昨晚美股科技再次承压,纳指、标普五连跌。前一天表现亮眼的美光和闪迪分别下跌近7%和10%。这也再度引发市场对AI拐点已至的担忧。但此轮下跌更多是动量交易降温后的“削泡沫”,并非对长期产业逻辑的否定,客观谈几点:
引发这轮科技调整的原因之一是,伴随存储成本持续飙升,苹果、微软等终端厂商被迫上调产品售价,形成AI通胀。上游硬件环节的强定价权严重挤压了下游利润空间,因此云厂商在算力基础设施上的巨额资本支出页引发了市场的重新审视。然而从现实来看,AI算力是刚性需求,下游厂商很难通过缩减采购来有效对冲成本上涨,因为主动缩减意味着将市场份额拱手让给对手;同时,当前Agent框架进一步抬高了内存消耗量,技术优化的空间有限。因此,尽管面临成本压力,云厂商的资本开支很难在短期内大幅缩减,上游硬件端在这轮周期内依然掌握绝对定价权。
另一边,软件与模型应用层正在经历优化期。面临高昂的AI支出,企业用户开始实施严格用量控制,如设置护栏配额、缩减上下文窗口,并通过模型路由机制将不同复杂度的任务匹配给不同成本的模型,导致前沿模型的Token消耗增速面临压力。特别是以DeepSeek、
智谱为代表的国内高性价比模型,为全球企业提供了低成本的优质选项,进一步加速了企业AI工作负载的多样化与成本控制进程。当有实力的开源替代品出现时,注重成本的企业不再愿意为无限制的Token消耗买单。
这也被称为健康的“减速带”:原本计划支出150美元的企业,优化后实际支出可能降到120-130美元。虽然不会导致需求大幅下跌、底层云托管和GPU算力需求依然稳固,但无疑会对OpenAI、Anthropic等模型商的收入增速造成影响,据称OpenAI因为不满意估值,已将IPO计划推迟至27年。同时,企业为平衡AI成本,开始挤压传统
IT服务和SaaS软件预算,导致软件层面临预算转移的结构性风险。
综合来看,当前科技的波动反映出市场正从盲目的AI信仰向理性商业现实回归。企业在应用层面的Token控制和成本优化,是新技术在向更广泛经济领域渗透过程中必然经历的减速带。尽管云厂商的资本开支合理性、前沿模型的盈利模式以及硬件成本的传导极限将成为未来几个月的核心争论点,但底层算力基础设施需求依然坚实。如果头部大模型公司的ARR能够维持稳健扩张,AI推动长期生产力重塑的产业轨迹就不会改变。近期回调更多是市场重估真实价值的健康过程,未来需持续关注下游企业成本承压能力。
$美光科技(MU)$ $闪迪(SNDK)$ $苹果(AAPL)$