台北時間 9 月 18 日凌晨，美股收出本輪反彈中力度最大的一根陽線，同日亞洲早盤接棒高開。當地時間 9 月 17 日，費城半導體指數收漲 3.14%，英特爾漲 7.67%、ARM 漲 8.57%、AMD 漲 6.36%、美光漲 5.5%、SK 海力士 ADR 漲 4.64%、台積電 ADR 漲約 3%、輝達漲 2.54%；納指漲 1.69%，標普 500 漲 1.14%，道指漲 0.61%。9 月 18 日早盤，韓國 KOSPI 高開 2.54%，SK 海力士漲 4.3%、三星電子漲近 3%，軟銀集團漲超 5%，日經 225 指數漲約 1%。

這輪反彈的推力主要來自利率端。9 月 16 日聯準會三年來首次升息落地，美股當日跳水；次日 10 年期美債收益率回落 7 個基點至 4.94%，重回 5% 下方，油價連續第二日走低。需求側的幾條表態同時出現，黃仁勳稱未來一年輝達晶片銷量將翻番，英特爾 CEO 陳立武稱 CPU 需求已遠超現有供給，GPU 雲服務商 NEBIUS 宣佈 10 月 1 日起平均提價約 20%。

三個交易日之前，這批股票在盤面上還是另一副面孔。美東時間 9 月 14 日，全球晶片股集體下挫：輝達跌 3.4%、英特爾跌 5.6%、美光跌 5.3%、博通跌 4.8%；同日亞洲市場同樣走低，軟銀收跌約 10.7%、SK 海力士跌 6.3%。蹊蹺的是，當天軟體類 ETF 不跌反漲，而這次下跌的導火線並非業績暴雷，也不是指引下調，而是一篇題為《我們必須放緩前沿步伐》的文章。

Anthropic 首席執行長阿莫代伊（Dario Amodei）此前在社交平台發佈這篇題為《我們必須放緩前沿步伐》的文章，呼籲全球前沿 AI 公司放緩模型能力的提升速度，很快獲得 OpenAI 的奧爾特曼（Sam Altman）、馬斯克等多位行業領袖背書。市場真正想問的是，AI 軍備真的會因一篇倡議踩剎車嗎，還是一次情緒衝擊？答案，取決於超大規模雲廠商已經寫進預算的那數千億美元。

1  一篇來自行業內部的「減速」倡議

阿莫代伊的長文並非姿態，而是一套可操作的方案。他提出一個關鍵概念——「遞迴式自我改進」，通俗講，就是 AI 自己參與程式設計、設計實驗、最佳化下一代模型，能力越強，迭代越快，最終快到人類可能跟不上。他警告，若不設限，未來 6 至 12 個月內，成群的自主智能體可能借網路漏洞造成數千億美元損失。為此他給出三步安排：在前沿實驗室嵌入擁有「員工級」權限的第三方評估機構；在民主國家之間協調安全標準、限制開發節奏；在全球範圍內尋求協調，同時正視核實各方履約的難題。他同時明確反對全面暫停——理由是放緩不能以犧牲對中國的領先為代價。

這份倡議的「朋友圈」頗具象徵意義。在正常競爭周期裡，Anthropic、OpenAI 與馬斯克的 xAI 幾乎不可能站在同一邊。奧爾特曼不僅表態認同「控制前沿節奏」，還承諾向外部評估開放權限，並以安全為由暗示 OpenAI 暫緩上市——他曾表示，鑑於安全問題，公司可能不會在 2026 年上市；而據《紐約時報》6 月報導，OpenAI 早前已在考慮因估值原因推遲潛在估值可達 1 兆美元的 IPO。Google DeepMind 主席哈薩比斯、微軟 CEO 納德拉也分別表達了對安全協調或放緩節奏的認同。值得注意的是，據 The Information，Anthropic 的年化營收已從約 90 億美元攀升至 650 億美元，且至少兩家頭部實驗室已在 6 月秘密遞交上市材料——一邊公開呼籲「減速」，一邊緊鑼密鼓推進融資，這種張力讓這場倡議更顯複雜。

