卖出AI硬件,已成为全球投资者共识

  导语:从英伟达、博通到光模块、半导体设备,AI 硬件资产正在经历一场预期重估。

  过去两年,全球资本市场最拥挤的交易之一,就是买入 AI 硬件。

  英伟达的 GPU、博通的定制芯片、台积电的先进制程,以及光模块、服务器、电源和散热设备,几乎构成了 AI 投资浪潮中最确定的一条受益链。

  投资者当时的逻辑并不复杂:只要微软、谷歌、亚马逊和 Meta 继续增加资本开支,AI 算力需求就会持续增长,而处于产业链上游的硬件公司,自然能够获得订单、收入和利润。

  但到了 2026 年 11 月,市场的交易逻辑正在发生变化。

  过去,投资者担心买不到足够多的 AI 芯片;现在,他们开始担心芯片买得太多。过去,市场追逐的是订单增长和产能扩张;现在,越来越多的资金开始审视资本回报率、客户融资能力、设备利用率以及最终的现金流。

  这并不意味着 AI 产业的长期发展逻辑已经结束,而是意味着全球投资者正在重新给 AI 产业链定价。

  而这场变化中,最先受到冲击的,恰恰是此前涨幅最大、估值最高、市场预期最为一致的 AI 硬件公司。

01 从买入 AI 硬件,到争相降低敞口

  这轮 AI 硬件资产的调整,并不是从某一家公司的业绩突然恶化开始的,而是多个市场信号在同一时间出现了变化。

  11 月 5 日,美国半导体股票遭遇了一轮剧烈抛售。

  费城半导体指数单日下跌 12.2%,纳斯达克指数下跌 5.5%。这是费城半导体指数自 2025 年 4 月以来最大的一次单日跌幅。

  高通财报表现不及预期,成为市场调整的直接导火索,但真正让投资者感到不安的,是 AI 基础设施投资能否继续按照此前的速度扩张。

  路透社当时援引 Nationwide 首席市场策略师 Mark Hackett 的观点称,对冲基金已经连续数周积极卖出半导体和新型云计算公司股票,部分资金仍然倾向于做空或者降低杠杆。

  这说明,市场调整并不只是短期获利回吐,而是部分机构开始主动降低 AI 产业链的风险敞口。

  这种变化很快传导到了亚洲市场。

  11 月 16 日,中国A股 AI 硬件板块再次出现明显调整。5G 通信指数下跌 7.5%,科创 50 指数下跌 5.2%,中际旭创单日下跌 12.3%。

  与此同时,日本市场的半导体设备公司也遭遇抛售。东京电子下跌 7.1%,Advantest 下跌 11.1%。

  从美国芯片股,到日本半导体设备,再到中国光模块公司,AI 硬件产业链出现了明显的跨市场共振。

  更值得注意的是,机构投资者开始重新审视自己究竟持有多少 AI 资产。

  11 月 16 日,路透社报道,全球主要企业中,直接受到 AI 影响的公司所对应的投资资产规模至少达到 25.3 万亿美元。对于很多大型投资机构来说,AI 已经不再是一个可以单独管理的行业主题,而是深度嵌入股票、债券和其他资产的共同风险来源。

  美国 PGIM 甚至开始对其管理的近 1 万亿美元固定收益资产进行 AI 风险筛查,既评估企业业务模式受到 AI 影响的程度,也评估 AI 资本开支放缓可能给企业信用状况带来的冲击。

  这背后的逻辑是,如果 AI 投资出现调整,受到影响的可能不只是芯片公司,还包括数据中心开发商、设备供应商、电力企业,甚至为这些项目提供融资的金融机构。

  当然,将这种变化理解为全球投资者已经一致看空 AI 硬件,也并不准确。

  例如,瑞士宝盛旗下盛宝银行对全球客户交易数据的分析显示,11 月 5 日半导体股票大跌之后,部分客户反而积极买入英伟达、AMD、美光和闪迪等公司股票。

  其中,英伟达的日均买入交易活动较此前明显增加。

  这说明,市场并没有放弃 AI 硬件,而是在重新选择买入的价格和对象。

  02 AI 硬件最危险的变化

  如果说 11 月初的市场调整反映了投资者情绪的变化,那么 SemiAnalysis 在 11 月 13 日发布的最新 AI 加速器预测模型,则为这场调整提供了更值得关注的产业层面依据。

