美国银行上调台湾地区经济增长预测 - 美国银行将台湾地区2026年GDP增长率预测从4.5%大幅上调至8% [1] - 上调理由包括科技硬件面临“势不可挡的全球需求”以及AI需求推动 [1] - 此次上调反映了对台湾以科技驱动的扩张前景持续保持乐观态度 [1] 经济增长与行业驱动因素 - 台湾经济在2025年经历了强劲增长，增速为自2010年以来最快 [1] - 2025年增长主要由出口拉动，去年第四季度经济增速超过12%，为1987年以来最快 [1] - 近期多项进展强化了乐观前景，包括汇率更稳定、与美国达成贸易协议以及科技企业加大支出 [1] 科技行业资本支出与AI投资 - 主要芯片制造商台积电计划投入高达560亿美元的资本支出，规模超出市场预期 [2] - 科技巨头如谷歌、Meta Platforms、亚马逊等正持续加码AI投资 [2] - 市场对AI今年持续繁荣保持乐观预期 [2] 宏观经济与政策环境 - 鉴于通胀温和、服务业工资停滞、非科技行业疲弱及房地产市场降温，预计台湾货币政策当局今年不会上调政策利率 [2] - 预测面临的风险包括“地缘政治动态”等因素 [2] - 高盛集团、巴克莱银行等机构在台湾经济强劲增长后也转向更为乐观的看法 [1]

文章核心观点 - 内存芯片价格持续飙升，在股市中形成了鲜明的赢家与输家格局，且投资者普遍认为这一趋势短期内难以逆转 [1] - 基金经理与分析师正密集评估各企业的应对能力，包括通过锁定长期供应协议对冲成本、通过提价转嫁压力或通过产品重新设计减少内存使用量 [1] - 市场已对此做出反应，自去年9月底以来，全球消费电子产品制造商指数下跌12%，而内存制造商指数则飙升逾160% [1] - 当前估值在很大程度上计入的是行业混乱将在一到两个季度内恢复正常的预期，但有观点认为供应紧张状况可能持续更久，甚至到今年剩余时间 [4] - 人工智能基础设施的大规模投资加剧了内存芯片短缺，导致了一个可能打破传统繁荣与萧条交替模式的“超级周期” [5][6] 市场表现与反应 - 自去年9月底以来，彭博社编制的全球消费电子产品制造商指数下跌12% [1] - 包括三星电子在内的内存制造商一篮子指数同期飙升逾160% [1] - 自9月底以来，韩国SK海力士公司股价在首尔上涨逾150% [12] - 日本铠侠控股公司和中国台湾南亚科技公司股价同期各上涨约280% [12] - 美国闪迪公司在纽约股价上涨逾400% [12] 受影响的企业（输家） - 游戏机制造商任天堂因警告供应短缺将对其利润率构成压力，股价跌幅创18个月来最大 [4] - 大型个人电脑品牌、苹果供应链企业等公司因盈利前景承压导致股价下跌 [1] - 高通公司股价单日下跌逾8%，因其表示内存供应紧张将限制手机产量 [4] - 瑞士周边设备制造商罗技股价已从去年11月峰值下跌约30%，因芯片价格上涨削弱了个人电脑需求前景 [4] 行业动态与驱动因素 - 过去几个月，动态随机存取存储器(DRAM)现货价格飙升逾600% [10] - 人工智能基础设施的大规模建设（以亚马逊公司等企业为首）已将产能从高带宽内存转向传统DRAM，加剧了短缺 [5] - 人工智能还催生了对NAND芯片和其他存储产品的新需求，推高了这些领域的成本 [10] - 有基金经理指出，当前内存周期在长度和规模上均已超过以往通常持续3-4年的周期，且尚未看到需求势头减弱 [12] 市场观点与分析 - 盛宝银行首席投资策略师表示，内存价格已从背景话题跃升为财报季的头条新闻，其上涨和供应紧张已被市场理解并计入价格 [4] - 该策略师进一步指出，供应紧张的持续时间现在开始受到质疑 [4] - 富达国际基金经理认为，当前估值在很大程度上计入的是行业混乱将在一到两个季度内恢复正常的预期，但行业紧张状况可能会持续更久 [4]