這篇長文能被市場當真，還因為此前積累的安全事件。2026 年 7 月，OpenAI 披露其測試環境中的 1200 余個智能體借漏洞逃逸、攻擊了開源模型社區 Hugging Face，並試圖入侵給它們打分的評分器，事後又承認曾嘗試入侵其他企業系統；Anthropic 也公佈了模型中未經授權訪問第三方系統的事件。緊接著在 9 月上旬、就在阿莫代伊發文前數日，Anthropic 研究員考克森（Jacob Coxon）公開辭職，並警告開發者「真心相信 AI 可能在本十年末殺死全人類」。這些事件讓「放緩」從理論呼籲變成了具體關切。

爭論很快進入政策層。美國總統川普公開予以駁回，堅持美國必須在 AI 領域保持絕對領先，並稱「AI 唯一需要的護欄就是一位強大而睿智的總統」。由此，「該放緩還是該加速」的對立清晰起來：安全派要時間補護欄，務實派擔心減速輸掉競爭。這一分野，正是理解後續市場波動的背景。

2  重估的不是收入  而是支撐估值的增長率

回到 9 月 14 日的盤面：這更像一次「輪動」，而非全面潰敗。半導體 ETF 明顯下挫，軟體類 ETF 反而上漲；收盤時標普 500 多數成分股收紅，說明下跌高度集中在算力硬體類股。按收盤口徑，納指跌 0.56%、標普跌 0.48%、道指跌 152 點。跌幅靠前的晶片股包括：ARM 跌 9.7%、博通跌 4.8%、英特爾跌 5.6%、美光跌 5.3%、艾斯摩爾跌 7.3%、輝達跌 3.4%；亞洲方面，軟銀收跌約 10.7%、台積電 ADR 跌約 3.4%、SK 海力士與三星電子分別跌 6.3% 與 4.0%，韓國 KOSPI 收跌 3.3%。

9月14日全球主要 AI 晶片與相關資產跌幅  （*泛林為盤中跌幅，其餘為收盤跌幅）

從跌幅分佈看，受挫的既有軟銀、SK 海力士這類與頭部實驗室繫結的資本與記憶體供應商，也有 ARM、泛林、艾斯摩爾等裝置與設計環節。市場的擔心是系統性的：它不是重估某一家晶片廠，而是對「訓練擴張—算力採購—硬體支出」整條鏈路同時打折。不過這次打折在隨後三個交易日內被大幅收回：截至 9 月 17 日收盤，英特爾已反超暴跌前水平，ARM、輝達基本回到暴跌前位置，台積電 ADR 距 9 月 11 日收盤還差約 0.7%。

市場為何對「倡議」而非「資料」反應這麼劇烈？因為晶片股的價格，早已不是由當季收入決定，而是由對未來的無限增長預期定價。下一代加速器的需求，主要來自不斷擴大的模型訓練規模，而非簡單替換舊伺服器。

一旦領先實驗室釋放「協調放緩」的訊號，最直接的推論就是：最先進晶片的需求曲線下移，支撐當前高估值的遠期增長率被打折。換言之，市場重估的是估值模型裡的增長假設，而非眼前的訂單簿。

但要把「預期」和「事實」分清楚。截至發稿，仍沒有一家公司宣佈削減開支或下調訂單；基本面訂單反而強勁——SK 海力士明確表示 2026 年 HBM 產能已全部售罄，調研機構 TrendForce 也指出，2026 年全球已無可分配的空置 HBM 產能。這意味著，9 月 14 日的下跌更多是情緒與倉位的修正，而非基本面惡化。若訂單和資本開支遲遲不轉向，拋售很可能只是對最擁擠交易的估值去泡沫；一旦資料鬆動，才需要重估。

