片削减和产能闲置。
换言之，市场正在提前交易未来供给增加，但现阶段的产业盈利仍由有效产能不足决定。
三、AI利润并未只集中在GPU
AI基础设施的利润池正在向定制计算和网络扩展。
博通2026财年第二季度收入221.87亿美元，同比增长48%；调整后EBITDA为152.44亿美元，占收入的69%。其中AI半导体收入达到108亿美元，同比增长143%。公司预计第三季度AI半导体收入将升至160亿美元，同比增长超过200%。
这一增长并非单纯来自传统网络芯片。
随着大型云厂商增加自研加速器投入，定制ASIC开始成为GPU之外的第二条计算主线。云厂商通过定制芯片降低单位推理成本、优化特定模型负载，并减少对单一供应商的依赖；博通则同时占据定制加速器和AI网络芯片两个环节。
更关键的是，博通的增长能够转化为现金流。
公司第二季度经营现金流104.93亿美元，资本开支仅2.31亿美元，自由现金流达到102.62亿美元，相当于收入的46%。
在AI资本开支规模不断扩大的阶段，这种商业模式具有明显优势。博通获取AI投资红利，却不需要承担晶圆厂、数据中心和电力基础设施的大规模重资产投入。
这也说明，AI交易的下一阶段并非简单从硬件切换至软件，而是从收入增长切换至收入质量。能够保持高利润率、低资本开支和强自由现金流的环节，估值支撑通常更稳定。
四、半导体仍有盈利支撑，但内部属性已经分化
摩根大通认为，半导体板块在经历明显回撤后应逐步获得支撑，主要依据是产业盈利仍然强劲，而具有规模意义的供给扩张在2028年前难以形成。
这一判断需要进一步拆解。
当前半导体上游至少包含三种不同的盈利模式。
第一种是平台型产品盈利。英伟达依赖计算平台、软件生态和系统交付能力获取高毛利率。
第二种是制造环节盈利。台积电依赖先进制程、良率和客户绑定获取产能溢价。
第三种是定制设计与网络盈利。博通通过ASIC、交换芯片和软件业务，将AI需求转化为高自由现金流。
三者都受益于AI资本开支，但盈利稳定性并不相同。
平台型公司的风险在于市场预期过高；制造环节的风险在于资本开支和未来利用率；定制芯片公司的风险则来自客户集中度和项目节奏。
因此，半导体板块即使企稳，也不意味着重新回到所有公司同步上涨的阶段。投资者会更加关注各家公司利润增长的来源，以及这种利润能否在供给扩张后维持。
五、真正的压力正在转向云厂商现金流
AI芯片公司的收入，最终对应的是云厂商的资本开支。
上游企业能否持续高增长，取决于微软、亚马逊、Alphabet和Meta是否继续建设数据中心、采购GPU和定制芯片。但对云厂商而言，采购完成并不等于盈利完成。
只有当算力被客户使用，并转化为云收入、软件订阅、广告效率或企业合同，资本开支才真正形成回报。
目前看，云厂商收入增长仍然强劲，但资本开支对自由现金流和毛利率的压力已经开始显现。
微软：收入验证充分，资本成本开始进入利润表
微软2026财年第三季度收入829亿美元，同比增长18%；Microsoft Cloud收入545亿美元，同比增长29%；Azure及其他云服务收入同比增长40%。公司披露，AI业务年化收入运行率已经超过370亿美元，同比增长123%。
这意味着微软的AI商业化已经超越概念阶段。
AI需求正在转化为Azure消费、Copilot席位和长期云合同。公司商业剩余履约义务达到6270亿美元，同比增长99%，反映企业客户仍在持续增加长期云资源承诺。
但投入端增长同样明显。
微软单季度资本开支为319亿美元，其中约三分之二用于GPU和CPU等短寿命资产；同期经营现金流467亿美元，自由现金流158亿美元。公司预计2026自然年资本开支约1900亿美元，并判断算力供给至少在2026年内仍然受限。
这组数据揭示了AI投资周期的核心矛盾。
微软已经证明AI能够产生收入，但仍需证明收入增长能够长期快于折旧和基础设施成本增长。Microsoft Cloud毛利率降至66%，公司明确指出，AI基础设施投资和AI产品使用量增加正在压低毛利率。
市场已经不再怀疑微软能否卖出AI产品，而是在评估每一美元AI收入需要消耗多少资本。
亚马逊：AWS保持高增长，自由现金流接近归零
亚马逊2026年第一季度AWS收入376亿美元，同比增长28%；AWS营业利润142亿美元，高于上年同期的115亿美元。集团过去12个月经营现金流达到1485亿美元，同比增长30%。
从收入和营业利润看，AWS仍处于较强增长阶段。
但同期亚马逊过去12个月自由现金流仅为12亿美元，较上年同期的259亿美元大幅下降。公司解释，物业和设备净投入同比增加593亿美元，主要用于人工智能基础设施。
这并不意味着亚马逊的AI投资已经失败。
AWS收入和利润仍在扩大，说明新增基础设施具有真实需求。但自由现金流接近归零，意味着资本开支扩张速度已经显著快于短期现金回收速度。
亚马逊目前面临的不是需求不足，而是投资周期过长。
如果AWS能够维持20%以上增速，自研芯片逐步降低单位算力成本，新增数据中心利用率持续提高，当前投入仍可能形成较高回报。反之，只要收入增速放缓或产能利用率下降，自由现金流压力就会迅速成为估值约束。
