Setor de IA sofre forte divergência: Meta lidera alta, ações de chips despencam. O que o mercado está reavaliando?

美东时间 2026 年 7 月 1 日，美股表面波澜不惊——道指微跌 0.03%，标普 500 指数跌 0.22%，纳指跌 0.66%。但盘面之下，一场剧烈的价值重估正在发生。

费城半导体指数暴跌超 6%。美光科技（MU）与闪迪（SNDK）双双跌逾 10%，康宁跌幅超 13%，英特尔跌 9.03%，AMD 跌 6.89%，台积电跌 6.98%。英伟达（NVDA）收报 197.58 美元，跌 1.25%，市值 4.781 万亿美元。

然而，引发这场暴跌的源头——Meta（META）——却暴涨 8.81%，收报 612.91 美元。微软（MSFT）逆势收高 3.02% 至 384.28 美元。

触发这一分化行情的直接导火索，是 Meta 被曝正筹划推出云基础设施业务，计划对外出售其过剩的 AI 算力。这则消息被市场迅速解读为：AI 产业的叙事正在从“能力竞赛”转向“变现之争”。

7250 亿美元的资本开支与一个根本性问题

要理解这场暴跌的逻辑，首先需要看清 AI 基础设施投资的规模。

2026 年，全球四大科技巨头——Meta、Microsoft、Alphabet、Amazon——的资本开支合计约 7,250 亿美元，较 2025 年的约 4,100 亿美元增长 77%。其中 Meta 一家的资本支出指引已上调至 1,250 亿至 1,450 亿美元。

但 Meta 与另外三家存在一个根本性区别：Microsoft 有 Azure，Google 有 GCP，Amazon 有 AWS——它们的巨额资本开支有成熟的云服务收入来直接对冲。Meta 没有。它此前的每一分钱基础设施投入都是纯粹的成本项。

这解释了一个看似反常的现象：Meta 在 2026 年连续两个季度超出华尔街盈利预期，但股价年初至今依然下跌约 7%。市场的核心质疑是：一年花 1,350 亿美元建数据中心，回报到底在哪里？

Meta 给出的答案，本质上是给自己买了一张“看跌期权”——如果 AI 内部变现成功，算力全部自用；如果内部消耗不及预期，多出来的算力可以变成收入。赌赢了是伟大的创新，赌输了还能收租。

AI 产业已跨过“自身造血”的第一道门槛

Meta 的“算力出租”计划之所以能引爆如此剧烈的市场反应，是因为它触碰了 AI 产业周期切换的核心命题：从“基础设施驱动”到“收入兑现驱动” 。

由知名投资人 Azeem Azhar 创办的研究机构 Exponential View 最新发布的《AI 经济现状报告》提供了关键数据支撑。报告显示，截至 2026 年 6 月，全球生成式 AI 产业（不含中国）真实年化收入已达约 1,750 亿美元，过去 12 个月已实现真实收入约 1,100 亿美元。

更重要的是，2026 年第一季度，AI 产业季度收入首次超过同期 AI 基础设施折旧费用。这意味着，当前 AI 业务产生的现金流，已经能够覆盖服务器、GPU 及数据中心形成的会计折旧成本。AI 产业已经跨过“能够养活自己”的第一道门槛。

不过，这并不意味着 AI 投资已进入“收获期”。报告预计，截至 2026 年底，全球超大规模云厂商及新兴 AI 云平台累计 AI 相关资本开支将达到约 2 万亿美元。2026 年 AI 基础设施年度折旧费用预计将接近 1,110 亿美元。虽然季度收入已能覆盖折旧，但累计收入仍未完全覆盖历史累计资本投入形成的折旧压力。

生成式 AI 收入仍保持约 200% 的同比增速，约为历史上任何一次 IT 平台升级速度的三倍，整体发展轨迹已超过互联网、云计算和智能手机早期阶段。按收入增长曲线计算，2023 年 AI 产业新增 10 亿美元累计收入需要约 180 天，如今这一过程已缩短至不足 2 天。