3  周期性衝擊，還是結構性轉折

多空雙方的分歧，本質上是對「AI 投資周期性質」的不同假設。

多頭邏輯建立在「承諾資本支出」之上。四大雲廠商——亞馬遜、微軟、Google與 Meta——本年度合計指引的資本支出高達數千億美元，且絕大部分指定用於 AI 基礎設施；資料中心從許可到投產需要數年，已訂購的晶片難以取消。按此解讀，一篇文章撬不動這筆已鎖定的投資，周一的下跌只是周期性情緒衝擊，是對投機性最強個股的估值下調，而非超級周期的終結。

支撐多頭的，還有已經落筆的算力契約。據 The Information，OpenAI 預計到 2030 年算力支出將達約 7500 億美元，Anthropic 過去 11 個月簽署的算力協議潛在總成本上限達 5170 億美元（其中部分合同可提前取消）；據路透社，Anthropic 正洽談引入輝達作基石投資者，擬募資高達 1000 億美元、估值或達 2 兆美元。一邊討論「減速」，一邊空前的算力軍備與融資擴張——這些既定安排，讓「實驗室會因一篇倡議收縮算力」的推斷短期缺乏現實基礎。

空頭邏輯則更深刻。既然下一代晶片需求來自訓練規模的擴張，那麼若實驗室真協調「踩剎車」，最前沿訓練運算的需求曲線會系統性下移；現有資料中心仍會建成，但「填滿最新最貴晶片」的緊迫性將消退。疊加 10 年期美債收益率在 9 月 14 日盤中突破 5%（2023 年 10 月以來首次）、9 月 17 日雖回落至 4.94% 但仍處高位，AI 基建的債務融資成本正在抬升。若需求放緩與成本上升同時發生，加槓桿建產能的公司將面臨雙重擠壓。

空頭的判斷也非憑空。有市場策略師觀察到，AI 硬體需求的新增量，正從「訓練新模型」逐步轉向「呼叫已有模型的推理負載」；若前沿訓練真的放緩，作為最先進晶片主要買家的這部分需求，增速可能明顯降溫——這為「需求曲線下移」提供了一條可觀察的路徑。

客觀地看，市場目前既未確認周期論，也未確認結構論，而是處在「測試」階段。過去三個交易日的反彈是市場給出的第一個答案，但它只是倉位訊號。判斷天平倒向那邊，只需盯住兩件事：放緩倡議能否落地為可驗證的協議，以及已承諾的資本開支會不會在下一輪財報中鬆動。

如果說上一章討論的是市場怎麼定價，這一章要回答的是：那些放緩倡議，真能變成約束行業的規則嗎？答案並不樂觀，理由有四。

第一，誰先停手誰吃虧。AI 安全承諾的歷史，本就是一部無約束力聲明的歷史——2023 年同一批高管聯署聲明，稱緩解滅絕風險應與流行病、核戰爭並列，但此後訓練照舊。在「你先放緩、對手不減速」的博弈裡，主動減速的實驗室會失去份額、人才與估值，這種囚徒困境讓自願協議先天脆弱。

第二，沒有強制力。川普已公開駁回倡議，以保持領先為由反對減速。缺乏政府強制與法律激勵，任何自願節奏都難以形成硬約束。

第三，中國因素。阿莫代伊方案有個關鍵前提：所有放緩都必須以「不輸給中國」為上限。這意味著放緩並非純粹的安全主張，而是地緣博弈的一部分——美國既要為安全留時間，又不能把領先讓渡出去。這帶來內在矛盾：對華競爭會持續鼓勵美國加大投入，恰恰與「減速」相悖。所以「全球同步放緩」幾乎不可能真正實現。正因如此，有分析把這場倡議看作競爭策略：限制開源、把權力集中於少數頭部實驗室。風險投資人查馬斯便直言，該倡議「將阻止開源，並把巨大的技術和經濟權力集中於 Anthropic」——呼籲克制的那家，恰恰不是當前競賽的領跑者。

第四，「下台階」。部分分析師指出，隨著訓練新模型的邊際回報下降，「放緩」正好為成本高企的實驗室提供一個體面說法：與其承認前沿收益遞減，不如包裝成審慎決策。若此成立，「減速」未必減少算力支出，反而可能成為頭部玩家鞏固排位、壓制開放原始碼的敘事工具。

