AI估值溢价时代落幕：纳指单日跌6.4%，市场转向盈利兑现

周浩的判断是，AI泡沫未必真破了，但只靠挂上“AI”招牌就能持续拿到估值溢价的日子已经过去。接下来真正的考验，是从讲故事的阶段转入把盈利做出来的阶段。只看过去一周的行情，投资者确实有理由认为AI牛市已经收场：11月5日，纳斯达克100指数单日下跌6.4%，为2020年3月疫情冲击以来最差的一天；费城半导体指数当天跌去12%；仅仅一天，科技股市值缩水约2.3万亿美元。对一个两年来几乎由AI叙事主导的市场来说，这是一次沉重的信心打击。

引发这轮抛售的直接原因并不难理解。美国中期选举结果显示民主党重新掌控国会，市场随即开始评估科技监管趋严、人工智能治理框架出台的可能性；同时，高通和Arm等芯片企业给出的业绩展望偏保守，让投资者怀疑AI基础设施的需求是否已经见顶。

不过把时间拉长看，11月这场风暴更像是2026年以来第三次大型AI资产震荡，并非孤立事件。此前伊朗战争引发的避险情绪、夏季半导体板块的深度回调，都曾把纳斯达克100指数推入技术性调整区间。今年以来，该指数已有三次跌幅超过10%。过去两年的科技牛市里，这样的波动频率和幅度都很少见。

市场内部的分化已经摆上台面，这点更值得盯。英伟达曾被视为AI革命的头号受益者，可今年以来累计收益接近于零，比10月高点回撤超过23%。谷歌母公司Alphabet和Meta分别较历史高点下跌30%和23%，按传统标准已经进入熊市。半导体板块算是相对坚挺的，走势却也够戏剧化：费城半导体指数年内仍上涨约28%，但较6月高点回落近36%，差不多走完了一轮完整的“过山车”。

另一边，苹果和微软显出防御属性，两家公司距历史高点只有4%至5%的距离。这说明投资者没有全面抛弃科技板块，而是在重新分辨：哪些企业有可验证的现金流和商业模式，哪些企业更多靠对未来增长的想象支撑。

分化背后，定价逻辑正在换挡——从“谁最接近AI叙事”转向“谁最有能力把投入转化为利润”。技术领先依然重要，不过它得和客户付费意愿、成本控制能力、收入可持续性放在一起接受检验。对投资者来说，行业前景与个股估值必须分开看：看好一项技术，不等于任何价格都该接受。

于是，一个绕不开的问题摆上台面：AI泡沫究竟是破了，还是只是健康回调？悲观派手里握着不少论据。加拿大养老基金投资委员会有高管发出警告，称AI融资市场已经弥漫着类似泡沫的亢奋情绪；美国国会更有议员提前提交决议，声明若未来AI泡沫破裂，不应拿纳税人的钱去救；从存储芯片到数据中心这条产业链上，也冒出了“投资速度跑得比真实需求增长还快”的质疑声。

乐观派的反驳同样站得住脚。跟2000年互联网泡沫那会儿最根本的不同在于，如今市场追的不是还没盈利的概念公司，而是一批现金流充裕、利润可观的科技巨头。微软、亚马逊、Alphabet和Meta年年砸下数百亿美元建AI基础设施，这些钱不是押在空洞预期上，背后有真实订单和真实客户需求撑着。11月初暴跌之后，半导体ETF在接下来的交易日里迅速反弹超过5%，抄底资金重新进场，说明市场并没有形成一致看空的预期。

从这个意义上说，现在就把局面定性为“泡沫破裂”恐怕为时尚早。更准确的说法是，市场正在经历一场关于AI增长预期的重新定价。

再定价，并不一定意味着AI增长会停滞。即使需求继续扩张，只要实际增长低于此前被股价计入的预期，估值就可能承压。盈利兑现时间一旦后移，远期收益对当下价格的支撑也会减弱。说到底，技术进步与股票回报并不总是同步，长期方向正确，也消不掉短期买入价格过高的风险。

过去两年，资本市场默认AI支出会指数级增长，并最终转化成企业盈利的持续扩张。可随着行业盘子越铺越大，投资者开始问更现实的问题：数据中心是不是建得太快了？企业客户能创造足够收入来覆盖AI投入成本吗？训练模型所需的算力需求还会不会持续爆发？

这些疑问并不是要否定AI的长期价值，而是在讨论回报兑现的速度和节奏。也正因如此，今年市场出现了一个颇有象征意味的现象：行业基本面并没有根本恶化，相关资产价格却反复剧烈调整。资本不是在重新判断人工智能会不会改变世界，而是在重新掂量这种改变到底值多少钱。

要回答这些问题，光看资本开支的绝对规模不够，还得看投入之后的使用效率，以及收入和利润能不能跟上。建更多数据中心，衡量的是投入端；客户是否持续使用、是否愿意付足够的钱，才关乎回报端的质量。两者若长期对不上，市场就有理由要求更低的估值和更高的风险补偿。

未来一年，决定AI交易能否重回上升轨道的关键变量，或许不是监管政策，也不是短期选举结果，而是微软、亚马逊、Alphabet和Meta这些超大规模云服务商的资本开支计划。如果这些公司在2027年仍维持高强度AI投资，本轮调整到头来可能只是牛市里一次深度洗盘；一旦资本开支明显放缓，市场对AI资产估值体系的重构或许才刚开头。

不过，资本开支本身也不是判断牛熊的唯一标尺。支出增长若没有相应回报，未必是利好；支出放缓若源于效率提升，也未必意味着需求衰退。更有意义的判断，是把投资规模、商业化进展和现金流表现放到一起看。市场要的不是投入越多越好的承诺，而是一条能逐步验证的盈利路径。

到目前为止，AI泡沫可能还没有真正破掉。但有一点很清楚：光靠挂个“AI”牌子就能持续拿到估值溢价的日子，已经过去了。考验也随之变了——从讲故事的阶段，转到把盈利做出来的阶段。

本文仅代表作者个人观点