  这家长期跟踪全球半导体和 AI 基础设施的研究机构,大幅下调了未来几年全球 AI 加速器资本开支、芯片出货、HBM 需求和电力需求预测。

  其中,最引人关注的是全球 AI 加速器资本开支预测。

  按照其最新模型,2027 年全球 AI 加速器资本开支预测从此前的 7700 亿美元下调至 6270 亿美元,降幅 19%;2028 年从 1.054 万亿美元下调至 7580 亿美元,降幅 28%;2029 年和 2030 年分别下调 41% 和 40%。

  到 2030 年,全球 AI 加速器资本开支预测从此前的 1.531 万亿美元降至 9230 亿美元,减少 6080 亿美元。

  这不是一个小幅度的预测修正。

  它意味着,过去市场对于 AI 算力投资持续高速增长的预期,正在被重新计算。

  当然,这并不意味着 AI 基础设施投资将停止增长。按照 SemiAnalysis 调整后的模型,全球 AI 加速器资本开支仍将从 2026 年的约 3920 亿美元增长至 2030 年的 9230 亿美元。

  问题在于,投资者此前按照什么样的增长速度给这些公司估值?

  当未来投资规模仍然增长,但增长速度明显低于原先预期时,硬件公司的估值就需要重新寻找依据。

  尤其是那些股价已经提前反映未来数年高速增长的公司。

  SemiAnalysis 的预测调整还涉及一个更加重要的变化:硬件产品的价格和利润空间。

  过去两年,AI 芯片供应紧张,HBM 内存、高端封装以及先进制程产能都处于相对紧缺状态。

  在供不应求的环境下,供应商不仅可以获得更多订单,还能够通过提高产品售价和优化产品结构获得更高利润。

  但随着更多产能进入市场,供需关系正在发生变化。

  SemiAnalysis 将 2028 年全球 HBM 出货量预测从此前的 9.0EB 下调至 6.4EB,降幅达到 30%,同时认为 HBM 供需关系正在改善,未来价格假设需要下调。

  对于芯片供应商来说,这意味着一个新的问题:即使出货量继续增长,平均售价和利润率也未必能够维持此前的水平。

  英伟达受到的冲击尤其值得关注。

  SemiAnalysis 将英伟达 2027 年至 2030 年的计算收入相关出货预测分别下调 22%、39%、56% 和 66%,并下调了部分新一代产品的平均售价假设。

  这背后不仅有需求增速放缓的因素,还有竞争格局变化。

  过去,英伟达 GPU 几乎是大型 AI 模型训练和推理的首选。但现在,谷歌 TPU、亚马逊 Trainium 以及博通参与开发的定制 ASIC,正在成为大型 AI 公司的另一种选择。

  对于微软、谷歌、亚马逊和 Meta 这样的巨头而言,它们不一定需要永远依赖同一种芯片架构。

  只要其他方案能够提供更好的性能成本比、更低的能耗或者更可控的供应链,它们就有动力调整采购结构。

  这对英伟达意味着,即使全球算力需求继续增长,它也未必能够获得与过去相同的市场份额和利润率。

  相比之下,博通在此次预测调整中表现得相对稳健。SemiAnalysis 将其 2026 年至 2030 年 ASIC 业务累计收入预测下调 11%,主要与 HBM 成本和产品价格假设变化有关,而不是大规模削减出货量。

  这也解释了为什么 AI 硬件产业链不能简单地被看作一个整体。

  不同公司的竞争优势、客户结构和产品定位,正在决定它们在下一轮周期中的表现。

  不过,真正让市场担忧的,还不只是芯片供应商之间的竞争。

  更深层的问题在于,谁来为这场 AI 基础设施建设持续买单?

  过去,市场相信大型云计算公司拥有足够强大的现金流,可以支持持续多年的 AI 资本开支。

  但现在,投资规模已经越来越大。

  摩根大通私人银行 11 月发布的全球投资策略报告指出,2026 年第三季度,三家大型云计算公司的资本开支低于市场预期,未来 12 个月资本开支预测的上调幅度也降至 2023 年第四季度以来最低水平。

  这并不意味着微软、谷歌、亚马逊和 Meta 将停止投资 AI,而是意味着这些公司开始更加重视投资节奏和财务纪律。

  美国圣路易斯联储 11 月发布的一项研究,也揭示了这轮 AI 投资背后的资金结构变化。

  研究发现,大型云计算公司的现金资产比率从 2018 年的 35% 下降至 2026 年的 16%,与此同时,其投资资产比率接近翻倍。

  更值得注意的是,数据中心建设企业与半导体公司的融资状况存在明显区别。

  2024 年第四季度至 2026 年第二季度,数据中心建设企业的季度平均净债务融资规模从 32.3 亿美元增加至 301.7 亿美元;而半导体企业则从净举债转向净偿债。