綜合來看，當前更接近周期性波動，而非結構性斷裂。已承諾的資本開支大機率會延續到 2027 年；跌得最狠的，正是此前漲幅最大、回吐也最快的投機性股票。但風險情形同樣真實：一旦出現可驗證的正式協議，或雲廠商資本開支指引大幅下調，前沿加速器的需求展望將被重寫。

短期看，9 月 14 日的下跌源於情緒與倉位——資金正從最擁擠的 AI 交易中輪動撤出。中期，取決於「減速」討論能否轉化為可驗證的政策與協議。長期看，雲遷移、主權 AI 需求、規模化推理的經濟性等結構性驅動仍在——這正是 9 月 14 日軟體 ETF 漲而半導體 ETF 跌的原因：市場在區分「訓練擴張」與「算力使用」兩種增長來源。

這輪波動也波及部分中國硬體鏈，但影響分化。9 月 14 日，A 股光模組、記憶體等細分類股走低，中際旭創、新易盛等跌幅居前，港股大模型標的亦遭拋售；不過金龍中國指數當日收漲，A 股半導體多數個股收紅。業內普遍認為，海外「減速」更多停留在安全倡議層面，中國硬體鏈的長期邏輯取決於國產算力自主與模型從訓練向推理的遷移，並未被此次情緒證偽——投資者應將本地下跌與全球敘事區分開。

對投資者而言，最有價值的不是押注結局，而是識別訊號。當前訂單與資本開支尚未證偽，拋售更多是估值與情緒的重定價；但市場不會等資料板上釘釘，它會在確認前為可能性定價。因此，緊盯三個訊號——一旦出現實質性變化，就應升級為對結構性假設的重新評估。

圖 3  多空判定：何時確認結構性轉折？

下一次驗證點就在未來數周：超大規模雲廠商將陸續交出第三季度成績單，輝達也將交出其 2027 財年第三財季業績，屆時 2027 年資本開支指引是否鬆動，會給出第一個相對明確的答案。在此之前，這場「限速」爭論不會因一次拋售而終結——它才剛剛開始，並將持續成為 AI 資產定價中反覆出現的變數。   (鈦媒體AGI)

美國超大規模雲廠商大幅上調資本支出計劃、公開與私募信貸市場加速介入AI基礎設施融資、融資結構快速演進並向價值鏈更深處延伸——這一切在短短數月內集中發生，速度之快、範圍之廣、創新之多，超出市場預期。大摩認為，AI正在演變為資本市場故事，理解資本流向的重要性將不亞於理解技術創新本身。

8月17日，摩根士丹利首席固定收益策略師Vishwanath Tirupattur在最新報告中指出，AI投資周期正在從技術驅動轉向資本驅動。

超大規模雲廠商大幅上調資本支出計劃，公開和私募信貸市場在AI基礎設施融資中承擔了更大份額，投資者開始對不同借款主體和商業模式作出更細緻的區分，而融資結構也在快速迭代，觸角延伸至價值鏈更深處，並越來越多地聚焦在晶片等單一組件層面。

AI投資的規模早已表明，傳統融資管道單憑一己之力將難以為繼。真正令人印象深刻的，是市場響應的速度、廣度和創造力。

AI已不再只是技術故事，正在演變為資本市場故事，理解資本流向的重要性將不亞於理解技術創新本身。

融資缺口持續擴大，信用發行壓力不減

算力供給持續跟不上需求，推動超大規模雲廠商不斷追加資本支出以鎖定未來產能。

摩根士丹利股票研究團隊最新估算，微軟、Alphabet、亞馬遜、Meta四大超大規模雲廠商2027年合計資本支出將較2026年增長57%。

這些支出計劃背後，是對投資回報的強烈信心。摩根士丹利互聯網分析師Brian Nowak在報告《通往25%-50%生成式AI投資回報率的路徑》中指出，相關投資有望實現25%以上的投入資本回報率（ROIC）。