从“扩 CapEx”到“Token 生产与商业化”

招商证券在 2026 年 7 月 2 日发布的研报中明确指出：2026 年 AI 产业主线正从“扩 CapEx”转向“Token 生产与商业化” 。市场关注点正在由“谁建设更多 GPU 和数据中心”转为“谁能用更低成本、更低延迟生产并变现更多 Token”。

这一转向在二级市场已得到充分验证。高盛在 7 月 2 日的观点中表示，当前 AI 交易的泡沫论为时过早，相关行情仍更接近由盈利驱动的牛市，而非单纯依赖估值扩张的投机热潮。高盛继续押注那些能直接从 AI 资本开支中获得收入和盈利增长的公司。

华安证券同样认为，2026 年上半年全球 AI 产业已从“技术爆发期”迈入“理性落地期”，算力供给趋于多元，模型能力持续迭代，应用端开始兑现收入与利润，Token 经济从隐性成本变为显性运营变量。

收入兑现的先行者：微软的 370 亿美元 ARR 与 6,270 亿美元积压订单

在 AI 商业化的具体进展上，微软提供了一个极具参考价值的样本。

微软的人工智能部门年化营收运行率（ARR）已达到 370 亿美元。更重要的是，其商业剩余履约义务（即合同订单积压）飙升了 99%，达到 6,270 亿美元。这一庞大的积压订单保证了企业锁定云服务后，未来多年可见度极高的收入流。

尽管微软股价年内跌幅一度达 22%，其核心业务引擎依然强劲——Azure 云服务收入增长保持在 40% 的势头。按当前估值计算，微软的前瞻市盈率约为 22 倍，相较于其 10 年平均 31 倍的市盈率有大幅折价。最新调查显示，35 位分析师给予微软“买入”评级，平均目标价达 562.10 美元。

微软的案例说明：市场正在惩罚“只花钱不赚钱”的资本开支模式，同时奖励那些能够将 AI 投入转化为可验证收入的商业模式。

应用层的商业化加速

AI 产业周期的切换，最直观的体现是应用层商业化的加速。

巴克莱的测算显示，AI 行业 ARR 在 2025 年底为 440 亿美元，到 2026 年底预计将达到 2,000 亿美元。花旗集团预测，2026—2030 年全球 AI 收入将从此前的 2.8 万亿美元大幅上调至 3.3 万亿美元。

在企业级 AI 市场，头部公司的收入增长尤为突出。Anthropic 预计 2026 年年度化收入可达 260 亿美元，OpenAI 的年化营收已突破 250 亿美元。汇丰银行预测，2026 年至 2030 年间，B2B AI 行业收入预测已上调 74%，主要驱动力来自代理式 AI 的兴起和企业应用场景的持续扩展。

IDC 最新调研显示，2026 年全球 72% 的企业已将 AI Agent 投入生产，51.6% 已将 Agent 嵌入核心业务流程。AI Agent 正成为企业软件的“新入口”。

应用层的分化路径也日益清晰：一端是面向大众用户的 C 端产品，承担教育市场、争夺入口的任务；另一端是面向企业的 B 端服务，开始承接更直接的商业化目标，并逐步成为行业利润兑现的关键位置。企业采购 AI 服务，本质是为了改善商业经营结果——降低成本、提升效率、优化流程、提高决策质量。

估值体系的重构：从“成长预期”到“盈利能力”

AI 产业周期的切换，最终将指向一个更深层的变化：科技公司估值逻辑的重构。

在“基础设施驱动”阶段，市场为 AI 概念股支付的是“成长预期溢价”——谁建的 GPU 集群更大、谁的资本开支更高，谁就能获得更高的估值。英伟达在 2024—2025 年的估值扩张就是这一逻辑的极致体现。

