美韩 AI 投资热潮降温将至？行业拐点何时显现

当地时间 7 月 23 日，美股科技龙头 “七雄” 迎来 2025 年 4 月关税风波以来最大单日下挫，相关指数大跌 4.8%，单日总市值蒸发近 8000 亿美元。英伟达、三星电子、SK 海力士等 AI 产业链核心企业股价同步震荡，持续三年有余的 AI 资本牛市，是否已经走到行情顶部，成为全球投资者热议的核心问题。

野村全球宏观研究主管、全球市场研究部联席主管苏博文（Rob Subbaraman）在接受媒体采访时表示，资产价格经历一轮快速上涨后出现阶段性回调，本身符合产业发展规律。历次重大技术变革都存在相似特征：资本市场会提前透支产业远期预期，在 AI 技术真正落地、全面拉动实体经济生产力之前，板块估值往往先一步冲高，市场乐观情绪极易走向极端。

站在长期宏观视角，人工智能仍是具备划时代价值的产业变革。2026 年上半年全球地缘冲突、能源涨价等多重负面因素冲击下，经济依旧展现较强韧性，AI 产业的持续扩张是核心支撑力量。苏博文评价，当下我们正处在一代人乃至数百年一遇的技术革新周期中。

一、美国 AI 投资规模空前，扩张难长期持续

美国正迎来史上力度最强的 AI 投资浪潮，相关投入已成为本国经济增长核心引擎。机构数据显示，AI 相关支出占美国 GDP 比重达 8%，超越 2000 年互联网泡沫时期 6.5% 的历史峰值；AI 投资对美国 GDP 增量贡献已超 25%，覆盖软件研发、算力设备、数据中心建设全链条。

美国商务部一季度 GDP 终值数据显示，一季度经济环比增速 2.1%，显著高于此前 1.6% 的预估，商业投资尤其是 AI 领域大手笔投入是增长核心抓手。龙头企业资本开支持续加码，谷歌母公司 Alphabet 二季度财报将全年资本支出上调至 1950 亿 —2050 亿美元区间，并预判 2027 年相关投入仍将维持高位，巨额扩产也引发市场对 AI 资本开支无序扩张的担忧。

回顾铁路、电力、互联网等历次技术革命，行业投资最终都会出现阶段性过度扩张，AI 赛道同样难以规避这一风险。苏博文指出，市场无需纠结调整是否会到来，真正的难点在于精准预判拐点出现的时间。

行业还存在技术快速折旧的隐性压力：企业斥巨资采购顶尖 AI 芯片，但行业迭代速度持续加快，当下的高端算力硬件短时间内就会被新一代产品替代，大额固定资产价值将快速缩水。

AI 投资放缓存在两条演化路径：一是云服务商主动收缩资本开支，预判持续扩张会持续压低投资回报率；二是市场下行倒逼企业被动缩减投入。目前头部云厂商尚未释放主动降速信号，若任意一家 “美股七雄” 企业宣布削减 AI 投入，都将被市场视作产业降温的负面信号。但从宏观层面看，企业主动适度控速，反而能规避后期严重的产能过剩风险。

芯片厂商普遍判断，高端 AI 芯片紧缺格局或将延续至 2028 年，但苏博文明确，当前高速扩张态势不可能永久维持，投资增速下行是必然趋势，只是拐点时点无法精准预判。英伟达 CEO 黄仁勋则持不同观点，他在日本受访时表示，AI 基础设施建设周期长达数十年，当前市场远未形成泡沫，布局 AI 是长期战略。