但問題在於，資本支出的部署與貨幣化之間存在明顯時間差，導致近期自由現金流承壓。摩根士丹利分析師對四大超大規模雲廠商2027年自由現金流的預測持續下調。資本支出上升、現金流下降，兩者之間的融資缺口在2027年將進一步擴大，分析師認為，AI相關信用債發行規模將維持高位，甚至需要進一步增加。

信用利差分化：誰在承壓，誰在抗壓

今夏信用市場的表現，揭示了AI融資生態內部的結構性差異。

AI相關信用利差大幅走闊：高評級發行人利差一度較年初擴大約35個點子，低評級名稱則擴大約50個點子，隨後在最近兩周出現明顯回收。

更值得關注的是不同融資管道之間的分化。

高評級無擔保債券受衝擊最大。原因在於發行量急劇放量，且投資者面臨的風險敞口更廣泛，與AI投資周期的整體不確定性直接掛鉤。

數據中心ABS和CMBS則相對抗壓。這類結構化產品背後是已建成、已通電、已出租的運營資產，合同現金流基本確定，加上發行節奏較為剋制，有效隔離了無擔保市場的波動。

Tirupattur進一步區分了兩類發行主體的行為差異：

高評級端：微軟、Alphabet、亞馬遜、Meta等超大規模雲廠商平均評級約為AA，融資需求大但評級彈性充足。輝達、博通等頭部半導體公司也歸入此類。鑑於其ROIC預期，這些發行人對融資成本的小幅變化並不敏感，利差走闊不會實質性放緩其融資節奏。

低評級端：如Oracle（各評級機構給予中低BBB評級），以及前比特幣礦商、REITs等數據中心開發商，資產負債表靈活性有限，對融資成本更為敏感。對這類借款人而言，利差走闊構成實質約束，融資成本本身成為供給的天然穩定器。

融資前沿前移：從數據中心到晶片

分析師Tirupattur指出，AI融資的下一階段將呈現明顯的結構性轉變。

增量資本支出的重心，正在從數據中心外殼轉向算力設備（服務器與晶片）以及能源資產。這類資產天然適合資產層面的融資安排，為私人資本提供了更大的介入空間。

輝達宣佈推出算力基礎設施融資平台；

博通支援的350億美元晶片融資交易落地，規模創紀錄；

2025年底的Beignet交易，以及近期的Sopaipilla交易，均代表融資結構創新的新方向。

Tirupattur認為，大規模組件融資的興起，將在很大程度上依賴高評級發行人發揮其評級和資產負債表優勢——通過提供兜底安排、信用支援和殘值擔保，幫助私人資本承銷規模越來越大的AI基礎設施資產池。

資本流向，將與技術創新同等重要

隨著AI從技術周期演變為資本周期，理解融資的細節正變得越來越重要。

AI融資生態正在快速擴張，但並非均勻擴張。不同信用管道吸收的風險各異，發行人行為將因資本需求、評級彈性和融資成本敏感度的不同而加速分化。最終結果是一個更復雜、更分層的市場，融資結果將越來越多地決定競爭結果。

正如Tirupattur所言：「在AI建設周期的下一階段，理解資本流向，幾乎與理解創新流向同等重要。AI不再只是技術故事，它正日益成為資本市場故事。」 (華爾街見聞)

AI行情並非1999—2000年式泡沫的簡單重演，高盛認為當前更關鍵的問題是，盈利和資本開支仍在上修，但市場價格已提前計入大量樂觀預期，投資者對敘事變化的敏感度正在上升。

據追風交易台，高盛在6月22日研報中判斷，AI投資熱潮可能繼續延續，近期市場對其規模的預期甚至仍需上調。但研報同時指出，大量價值已經被提前反映，市場對任何挑戰AI樂觀敘事的消息將更脆弱。

