文 | 舒书
2026 年 6 月，美股科技七巨头——苹果、微软、Alphabet、亚马逊、英伟达、Meta、特斯拉——单月市值合计蒸发约 3 万亿美元。追踪这七只股票的 Roundhill Magnificent Seven ETF 当月跌幅达 13%，创 2023 年成立以来最差月度表现。与此同时，剔除七巨头后的标普 500 其他成分股同期反而上涨了 2.6%。
与 2022 年由加息和衰退预期驱动的科技股熊市不同，本轮下跌的根源，是市场对 AI 资本开支的投资回报率开始了系统性审视。一个更根本的问题正在被追问：过去两年数千亿美元的 AI 资本开支，什么时候能变成可验证的利润？
一、数字背后的事实
6 月的最后一周，七巨头股价跌幅集中在 3%-10% 之间。英伟达累跌 8.62%，Alphabet 跌 8.92%，苹果和亚马逊分别跌 4.77% 和 4.79%，Meta 跌 4.67%，特斯拉跌 5.19%。费城半导体指数当周重挫近 8%，录得年内最差单周表现。据 Wind 数据及彭博终端统计，以上涨跌幅均基于 6 月最后一个完整交易周（6 月 22 日至 6 月 26 日）的区间收盘价计算。
整个 6 月，微软累计下跌 21.64%，是七巨头中月度跌幅最大的。 但微软的下跌更多反映了市场对云业务 AI 变现节奏的担忧，而非 AI 战略本身的问题。以下是七巨头 6 月月度跌幅全貌：
资金没有离开股市，但方向变了。非 AI 板块整体录得 2.2% 涨幅，罗素 2000 小盘股指数跑赢纳指。据高盛 Prime Brokerage 周报数据，资金正在从七巨头流向价值股和 AI 产业链上游——存储芯片、半导体设备板块相关 ETF 同期涨幅约 5%-8%。
东方汇理私人银行亚洲首席策略师陈达德指出，七巨头整体跑输大盘，反映资金正沿着 AI 产业价值链重新配置，从超大规模云服务商转向 AI 硬件、先进封装及 HBM 存储芯片等企业。
压力一：资本开支 ROI 拷问
过去一年，亚马逊、Alphabet、微软和 Meta 的资本开支从约 2000 亿美元跃升至 3000 亿美元量级。这些开支并非全部直接用于 AI 训练算力——大量资金投入数据中心基建、电力、服务器等通用 IT 资产，且具有长期折旧属性。市场担忧的不仅是硬件投入，还包括持续的运维、人力、数据治理等隐性成本。BIS 在 2026 年 6 月发布的年度报告中，就 AI 领域资本开支风险发出警示：若回报不及预期，可能触发融资收缩，将资本开支热潮逆转为一轮投资萧条。
压力二：宏观环境收紧
6 月美国粘性通胀数据超预期，市场对美联储降息预期的时间点被推迟。高估值成长股的定价高度依赖低折现率，宏观利率环境的边际变化，对七巨头这类高 PE 资产的估值影响远大于对价值股的影响。利率只是分母端扰动，真正导致估值回调的，是 AI 盈利上修速度不及利率上行速度——分子端业绩预期走弱（即企业赚钱变慢）与分母端折现率抬升（即资金成本变贵）同时发生，这才是七巨头集体承压的根本原因。
压力三：拥挤交易松动与季末再平衡
过去三年做多七巨头是美股最拥挤的交易之一。据高盛交易台 6 月 27 日发布的周报估算，全球大型基金季末 / 半年末的资产再平衡触发了高达 1650 亿美元的换仓沽盘。量化波动率策略在 VIX 抬升后被动止损抛售，进一步放大了跌幅。这属于技术性去拥挤，而非市场彻底否定 AI 长期逻辑。
压力四：算力叙事出现裂缝
据市场监测数据，英伟达 B200 芯片的每小时租赁价格在 6 月内出现阶段性回落。高盛交易台主管 Rich Privorotsky 在 6 月 25 日的市场简报中表示审慎：如果供应增加且租赁价格持续走低，将挑战算力资源持续短缺的核心论调。但需要区分的是，价格波动集中在训练型算力，而政企和传统行业的 AI 推理算力租赁价格仍保持稳定。 市场的真实担忧是通用训练算力可能出现的阶段性供给释放，而非全场景算力需求的萎缩。国内政企、金融、制造等行业私有化大模型订单持续高增，也侧面印证了垂直场景下推理算力的需求韧性。