二、潜藏多重市场风险，高杠杆是最大隐患

市场当下高度关注 AI 热潮背后的泡沫风险，苏博文梳理出几大核心风险点：

第一，产业投资回报不及预期。赛道涌入大量参与者加剧行业竞争，同时大模型落地企业场景的商业化速度慢于市场乐观预判，直接压缩盈利空间；

第二，外部约束增加。社会层面对 AI 伦理、就业冲击的质疑持续发酵，全球监管政策也在加速完善，或将抬高行业运营成本；

第三，盈利增长不可持续。美股科技企业进入财报披露周期，短期超预期业绩虽能提振市场信心，但当前高增速难以长期维持，盈利与资本开支增速终将同步回落。

韩国股市是观测全球 AI 资金情绪的关键风向标。过去一年大量韩国散户资金大举出海，重仓美股科技股，造成本土资本外流、韩元持续承压。韩国政府随即出台税收优惠、放宽杠杆 ETF 等政策挽留本土资金，却进一步放大市场波动，三星、SK 海力士股价暴涨暴跌的行情随之出现。

在苏博文看来，股价涨跌本身无需过度恐慌，上涨过程中不断堆积的杠杆才是核心风险。高杠杆投机并非韩国独有，美国及全球多个市场均存在同类现象，也是技术繁荣周期的典型特征。一旦板块出现深度回调，集中爆仓的高杠杆资金会放大下跌幅度，对宏观经济形成连锁冲击。

三、AI 重塑通胀逻辑，美联储调整货币政策框架

AI 正在改变各国央行对经济周期、通胀走势的判断。2025 年 11 月，现任美联储主席凯文・沃什便撰文提出，AI 长期释放的生产力红利会形成持续压制通胀的力量，给美联储留出更大降息操作空间。

2026 年 7 月，美联储正式设立五大专项工作组重构货币政策分析体系，其中 “生产力与就业” 工作组吸纳产业从业者参与，重点研判 AI 等前沿技术对经济产出、劳动力市场的长期影响，为利率决策提供依据。

AI 对通胀的影响分为两个阶段：短期扩张期推升通胀，长期成熟阶段抑制通胀。行业大规模扩产会持续抬升芯片、电力、算力需求，供需紧张推高上游产品价格，形成短期通胀压力；待算力基建落地、AI 全面普及后，生产效率大幅提升，同时机器替代人工放缓薪资上涨，通胀下行效应会逐步显现。但通胀拐点何时切换，目前没有统一判断标准。

上世纪 90 年代互联网浪潮中，时任美联储主席格林斯潘之所以没有收紧货币政策，核心逻辑便是预判互联网将长期提振生产力。当前野村也持相似观点，认为美联储不会仓促调整利率。但风险同样客观存在：若 AI 生产力红利兑现周期大幅延后，通胀持续高于政策目标，市场会认定美联储政策滞后，倒逼央行采取更激进的加息操作。

四、中美 AI 发展路径分化，中国赛道具备独特优势

和美国依靠海量资本堆高算力基建的发展模式不同，苏博文认为中国走出了差异化 AI 发展路线。近一年，DeepSeek、月之暗面 Kimi K3 等国产大模型快速缩小与海外头部产品的性能差距，同时训练、落地成本显著更低。

二者发展路径核心差异体现在模型路线：国内更侧重开放权重大模型，开放属性便于各类企业低成本落地应用，更易转化为全行业通用生产力。除此之外，中国拥有三大独特竞争优势：

1. 电力供给充足：国内发电总规模接近美国三倍，而美国数据中心扩张已遭遇电力供给瓶颈，算力扩容空间受限；

2. 人才储备持续扩容：国内 AI 科研投入逐年加码，海外顶尖技术人才回流趋势明显，月之暗面创始人杨植麟便是海外归国创业代表；

3. 具身智能全球领先：机器人与 AI 融合的具身智能，被视作 AI 下一阶段核心应用赛道，国内行业发展进度位居全球前列，有望推动 AI 渗透全行业。

综合来看，AI 技术在国内产业端的普及速度或将超越美国，同时当前国内 AI 企业估值显著低于美股同行，长期投资空间充足。苏博文最终判断，多重产业优势叠加之下，中国人工智能长期发展前景值得看好。