今天大A科技也太争气了，在隔夜美股科技股重挫、费城半导体指数大跌的阴霾下，科创50指数盘中再创历史新高，半导体产业链全线爆发，PCB、光通信等算力硬件方向集体强势反弹。

消息面上，据悉台积电已向客户通知调涨7nm及以下所有先进制程晶圆代工价格，涨幅约5%-10%，一定程度上也验证了AI芯片需求极度强劲、先进制程产能持续紧张的产业现实，再加上美光业绩即将公布，不少资金也许认为业绩暴雷概率不高，经过昨天全球级大调整后，选择先抢跑修复一波。

其实昨天的大调整也有一定的必然性，前期受各项宏观事件落地，以及陆家嘴论坛等政策利好提振，市场情绪连续多日处于高亢状态，本身就积累了较强的获利回吐需求。俗话说，负面消息往往是为盘面服务的，当情绪到达高位，稍微一点外盘的风吹草动，就会引发共振式的洗盘。

说实话，大楼盖得越高，风吹过来的时候晃得自然就越厉害。昨天其实就是一次典型的压力测试。复盘过去的科技牛市，这种级别的震荡并不罕见，往往在压力释放后会迎来更坚实的修复。

然而，伴随着近期全球科技股的宽幅震荡，关于“科技牛市是不是结束了”、“AI叙事是否面临崩塌”的担忧声也越来越大。尽管今天A股半导体的爆发宣告了短期压力测试的成功，但面对市场深层的焦虑，我们仍需保持一份清醒，理性剖析：对于AI产业本身，资金到底在害怕什么？

要理清这种担忧，我们不妨剥离掉情绪的泡沫，回归商业的本质。

一个全新的商业模式究竟能不能跑通，无非取决于四大核心要素：需求、成本、定价权，以及外部的竞争环境。而客观来看，当下这四个维度，确实都有值得警惕的信号。

企业现在用AI，效率低下是个大问题。数据显示，企业现在使用AI工具有两个主要的问题，效率低下和成本失控。公司在AI编程工具上每花费1美元，只有18美分(0.18美元)真正用于开发出用户能使用的最终产品。而高达82%的费用都消耗在了修复AI生成的错误、重写或修改AI代码，以及代码审查和集成等摩擦成本上。

更要命的是员工的“薅羊毛”行为（Tokenmaxxing）。优步内部一推广AI工具，员工疯狂调用，仅仅4个月就把全年的AI预算打光了。亚马逊、微软、Meta这些巨头也在踩刹车，给员工设上限，取消鼓励过度使用的排行榜、甚至限制使用特定的AI工具。

但目前企业在AI上的花销，相比人力成本依然微不足道。哪怕是投入AI最多的前1%的公司，每位员工月均AI花费也就7450美元，不到软件工程师月薪（约1.6万美元）的一半；而中位数公司每月在员工身上的AI花费仅仅只有11美元。这意味着，AI的量还有渗透空间，只是当前粗放的使用方式碰壁了。

资料来源：SemiAnalysis

谷歌风投（GV）的创始人出来喊话，说如果谷歌把Gemini API的价格打下来80%，OpenAI和Anthropic的商业模式就得崩溃。这种断崖式的降价预期，直接摧毁了市场对AI模型公司未来盈利的测算模型，也是昨天大跌的导火索之一。

一方面，国内智谱GLM-5.2这种开源模型，能力已经逼近美国闭源高端模型，且成本极低。企业开始搞“模型路由”，也就是简单任务用便宜模型，难任务才用贵模型。另一方面，Google DeepMind的两位核心大佬相继跳槽竞争对手，这加剧了市场对巨头垄断护城河瓦解的担忧。

基于以上几点，市场顺理成章地得出了一个悲观的推演：商业模式跑不通→AI公司打价格战收入暴跌→巨头无力支撑，砍掉资本开支→上游算力芯片需求崩盘。

上述悲观推演看似严密，但漏掉了产业演进中最关键的几个底层逻辑。面对当前的局势，我们不能过度悲观，而应看清产业的真实走向：

1）企业限制用量，绝不等于需求见顶，而是从“粗放试水”走向“精细化运营”的必经阵痛

回想云计算早期，企业随便开服务器实例导致“云账单休克”，随后引入了FinOps（云财务运营）关停闲置实例。挤掉闲置泡沫后，企业算清了ROI，反而把核心业务全面上云。现在的AI正处于相同的历史拐点。结束了无纪律的乱花钱，跨过算账的门槛，挤掉水分的AI才会迎来真正产生商业价值的生产性Token。

2）关于价格战，会不会沦为外卖和网约车那样的结局？

“模型层”确实存在一定的担忧，但对“算力层”反而可能是利好。这里面就又要提到“杰文斯悖论”了，如果降价是因为没人用，那是灾难；但如果谷歌为了抢地盘主动发起降价，那便宜的Token只会换来更疯狂的使用量。以前调用一次AI Agent太贵，很多应用算不过账；现在成本下降后，很多复杂的AI工作流就能跑通了。模型层的价格战，对上游卖铲子并非是利空，反而有可能成为需求放量的催化剂。

3）决定资本开支的，是巨头的生死存亡

高盛研究表明，到今年年底，所有超大规模云服务的营运现金流，将全部用于资本支出，这已经超过了TMT互联网泡沫时期的峰值。这意味着当前的AI军备竞赛，已经变成了巨头之间“不成功便成仁”的生死局。他们拿出了搜索、广告、电商赚来的所有真金白银，全部砸向了AI基础设施。

Alphabet在6月1日的融资说明中明确提到，其第一方模型API处理量同比翻了约6倍，为此，2026年Capex预计高达1800亿至1900亿美元，2027年还会显著增加。当前的AI军备竞赛，是巨头拿主业的真金白银在砸基础设施，只要大厂的Capex指引没有下修，AI的硬件底座逻辑就依然坚挺。

4）在模型路由趋势下，国产算力迎来了利好

当企业发现80%的日常任务不需要用最顶级的闭源大模型，而是可以用便宜的开源模型（如GLM）来解决时，这就意味着这一大部分的推理算力，不再绝对依赖英伟达最先进的芯片。这为性价比更高、自主可控的国产算力提供了巨大的长尾市场和渗透空间。

理顺了前面的逻辑，我们到底该怎么看现在的AI？

昨天的回调和今天的反弹，本质上是市场在做一次风格的切换：AI投资正在从“买算力稀缺”的Beta阶段，进入考验商业壁垒和业绩兑现的Alpha阶段。在产业链利润重新洗牌的背景下，产能紧缺的核心硬件依然是当前市场最优质且稀缺的资产。

对于普通投资者而言，在波动加剧的科技行情中，通过宽基或行业ETF布局是平滑单一标的风险、把握结构性行情的利器。可以重点关注芯片ETF景顺、科创50ETF景顺、科创创业人工智能ETF景顺等核心工具，聚焦基本面、政策与需求三者共振的方向。

保持冷静的乐观，用业绩去验证逻辑，这可能才是应对当前AI叙事波动的比较好的姿态。