但在“收入兑现驱动”阶段，估值锚点正在从“资本开支规模”转向“收入质量与盈利可持续性” 。Meta 的“算力出租”计划之所以被市场解读为利好而非利空，恰恰是因为它展示了对巨额资本开支进行财务纪律约束的决心。

这一转变在 7 月 2 日的行情中体现得淋漓尽致：硬件端暴跌，应用端与平台端逆势上涨。微软的上涨、Palantir（PLTR）大涨 7.77%、Meta 的暴涨，与芯片股的崩盘形成了鲜明的对照。资金正在从“卖铲子的人”流向“用铲子挖出金子的人”。

AI 主题正在转向业绩驱动。多家公募基金公司认为，随着产业进入业绩兑现阶段，投资逻辑正由估值驱动转向业绩驱动。

结语

2026 年 7 月 2 日的市场异动，并非一次偶然的板块轮动，而是 AI 产业周期切换的一次集中信号释放。

从 Meta 的“算力出租”到 AI 季度收入首超折旧成本，从招商证券的“Token 生产与商业化”主线到微软 6,270 亿美元的积压订单——所有信号都在指向同一个结论：AI 产业正在从“基础设施驱动”的第一阶段，进入“收入兑现驱动”的第二阶段。

在这个新阶段，市场的核心问题不再是“谁建了最大的数据中心”，而是“谁能把 AI 能力转化为可持续的现金流”。估值体系的重构已经开始：硬件端的估值压力在积聚，而应用层与平台端的收入验证正在成为新的定价锚。

对于投资者而言，这意味着 AI 投资逻辑的根本性变化——从追逐资本开支的规模，转向追踪收入兑现的质量。AI 的“赚钱能力”，正在成为这个产业周期中最核心的定价变量。

FAQ

Q1：AI 产业“季度收入首次超过折旧成本”意味着什么？

这是 AI 产业从“烧钱阶段”迈入“自身造血阶段”的关键标志。截至 2026 年第一季度，AI 业务产生的现金流已能覆盖服务器、GPU 及数据中心的会计折旧成本。但距离收回全部历史投资仍有距离，累计资本开支约 2 万亿美元，年度折旧约 1,110 亿美元。

Q2：为什么 Meta 卖算力会引发芯片股暴跌？

市场将 Meta 的行为解读为 AI 基础设施资本开支可能见顶的信号。如果超大规模厂商开始将过剩算力对外出售而非继续采购新硬件，GPU、存储芯片等硬件的供需格局可能逆转。这直接触发了对半导体股未来盈利预期的重估。

Q3：AI 投资逻辑从“基础设施”转向“应用层”意味着什么？

意味着市场定价锚从“资本开支规模”转向“收入兑现质量”。硬件端的估值溢价正在收窄，而能够将 AI 能力转化为可验证收入的应用层和平台端公司正在获得重新定价。招商证券称之为从“扩 CapEx”到“Token 生产与商业化”的主线切换。

Q4：哪些类型的公司在 AI 商业化第二阶段更可能受益？

具备清晰 AI 收入模式的公司更可能受益，包括：拥有庞大企业客户基础的云平台（如微软 Azure）、能够将 AI 能力嵌入核心业务流程的软件公司、以及在大模型商业化方面已验证路径的头部 AI 公司（如 OpenAI、Anthropic）。B 端场景因付费能力和结果可验证性更强，被视为 AI 应用规模化落地的主战场。

Q5：AI 商业化第二阶段对加密行业有何启示？

AI 与加密行业的融合正在深化。Gate 平台已推出“Gate for AI”基础设施层，将 AI 整合到交易、风险管理和数据分析等核心领域。AI Agent 正在从信息检索转向执行经济活动——调用付费 API、执行链上交易、购买计算资源。AI 商业化的逻辑同样适用于加密领域：谁能将 AI 能力转化为可验证的链上收入，谁就能在新周期中获得估值重估。