人工智能崩溃的担忧:半导体行业的崩溃可能仅仅是个开始
“够了,别再玩聊天机器人游戏了”:SAP董事会成员批评当前的AI战略
7200亿美元的投入却毫无回报:科技界是否正面临人工智能领域最大的错误?
多年来,人工智能在股市上的热度似乎只有一条路:一路飙升。但到了2026年,形势急转直下。亚马逊、微软和谷歌等科技巨头斥资数千亿美元建设新的数据中心和强大的芯片组,却突然遭遇股市崩盘,而非华尔街的欢呼。投资者开始感到不安,他们越来越要求看到切实的回报,而不是对未来的空洞承诺。因为尽管人工智能基础设施的投入达到了天文数字,但这些技术带来的运营利润却迟迟未能实现。科技行业是否正处于巨大的投资泡沫破裂的边缘?或者我们只是在见证一场亟需回归现实的经济变革?有一点很明确:无限制的吹捧时代已经结束——市场现在需要的是实实在在的成果。.
人工智能的狂欢已经结束,账单即将到期:为什么华尔街不再相信人工智能淘金热的心态。
在2026年的大部分时间里,一种如今已近乎仪式化的模式在全球资本市场不断重演。一家大型科技公司发布季度财报的同时,宣布大幅增加人工智能领域的投资支出,几个小时内,股市便会暴跌,市值蒸发数千亿美元。多年来被视为未来希望的科技,如今却日益被视为风险因素。仅在2026年2月的第一周,亚马逊、Alphabet、微软和Meta联合宣布投资超过6500亿美元用于建设新的数据中心和人工智能基础设施后,全球最大的几家科技公司市值就损失超过1万亿美元。这一数额超过了以色列、新加坡或阿联酋等国的经济总量。.
随着时间推移,疑虑加剧。2026年6月,美光等芯片制造商和存储器生产商的股价突然暴跌,再次引发了人们对图形处理器、冷却系统和能源基础设施等巨额投资能否获得相应回报的普遍质疑。费城半导体指数(芯片行业的关键指标)在短短几周内从年度高点暴跌超过20%,突破了进入所谓熊市的技术门槛。2026年7月中旬,类似的模式再次上演:来自中国的竞争加剧以及对先前投资盈利能力的日益担忧引发了全球科技股的抛售潮,导致纳斯达克指数在一周内暴跌超过4%。.
数十亿美元的投资,却看不到任何投资回报。
问题的核心可以概括为简单的失衡。美国四大科技公司——Alphabet、亚马逊、Meta和微软——计划在今年投入高达7200亿美元的资本支出,主要用于建设新的数据中心、专用人工智能芯片以及相关的电力基础设施。这一数额持续增长,而迄今为止的实际收入却不成比例地低。亚马逊宣布,到2026年,其资本支出将增至约2000亿美元,比分析师的预期高出500多亿美元。市场反应强烈:消息公布后,亚马逊股价一度暴跌超过9%,多家研究机构将该股评级从“买入”下调至“中性”,理由不仅是高昂的成本,还有其核心云计算和零售业务面临的战略风险。.
谷歌母公司Alphabet宣布今年投资额可能翻一番,达到1850亿美元,此举也令其面临压力。有趣的是,市场最初的反应比亚马逊更为复杂,这表明投资者并非天生反对高额支出,而是反对那些缺乏可信的云计算业务增长故事支撑的支出。一旦投资者确信一家公司清楚其产能建设的目标并能有效利用这些产能,即使是大幅增加支出也会得到回报。反之,如果缺乏这种信心,同样的支出增长则会被解读为资本的损耗。.
特斯拉就是一个生动的例子,充分体现了这种矛盾心理。这家电动汽车制造商宣布,今年将投资翻一番,超过200亿美元,用于提升人工智能、人形机器人和自动驾驶汽车的产能。由于该公司同时公布的季度利润和营收均超出预期,尽管宣布了如此大规模的支出计划,其股价依然保持稳定,此前甚至有所上涨。这种模式表明,股市并非必然惩罚投资规模,而是关注投资额与实际运营成效之间的差距。.
