美股七巨头月蒸发3万亿：AI资本开支进入盈利验证期

2026年6月，美股科技七巨头——苹果、微软、Alphabet、亚马逊、英伟达、Meta、特斯拉——单月市值合计蒸发约3万亿美元。追踪这七只股票的Roundhill Magnificent Seven ETF当月跌幅达13%，创2023年成立以来最差月度表现。与此同时，剔除七巨头后的标普500其他成分股同期反而上涨了2.6%。

与2022年由加息和衰退预期驱动的科技股熊市不同，本轮下跌的根源，是市场对AI资本开支的投资回报率开始了系统性审视。一个更根本的问题正在被追问：过去两年数千亿美元的AI资本开支，什么时候能变成可验证的利润？

一、数字背后的事实

6月的最后一周，七巨头股价跌幅集中在3%-10%之间。英伟达累跌8.62%，Alphabet跌8.92%，苹果和亚马逊分别跌4.77%和4.79%，Meta跌4.67%，特斯拉跌5.19%。费城半导体指数当周重挫近8%，录得年内最差单周表现。据Wind数据及彭博终端统计，以上涨跌幅均基于6月最后一个完整交易周（6月22日至6月26日）的区间收盘价计算。

整个6月，微软累计下跌21.64%，是七巨头中月度跌幅最大的。 但微软的下跌更多反映了市场对云业务AI变现节奏的担忧，而非AI战略本身的问题。以下是七巨头6月月度跌幅全貌：

资金没有离开股市，但方向变了。非AI板块整体录得2.2%涨幅，罗素2000小盘股指数跑赢纳指。据高盛Prime Brokerage周报数据，资金正在从七巨头流向价值股和AI产业链上游——存储芯片、半导体设备板块相关ETF同期涨幅约5%-8%。

东方汇理私人银行亚洲首席策略师陈达德指出，七巨头整体跑输大盘，反映资金正沿着AI产业价值链重新配置，从超大规模云服务商转向AI硬件、先进封装及HBM存储芯片等企业。

二、五重压力叠加

压力一：资本开支ROI拷问

过去一年，亚马逊、Alphabet、微软和Meta的资本开支从约2000亿美元跃升至3000亿美元量级。这些开支并非全部直接用于AI训练算力——大量资金投入数据中心基建、电力、服务器等通用IT资产，且具有长期折旧属性。市场担忧的不仅是硬件投入，还包括持续的运维、人力、数据治理等隐性成本。BIS在2026年6月发布的年度报告中，就AI领域资本开支风险发出警示：若回报不及预期，可能触发融资收缩，将资本开支热潮逆转为一轮投资萧条。

压力二：宏观环境收紧

6月美国粘性通胀数据超预期，市场对美联储降息预期的时间点被推迟。高估值成长股的定价高度依赖低折现率，宏观利率环境的边际变化，对七巨头这类高PE资产的估值影响远大于对价值股的影响。利率只是分母端扰动，真正导致估值回调的，是AI盈利上修速度不及利率上行速度——分子端业绩预期走弱（即企业赚钱变慢）与分母端折现率抬升（即资金成本变贵）同时发生，这才是七巨头集体承压的根本原因。

压力三：拥挤交易松动与季末再平衡

过去三年做多七巨头是美股最拥挤的交易之一。据高盛交易台6月27日发布的周报估算，全球大型基金季末/半年末的资产再平衡触发了高达1650亿美元的换仓沽盘。量化波动率策略在VIX抬升后被动止损抛售，进一步放大了跌幅。这属于技术性去拥挤，而非市场彻底否定AI长期逻辑。

压力四：算力叙事出现裂缝

据市场监测数据，英伟达B200芯片的每小时租赁价格在6月内出现阶段性回落。高盛交易台主管Rich Privorotsky在6月25日的市场简报中表示审慎：如果供应增加且租赁价格持续走低，将挑战算力资源持续短缺的核心论调。但需要区分的是，价格波动集中在训练型算力，而政企和传统行业的AI推理算力租赁价格仍保持稳定。 市场的真实担忧是通用训练算力可能出现的阶段性供给释放，而非全场景算力需求的萎缩。国内政企、金融、制造等行业私有化大模型订单持续高增，也侧面印证了垂直场景下推理算力的需求韧性。

