AI“算力稀缺”信仰开始动摇？

过去三年，AI产业一直沿着一条简单而有力的逻辑线狂奔：算力越稀缺，资本开支越合理；资本开支越大，估值越高；估值越高，融资越容易。这个循环自我强化，几乎无人质疑。

但进入2026年仲夏，这条逻辑链上的每一个环节都在承受压力测试：算力租赁价格从高点回落，科技巨头集体收紧AI预算，电力与工程交付暴露物理极限，资本市场开始用ROI来审视每一家AI企业。

最先发出警报的是二级市场。从亚太到美股，资金正在以肉眼可见的速度从高Beta科技股撤离，转而寻找更安全的避风港。这种转向并非孤立事件，而是多重底层力量同时作用的结果。

在上游的算力租赁市场，现货价格与远期合约价格出现了罕见的背离，揭示出短期供给与长期瓶颈之间的深层矛盾。

在中游，曾经不计成本烧钱的大厂们突然踩下刹车，Token从“无限畅饮”变成了“定量配给”。

而在更深处，物理世界的电力与工程交付能力，正在成为比芯片制造更硬的约束条件。这三层裂缝同时张开，共同推动着AI产业从上半场走向下半场。

全球资金正在重新定价

被誉为全球经济“金丝雀”的韩国股市，最先开始“啼血”。

6月23日早盘，韩国交易所因KOSPI指数下跌8%触发熔断机制，交易暂停20分钟。

截至当日收盘，韩国综合指数报收8203.84点，下跌9.99%。其中，三星电子下跌12.31%，SK海力士大跌12.47%。

压力同样传导到了A股。当日A股午后扩大跌幅，三大股指进一步下跌。截至收盘，创业板指下跌3.84%，AI算力产业链集体调整，光模块、PCB、HBM等概念股大幅杀跌。

港股当日午后亦跌势加剧，恒指、恒科指盘中双双扩大跌幅，权重科网股大幅下挫，阿里、腾讯、美团均跌超3%，AI大模型股集体调整，智谱、MiniMax双双大跌。

具体到AI算力芯片链条的核心标的，更是出现高位剧烈分化和拥挤度回吐。港股存储芯片板块震荡走低，南方两倍做多海力士跌超20%，澜起科技跌超10%，兆易创新跌超9%。

把盘面信息合在一起解读，本质就一句：同一根AI硬件链上已不再是齐涨齐跌，资金在“卖拥挤”而非“卖AI”。

在板块资金面上，PCB与算力硬件上游出现加速解压，德福科技下跌14.65%，光华科技（维权）、诺德股份（维权）跌停，进一步说明资金正从最拥挤的“算力硬件叙事”里往外搬，短线向非银金融、有色等顺周期方向做结构性再平衡。

前一交易日的美股走势反而更像一个提前定调。纳指跌1.32%，科技板块拖累标普500走低，道指却在传统工业股带动下逆势涨0.29%。

风险偏好从高Beta科技撤出，往能兑现、能分红、能防御的一侧切换。SpaceX单日暴跌超16%，市值单日蒸发约4000亿美元。Alphabet跌超5%，Amazon跌近5%。

市场担心的已不只是一次人事变动或两个百分点的波动，而是“四大”云厂商的天量AI资本开支。财报数据显示，谷歌、亚马逊、微软、Meta四家公司2026年资本开支提升至7250亿美元，较2025年的4100亿美元同比暴涨77%。对应的回报到底在哪里，正在成为悬在所有投资者头顶的问号。

把镜头拉回算力租赁这一细分领域，矛盾感更强。

6月22日，A股算力租赁概念刚掀起涨停潮，协创数据涨超10%，利通电子、中科金财、特发信息多股涨停。6月23日午间，情绪已迅速出现分化。整个算力租赁板块午后跌超1%，主力净流出超百亿元。

而这一道道盘口裂缝之所以重要，是因为它们恰好扣住了AI算力叙事的三条底层裂口。

AI交易逻辑变了

据纽约数据提供商Ornn数据，英伟达B200每小时租赁价自5月30日攀至6.11美元/时的三个月高点后持续回落，截至6月21日已跌至4.22美元/时，三周内回落约30%。

表面看，B200租赁价回落只是季节性波动。但高盛交易台主管Rich Privorotsky把问题点得更直白：如果稀缺性持续存在，价格应保持坚挺，资本开支才说得通；如果供应增加且价格持续走低，“算力资源短缺”这一整套定价前提就会被撬动。

这段话的指向很明确：如果下游客户的租赁价格在跌，但英伟达的芯片售价没跌，中间就会形成利润率挤压，最终传导为订单放缓。

AI推理基础设施服务商Baseten CEO向媒体透露，英伟达B200千卡级GPU集群采购订单的交付周期已延长至2027年，等待时间长达12到15个月。由此可见，现货宽松与长期交付紧张已经同时出现，这些信号使得市场的判断开始出现混乱。

中游的信号比上游更统一。海内外互联网大厂集体踩刹车，Token从“畅饮”变“配给”。

腾讯6月将员工月度Token额度从2000美元（约1.35万元人民币）压缩至1500元人民币，并取消全员普惠，改为部门统筹、按需分配。内部口径很直白：AI使用的唯一评判标准不是算力消耗多少，而是业务提效和价值创造。

国外大厂同步跟进。Uber对员工设置每月1500美元Token上限；亚马逊叫停内部Token排行榜，禁止“为用AI而用AI”的刷量式KPI；微软取消大部分第三方Claude Code授权，强制改用自研Copilot；Meta上线AI使用监控系统，限制无效算力消耗。

麦肯锡2025年全球AI调研显示的数据更冷：全球仅39%的企业通过AI实现正向利润贡献，超过六成的企业长期处于“只烧钱、无回报”的状态。行业正在从“以Token用量论优劣”全面转向“以商业价值论成败”。

当大厂开始精打细算，一个更底层的约束浮出水面。一份在投资圈流转的AI硬件链做空框架分析，把约束拆成了两条曲线。第一条是芯片供给曲线，决定“可制造的GPU数量”；第二条是电力建设曲线，决定“可点亮的机柜数”。

两条曲线取低值之后，电力与工程建设才是真正的瓶颈。据头豹研究数据，2027年芯片侧可供给14.4万柜，但电力侧仅能交付7.2万柜，交付缺口达到50%；2028年缺口更扩大至70%。

高盛对美国数据中心电力需求的预测也佐证了这一点：未来一到两年排期中的数据中心容量，仅约50%到60%可能按时上线。资本开支可以快速上调，物理交付却不能。

而AI硬件链不少标的的市值正在以“无限机柜扩张”定价，但真实交付由物理曲线而非叙事决定。

三层裂缝叠加在一起看，AI交易的底层逻辑正在发生不可逆的转换。

当Token从“空气”变成“石油”，当机柜交付由电网而非PPT决定，当华尔街开始拿Excel表逐项核对企业AI支出的产出，褪去资本泡沫、回归业务本质，才是AI行业可持续发展的唯一路径，也是下一阶段资金愿意继续买单的唯一理由。