半导体行业作为投资者的早期预警系统
半导体行业是人工智能市场情绪的一个特别敏感的指标,其股价往往最先对投资者对人工智能投资逻辑的质疑做出反应。2026年6月,存储芯片制造商美光科技的股价在一个交易日内暴跌超过13%,而此前一年,由于人工智能应用对存储芯片的需求似乎永无止境,其股价曾上涨近800%。这种在投机性上涨之后出现的突然逆转,被许多市场观察人士视为泡沫即将破裂的经典预警信号。.
亚洲供应商也未能幸免于这种不确定性。韩国存储芯片制造商三星和SK海力士的股价在短时间内均下跌了约12%,而台湾加权指数(TAIEX)在代工制造商台积电宣布向其美国生产基地追加1000亿美元投资后,暴跌超过6%。这里也出现了同样的模式:原本被视为增长信号的公告,越来越被市场解读为资本过度投入的警告信号。.
2026年7月,这一趋势仍在继续,费城半导体指数单周暴跌10%,创下自2025年4月以来的最差单周表现。就连英伟达这样的行业巨头也未能幸免,市值一度跌破苹果,尽管这两家公司多年来一直在争夺全球市值最高公司的头衔。这一发展令人瞩目,因为英伟达长期以来一直被认为是人工智能热潮的最大受益者,本质上,它就像是在淘金热潮中卖铲子赚钱,而其他人只是投资了矿山。.
基础设施建设与收益证明之间的区别
当前市场紧张情绪背后,关键的经济问题在于资本投入与回报之间的滞后性。建设一座现代化的人工智能数据中心需要巨额的前期投资,包括土地、建筑、冷却系统、网络连接,当然还有图形处理器(GPU)本身——尽管竞争日益激烈,但GPU的价格依然居高不下。这些投资必须在相应容量产生任何额外收入之前完成。只要企业能够令人信服地证明这些容量在可预见的未来将会得到利用并实现盈利,资本市场就能容忍这种滞后性。然而,一旦人们对人工智能服务的利用率或定价能力产生疑虑,估值就会暴跌。.
另一个风险是,计算能力的加速扩张可能导致整个人工智能服务行业的价格暴跌,因为计算能力的供应增长速度超过了需求的增长速度。韦德布什证券的丹·艾夫斯等分析师指出,全球计算能力的快速扩张很可能在长期内对价格构成下行压力,从而降低运营商的资本回报率,最终将迫使投资动态进行调整。这种担忧与以往技术周期中的经典经济模式相吻合,例如互联网泡沫时期光纤基础设施的扩张,当时巨额的前期投资导致产能过剩,随后价格暴跌,直到几年后需求才真正跟上。.
加剧这种紧张情绪的还有竞争因素。来自中国的竞争日益激烈,尤其是来自价格更低廉、功能日益强大的人工智能模型的竞争,挑战了美国科技公司拥有持久技术领先优势、足以支撑其巨额投资的前提。如果中国供应商能够以更少的资本实现类似的性能,那么西方超大规模数据中心运营商的整个投资策略都将受到质疑。这一事实在2026年7月的股价反应中得到了直接体现,当时中国竞争加剧引发了当年最严重的抛售潮之一。.
我们在业务拓展、销售和市场营销方面拥有全球行业和经济方面的专业知识。
行业重点领域:B2B、数字化(从人工智能到扩展现实)、机械工程、物流、可再生能源和工业
更多信息请点击这里:
一个提供见解和专业知识的主题中心:
- 涵盖全球和区域经济、创新和行业特定趋势的知识平台
- 汇集了我们重点关注领域的分析、见解和背景信息。
- 这里汇集了有关商业和技术最新发展的专业知识和信息。
- 一个为寻求市场、数字化和行业创新信息的企业提供的信息中心。
科技行业风险重新评估:哪些人工智能战略目前具有说服力?
