传闻中的AI泡沫

甚嚣尘上的“AI泡沫说”冲击了全球市场。

诚然，无论是本轮AI浪潮发源地美股，还是构成映射与产业链关系的亚太市场，截至2025年10月底科技赛道股的集中度都已经来到了新的高度——“美股七姐妹”的市值占到纳斯达克综指的56%，存储巨头三星电子和SK海力士两家公司亦占到韩国综指市值的32%。（数据来源：Bloomberg，20251031；相关阅读：《韩国半导体板块大涨始末》）$华泰柏瑞中韩半导体ETF发起式联接(QDII)C(OTCFUND|019455)$

在这样的情况下，一旦市场情绪出现崩盘，相关指数或应声出现剧烈波动。而近期发生的一系列事件，便提供了催化剂：

首先，Meta、微软、谷歌等公司发布的财报显示，它们三季度的资本支出合计高达780亿美元，同比猛增89%，并且都表示未来还会继续增加。然而，并非所有超预期的投入都会带来市场的正面回馈——在震惊市场的资本开支计划披露后，越来越多投资者开始提出同一个问题：这些投资究竟能否带来更高的回报？（数据来源：公司公告，25Q3）

其次，IMF和英国央行在10月初罕见地同时发出警告，称AI热潮正推动科技股估值升至接近世纪初互联网泡沫时的水平，市场存在“突然转向”的风险。除此之外，各国知名媒体、华尔街知名投资人均表达了类似的看法。美银10月公布的基金经理调查显示，创纪录的54%受访者认为AI股票存在泡沫。

这些担忧并非无源之水。除了长期演绎下结构性的估值扩张已经来到历史高位区间，“囚徒困境”式的过度投资和“左脚踩右脚”式的循环交易更为投资人所警惕。

一部分市场观点认为，当前的AI竞赛已演变成一幕昂贵的“囚徒困境”，科技巨头们不得不持续投入巨资，因为“不进则退”——英伟达、微软等与AI核心紧密相关的公司股价屡创新高，而苹果、特斯拉因在AI布局上相对滞后或进展不及预期、股价表现疲软。然而，AI技术真正转化为生产力并带来盈利可能需要数年时间，这与资本市场期望短期见到回报的特性形成了矛盾。

与此同时，巨头间通过资本支出和战略合作互相绑定、推高估值却缺乏独立盈利支撑（当然，公司给出的盈利前景都是美好的）的现象也引发了市场对“AI热潮或为人为推动”的担忧。如果说这个观点有些抽象，那么我们可以设想以下场景：非洲大草原上有一群膘肥体壮的狮子，这并不奇怪；但如果狮子的数量比斑马、羚羊等在其食物链上的动物加起来还要多得多，那就很奇怪了。

那么，现在的问题是，借由12月美联储降息与否或者别的什么因素，如果美股所谓的“AI泡沫”被戳破，全球市场、尤其是今年的亚太市场怎么办？

从当前全球投资人的投资范式来看，美股科技巨头确实是当前全球AI投资生态的核心。它们扮演着“原点”的角色，通过资本开支、技术突破和股价表现向全球定义“什么是AI”、“什么是AI的价值”；相较而言，除中国外的亚太等市场由于缺乏同等体量的技术定义者，大多数时候只能采取“对标式投资”或“影子定价”策略，这就带来了一个由美股定义、并被全球市场简单对标和情绪性放大、但又受制于资本流动的估值体系。这个体系的脆弱性在于，它很可能忽视了本土企业商业模式与业务基础的差异，而高度依赖美股巨头的持续繁荣和叙事吸引力。一旦美股的“信仰”摇摆，全球的“影子市场”很可能遭受更大的冲击。

出于某种惯性，这点在中国市场其实也有所表现。但我们需要进一步思考的是，A股以及港股的AI投资究竟是不是真的也具有这种脆弱性？相关公司究竟具不具有长期投资价值？

首先可以明确的是，从财务和体量上看，中国科技巨头也拥有强大的现金流、庞大的用户生态和相当的技术实力，看上去似乎有着并不逊色美股的先天条件。但事实上，中美AI概念的区分不在于体量，而在于两者的增长逻辑存在根本分野。