市场整体表现与资金流向 - 美国股市周一早盘整体变动不大 标普500指数和纳斯达克100指数基本持平 道琼斯工业平均指数走低0.4% [1][2] - 市场在经历上周人工智能驱动的抛售潮后 出现1万亿美元的反弹行情 几乎抹平了上周的跌幅 [1][2] - 比特币价格跌破7万美元关口 而黄金价格攀升至5000美元以上 [1] 行业与板块动态 - 近期科技股暴跌的核心 软件公司表现领先 [2] - 英伟达等知名芯片制造商周一势头减弱 [1][2] 宏观经济数据与政策预期 - 市场迎来经济数据密集发布周 关键报告将影响美联储政策前景 股票交易员因此避免大额押注 [1][2] - 由于美国政府部分停摆导致数据延迟发布 周三的1月就业报告与周五的消费者价格指数发布日期异常接近 [1][2] - 1月就业报告比往常更为重要 除月度非农就业数据和失业率外 还包含就业人数的年度修订 基准更新预计将显示截至2025年3月的就业增长数据大幅下修 [1][2] - 摩根士丹利旗下E*Trade的Chris Larkin表示 在震荡行情中 市场可能只会将好消息视为利好 坏消息当作利空 [1][2]

事件概述 - 2026年初，对冲基金精准做空软件股，引发行业剧烈抛售，美股软件行业总市值在短短一个多月内蒸发1万亿美元 [1] - 对冲基金通过此轮做空已实现约240亿美元的利润 [1] - 抛售浪潮与市场对人工智能技术颠覆传统软件商业模式的深度担忧密切相关 [3] 做空策略与目标 - 对冲基金的做空策略具有高度针对性，火力集中于业务模式易被新兴AI工具取代的公司，特别是提供基础自动化服务的企业 [1][5] - 做空策略出现罕见转型，以微软为例，其从“反转股”特征转变为“动量驱动的受压股”，做空者在其股价走弱时反而加大做空力度 [5] - 空头仓位最集中的股票包括TeraWulf（做空比例超35%）和Asana（做空比例超25%），Dropbox和Cipher Mining的流通股做空比例也分别达到19%和17% [7] 市场表现与影响 - iShares扩展科技软件ETF（IGV）本周下跌8%，年内跌幅扩大至超21%，较去年9月历史高点已下跌30% [7] - 大型软件公司股价普遍重挫：微软下跌15%，甲骨文下跌21%，Salesforce、Adobe和ServiceNow跌幅均超20% [7] - 抛售波及整个科技板块，以科技股为主的纳斯达克综合指数近日下跌约1.5%，走向自去年11月以来表现最差的一周 [9] - 芯片制造商AMD因发布令人失望的业绩指引，股价单日暴跌超17%，创2017年以来最大单日跌幅 [9] 市场观点与分析 - 市场普遍认为软件行业正经历一场深刻的“结构性变革”，这可能导致更多并购活动，例如大型公司收购小型企业 [3] - 部分分析师看到机会，认为投资者应利用此次回调买入某些软件股，并指出软件行业的循环信贷额度尚未被动用，表明企业资产负债表相对健康 [9] - 另有观点将此事件描述为“软件行业的又一次AI恐慌”，建议利用下跌买入与AI相关的半导体股票，并认为这是市场资金从科技股向大宗商品、消费品及银行等板块的轮换，而非市场破裂 [11] - 随着多家软件公司即将发布财报，市场情绪可能很快迎来转折点，有分析警告不要对软件股短期走势过于看空 [11] 资金流向与交易特征 - 交易员正将资金从大型科技“安全股”转向与经济增长改善更直接相关的行业，如大宗商品生产商、消费品和银行股 [13] - 对冲基金正加大对软件股的做空力度，成为该领域惨烈抛售的主要推手之一，目前对软件板块全是净做空 [1][3] - 具体空头头寸变化：微软的空头头寸今年已激增约20%，甲骨文则增长约10% [13]

