作者：Jae，PANews
8 月第一周，美股 AI 產業鏈上的主流標的普遍收獲了 10% 以上的可觀漲幅。輝達股價連續 5 日上漲，邁威爾更是斬獲了接近 20% 的漲幅。在 7 月經歷了「滑鐵盧」的 AI 產業鏈概念股到了新的一個月終於揚眉吐氣，收復了大片失地。
不過，這波迅猛漲勢其實離不開 7 月下旬激烈的槓桿清洗。彼時，半導體和算力上游標的都遭遇了顯著的估值回撤，市場上空一度瀰漫著「泡沫破裂」的恐慌。摩根士丹利中國首席經濟學家刑自強的最新研判指出：AI 賽道在近期的波動並非基本面惡化，而是交易擁擠、大廠融資抽水、油價推升加息預期共振所致的階段性「半場休整」。這一觀點也成為華爾街各大投行的共識。
目前，雖然美股 AI 產業鏈標的依然有高光錶現，但 AI 板塊的狂熱情緒無疑地逐漸退燒，全球資本市場最熾熱的引擎也正在悄悄換檔。在 AI 投資的上半場，資本扎堆押注算力晶片，追捧「賣鏟人」的確定性故事；摩根士丹利研究團隊認為，下半場的投資重心或將沿著兩條路線遷移：一條向應用端下沉，追逐真實的降本增效與現金流兌現；另一條則向物理世界延伸，重估能源、資產等 AI 。
「三座大山」壓垮 AI「賣鏟人」
三股力量的疊加，共同按下了 AI 賽道的「暫停鍵」。
擁擠交易：高槓桿籌碼堆出的脆弱平衡
上半年的 AI 行情，是一份「擁擠交易」的典型樣本。
大量槓桿資金與追漲資金衝進算力晶片、半導體、儲存等上游賽道，導致籌碼集中度迅速攀升至歷史高點。擁擠的籌碼結構放大了盤面的脆弱性，從而引發了踩踏式的去槓桿拋售。
7 月下旬，過於一致的交易預期迎來了一次集中的籌碼鬆動。根據高盛統計，槓桿半導體 ETF 的資產管理規模（AUM）從 6 月高峰的約 1,630 億美元下滑至 1,000 億美元，跌幅近 40%，創下 2025 年 4 月以來的最大降幅。在同期美國所有槓桿 ETF 的資金流出中，半導體 ETF 佔比約 63% 。
不過，去槓桿也有效清除了純粹概念炒作的泡沫，讓市場在 AI 賽道上的過熱情緒降溫。
資金抽水：千億美元資本支出的流動性反噬
AI 軍備競賽的另一面，是對二級市場流動性的持續消耗。
全球超大規模雲端服務商為了搶佔算力高地，計畫在 AI 基礎設施上投入數千億美元，但它們的現金流難以完全覆蓋如此龐大的資本開支缺口。因此，科技大廠頻繁透過股票增發、發行大額企業債等方式對外大規模融資。根據《金融時報》披露，四大矽谷巨頭截至今年第二季的 AI 累計資本投入已高達 1.1 兆美元。摩根大通研究團隊也指出，AI 相關債務已占美國投資等級債券市場的 15% 以上，成為最大的單一債務板塊，如果下游變現不如預期，過度舉債將對企業的信用評等構成潛在威脅。
二級市場被不斷「抽水」，資金供給收緊，估值自然承壓。簡單來說，算力擴張越激進，對流動性的虹吸效應越強。
利率陰雲：通膨反彈的估價擠壓
宏觀層面的變數成為了壓垮高估值的最後一根稻草。
中東地緣衝突升溫推高了國際油價，市場對通膨黏性反彈的擔憂捲土重來，倒逼聯準會升息預期抬頭。無風險利率的上行提高了未來現金流的折現率。對於尚在投入期、現金流量仍未兌現的 AI 標的而言，折現率的抬升進一步壓制了它們的估值。
在三重壓力下，「賣鏟子」的生意突然變得不好做了。
AI 投資邏輯變換車道：一手算 ROI，一手搶硬資產
高盛與摩根士丹利指出，基礎模型訓練正向大規模推理部署過渡，單純堆疊算力、比拼參數的故事開始邊際失效。資本市場的估值錨點，也轉向商業模式的兌現能力與物理世界的資源瓶頸。
AI 應用端：從說故事到算 ROI
AI 投資的下半場，是一場財務兌現能力的淘汰賽。
上半場，標的只要沾滿 AI 概念就能享有估價溢價；下半場，參數規模不再是主要指標，投入產出比才是獲得高估值的依據。市場將更關注企業能否用 AI 實現降本增效、轉化為營收與現金流的成長。
隨著推理成本持續下行，那些具備強閉環生態、獨家數據資產與高客戶黏性的應用型企業將脫穎而出。例如，把 AI 嵌入遊戲開發、廣告投放或數位化業務流程的企業，能更顯著地壓低單位營運成本，將 AI 技術轉化為內生效率引擎和產品議價能力。
