一个高速发展的产业，股票却在 7 月集体重挫，这是 2026 年 7 月全球资本市场最直观的现象。
但进入 8 月，剧情出现了新转折：在 7 月集体重估之后，全球 AI 资产于 8 月首周（8 月 3 日至 7 日）普遍迎来修复——英伟达本周反弹约 9%，博通涨超 8%；A 股硬件链弹性更足，龙头（尤其 AI 服务器、PCB）的反弹幅度明显大于美股龙头，胜宏科技 ( 300476 ) 反弹超 47%、工业富联 ( 601138 ) +21%、沪电 +21%；科创 50 回升约 6.61%、申万半导体涨超 9.99%，纳斯达克亦回升约 3.84%、费城半导体 +6.52%。调整并未演化为崩盘。
表面看，这是一次 " 跌多了就反弹 " 的技术修复，但如果把全球市场放在一起观察，这一轮 AI 股调整有三个特征：第一，这是一场全球同步发生的 AI 资产重估，而不是某一个市场的独立调整。第二，本轮调整的核心，不是产业逻辑被证伪，而是估值锚发生了变化。第三，A 股波动幅度明显大于美股，并非产业竞争力下降，而是自身结构性因素叠加的放大。
因此，本轮 AI 股调整更像是全球 AI 投资进入下一阶段之前的一次 " 压力测试 "。
01
全球同步重估：这不是 AI 退潮，而是估值体系第一次切换
2026 年 7 月，全球 AI 产业链几乎同时迎来一轮明显调整。
从美股 GPU、半导体设备，到韩国 HBM 存储、日本存储厂商，再到台湾晶圆代工以及 A 股 AI 硬件链，多个市场几乎在同一时间进入回撤阶段。这种跨市场、跨产业链、跨资金类型的同步调整，在过去两年的 AI 行情中并不多见。
但如果进一步拆解各类资产表现，会发现一个耐人寻味的现象：板块整体在回调，板块内部却在重新分化。
截至 7 月 31 日，英伟达 7 月仅上涨 0.33%，博通上涨 3.05%，表现明显强于多数 AI 硬件公司；与此同时，寒武纪下跌 30.68%，兆易创新 ( 603986 ) 、胜宏科技分别回撤超过 53% 和 45%，韩国 HBM 龙头 SK 海力士、日本铠侠等存储企业同样出现较大调整。这种 " 指数调整、内部轮动 " 意味着，资金并没有集体撤离 AI，而是在重新判断产业链不同环节的未来。
进一步观察产业链可以发现，本轮调整主要集中在前期涨幅最大的 AI 硬件环节。
AMD、ASML、台积电、寒武纪等算力基础设施企业，在经历过去两年的估值快速扩张之后，率先进入调整，7 月均跌超 15%；而部分拥有稳定软件收入、企业服务能力或商业化兑现能力较强的公司，如微软、Palantir、腾讯等，则表现相对稳健。
换句话说，市场开始重新区分两类 AI 公司：一类是依靠 AI 基础设施需求快速成长的公司；另一类是能够 AI 价值转化并持续创造收入和现金流的公司。过去两年，这两类资产往往一起上涨；而进入 2026 年，它们开始出现明显分化。
这意味着，全球资本正在完成一次重要的投资逻辑迁移：过去关注的是 AI 有没有需求？现在关注的是 AI 什么时候能够真正赚钱？这也是为什么，同样属于 AI 产业链，不同公司的股价表现开始快速分化。
全球 AI 资产并没有进入熊市，而是第一次进入 " 现金流定价时代 "。
驱动本轮调整的三组因素：市场开始重新计算 AI 什么时候赚钱
如果把本轮全球 AI 股调整简单归因于 " 涨多了 "，显然解释不了一个问题：为什么几乎所有 AI 资产，都选择在 2026 年 7 月附近进入调整？
真正推动这一轮调整的，并不仅仅是估值过高，而是全球资本对 AI 产业开始提出了新的要求。过去两年，市场交易的是 AI 需求爆发带来的增长预期；而进入 2026 年之后，市场开始进一步追问：这些投入，究竟什么时候能够转化为持续的利润和现金流？
正是在这一背景下，AI 资产开始经历第一次从 " 预期定价 " 向 " 兑现定价 " 的切换。推动这一变化的，主要有三组因素。
第一重变化：业绩仍然优秀，但已经很难再超预期
本轮调整最容易被忽视的一点是：很多 AI 龙头公司，并不是业绩变差了，而是市场对它们的期待已经高到了几乎无法持续超越。
以英伟达为例，截至 FY2027Q1（对应自然年 2026 年二季度），公司已经连续十个季度刷新收入纪录，季度营收达到约 816 亿美元，净利润率保持在 70% 以上，盈利能力依然处于全球科技企业前列。如果放在绝大多数行业，这样的业绩足以推动股价继续上涨。但市场的反应却恰恰相反。原因在于，资本市场交易的从来不是业绩本身，而是业绩是否超过预期。