压力五：盈利前瞻下修与政策不确定性

6月多家云厂商和半导体机构下调二季度营收指引：AI相关资本开支转化为企业付费需求的速度不及市场前期乐观预期，叠加消费电子复苏乏力、特斯拉电动车增长见顶，盈利前瞻下修是本轮抛售的直接导火索。

与此同时，谷歌反垄断案即将进入最终判决阶段、欧盟《人工智能法案》合规要求持续落地推高运营成本、美国新一轮AI芯片出口管制预期升温，多重合规与政策不确定性进一步压制了科技巨头的风险偏好。需要指出的是，政策影响并非单向利空——监管压力也可能倒逼企业优化业务结构、提升运营效率，但短期市场倾向于定价不确定性本身。

三、两种解读

华尔街对这次下跌有两种解读：

乐观派认为这是健康回调。 FXTM富拓首席中文市场分析师卢晓旸表示，这次抛售主要由于季结资产再平衡、高杠杆踩踏和算力需求担忧三大因素叠加，支撑AI发展的底层逻辑依然坚实，七巨头2026年资本支出计划并未收缩。微观层面，微软Azure AI服务年化收入已突破370亿美元；据Meta 2026年Q1财报及业绩说明会数据，通过AI优化广告推荐算法，其Reels短视频的每千次展示广告收入（eCPM）较2024年同期提升约40%。这些财务锚点正在验证AI业务从投入期走向收获期的可行性。

不同巨头变现路径存在明显分化：英伟达依托硬件销售已实现稳定盈利；谷歌依靠云业务与广告优化持续兑现AI价值；苹果、特斯拉仍处于技术投入周期，盈利兑现节奏相对滞后。

悲观派看到结构性问题。 联博集团CEO Seth Bernstein直言，如今的情况与90年代末互联网泡沫有一些真正的相似之处。席勒市盈率已接近历史高位，市场集中度极高。但悲观派的担忧并非空穴来风：市场真正害怕的不是AI没有价值，而是巨头们为了维持AI的护城河，陷入了无休止的囚徒困境式军备竞赛，最终透支了当下的股东回报。

需要承认的是，当前七巨头拥有云服务、消费电子、广告、芯片等成熟主业的稳定现金流支撑，AI是第二增长曲线而非唯一业务，这与90年代互联网泡沫时期多数公司缺乏稳定营收存在本质区别。

四、下半场：不是有没有价值，而是谁来兑现

过去三年的逻辑链条是：算力越稀缺→资本开支越合理→估值越高→融资越容易。这个闭环自我强化，几乎无人质疑。

2026年仲夏，这条链上的每一个环节都在承受压力，但这不等于整条链断裂。更接近事实的描述是：AI产业正在从算力基建期进入商业验证期。 上半场的竞争是谁能最快拿到最多的GPU；下半场的竞争是能让客户为AI的产出持续付费。

这一周期切换是否成立，取决于两个核心指标的走向：

一是全球企业AI渗透率能否再次拉动推理算力的供需紧张；

二是头部大厂能否通过API和行业私有化部署跑通一条不依赖C端订阅的渐进式盈利路径。

谁先交出让每一分算力成本变成客户愿意付费的商业价值的答卷，谁就能在下一轮周期掌握定价权。市场正在等待一个答案：AI资本开支究竟是一场通往新世界的门票，还是一张昂贵的试错收据。答案可能在接下来的两个财报季中逐渐清晰。

本文仅为产业逻辑分析，不构成任何投资建议。

核心观察指标

• 云厂商AI业务收入增速与毛利率变化——参考头部云厂商机构一致预期阈值，观察AI收入能否维持50%以上同比增速，且毛利率企稳回升

• 算力租赁价格走势——观察训练算力降价是否蔓延至推理算力，若推理价格保持稳定则算力供需结构健康

• 七巨头下季度CAPEX指引——参考近十年行业中枢，观察CAPEX/营收比是否回落至历史均值附近，若维持高位则资本开支逻辑延续

• 企业级AI付费渗透率——观察从免费试用向规模化订阅的转化率是否持续提升

• AI相关监管政策落地节奏——关注反垄断判决、出口管制细则、数据合规要求的实际落地强度