太空AI基建与能源瓶颈 - 核心观点：在太空部署人工智能算力将比在地面更具经济吸引力和可扩展性，预计36个月内甚至30个月内太空将成为AI基建首选之地 [4][13][17] - 全球电力产能增长停滞，而芯片产能正接近指数级增长，能源供应已成为数据中心规模扩张的主要瓶颈 [7][8] - 太空太阳能电池板的发电效率大约是地面的五倍，且无需考虑昼夜循环、天气和大气层损耗，也无需配备储能电池，成本可降低五到十倍 [13][29][31] - 在地面建设太瓦（TW）级数据中心面临巨大挑战，1太瓦的电力需求是美国目前平均用电总量0.5太瓦的两倍，而公用事业行业审批和建设速度缓慢 [18][19] - 发电设备（如燃气轮机叶片）的供应链存在瓶颈，订单已排到2030年，公司可能不得不自己制造涡轮叶片以满足电力需求 [34][35] 太空算力部署规划与规模 - 预测五年后，每年在太空发射和运行的人工智能算力将超过地球上的累计总量 [6][37] - 为实现太空AI部署的规模化，SpaceX计划进行每年1万次甚至2万到3万次的星舰发射，可能仅需20到30艘实体星舰通过快速周转来实现 [38][40] - 从长远看，地球接收的太阳能仅占太阳总输出的大约五亿分之一，要利用太阳能量的可观比例（如百万分之一），规模化唯一途径是进入太空 [46] - 初期从地球发射，年发电量可达约1太瓦，超过此规模则需在月球建立质量加速器进行发射，年发电量或可达1拍瓦（PW） [46][63] 芯片与内存供应链挑战 - 当前限制AI算力规模化的首要因素是能源，一旦进入太空，限制因素将转变为芯片 [6][57] - 现有的晶圆厂产能不足，芯片产量太低，无法满足需求，需要建立超大规模的芯片制造厂（如“TeraFab”） [49][50] - 内存供应是比逻辑芯片更严峻的挑战，DDR内存价格已出现暴涨 [53] - 公司正全力推进自研AI芯片（如特斯拉的AI5、AI6）的生产与规模化，但仍受限于台积电等代工厂的产能，从建厂到高良率量产需要约五年时间 [55][56][58] AI、机器人及未来公司形态 - 预测或许五六年内，人工智能的智能总和将超过人类智能总和，持续发展下去，人类智能最终将不足所有智能的1% [6][69] - 认为完全由人工智能和机器人构成的公司，其业绩将远超任何有人类参与的公司 [6][81] - 人形机器人（如Optimus）发展的关键取决于三项呈指数级增长且递归相乘的因素：数字智能、AI芯片能力和机电灵巧性 [78] - 人形机器人的机电设计难点在于手部，其复杂度超过所有其他部件之和，需要从物理原理出发进行全套定制设计，目前没有现成的供应链 [82][84][85] - 预计Optimus 3版本可实现年产量百万台左右的规模 [87] 全球竞争格局与中国制造业 - 指出中国在大多数领域的制造业非常先进，是“制造业强国”，例如其矿石精炼量大约是世界其他地区总和的两倍，太阳能电池用镓的精炼占比达98% [90][96] - 中国的电力产量预计今年将超过美国的三倍，这是实体经济能力的粗略代表 [96] - 强调如果美国没有突破性创新，中国将在制造业、能源、原材料乃至人工智能、电动汽车和人形机器人领域彻底占据主导地位 [6][97] - 认为美国在人力方面无法与中国竞争（中国人口是美国的四倍且平均职业道德更高），获胜的机会在于发展机器人产业，通过让机器人制造机器人来实现递归增长 [94] 公司运营与人才策略 - 公司在评估技术人才时，注重寻找能证明其卓越能力的要点，而非仅仅依赖简历，通过大量“训练数据”积累面试经验 [98][99][102][103] - 特斯拉高层团队平均任期约10到12年，但公司经历过极其快速的增长，高管职位变动速度与增长成正比，且成功时期常面临竞争对手的无情挖角 [104][105] - 招聘时应看重才能、驱动力、诚信和善良的人品，这些基本特质比特定领域知识更为根本 [110] - 随着公司规模扩大，管理风格需调整，无法进行微观管理，但会深入关注那些成为公司进展制约因素的具体瓶颈问题 [113][114]