Alphabet：广告业务为AI投资提供缓冲
Alphabet披露，Google Cloud季度收入增长48%，年化收入规模超过700亿美元；云业务积压订单达到2400亿美元，环比增长55%。公司预计2026年资本开支为1750亿—1850亿美元。
Alphabet的优势在于，其资本开支并不完全依赖云业务回收。
搜索、YouTube和广告业务仍能提供高利润现金流，AI基础设施既用于Google Cloud，也用于搜索体验、广告模型、Gemini和内部研发。
但这种结构也带来更复杂的回报评估。
如果AI提高搜索频率、广告转化率和云业务需求，资本开支可以同时强化多个利润池；如果生成式搜索降低传统点击率，AI投入则可能在提高计算成本的同时，对原有广告模式形成压力。
目前Google Cloud增长和积压订单仍然强劲，说明基础设施投入已经部分转化为收入。但Alphabet的长期资本回报率，最终仍取决于AI是否能够维持搜索业务的商业价值。
Meta：广告效率改善，资本开支继续上调
Meta 2026年第一季度收入563.1亿美元，同比增长33%；广告展示量增长19%，平均广告价格增长12%。同期经营现金流322.3亿美元，自由现金流123.9亿美元。
Meta已经证明，AI推荐、内容分发和广告排序能够直接改善主业经营效率。
广告展示量与价格同时增长，说明AI不仅增加用户消费时长，也提高了广告主愿意支付的价格。这种商业化方式比单独销售AI订阅更加直接，因为收益已经反映在现有广告系统中。
但公司同时将2026年资本开支指引从1150亿—1350亿美元上调至1250亿—1450亿美元，原因包括组件价格上涨和未来数据中心建设。
Meta的问题并不是AI没有产生回报，而是回报是否能够持续快于资本投入。
目前广告业务仍能覆盖AI投资，营业模式也没有出现明显恶化。但随着折旧和基础设施成本上升，市场会更加关注广告收入增长能否维持，以及AI模型投入是否形成可持续的利润增量。
六、资本开支尚未失控，但已经进入回报率审查阶段
判断AI资本开支是否失控，不能只看金额。
资本开支快速增长并不必然意味着过度投资。如果新增资产能够带来足够高的收入、利润和现金回报，扩大投资依然是合理决策。
需要警惕的是三种情况同时出现：资本开支持续快于收入增长，毛利率因折旧和运营成本下降，自由现金流长期无法恢复。
当前产业数据尚未支持这种全面恶化。
微软Azure增长40%，AI业务年化收入超过370亿美元；AWS增长28%；Google Cloud增长48%；Meta收入增长33%。云厂商并未建设大量无人使用的算力，需求仍然真实存在。
但资本开支的财务后果已经开始出现。
微软云业务毛利率受到AI基础设施投入压制，亚马逊自由现金流接近归零，Alphabet计划将资本开支提高至1750亿—1850亿美元，Meta再次上调全年资本开支指引。
因此，AI资本开支周期已经由需求验证阶段进入经济性验证阶段。
前一阶段的问题是：企业是否愿意采购算力。
当前阶段的问题是：算力能否以足够高的利用率被变现。
只要云收入仍快速增长、订单继续积累、产能保持紧张，资本开支上升仍有基本面支撑。但一旦收入增速与资本投入开始长期背离，市场就会迅速降低对整个AI产业链的估值容忍度。
七、2028年供给拐点不能只看厂房和设备
市场对AI周期的主要担忧之一，是2027—2028年集中扩产可能带来供给过剩。
这一风险确实存在，但不能直接将名义产能等同于有效供给。
AI服务器的交付并不只依赖先进制程晶圆。完整系统还需要HBM、先进封装、交换芯片、光互连、电力设备、数据中心空间和并网能力。
任何一个环节受限，新增晶圆产能都无法迅速转化为可部署算力。
同时，新产能从建设到稳定交付，需要经历设备安装、工艺调试、良率爬坡、客户认证和供应链配套。厂房建成并不等于产能立即释放，设备进场也不等于产品可以稳定量产。
这也是摩根大通认为有意义的供给增加在2028年前难以形成的主要依据。当前提前交易供给拐点并非没有逻辑，但从现阶段盈利和交付情况看，尚不足以确认产业已经进入下行周期。
更准确的判断是，2027年可能出现大量规划产能和名义产能，2028年前后才可能逐步转化为能够改变价格和议价权的有效供给。
在此之前，AI产业仍可能处于盈利增长与估值压缩并存的阶段。
市场交易的不是AI结束，而是低质量增长失去溢价
近期AI资产回撤，尚未得到产业基本面的同步确认。
英伟达收入同比增长85%，数据中心收入增长92%；台积电第三季度收入指引仍显示环比扩张，毛利率保持在65%以上；博通AI半导体收入增长143%，自由现金流率达到46%。上游芯片和制造环节仍在交付高增长与高利润率。
云厂商同样没有出现需求断崖。Azure、AWS和Google Cloud仍保持较快增长，Meta的广告业务也在AI驱动下实现量价齐升。
因此，当前更接近动量交易出清与估值中枢下移，而不是AI需求进入系统性衰退。
精彩评论