获利了结还是真正的重估
在金融行业内部,对于近期价格下跌究竟代表着对人工智能投资逻辑的根本性重新评估,还是仅仅是经历了异常漫长的上涨行情后迟来的获利回吐,各方尚未达成共识。标普500指数中的科技板块在2026年6月抛售潮之前的三个月里上涨了近27%,许多市场策略师认为,无论人工智能的基本面估值如何,这都是市场进入盘整阶段的自然触发点。像爱德华·琼斯(Edward Jones)的布罗克·韦默(Brock Weimer)这样的投资策略师则认为,在没有明确的基本面触发因素的情况下,此次价格下跌应该被解读为自3月份低点以来强劲反弹后的技术性回调,而不是市场信心基本丧失的表现。.
其他市场观察人士则持更为批判的观点。他们指出,目前领先的人工智能公司的估值已达到一个只有多年持续高增长率才能支撑的水平,与此同时,随着每个季度预期生产力提升未能如期在公司资产负债表上实现,失望的风险也在不断增加。包括投资专家在内的许多人也持有类似观点,他们认为现在正处于风险重新评估的阶段,市场意识到,尽管人工智能投资热潮尚未结束,但其估值已与实际和可预见的风险严重脱节。.
在此背景下,投资者对不同公司的差异化反应颇具启发性。亚马逊和微软最初因其投资公告而遭受重创,而Meta以及在某种程度上Alphabet则获得了更为积极的反响。这表明,投资者并非完全反对在人工智能领域投入巨资,而是会仔细区分哪些公司能够展现令人信服的盈利模式,哪些公司仅仅是进行前期投资却无法提供清晰的回报路径。这种选择性在经济上是合理的,因为它能够根据回报前景而非短暂的炒作来指导资本配置。.
对邻近行业的附带损害
人工智能投资盈利能力的不确定性不仅限于数据中心的直接建设者,也影响着供应商和相关行业。在这种普遍的不确定性下,ServiceNow 和 Salesforce 等软件公司也面临着巨大的压力,因为投资者越来越担心,在公司自身尚未从新技术中充分获益之前,生成式人工智能工具可能会取代传统的软件解决方案及其相关的许可模式。2026 年 2 月,标普 500 指数中的软件板块在一周内下跌了近 8%,仅这一时期,该板块的市值就损失了约 1 万亿美元。.
加拿大汤森路透和英国RELX等数据分析公司也未能幸免于难,投资者担心,它们严重依赖专有数据集和编辑处理的商业模式可能会受到强大的人工智能系统的日益挑战。RELX的股价在一周内暴跌超过17%,创下自2020年新冠疫情爆发以来的最大跌幅。这一事态发展表明,围绕人工智能投资的争论不再仅仅局限于基础设施运营商的资本成本,而是日益影响着现有信息服务提供商的商业模式,其价值创造可能会被生成式系统所取代。.
在软件出口和IT服务的重要市场印度,这种不确定性也显而易见。继前几周大幅下跌之后,印度软件出口商的股价在2026年2月的一周内又下跌了2%,导致该板块的总市值损失超过220亿美元。这表明这场争论的影响范围已遍及全球,不再仅仅是硅谷的美国现象,而是已经波及到整个全球技术供应链。.
要求停止使用聊天机器人噱头
在企业界内部,将现有投资转化为具体、可衡量的经济效益的压力与日俱增。德国软件公司SAP的首席财务官多米尼克·阿萨姆(Dominik Asam)的言论尤其印证了这一点。2026年7月底,他在季度业绩发布会上强调,企业软件中的人工智能必须最终超越简单的聊天机器人和编程助手阶段。他将目前绝大多数人工智能语言模型描述为所谓的“唾手可得的成果”——也就是说,它们仅适用于编程助手或一般聊天机器人对话等简单用例,在这些用例中,系统偶尔出现的错误或所谓的“幻觉”几乎无关紧要,因为出现错误结果的风险相对较低。.
阿萨姆认为,真正的挑战在于将人工智能应用于更复杂、更关键的业务流程,例如财务会计、供应链管理或其他核心业务流程。在这些流程中,错误会在多个连续的处理步骤中被放大,这意味着即使流程开始时存在微小的不确定性,最终也可能导致代价高昂的错误决策。例如,自动化财务预测中一个错误的数据点,或者多阶段供应链优化中一个有缺陷的评估,都可能在整个流程中累积,最终造成巨大的合规性和责任风险。.