太空AI基础设施与能源瓶颈 - 核心观点：在太空部署人工智能计算基础设施，从经济性和可扩展性上，将在未来30-36个月内成为首选方案，以解决地面面临的严重能源供应瓶颈[3][4][8] - 全球电力产能（除中国外）基本处于停滞状态，而芯片产能正接近指数级增长，能源已成为限制AI算力规模化的核心瓶颈[3] - 太空太阳能电池板的发电效率约是地面的5倍（因无大气损耗、昼夜循环和天气影响），且无需配备储能电池，综合成本可降低一个数量级[8][21][23] - 预计5年后，每年在太空发射和运行的人工智能算力将超过地球上的累计总量，太空AI年发电量可达数百吉瓦，并可能达到1太瓦规模[4][27] - 在地面建设太瓦级数据中心面临巨大挑战，例如为11万台GB300芯片集群（含散热、网络等）供电需约300兆瓦发电能力，且受制于涡轮机叶片等关键部件的漫长交货期（排到2030年）和复杂的监管许可[11][23][24][26] SpaceX的规模化发射与业务转型 - 核心观点：SpaceX将通过高频次、低成本发射支持太空AI基建，并可能转型为“超大规模”计算服务商[28][30][31] - 为实现太空数百吉瓦的发电能力，需要极高的发射频率，计划筹备每年进行1万次甚至2万到3万次星舰发射，可能仅需20-30艘实体星舰通过快速周转来实现[28][30] - 若预测成真，SpaceX发射的AI算力将超过地球上其他所有事物的算力总和，公司可能成为超级超大规模云服务商[31] - 公开市场融资（可能比私募市场多10-100倍）对于支持该规模所需的巨额资本（每年可能超过数百亿美元）至关重要[32] 芯片与半导体供应链挑战 - 核心观点：芯片产能是继能源之后的下一个关键限制因素，需要前所未有的芯片制造规模，而内存供应是比逻辑芯片更严峻的挑战[36][38][41] - 从建厂到实现高良率量产芯片需要约5年时间，现有晶圆厂产能无法满足需求，需要类似“TeraFab”的超大型芯片制造项目[38][39][44] - 内存（如DDR）供应短缺问题比逻辑芯片更为突出，价格已出现暴涨[41] - 预计到2024年底，芯片生产速度可能超过调试速度，导致芯片因缺电而无法启动，服务器端集中式计算将面临电力瓶颈[46] - 特斯拉正全力推进其AI5和AI6芯片的设计与生产规模化，但当前受限于台积电等代工厂的产能[43][44] 人形机器人（Optimus）与制造业竞争 - 核心观点：人形机器人的发展取决于数字智能、AI芯片和机电灵巧性三者的指数级协同增长，其大规模生产是赢得制造业竞争的关键[60][62][70] - 人形机器人的三大核心挑战是：现实世界智能、灵巧手部、规模化制造，其中手部的机电设计难度超过其他所有部件总和[62][64] - 特斯拉将汽车开发的AI视觉系统与芯片（如AI5）复用于机器人，Optimus 3版本预计能达到百万台年产量规模[46][64] - 完全由AI和机器人构成的公司，其业绩将远超任何有人类参与的公司[4][61] - 在制造业竞争中，若美国没有突破性创新（如机器人制造机器人的递归循环），中国将凭借其四倍于美国的人口、更高的平均职业道德、以及强大的工业基础（如电力产量预计超美国3倍）占据主导地位[4][67][70][74] 特斯拉的边缘计算优势与中国制造业地位 - 