美股七巨頭月蒸發3萬億：AI資本開支進入盈利驗證期

2026年6月，美股科技七巨頭——蘋果、微軟、Alphabet、亞馬遜、英偉達、Meta、特斯拉——單月市值合計蒸發約3萬億美元。追蹤這七只股票的Roundhill Magnificent Seven ETF當月跌幅達13%，創2023年成立以來最差月度表現。與此同時，剔除七巨頭后的標普500其他成分股同期反而上漲了2.6%。

與2022年由加息和衰退預期驅動的科技股熊市不同，本輪下跌的根源，是市場對AI資本開支的投資回報率開始了系統性審視。一個更根本的問題正在被追問：過去兩年數千億美元的AI資本開支，什么時候能變成可驗證的利潤？

一、數字背后的事實

6月的最后一周，七巨頭股價跌幅集中在3%-10%之間。英偉達累跌8.62%，Alphabet跌8.92%，蘋果和亞馬遜分別跌4.77%和4.79%，Meta跌4.67%，特斯拉跌5.19%。費城半導體指數當周重挫近8%，錄得年內最差單周表現。據Wind數據及彭博終端統計，以上漲跌幅均基于6月最后一個完整交易周（6月22日至6月26日）的區間收盤價計算。

整個6月，微軟累計下跌21.64%，是七巨頭中月度跌幅最大的。 但微軟的下跌更多反映了市場對云業務AI變現節奏的擔憂，而非AI戰略本身的問題。以下是七巨頭6月月度跌幅全貌：

資金沒有離開股市，但方向變了。非AI板塊整體錄得2.2%漲幅，羅素2000小盤股指數跑贏納指。據高盛Prime Brokerage周報數據，資金正在從七巨頭流向價值股和AI產業鏈上游——存儲芯片、半導體設備板塊相關ETF同期漲幅約5%-8%。

東方匯理私人銀行亞洲首席策略師陳達德指出，七巨頭整體跑輸大盤，反映資金正沿著AI產業價值鏈重新配置，從超大規模云服務商轉向AI硬件、先進封裝及HBM存儲芯片等企業。

二、五重壓力疊加

壓力一：資本開支ROI拷問

過去一年，亞馬遜、Alphabet、微軟和Meta的資本開支從約2000億美元躍升至3000億美元量級。這些開支并非全部直接用于AI訓練算力——大量資金投入數據中心基建、電力、服務器等通用IT資產，且具有長期折舊屬性。市場擔憂的不僅是硬件投入，還包括持續的運維、人力、數據治理等隱性成本。BIS在2026年6月發布的年度報告中，就AI領域資本開支風險發出警示：若回報不及預期，可能觸發融資收縮，將資本開支熱潮逆轉為一輪投資蕭條。

壓力二：宏觀環境收緊

6月美國粘性通脹數據超預期，市場對美聯儲降息預期的時間點被推遲。高估值成長股的定價高度依賴低折現率，宏觀利率環境的邊際變化，對七巨頭這類高PE資產的估值影響遠大于對價值股的影響。利率只是分母端擾動，真正導致估值回調的，是AI盈利上修速度不及利率上行速度——分子端業績預期走弱（即企業賺錢變慢）與分母端折現率抬升（即資金成本變貴）同時發生，這才是七巨頭集體承壓的根本原因。

壓力三：擁擠交易松動與季末再平衡

過去三年做多七巨頭是美股最擁擠的交易之一。據高盛交易臺6月27日發布的周報估算，全球大型基金季末/半年末的資產再平衡觸發了高達1650億美元的換倉沽盤。量化波動率策略在VIX抬升后被動止損拋售，進一步放大了跌幅。這屬于技術性去擁擠，而非市場徹底否定AI長期邏輯。

壓力四：算力敘事出現裂縫

據市場監測數據，英偉達B200芯片的每小時租賃價格在6月內出現階段性回落。高盛交易臺主管Rich Privorotsky在6月25日的市場簡報中表示審慎：如果供應增加且租賃價格持續走低，將挑戰算力資源持續短缺的核心論調。但需要區分的是，價格波動集中在訓練型算力，而政企和傳統行業的AI推理算力租賃價格仍保持穩定。 市場的真實擔憂是通用訓練算力可能出現的階段性供給釋放，而非全場景算力需求的萎縮。國內政企、金融、制造等行業私有化大模型訂單持續高增，也側面印證了垂直場景下推理算力的需求韌性。