压力五：盈利前瞻下修与政策不确定性
6 月多家云厂商和半导体机构下调二季度营收指引：AI 相关资本开支转化为企业付费需求的速度不及市场前期乐观预期，叠加消费电子复苏乏力、特斯拉电动车增长见顶，盈利前瞻下修是本轮抛售的直接导火索。
与此同时，谷歌反垄断案即将进入最终判决阶段、欧盟《人工智能法案》合规要求持续落地推高运营成本、美国新一轮 AI 芯片出口管制预期升温，多重合规与政策不确定性进一步压制了科技巨头的风险偏好。需要指出的是，政策影响并非单向利空——监管压力也可能倒逼企业优化业务结构、提升运营效率，但短期市场倾向于定价不确定性本身。
华尔街对这次下跌有两种解读：
乐观派认为这是健康回调。 FXTM 富拓首席中文市场分析师卢晓旸表示，这次抛售主要由于季结资产再平衡、高杠杆踩踏和算力需求担忧三大因素叠加，支撑 AI 发展的底层逻辑依然坚实，七巨头 2026 年资本支出计划并未收缩。微观层面，微软 Azure AI 服务年化收入已突破 370 亿美元；据 Meta 2026 年 Q1 财报及业绩说明会数据，通过 AI 优化广告推荐算法，其 Reels 短视频的每千次展示广告收入（eCPM）较 2024 年同期提升约 40%。这些财务锚点正在验证 AI 业务从投入期走向收获期的可行性。
不同巨头变现路径存在明显分化：英伟达依托硬件销售已实现稳定盈利；谷歌依靠云业务与广告优化持续兑现 AI 价值；苹果、特斯拉仍处于技术投入周期，盈利兑现节奏相对滞后。
悲观派看到结构性问题。 联博集团 CEO Seth Bernstein 直言，如今的情况与 90 年代末互联网泡沫有一些真正的相似之处。席勒市盈率已接近历史高位，市场集中度极高。但悲观派的担忧并非空穴来风：市场真正害怕的不是 AI 没有价值，而是巨头们为了维持 AI 的护城河，陷入了无休止的囚徒困境式军备竞赛，最终透支了当下的股东回报。
需要承认的是，当前七巨头拥有云服务、消费电子、广告、芯片等成熟主业的稳定现金流支撑，AI 是第二增长曲线而非唯一业务，这与 90 年代互联网泡沫时期多数公司缺乏稳定营收存在本质区别。
过去三年的逻辑链条是：算力越稀缺→资本开支越合理→估值越高→融资越容易。这个闭环自我强化，几乎无人质疑。
2026 年仲夏，这条链上的每一个环节都在承受压力，但这不等于整条链断裂。更接近事实的描述是：AI 产业正在从算力基建期进入商业验证期。 上半场的竞争是谁能最快拿到最多的 GPU；下半场的竞争是能让客户为 AI 的产出持续付费。
一是全球企业 AI 渗透率能否再次拉动推理算力的供需紧张；
二是头部大厂能否通过 API 和行业私有化部署跑通一条不依赖 C 端订阅的渐进式盈利路径。
谁先交出让每一分算力成本变成客户愿意付费的商业价值的答卷，谁就能在下一轮周期掌握定价权。市场正在等待一个答案：AI 资本开支究竟是一场通往新世界的门票，还是一张昂贵的试错收据。答案可能在接下来的两个财报季中逐渐清晰。
本文仅为产业逻辑分析，不构成任何投资建议。
核心观察指标
云厂商 AI 业务收入增速与毛利率变化——参考头部云厂商机构一致预期阈值，观察 AI 收入能否维持 50% 以上同比增速，且毛利率企稳回升
算力租赁价格走势——观察训练算力降价是否蔓延至推理算力，若推理价格保持稳定则算力供需结构健康
七巨头下季度 CAPEX 指引——参考近十年行业中枢，观察 CAPEX/ 营收比是否回落至历史均值附近，若维持高位则资本开支逻辑延续
企业级 AI 付费渗透率——观察从免费试用向规模化订阅的转化率是否持续提升
AI 相关监管政策落地节奏——关注反垄断判决、出口管制细则、数据合规要求的实际落地强度