核心观点：特斯拉在边缘计算（汽车、机器人）上具有分布式用电优势，可规避集中式数据中心的电力瓶颈；中国在基础原材料精炼和制造业方面已占据全球主导地位[46][47][67][73] - 边缘计算设备（如汽车、机器人）可在电网负荷较低的夜间充电，从而更有效地利用现有电网容量（美国峰值发电超1000吉瓦，平均用电500吉瓦），不受集中式电力瓶颈限制[46][47] - 中国在多个基础制造领域领先，例如矿石精炼量约为世界其他地区总和的两倍，太阳能电池用镓的精炼占比约98%[67] - 中国在电动汽车等制成品市场极具竞争力，预计将有大量中国车辆涌入全球市场，其庞大的工业能力（以电力产量为粗略代表）可能是美国的三倍[73][74] AI发展前景与公司治理 - 核心观点：AI智能总和可能在5-6年内超过人类总和，确保AI追求真理而非政治正确至关重要；公司招聘更看重才能、驱动力和诚信等根本特质[4][53][75][82] - 预计未来绝大多数智能将是人工智能，人类智能占比可能不足1%，确保AI的价值观能促进智能在宇宙中传播是关键[4][51][53] - AI开发需要优秀的调试工具来深入理解其“思维”过程，以纠正错误或欺骗行为，同时确保其追求物理真理[55][56] - 在招聘中，实际能力证明比简历更重要，公司看重才能、驱动力、诚信和心地善良等基本特质，大多数员工并非来自传统对口行业[75][76][82] - 随着公司规模扩大，管理聚焦于解决关键瓶颈问题而非微观管理，高管团队需要适应公司量级式增长带来的不同能力要求[80][83]

美股市场表现 - 道琼斯工业平均指数周五飙升1206点，涨幅2.5%，历史性突破5万点整数关口，收于50115.67点，创下去年5月以来最大单日涨幅 [1][3] - 标普500指数上涨2%，纳斯达克指数跳涨2.25%，领涨主要股指 [3] - 周五的强劲反弹标志着市场情绪的显著转变，这是美股自去年5月以来表现最好的单日交易 [5] 行业与公司动态 - 科技股领涨推动美股强势反弹，科技股收复了本周的大部分失地 [3][5] - 芯片制造类公司表现强劲，英伟达股价大涨7.8%，博通股价飙升7.1%，这些股票贡献了标普500指数的大部分涨幅 [5] - 投资者押注客户将继续在人工智能技术上投入资金 [5] - 亚马逊首席执行官表示，公司预计今年将投资约2000亿美元，以把握人工智能、芯片、机器人和低地球轨道卫星等重大机遇 [5] - 谷歌母公司Alphabet也表示将加大在人工智能技术上的投入 [5] - 在本周早些时候，纳斯达克指数连续三个交易日下跌，软件股和部分与人工智能相关的科技巨头大幅下挫 [5]

美股市场表现 - 道琼斯工业平均指数于周五历史性突破5万点整数关口，收于50115.67点，单日飙升1206点，涨幅2.5%，创下去年5月以来最大单日涨幅 [1][3] - 标普500指数周五上涨2%，纳斯达克指数跳涨2.25%，科技股领涨推动美股强势反弹 [3] - 周五的强劲反弹标志着市场情绪的显著转变，科技股收复了本周大部分失地，这是美股自去年5月以来表现最好的单日交易 [5] 行业与公司动态 - 芯片制造类公司表现强劲，英伟达股价周五大涨7.8%，博通飙升7.1%，这些股票贡献了标普500指数的大部分涨幅 [5] - 投资者押注客户将继续在人工智能技术上投入资金 [5] - 亚马逊首席执行官表示，公司预计今年将投资约2000亿美元，以把握人工智能、芯片、机器人和低地球轨道卫星等重大机遇 [5] - 谷歌母公司Alphabet也表示将加大在人工智能技术上的投入 [5] - 在本周早些时候，纳斯达克指数曾连续三个交易日下跌，软件股和部分与人工智能相关的科技巨头大幅下挫 [5] 政策与市场观点 - 特朗普将道指的新纪录归因于其关税政策，称其推动了创纪录的股市表现和国家安全 [1][2] - 特朗普预测道指将在其任期结束前达到10万点 [1][2] - 特朗普的言论暗指美国最高法院即将就其对外国征收全面关税的合法性作出裁决 [2]