壓力五：盈利前瞻下修與政策不確定性

6月多家云廠商和半導體機構下調二季度營收指引：AI相關資本開支轉化為企業付費需求的速度不及市場前期樂觀預期，疊加消費電子復蘇乏力、特斯拉電動車增長見頂，盈利前瞻下修是本輪拋售的直接導火索。

與此同時，谷歌反壟斷案即將進入最終判決階段、歐盟《人工智能法案》合規要求持續落地推高運營成本、美國新一輪AI芯片出口管制預期升溫，多重合規與政策不確定性進一步壓制了科技巨頭的風險偏好。需要指出的是，政策影響并非單向利空——監管壓力也可能倒逼企業優化業務結構、提升運營效率，但短期市場傾向于定價不確定性本身。

三、兩種解讀

華爾街對這次下跌有兩種解讀：

樂觀派認為這是健康回調。 FXTM富拓首席中文市場分析師盧曉旸表示，這次拋售主要由于季結資產再平衡、高杠桿踩踏和算力需求擔憂三大因素疊加，支撐AI發展的底層邏輯依然堅實，七巨頭2026年資本支出計劃并未收縮。微觀層面，微軟Azure AI服務年化收入已突破370億美元；據Meta 2026年Q1財報及業績說明會數據，通過AI優化廣告推薦算法，其Reels短視頻的每千次展示廣告收入（eCPM）較2024年同期提升約40%。這些財務錨點正在驗證AI業務從投入期走向收獲期的可行性。

不同巨頭變現路徑存在明顯分化：英偉達依托硬件銷售已實現穩定盈利；谷歌依靠云業務與廣告優化持續兌現AI價值；蘋果、特斯拉仍處于技術投入周期，盈利兌現節奏相對滯后。

悲觀派看到結構性問題。 聯博集團CEO Seth Bernstein直言，如今的情況與90年代末互聯網泡沫有一些真正的相似之處。席勒市盈率已接近歷史高位，市場集中度極高。但悲觀派的擔憂并非空穴來風：市場真正害怕的不是AI沒有價值，而是巨頭們為了維持AI的護城河，陷入了無休止的囚徒困境式軍備競賽，最終透支了當下的股東回報。

需要承認的是，當前七巨頭擁有云服務、消費電子、廣告、芯片等成熟主業的穩定現金流支撐，AI是第二增長曲線而非唯一業務，這與90年代互聯網泡沫時期多數公司缺乏穩定營收存在本質區別。

四、下半場：不是有沒有價值，而是誰來兌現

過去三年的邏輯鏈條是：算力越稀缺→資本開支越合理→估值越高→融資越容易。這個閉環自我強化，幾乎無人質疑。

2026年仲夏，這條鏈上的每一個環節都在承受壓力，但這不等于整條鏈斷裂。更接近事實的描述是：AI產業正在從算力基建期進入商業驗證期。 上半場的競爭是誰能最快拿到最多的GPU；下半場的競爭是能讓客戶為AI的產出持續付費。

這一周期切換是否成立，取決于兩個核心指標的走向：

一是全球企業AI滲透率能否再次拉動推理算力的供需緊張；

二是頭部大廠能否通過API和行業私有化部署跑通一條不依賴C端訂閱的漸進式盈利路徑。

誰先交出讓每一分算力成本變成客戶愿意付費的商業價值的答卷，誰就能在下一輪周期掌握定價權。市場正在等待一個答案：AI資本開支究竟是一場通往新世界的門票，還是一張昂貴的試錯收據。答案可能在接下來的兩個財報季中逐漸清晰。

本文僅為產業邏輯分析，不構成任何投資建議。

核心觀察指標

• 云廠商AI業務收入增速與毛利率變化——參考頭部云廠商機構一致預期閾值，觀察AI收入能否維持50%以上同比增速，且毛利率企穩回升

• 算力租賃價格走勢——觀察訓練算力降價是否蔓延至推理算力，若推理價格保持穩定則算力供需結構健康

• 七巨頭下季度CAPEX指引——參考近十年行業中樞，觀察CAPEX/營收比是否回落至歷史均值附近，若維持高位則資本開支邏輯延續

• 企業級AI付費滲透率——觀察從免費試用向規模化訂閱的轉化率是否持續提升

• AI相關監管政策落地節奏——關注反壟斷判決、出口管制細則、數據合規要求的實際落地強度