  这意味着,AI 产业链的融资压力并不是均匀分布的。

  芯片供应商目前仍然能够依靠较强的经营现金流支持业务发展,但部分数据中心建设商和新型云计算企业,需要越来越多地依赖外部融资。

  一旦融资环境收紧,或者客户不再愿意提前承诺采购,部分数据中心项目就可能延期,进而影响芯片、服务器、网络设备和电力设备的订单。

  这也是为什么市场开始重新审视 AI 产业链的订单质量。

  以前,只要客户宣布建设数据中心、签署采购协议,供应商就能够获得市场认可。

  现在,投资者更关心的是:客户有没有足够的资金?项目什么时候交付?设备能否投入使用?最终收入能否覆盖折旧、利息和运营成本?

  这些问题,正在取代单纯的订单增长,成为决定 AI 硬件公司估值的重要因素。

03 闭眼买入的时代结束了

  对于全球 AI 硬件公司来说,真正困难的可能不是眼前的股价下跌,而是未来几个季度市场评估它们的方式发生了变化。

  过去,AI 硬件公司最重要的竞争优势,是能否进入英伟达、微软、谷歌、亚马逊和 Meta 的供应链。

  只要进入供应链,获得订单,市场就愿意给出更高的估值。

  但现在,供应链身份已经不再是充分条件。

  同样是 AI 芯片公司,有的拥有大型云计算客户的长期采购承诺,有的依赖融资能力较弱的新型云服务商;同样是光模块公司,有的产品处于技术升级周期,有的则可能面临客户集中、价格竞争和资本开支放缓的压力。

  这些差异将逐渐反映到公司的收入增速、毛利率和现金流上。

  中国 AI 硬件公司面临的也是同样的问题。

  过去一年,A股和港股市场的 AI 硬件交易,很大程度上受益于海外云计算巨头的资本开支增长。

  中际旭创、新易盛、天孚通信等公司,虽然处于产业链不同环节,但市场对它们的定价都与全球 AI 数据中心建设密切相关。

  如果海外云厂继续扩大资本开支,中国供应商就有机会获得更多订单;但如果全球数据中心建设节奏放缓,或者客户开始调整设备采购计划,中国供应链也很难完全置身事外。

  11 月 16 日中际旭创股价的大幅下跌,就是这种全球产业链风险传导的一个缩影。

  当然,中国 AI 产业也有自身的发展逻辑。

  国产 AI 芯片、国产服务器和数据中心建设,正在形成独立的需求市场。海外芯片供应限制也可能推动国内算力基础设施加快国产化。

  但国产替代并不意味着可以完全对冲全球 AI 投资周期的变化。

  对于硬件供应商而言,最终仍然要回答同一个问题:客户有没有真实需求,项目有没有持续资金支持,产品能不能形成稳定利润。

  从这个角度看,全球投资者正在进行的,并不是一次简单的 AI 产业撤退,而是一次投资逻辑的切换。

  第一阶段,市场买的是算力稀缺。

  第二阶段,市场买的是订单增长。

  而接下来,市场可能更愿意为能够创造真实现金流、拥有稳定客户和较强定价能力的企业支付溢价。

  这也意味着,AI 硬件产业链内部的分化可能进一步加大。

  拥有技术壁垒、客户黏性和成本优势的公司,仍然可能在下一轮产业扩张中受益;但那些主要依靠行业景气度、客户融资和高资本开支预期支撑估值的公司,则需要面对更严格的市场检验。

  对于投资者来说,未来需要关注的也不再只是英伟达下一代 GPU 能卖出多少,或者全球光模块需求还能增长多少。

  更重要的是观察大型云计算公司的资本开支是否继续上调,AI 应用收入能否覆盖算力成本,数据中心的利用率能否提高,以及硬件供应商能否在价格竞争中保持利润率。

  如果这些指标无法持续改善,那么即使 AI 产业仍然处于增长周期,部分硬件公司的股价也可能继续承压。

  AI 革命不会因为一次市场调整而结束。

  但资本市场对 AI 硬件的定价方式,已经发生了变化。

  过去,投资者相信只要 AI 继续发展,卖铲子的人就一定能够赚钱。

  现在,他们开始追问另一个问题:如果所有人都在买铲子,最终又有多少人能够靠挖矿赚到钱?

  这可能才是 2026 年 11 月全球 AI 硬件交易发生变化的真正原因。