我们早在《新技术兑现阶段更应关注中国科创？》中就谈过所谓的“技术成熟度曲线”，即，任何新兴技术都需要时间去形成一套成熟的商业模式和稳定的基本面增长，如果市场一下子把期望打得太高，而基本面没有跟上快速抬升的估值，那么很可能就会面临泡沫的破裂，之后如果有实际产品或应用落地，并通过规模化和产业化开始实打实为企业创收，那么估值将依托强势的基本面再度上行。换言之，一切技术信仰的实现终究要由产能和消费落地推动，而中国恰恰是一个全球少见的、兼具制造供给和市场需求两个要素的经济体。

很多人将美国科技叙事定位成“0→1的探索”，将中国科技叙事定位成“1→N的优化”，认为前者的竞争力在于最先进的底层模型和高端算力芯片、在于整个产业的价值源头和制高点，认为后者的竞争力在于给定的技术路线和框架下，将技术与应用场景进行深度结合，打造出更贴合本土市场、效率更高、成本更低的解决方案。

这是有道理的，中国科技企业确实形成了自己独特的、难以被复制的核心竞争力——这关于极致的工程化落地能力与场景打磨，关于庞大、统一且数据丰富的内需市场，关于全栈式、垂直整合的产业生态，关于在外部压力下催生的“软硬结合”与供应链韧性，也关于对B端和G端需求的深刻理解与服务能力——因此尤其擅长处理高并发、复杂业务逻辑和极端成本控制，也可能在原有的消费互联网生态内部快速实现AI技术与业务的深度绑定、在“不开源”的制造业上测试更大量的产业AI。

尤其产业AI，或者说B端以及G端的产业智能化，在C端“杀手级应用”尚待酝酿的情况下，是目前AI投资链上价值较坚实、商业模式较清晰的领域，甚至或可认为决定了AI产业的“下限”——而这，正是中国市场的优势所在。甚至可能打开AI产业“上限”的C端应用，也有越来越多人认为应当集成在硬件终端上实现，而硬件，也正是中国先进制造发力的方向之一。

但如果将中国的AI叙事仅仅理解到“应用技术”这一层面，那可能也是片面的，因为这忽视了中国实体“定义技术”的能力，这种能力有别于“穷举式”的创新，是一种强约束下、以解决实际问题为核心的综合式创新。

以中国大模型的轻量化发展方向为例，这并非“退而求其次”。如果说在DeepSeek之前美国大模型的路径一种基于充裕算力资源的“大力出奇迹”，那么中国的解法就是“如何在有限的算力下，让模型更聪明、更实用”的“四两拨千斤”。这于是催生了在模型架构、蒸馏、量化、推理优化等方面的尖端研究，本身就是一次更细腻的范式级创新。

而在半导体设备等领域，从“无”到“有”，从“有”到“可用”，从“可用”到“高效能”，这一整个过程是在极其严苛的技术封锁和市场竞争下完成的，涉及到材料科学、精密制造、软件控制等无数环节的协同突破。这种在极端压力下催生的突破，其创新浓度也并不亚于从0到1的探索。

从更底层的数据来看，中国的专利申请量已连续数年霸榜全球第一。虽然过去曾被诟病“重数量轻质量”，但近年来，在AI、5G、量子技术等前沿领域的高价值专利占比正在迅速提升 ，反映了创新质量的实质性飞跃。这些都表明，中国已经构建了规模庞大、体系完整的创新基础设施，为“定义技术”提供了坚实的土壤。（数据来源：WIND，2024A）

总而言之，中美AI投资存在显著的价值分野，而不仅仅是简单的互为映射。随着两者逐渐形成平行共进的创新模式，关于“泡沫”的演绎或也将在彼此的市场上形成不同的节奏。这一点，很可能是目前投资者对于A股与港股市场存在的预期差。

$华泰柏瑞上证科创板半导体材料设备主题ETF发起式联接C(OTCFUND|024975)$

$华泰柏瑞恒生科技ETF联接(QDII)C(OTCFUND|015311)$

#美政府“停摆”或结束！风险资产全线大涨#