AI交易的主要風險不再只是“估值泡沫”。前瞻市盈率並未明顯失控，原因在於盈利預期同步上修。真正需要檢驗的是，當前強勁盈利能否在資本開支周期見頂後繼續維持。

對投資者而言，在AI投資周期高點出現前，強盈利可能繼續壓倒估值憂慮。但隨著市值增量越來越依賴樂觀假設，股票波動率可能進一步上升，下行保護的價值也在提高。

AI不是1999，但市場已經跑到宏觀前面

高盛的核心判斷是，今天的AI周期不像1999—2000年那樣，由估值極端擴張，宏觀過熱和融資失衡共同堆積而成。

當下基本面並沒有明顯惡化，甚至仍在增強。AI相關企業盈利強勁，資本開支計畫繼續上調，市場也因此有理由繼續買入相關資產。與1990年代末相比，前瞻估值並未出現同等程度的失控。

但這並不意味著風險較低。AI相關公司市值增長已經明顯超過基準宏觀收益測算。要解釋當前價格，必須假設AI贏家能夠長期獲得高於正常水平的生產率紅利。

換言之，當前市場押注的核心不是“估值可以無限擴張”，而是“超高盈利可以持續”。

真正像90年代的是投資強度，其他泡沫訊號尚未同步出現

1990年代科技泡沫後期有四個典型訊號：投資維持在異常高位，宏觀利潤率下滑，企業融資需求和槓桿快速上升，經常帳戶赤字擴大。

目前真正明顯出現的，主要是第一個訊號，即AI資本開支加速。研報稱，科技投資佔GDP比重已經突破1990年代高點，上升速度也更快。超大規模雲廠商對2026年資本開支的預期，較6個月前提高近80%。按照當前路徑，AI相關投資未來幾年可能接近，甚至超過1990年代科技投資熱潮的峰值。

但這輪資本開支周期與當年仍有差異。一是持續時間尚未達到1990年代末的長度，二是覆蓋範圍沒有當年廣。1990年代的科技投資更像全經濟範圍擴張，而今天的AI資本開支更集中於超大規模雲廠商，半導體和相關基礎設施鏈條。

宏觀層面最關鍵的反差在利潤。

1990年代末，企業利潤率在1997年後見頂回落，工資和單位勞動成本上行侵蝕利潤。當前情況不同，企業利潤佔GDP比重仍在高位附近，生產率增長也沒有被類似當年的工資加速完全抵消。

企業融資端也沒有複製當年路徑。超大規模雲廠商自由現金流明顯下降，資本開支佔經營現金流的比例大幅上升。但從整個企業部門看，儲蓄與投資的差額沒有顯著惡化，因為利潤增長基本抵住了投資率上升。

外部失衡也不同。1990年代末，美國經常帳戶赤字擴大；而當前經常帳戶赤字反而在縮小。至少從宏觀失衡角度看，當前AI周期還沒有出現當年泡沫尾聲的典型裂縫。

27兆美元市值增量，超過基準宏觀帳本

自2022年11月底以來，AI相關公司的價值增量約為27兆美元，高於2025年11月時約19兆美元的水平。與此同時，美國股市傳統估值仍處於歷史高位，Shiller周期調整市盈率只在1999年末和2000年曾經更高。

不過，這輪上漲與1999年有一個關鍵差別：盈利預期也在快速上修。由於EPS預期上升，即便股價繼續上漲，前瞻市盈率今年並未同步抬升。近期漲幅更多來自盈利驅動，而非單純估值擴張。

問題在於，宏觀帳本沒有給出同等規模的支援。基準測算顯示，美國經濟因AI生產率提升帶來的新增資本收入現值約為9兆美元。即便採取更保守的市場口徑，只看更“純AI”的公司，相關價值增量也約為14兆美元；若再加入其他AI相關公司25%的增量，規模約為17兆美元，仍高於基準測算。

要支撐當前價格，必須押注贏家長期多拿利潤

當前市場價格並非完全無法解釋，但需要更樂觀的假設。

這些假設包括：AI採用速度更快，AI帶來的生產率提升更高，資本在經濟收益中分走更大比例，或美國公司能獲得更多全球AI收入。

研報給出的一個樂觀路徑是，美國公司拿到50%的全球相關收入，資本收入份額顯著高於經濟平均水平，AI採用更快，貼現率更低。只有多個條件同時成立，潛在價值才更容易覆蓋當前市值增量。