資本向 ROI 靠攏，會倒逼 AI 廠商從「拼參數」轉向「拼落地」，加速 AI 從實驗室走向真實產業。目前在 AI 應用端，除了 Palantir(PLTR) 等少數領先玩家已實現財務成長，其它標的依然需要後續的市場數據來說話。
HALO 資產：AI 的盡頭是物理世界
「AI 的盡頭是能源和原材料」，高盛上個月的一句判斷正在變成市場共識。
HALO（Heavy Assets，Low Obsolescence，即重資產、低淘汰）資產指的是那些具備高障礙有形資本且難以被技術快速替代的實體資產，例如：銅礦、電力電網、基建設備、核能資源等。這類 AI「搬不走、拆不掉、造不出」的實體硬資產或將受到全球資金的追捧。
高盛在《The HALO Effect》報告中指出，全球市場正在經歷「稀缺性的重新定價」。過去十年市場追捧「輕資產輕、高擴張」的軟體模式，但 AI 降低了資訊處理門檻，大幅壓縮了軟體與 IT 服務企業的估值和利潤率上限。相反，實體資產的重置成本因通膨和供應鏈再區域化而大幅上升。
簡單來說，大模型在以周為單位迭代，演算法與軟體服務的門檻被大幅抹平，部分依賴簡單程式碼或中介服務的輕資產 SaaS 企業正面臨著被 AI Agent（智能體）取代的顛覆性風險。演算法能被開源模型超越，軟體能被 AI Agent 重寫，但電網不能被隨意複製，銅礦不能憑空生成，核電站也不能在一夜之間建成。
依照華爾街機構的分類標準，HALO 主題涵蓋了電力與核能、電網與基建、關鍵原料、工程製造四大主要板塊，每一個都是 AI 算力擴張難以繞過的物理關卡，其中也不乏貝萊德、高盛等機構具有高共識的潛力標的。
在電力與核能領域，以 Constellation Energy（CEG）、 Vistra Corp（VST）與 NextEra Energy（NEE）為代表的獨立核電巨頭，正成為資本的焦點。在公共電網擴容受限的背景下，它們憑藉著牌照優勢和「機組旁建機房」（Behind-the-meter）的直連供電模式，核電廠成為數據中心的主力能源供應商，吸引科技巨頭們簽下為期多年、附帶保底價格的購電協議（PPA），把原本高確定性的公用業務轉化為高確定性的資產。
在電網與基建領域，高功耗 GPU 的普及導致傳統風冷散熱達到了物理極限，資料中心向液冷技術的轉型是大勢所趨。 Vertiv（VRT）依靠在精密冷卻與熱管理技術上的領先地位，將吃到機房散熱升級的紅利。 Eaton（ETN）和 Quanta Services（PWR）則掌控配電設備、變壓器與高壓電網的施工能力，決定了電網擴容的實際速度。另外，實體電網升級的長週期工程也為它們築起了較高的競爭障礙。
在關鍵原料領域，Freeport-McMoRan（FCX）手握優質的特大銅礦資源及開採權。無論是電力傳輸、變壓器繞組或資料中心內部佈線，銅都是不可取代的物理傳導介質。而礦山開發週期長、礦石品質下滑等問題大幅降低了新銅礦的供給彈性，供需缺口的長期放大將持續推高銅礦資源的定價權。
在工程製造領域，Caterpillar（CAT）和 Deere&Co (DE) 有著龐大的實體工廠、專有工程技術和全球供應鍊網絡，建構了難以被程式碼或演算法取代的物理壁壘，在基建大潮中持續取得訂單。
在 AI 投資的下半場，Eaton 的變壓器、 Caterpillar 的巨型挖土機、 Newmont 的銅礦等曾被視為「老經濟」的資產，突然被賦予了新的戰略價值。資本對 HALO 資產的重定價，將為下一階段更龐大的 AI 基建需求築牢物理底座。
然而，HALO 資產的建設週期長、資金投入大。一旦下游 AI 應用的商業化兌現速度不如預期，前置投放的能源與算力基建也可能引發產能過剩、資產沉沒的風險。
「半場休息」是資本市場走向理性分化的必要階段，未來的超額收益將一頭伸向真實的商業場景，一頭扎進堅實的硬資產。只有兼具商業化造血能力與物理護城河的玩家，才能在「半場休息」後的長跑中保持領先。
（以上內容獲合作夥伴 PANews 授權節錄及轉載，原文連結 ）
免責聲明：本文只為提供市場訊息，所有內容及觀點僅供參考，不構成投資建議，不代表區塊客觀點和立場。投資者應自行決策與交易，對投資者交易形成的直接或間接損失，作者及區塊客將不承擔任何責任。