2023 年至 2024 年，AI 行情刚刚启动时，每一次财报几乎都会不断刷新市场认知。投资者不断提高未来盈利预测，因此股价和盈利能够同步上升。然而进入 2026 年之后，市场已经提前把未来几年高速增长充分计入估值。对于英伟达而言，投资者普遍已经预期 FY2027 全年收入将突破 2500 亿美元。当所有人都相信公司能够高速增长时，真正决定股价表现的，不再是 " 增长 "，而是增长能否继续超越市场已经非常乐观的预期。
因此，AI 龙头开始进入一个新的阶段：业绩越来越好，但推动股价上涨却越来越难。
换句话说，市场开始交易的，不再是 " 增长有没有 "，而是增长还能持续多久。这是全球 AI 资产估值开始松动的第一层原因。
第二重变化：全球 AI 进入历史最大资本开支周期，市场开始追问投入什么时候兑现
如果说第一层变化来自盈利预期，那么第二层变化，则来自资本市场对 AI 投资回报率的重新审视。
过去两年，全球云计算巨头不断提高 AI 资本开支。根据 Morgan Stanley 预测，亚马逊、微软、谷歌、Meta 和甲骨文五家公司的资本开支，2026 年预计将达到约 8050 亿美元，2027 年进一步突破 1.1 万亿美元。这一数字意味着，全球 AI 基础设施建设已经进入历史上规模最大的投资周期之一。
市场在焦虑。2026 年 1 月 29 日，微软因单季资本开支达 375 亿美元、同比增 66% 却未换来 Azure 增速同步提升，股价单日收跌约 10%、市值蒸发超 3500 亿美元；亚马逊自由现金流从高位回落，摩根士丹利预计其 2026 年自由现金流转负（约 -170 亿美元，美国银行预估 -280 亿）。一组去重后的对照数据更说明问题：据 Exponential View 测算，过去 12 个月全球生成式 AI（不含中国大陆）年化收入约 1750 亿美元，而五大云厂 2026 年计划资本开支约 8000 亿美元，两者规模相差约 4.5 倍。虽然这并不是收入与资本开支的一一对应关系，但仍反映出整个 AI 产业目前处于高投入、商业化持续验证的阶段。
AI 这轮投资里相当一块是 " 试错钱 " ——企业自己也在摸 AI 到底能创造多少价值。一旦市场把资本开支从 " 投资 " 重新看成 " 试错成本 "，估值赖以成立的逻辑就变了。
第三重变化：估值锚开始迁移，股价越来越由盈利决定
如果说前两项变化回答了 " 为什么市场开始重新思考 AI"，那么第三项变化，则直接体现在资产价格上。过去三年，AI 股上涨主要依靠两股力量共同驱动：一是盈利高速增长；二是估值持续扩张。而进入 2026 年之后，第二股力量开始明显减弱。
AI 行情正在经历从估值扩张向盈利兑现的切换。2023 年以来，英伟达等 AI 龙头的估值中枢持续下降，其 Forward PE 从 2023 年初约 50 倍降至 2026 年 4 月约 20 倍，估值扩张主要集中于 2024 年上半年。与此同时，盈利端并没有失速：英伟达 FY2027 第一季度营收达到 816 亿美元，同比增长 85%，GAAP 净利润 583 亿美元，同比增长 211%。AI 龙头股价表现正在更多取决于盈利兑现能力，而非单纯估值提升。
A 股节奏滞后一些。以中证人工智能产业指数（931071）为例，2025 年估值贡献超 60%，2026 上半年 PE 还在扩张 10.9%，直到 7 月才转负—— PE 从 77.4 降到 59.6，价格跌幅（-22.9%）与 PE 跌幅（-23.0%）几乎一致，单月跌幅几乎全部来自估值压缩。
这意味着，一个持续两年多的 AI 估值扩张周期，已开始进入新的阶段。未来决定股价高低的，将越来越不是 " 讲出了多大的 AI 故事 "，而是能够兑现多少利润、多少现金流，以及多快形成商业闭环。这也是为什么，本轮调整虽然发生在全球，却并没有演变成对 AI 产业的全面否定，而更像是一次围绕商业化兑现能力展开的重新定价。
03
A 股为何调整更深：不是 AI 更差，而是三层 " 放大器 " 同时启动
如果把全球主要科技市场放在一起比较，一个现象非常明显：同样是 AI 资产调整，A 股的波动幅度明显大于美股市场。
截至 7 月底，科创 50 单月下跌 25.9%，申万半导体、申万电子跌幅均超过 30%；同期费城半导体指数（SOX）下跌 20.6%，纳斯达克 100 指数仅下跌 6.6%。这意味着，A 股并不仅仅是在 " 跟跌 " 全球科技股。
无论是光模块、PCB、高速连接器还是液冷等环节，中国企业依然保持着较强的全球竞争优势，不少龙头公司的订单和业绩仍维持较快增长。真正放大 A 股调整幅度的，是资本市场自身的交易结构。如果把这一轮调整拆开来看，会发现 A 股 AI 资产同时受到三层 " 放大器 " 影响。
第一层放大器：前期涨幅越大，回撤惯性越强
资本市场有一句经典的话：上涨靠预期，下跌靠兑现。
