AI并未崩盘，而是开始筛选优质公司
6月23日，全球科技股经历了一次典型的高估值压力释放。
韩国KOSPI单日暴跌9.99%，盘中触发了熔断，三星电子和SK海力士股价双双跌幅超过12%。美股盘前，纳斯达克100指数期货一度下跌约2.5%，标普500指数期货下跌约1.4%，美光科技盘前也明显承压。与此同时，日元汇率逼近1美元兑换162日元，日本官方再次释放可能采取行动干预汇率的信号。
这并非单一利空事件，也不是AI基本面突然失效。更准确地讲，这是高估值AI资产在利率、汇率、交易拥挤度和盈利兑现这四个维度上同时接受压力测试。
过去一年半，AI半导体一直是全球权益资产中最强劲的主线之一。韩国市场因HBM、存储、AI服务器和数据中心资本开支而受益，三星和SK海力士成为指数上涨的核心权重。美光、SK海力士和三星年内涨幅分别约为234%、292%和159%。这类涨幅背后反映的是市场对AI资本开支、存储价格、HBM供需以及龙头盈利弹性的持续上调。
问题在于，当一个行业龙头涨到成为指数本身时，其回撤就不再仅仅是个股波动，而是会被放大为指数层面的系统性风险释放。
AI半导体需求并未因一日回调而改变。HBM产能依然紧张，数据中心建设仍在推进，云厂商的资本开支也没有因市场波动而立刻停止。但股价交易的从来不只是需求本身，而是需求、利润、估值和资金结构的共同结果。
韩国市场此次下跌，本质上是高度集中的AI半导体交易被迫降杠杆。三星和SK海力士同时大跌，反映出两个问题：一是指数权重对少数AI资产的依赖度过高，二是此前涨幅过大后，市场对任何边际利空都变得更加敏感。
这种回调和基本面崩塌不同。基本面崩塌通常源于订单下修、价格反转、库存恶化或盈利预期大幅下降；而拥挤交易松动，更多源于估值过满、资金集中、杠杆产品放大波动以及短期风险偏好下降。
AI资产目前更接近于后者。
这轮回调最重要的变化，不是市场否定AI，而是市场开始重新审视AI资产的估值容错率。
AI半导体过去的定价逻辑是确定性稀缺：GPU缺货，HBM缺货，先进封装缺货，高端光模块缺货，AI服务器链条产能排队。只要供需紧张，市场就愿意提前将未来两到三年的利润折现到今天。
但当股价涨幅过大，定价逻辑会从“供给稀缺”过渡到“兑现检验”。投资者开始询问的问题转变为：
云厂商的AI资本开支是否会继续上调？
HBM合约价和平均售价（ASP）能否持续改善？
存储产能扩张是否会改变2027年的供需格局？
光模块、PCB、液冷、电力等外溢环节的订单能否转化为利润？
当前估值是否已经提前反映了2026至2027年的高增长？
这些问题并不意味着AI主线结束，而是意味着市场从“愿意为方向付费”转变为“要求为兑现付费”。
对于高估值科技股而言，最大风险并非短期下跌，而是估值久期被压缩。远期利润占比越高，对折现率越敏感；短期利润支撑越弱，对风险偏好越依赖。一旦市场开始担忧美联储加息、收益率上行或美元走强，AI高估值资产就会首先被重新定价。
此次回调不应只看半导体，还应置于全球流动性框架中审视。日元接近162兑1美元，日本官方重申必要时将采取行动稳定汇率。弱日元、强美元、潜在干预以及美联储利率路径的不确定性，将共同影响全球风险偏好。对于高估值AI资产而言，这并非背景噪音，而是估值变量。
当美元走强、利率高企且日元承压时，市场会倾向于降低对高波动、长久期资产敞口的配置。AI半导体属于典型长久期资产：当前利润增长虽快，但股价包含了更远期的资本开支、渗透率和盈利率预期。一旦折现率上行，估值中最远端、最乐观的部分会先被压缩。
因此，此次下跌并非“AI被证伪”，而是“AI高估值资产的贴现率被重新审视”。
这也是为何回调从美股科技股蔓延至韩国半导体，并传导至美光等存储链条。市场交易的是同一组变量：AI资本开支的持续性、存储价格周期、利率压力、交易拥挤度和风险偏好。
AI主线依然成立，但无差别重估阶段已明显进入后半程。
第一阶段，市场买入的是“谁沾AI”。只要业务与GPU、HBM、CPO、光模块、PCB、电力、液冷、数据中心相关，估值就容易被拉升。这一阶段的核心是方向和稀缺性。
第二阶段，市场买入的是“谁能将AI转化为收入、利润和现金流”。这一阶段的核心是兑现。
可以将AI资产分为六类：
资产类型
第一阶段定价
第二阶段验证
主要风险
AI半导体龙头
需求确定性、供给稀缺
收入增速、毛利率、客户资本开支
估值拥挤、涨幅过大
HBM/存储
价格上涨、产能紧张
ASP、合约价、产能扩张节奏
周期反转预期
光模块/PCB/互联
AI服务器物料清单（BOM）上行
订单、良率、客户认证
主题涨幅透支
电力/数据中心
AI资本开支外溢
合同、并网、融资成本
资本开支和利率压力
AI应用/软件
估值重估、AI渗透率
年度经常性收入（ARR）、毛利率、付费转化
投资回报率（ROI）兑现偏慢
纯概念资产
主题弹性
现金流验证
容错率下降
在此框架下，真正值得保留的是兑现能力强、估值仍有支撑、现金流路径清晰的资产。需要回避的是涨幅已经充分反映远期乐观预期，但订单、利润和现金流尚未跟上的资产。
这也是今天市场发出的最重要信号：AI仍是主线，但市场不再无条件给予所有AI标签溢价。
在压力测试阶段，AI资产需要按三个维度重新排序。
第一，需求确定性。订单可见度越高、客户锁定越强、供应链位置越稀缺，越能抵御估值收缩。HBM龙头、高端光模块、AI服务器核心连接件、先进封装和部分电力资产仍具备长期需求支撑。
第二，利润兑现能力。收入增长不等于利润兑现。市场将更关注毛利率、ASP、产能利用率、成本传导和资本开支回收周期。特别是数据中心、电力、云服务和AI基础设施运营商，后续估值将取决于EBITDA、现金流和融资成本，而非单纯看订单金额。
第三，估值位置。方向正确但估值过高的资产，不一定能继续上涨。未来市场会将“好公司”和“好价格”重新区分。即便是AI产业链核心资产，只要估值提前反映过多乐观预期，也会在利率和风险偏好变化时出现较大波动。
这意味着，AI主线的机会不会消失，但赚钱难度会变大。
过去买入的是趋势弹性，未来买入的是兑现质量。过去只需判断产业方向，胜率就很高；未来需要同时判断收入增长、利润率、现金流、资本开支和估值消化速度。
6月23日这轮下跌，不应简单理解为AI主线结束。更准确的表述是：AI资产从流动性顺风下的估值扩张，进入利率、汇率、交易拥挤和盈利兑现共同约束的压力测试。
AI的长期方向没有改变。算力需求仍在，存储升级仍在，数据中心资本开支仍在，电力和互联瓶颈也依然存在。但市场定价方式已发生改变：从“有AI就重估”，转向“订单、利润、现金流和估值必须匹配”。
最终判断：
不是AI崩盘，而是高估值AI资产进入压力测试。方向依然清晰，但无差别重估阶段已结束。后续市场购买的不再是AI标签，而是需求可见度、利润兑现、现金流质量和估值安全边际。
资料