AI在制造业中的应用现状与核心挑战 - 制造业对AI的拥抱普遍存在焦虑与迷茫，系统性推进困难且效果常不及预期，麻省理工学院2025年调研显示，仅约5%尝试系统性利用AI的企业取得成功 [2] - 当前制造业AI应用多处于“点状智能”阶段，主要辅助特定环节，尚未达到端到端的智慧工厂水平 [4] - AI在研发环节能提升效率但核心创新贡献有限，例如谷歌DeepMind的GNoME工具通过图神经网络发现了超过528种潜在锂离子导体，相当于此前总量的25倍，但这仍属辅助范畴 [4] - 在设计环节，生成式AI在平面设计上提升速度，但在复杂工业设计（如汽车整体造型）中多局限于概念启发，难以深度考虑物理约束与成本，特斯拉等领先企业最终设计仍需工程师干预 [6] - AI在芯片或电路板等高精度产品的布局优化上初显价值，如英伟达的AI辅助芯片设计工具，但整体渗透率较低 [6] - 在生产制造环节，AI在品质检测和预测性维护上成效显著，例如博世某产线采用AI品质检测，准确率达99.8%（高于人类的95%），单件检测时间从20秒缩短至约5秒，检测成本下降约50% [6] - 预测性维护系统（如GEAviation）据称每年可节省数亿美元 [6] - 在智能排产、流程优化、工艺参数动态调整和个性化制造等领域，AI影响有限，2025年麦肯锡报告显示，88%的企业使用AI，但仅6%的企业报告AI对利润（EBIT）产生了企业级影响 [6] - 在销售服务环节，由于容错率相对较高且任务与大模型能力匹配，应用进展不错 [7] - 在供应链管理环节，AI未来潜力大，但目前受数据孤岛、规则复杂及不确定性等问题限制，落地效果有限 [7] - 总体而言，AI在制造业的应用多依赖传统机器学习，而非前沿大模型，且停留在孤立优化阶段，尚未实现系统集成 [8] 制造业AI落地滞后的根源 - 制造业AI落地滞后的根源在于行业固有复杂性、物理交互挑战和高标准要求，与当前AI技术范式不完全匹配 [10] - 制造业复杂性体现在：生产系统链条长且高度耦合；数据和知识复杂，跨越多领域且碎片化；行业差异巨大，知识复用困难 [11] - 与物理世界的深度交互增加了难度，当前大模型在具身感知、物理规则理解和空间推理等方面存在显著局限 [11] - 物理世界数据来源复杂（如各种传感器、PLC、CNC机床），数据格式、协议、频率不同，且常伴有噪声、干扰和不准确问题 [12] - 仿真与真实情况差距大的问题难以解决，导致仿真中训练的策略在现实中易失败 [12] - 制造业对实时性要求极高，决策延迟可能导致产品报废、设备损坏或人身安全威胁 [13] - 制造业容错率低，高端制造业对错误几乎是零容忍，例如理想汽车MEGA车型因冷却液缺陷召回导致损失超过11亿元 [13] - 大模型速度不够快且存在“幻觉”问题，其可靠性成为深度赋能制造业的重大挑战 [13] 缩小差距：智慧工厂AI需发展的核心能力与企业战略 - 要缩短理想和现实之间的差距，技术需进步，企业也需有适配的AI战略 [15] - 核心能力一：开发真正适配制造业的工业大模型，模型需掌握专业领域知识（可通过微调、RAG等方式实现，难点在于高质量领域数据），并具备更好的可靠性、更快的速度 [16][17] - 核心能力二：AI需具备全面感知和获取全链条关键数据的能力，智慧工厂需构建深度数字孪生系统（如西门子的工业元宇宙概念），进行实时推演和优化 [18] - 需解决制造业数据来源复杂、分散在不同系统与设备中的问题，进行数据归集、清洗、对齐 [18] - 工业大模型训练需要大量高质量标注数据（如资深工程师对复杂故障的判断），成本高于语言模型的自监督学习 [18] - 核心能力三：AI必须在复杂条件下（物理、安全、合规、商业约束）进行深度理解和高质量决策，实现多目标优化并应对不确定性，需具备持续在线学习、从错误中自我改进的能力 [19] - 核心能力四：AI需要具备具身智能，以理解并操控物理世界，并统筹多供应商设备和机器人间的协同，确保顶层集成 [1][20] - 上述所有能力需在极高可靠性、安全性和确定性下运行，以确保生产连续性和零风险 [21] - 企业需制定长期和短期AI战略：短期可以点带面，在匹配场景（如大模型辅助知识问答、缺陷检测、预测维修）落地AI以积累经验；长期应专注构建高质量数据资产，通过数据合作在工业AI生态中占据上游位置，并逐步扩大AI利用广度和深度，最终打造端到端的智能工厂 [22]

市场整体表现与抛售概况 - 科技股遭大规模抛售，拖累华尔街整体走弱，纳斯达克综合指数迎来4月以来最惨烈的三日连跌，本周市值累计蒸发超1.5万亿美元 [2][11] - 市场心态已从“所有科技股都是赢家”转变为残酷的“优胜劣汰”格局 [2][11] - 比特币等风险资产遭遇抛售，价格跌至2024年10月以来新低，可能推动投资者转向更安全的资产 [2][11] 市场震荡的核心原因 - 投资者担忧人工智能工具颠覆现有商业模式，导致软件股承压 [5][12] - 科技巨头为助力人工智能产业爆发，大举投入数据中心建设，投资者对此感到疲态 [5][12] - 科技股估值本就处于高位，易引发投资者“先抛售、后观望”的踩踏式卖出 [5][12] - 人工智能热潮曾带动所有相关科技股普涨，如今华尔街开始甄别真正的赢家与输家 [5][12] 人工智能对软件行业的冲击 - 人工智能初创公司推出能为法律行业完成更多工作的新工具，引发华尔街担忧企业将放弃现有专业软件订阅服务，冲击软件企业利润 [2][11] - 市场对人工智能蚕食软件行业市场份额的担忧导致跟踪软件行业的某交易所交易基金已连续八日下跌 [3][13] - 市场对软件企业的普遍看法已发生逆转，认为它们是人工智能的受害者，而非受益者 [8][15] 科技巨头资本开支与市场反应 - 过去一周，微软、字母表和亚马逊均公布了加码数据中心及基础设施建设的支出计划 [7][14] - 华尔街希望看到巨额投入能转化为实际利润，微软1月29日发布财报后股价大跌10%，亚马逊周四盘后发布财报后股价下跌11% [7][14] - 市场对科技巨头的要求极高，只有当人工智能投资与清晰、可持续的营收增长相结合时，市场才会给予正向反馈 [7][14] 高估值科技股遭遇抛售的具体案例 - 软件企业赛富时2025年股价大跌20%，今年以来跌幅达到28% [3][13] - 芯片制造商超威半导体发布的一季度营收预期略低于分析师预期，股价应声大跌17%，创2017年以来单日最大跌幅 [7][14] - 人工智能概念股帕兰提尔2024年股价大涨340%，2025年再涨135%，但今年以来股价已下跌27%，较11月初的历史高点跌幅达37% [7][15] - 甲骨文去年9月10日宣布与开放人工智能达成3000亿美元合作协议后股价创历史新高，此后其股价已暴跌60% [7][15] 市场观点与未来展望 - 英伟达首席执行官认为软件将被人工智能取代的观点“不合逻辑”，巴克莱银行也认为人工智能企业想要取代行业专用软件工具“看起来并不现实” [8][16] - 目前人工智能相关科技股的市场负面情绪正愈演愈烈，部分股票的跌幅已经十分显著 [8][17] - 如果人工智能的韧性超出预期，市场将出现逢低买入的机会 [8][17]