2026 年上半年，A 股 AI 板块几乎是全球表现最强的科技资产之一。CPO 光模块累计上涨约 110%，申万半导体上涨约 106%，申万电子上涨约 86%，科创 50 上涨约 64%；相比之下，同期纳斯达克指数涨幅仅约 12% 左右。涨幅越大，意味着市场积累的浮盈越多。一旦出现海外调整、业绩兑现或风险偏好下降，获利盘兑现便会形成明显的连锁反应。因此，本轮 A 股的大幅回撤，首先是一种典型的高收益资产均值回归。
换句话说，跌得最狠的，不一定是基本面最差的。
第二层放大器：估值站上历史极值，意味着缓冲空间小
如果说涨幅决定了回撤的动力，那么估值决定了下跌能够持续多久。
调整之前，科创 50、申万半导体等指数估值历史分位普遍处于 95% 至 100% 区间，而同期纳斯达克 100 约 70% 至 77%，费城半导体约 80%，恒生科技指数仅约 37%。这种差距意味着，同样面对全球风险偏好下降，A 股估值首先需要完成更充分的消化。
一个非常具有代表性的细节是：即使科创 50 单月已经下跌超过 25%，估值历史分位仍然维持在 97% 以上。这说明，前期估值已经运行到了历史极端区域。因此，这轮调整很大程度上属于估值回归，而不是盈利崩塌。
第三层放大器：机构持仓拥挤，调整持续时间更长
真正让 A 股调整幅度超过海外的，并不仅仅是估值，而是筹码结构。2026 年二季度，主动偏股型公募基金在电子、通信板块合计配置比例约 54-60%，不仅远高于 2020 年新能源、白酒医药等历史抱团高点，也创下近年来新的配置纪录。这意味着，大量机构资金集中持有同一批 AI 核心资产。
相比海外市场，这种差异更加明显。美股 AI 资产更多集中在对冲基金和全球资金配置中，交易更加灵活，杠杆去化速度也更快；而 A 股 AI 资产主要由公募基金、ETF 等长期资金持有，仓位调整通常需要经历相对更长的时间，因此筹码出清节奏相对缓慢。
交易数据同样印证了这一点。2026 年上半年，全市场成交额创历史新高，TMT 成交额一度占据全市场成交的 48% 以上，热门 AI 板块交易热度达到历史极值。
这意味着，当市场风险偏好发生变化时，最先受到冲击的，也正是此前交易最活跃、资金最集中的方向。
因此，A 股 AI 资产的调整，比海外市场持续时间更长。三层因素层层放大，最终使 A 股成为全球 AI 资产调整中波动最大的市场之一。
04
股价可以调整，产业却仍在向前：AI 正在进入下一个阶段
每当一个热门赛道出现大幅调整，市场几乎都会出现同一个疑问：是不是已经见顶了？
但回顾过去二十年的全球科技产业，无论是互联网、智能手机、云计算，还是新能源汽车，都曾经历过剧烈的估值调整。2000 年的互联网泡沫破裂，并没有终结互联网产业，反而孕育了 Google、Amazon、Meta 等真正建立商业模式的平台企业；2008 年智能手机产业经历金融危机冲击后，移动互联网依旧开启了十年的黄金发展期；新能源汽车同样经历过多轮大幅回撤，但最终并没有改变电动化的发展方向。
AI 的发展，同样如此。
过去三年，全球 AI 行情主要围绕 " 卖铲子 " 展开。GPU、HBM、高速光模块、PCB、液冷等基础设施企业率先受益，市场关注的是全球还需要多少算力、还要建设多少数据中心，因此给予了极高的估值溢价。
如今，这一逻辑正在发生变化。
随着全球 AI 资本开支持续创新高，市场开始更加关注这些投入能否真正转化为收入和利润。资本关注的焦点，正从 " 建设多少 AI" 逐步转向 "AI 能创造多少商业价值 "。
这意味着，AI 产业并没有结束，而是正在从基础设施建设阶段，进入商业化验证阶段。
真正值得关注的是，未来市场给予高估值的理由，可能不再是谁拥有更多算力，而是谁能够率先实现 AI 商业化，持续创造收入、利润和现金流。
这也是本轮全球 AI 股调整最值得关注的变化——调整的是估值体系，而不是产业趋势。
【风险提示】
本文数据来源于 Wind、同花顺 ( 300033 ) 、公开财报及券商研报等第三方机构，统计区间以 2026 年 1 月 1 日至 7 月 31 日为主（部分前瞻性数据为机构预期或公司指引，非实际值），可能存在更新延迟或口径差异，请以最新官方披露为准。历史表现仅作参照，不预示未来表现，不构成任何投资建议或依据。市场有风险，投资需谨慎。
本文首发于微信公众号：和讯。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
（责任编辑：曹言言 HA008）
【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：zbb@staff.hexun.com