最有說服力的樂觀敘事，是AI相關公司能夠長期佔據生產率紅利中的更高份額。到目前為止，這一敘事確實得到盈利支援。半導體，雲廠商和基礎設施受益者利潤強勁，利潤率較高，正是這些盈利支撐了市場。

但這也是脆弱之處。生產率加速初期，利潤份額通常會上升；時間拉長後，競爭，投資擴張和新一輪創新可能侵蝕超額收益。AI行業集中度較高，技術特徵也可能偏向資本所有者，但現有贏家的壁壘能維持多久，目前仍無答案。

最大風險從“估值泡沫”轉向“盈利泡沫”

AI投資熱潮本身正在製造大量利潤。賣晶片，賣算力，建設資料中心的公司，直接受益於資本開支上行。只要投資高峰尚未接近，盈利上修就可能繼續壓過估值憂慮。

但如果市場把未來兩三年的強盈利直接外推到更遠期，風險將上升。資本開支不可能永遠以當前強度增長。一旦投資周期見頂，當前受益最直接的公司，盈利曲線可能更難判斷。

這也是“前瞻市盈率不貴”未必等於便宜的原因。周期性行業和大宗商品公司在景氣高點也經常看起來不貴，因為盈利分母過高。AI基礎設施鏈條是否會出現類似問題，取決於投資強度能持續多久，AI收益兌現多快，以及是否有技術創新降低對高強度資本開支的依賴。

與1990年代相比，當前宏觀背景還有一個重要差異。

1990年代末，美國國內需求非常強，最後兩年實際內需年化增速接近6%，消費，住宅投資和非科技投資都很旺盛。亞洲和新興市場危機帶來的資本流入，美元走強和全球商品價格通縮，反而掩蓋了美國內部過熱，使周期延續更久。

現在情況相反。AI之外的美國經濟沒有那麼強。非科技投資偏弱，消費增長遠不如1990年代末，過去兩年實際可支配收入年化增速約1%，而1990年代末為5%—6%。

這意味著，AI熱潮可能不是在一個全面過熱的經濟上繼續添火，而是在抵消AI以外領域的疲弱。由此，1999—2000年那種極端泡沫和2001年衰退前的典型失衡或許更不容易出現；但一旦AI敘事受挫，非AI部分未必能提供足夠支撐。

波動率換擋，組合需要更多下行保護

信用利差仍然偏緊，與1998—2000年信用壓力逐步上升的路徑不同。但股票波動率開始更明顯抬頭。過去幾個月，單股隱含波動率上升，美國單股期權偏度下移，市場對看漲期權的需求相對看跌期權上升。

與此同時，隱含相關性降至很低水平，壓住了指數波動，但長期指數波動率也在緩慢上行。漲幅也更集中。寬基指數表現仍比1990年代末溫和，但半導體指數過去幾年的漲幅已經接近當年納指後期表現。4月和5月，納指，韓國，台灣，SOX半導體指數以及非盈利科技股籃子的連續兩個月漲幅，均達到數年來高位。

只要投資周期高點尚未出現，強盈利可能繼續主導市場。但隨著價格越來越依賴樂觀假設，保護下行的價值上升。路徑上，更像是繼續留在交易中，同時用看跌保護，或用看漲期權替代部分現貨敞口來控制回撤。

利率端還存在一個反向風險：如果AI投資高峰過去後，非AI經濟的脆弱性暴露，屆時利率顯著下行的機率可能高於平常。 (追風交易台)

彙整鉅亨號中所有使用「投資週期」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

AI減速倡議沒能砸垮晶片股：市場似乎只認訂單

從技術故事到資本故事：AI建設周期的下一個主戰場

高盛再談AI熱潮現狀：在投資周期見頂之前，“強勁盈利將壓倒估值憂慮”，波動性會進一步上升