这项评估触及了当前辩论的一个关键点。阿萨姆指出,那种认为只需将一个经过通用训练的大规模语言模型简单地覆盖在现有的、往往是历史积累形成的碎片化企业数据环境中就能解决所有运营问题的想法,从根本上来说是错误的。他认为,真正需要的是经过专门设计、受控的系统,这些系统紧密嵌入特定的业务流程,并且其结果可以被可靠地监控。虽然这种方法更加复杂,并且需要更高的计算能力成本(即所谓的“令牌消耗”),但与通用聊天应用程序不同,它能够提供真正可靠的业务成果。.
这份声明可以被视为对整个行业的一次现实检验。近年来,日益强大的语言模型本身的可用性被视为足够的价值驱动因素,但如今,人们的关注点显然已转向如何将这些模型可靠、可控且经济地集成到现有业务流程中。这种从纯粹的模型性能到实际应用质量的转变,很可能成为未来几年企业人工智能战略成败的关键区别所在。.
这对未来的投资逻辑意味着什么?
当前的市场调整不应被过早地误解为人工智能投资的终结。相反,它代表着一个期待已久的成熟阶段,在这个阶段,投资者和借款人之间的关系正在发生根本性的转变。近年来,仅仅是宣布一项人工智能项目或大幅增加投资预算,往往就足以推动股价上涨,因为投资者默认每增加一项投资都会自动带来更高的未来回报。如今,这种假设正受到系统性的质疑,企业必须更具体地证明其支出如何转化为可衡量的收入和利润贡献。.
对企业而言,这意味着与投资者沟通策略的转变。仅仅公布产能已不足以提振股价。相反,数据中心利用率、单个人工智能产品的实际营收贡献、云业务利润率的发展以及投资摊销期的可靠预测等关键绩效指标(KPI)正变得至关重要。能够以透明且令人信服的方式传达这些KPI的企业更有可能继续在资本市场获得大量投资,而那些缺乏明确盈利策略的企业则必须做好承受持续估值压力的准备。.
这一发展对整体经济既有风险也有机遇。投资活动的骤降可能会对经济增长产生短期负面影响,因为大型科技公司的投资目前在美国整体投资活动中占据相当大的份额。与此同时,从长远来看,审慎的资本配置能够促进该行业更健康、更可持续的发展,使资本更有策略地流向具有显著经济效益的项目,而不是盲目地、有时甚至是投机性地扩张计算能力。即将发布的各大科技公司季度报告对于判断资本市场的这种约束作用能否持续,或者超大规模数据中心运营商之间的结构性竞争是否会继续推动投资额创下新纪录,而不受短期市场反应的影响,至关重要。.
您的全球营销和业务拓展合作伙伴
☑️ 我们的业务语言是英语或德语。
☑️ 新增:用您的母语进行通信!
我和我的团队很乐意为您提供私人顾问服务。.
您可以通过填写此处的联系表格联系我wolfenstein@xpert.digital:,或者直接致电+49 7348 4088 965。我的邮箱地址是
我期待着我们的合作项目。.
☑️ 为中小企业提供战略、咨询、规划和实施方面的支持
☑️ 制定或调整数字化战略和数字化
☑️ 拓展和优化国际销售流程
☑️ 全球及数字化 B2B 交易平台
☑️ 先锋业务拓展/市场营销/公关/展会
📈🚀 从提升知名度到赢得信任 👀🤝 Xpert.Digital 助您实现规模化发展
在工业B2B领域,可持续的业务关系很少一蹴而就。它们需要循序渐进地发展——通过提升知名度、增强专业相关性、建立持续的联系以及不断增长的信任。Xpert.Digital的四阶段模型正是针对这一需求而设计的:它提供了一条结构化的路径,从易于管理的切入点开始,并可根据需要发展为更深入的业务拓展合作。.
这种模式不依赖于夸张的营销承诺,而是将合作关系置于首位。企业首先制定清晰明确、易于计算的衡量指标,然后根据自身经验决定合作的拓展程度。这种不受干扰的信任建立过程的关键在于:平台完全杜绝了令人厌烦的广告,因此内容完全聚焦于企业的专业知识。.
更多信息请点击这里:


