像一场暴雨中的过山车：AI贸易的波动与油价的暗涌

先说结论：上周华尔街的行情，本质上是AI板块在估值修复与宏观预期之间反复拉扯的缩影。AI贸易的“波动性上涨”并非偶然，而是产业从“硬件狂潮”向“应用落地”过渡的典型特征。而油价作为外部变量，只是加剧了市场对通胀和利率路径的担忧，并未改变AI作为核心主线的地位。据高盛7月发布的报告，AI相关股票在2026年上半年贡献了标普500近40%的涨幅，但其中单日振幅超过3%的交易日占比已从2025年的12%升至18%。这个赛道的核心变量，正从“谁有芯片”转向“谁有场景”。

一、AI贸易的波动性：从“确定性”到“分歧”的必然

上周AI板块的走势，像极了2025年底的剧本重演：周一至周三，科技巨头因二季度财报超预期而集体拉升，英伟达、微软、谷歌分别创下历史新高；但周四和周五，随着油价飙升和十年期美债收益率突破4.8%，资金迅速从成长股撤出，AI板块单日回调幅度超过5%。这种“双面”行情，本质上是市场对AI未来节奏的认知分裂。

从数据来看，AI产业链的估值分化正在加剧。根据摩根士丹利7月10日发布的行业报告，2026年上半年，AI基础设施层（算力、芯片）的市盈率中位数在35倍左右，较2025年峰值回落了22%；而AI应用层（企业软件、垂直SaaS）的市盈率中位数仍维持在55倍以上，且盈利增速预期从2025年的28%下调至18%。这说明，市场已经开始用“业绩兑现”的显微镜审视每一家AI公司。英伟达的Blackwell芯片出货量虽超预期，但毛利率小幅下滑至73%，立即引发投资者对竞争加剧的担忧；而微软的Copilot企业订阅数环比增长32%，却因延迟披露ARR（年度经常性收入）而被做空机构质疑。

二、油价：一个被低估的宏观“干扰项”

必须承认，油价是上周让华尔街“绷紧神经”的直接推手。布伦特原油突破95美元/桶，带动能源股单周上涨7%，同时触发通胀预期重燃。美联储7月会议纪要显示，部分委员已开始讨论“如果油价持续高于100美元，可能需要暂停降息”。这直接冲击了成长股的估值逻辑——AI板块的高估值高度依赖低利率环境。

但这里需要做一个关键区分：油价对AI板块的影响是“beta”而非“alpha”。也就是说，当油价上涨引发整体市场风险偏好下降时，AI作为高贝塔品种会首当其冲被抛售，但抛售逻辑与AI自身基本面无关。从历史经验看，2025年9月原油价格两次突破90美元，AI板块均出现5%以上的回调，但随后一个月内均收复失地并创下新高。这背后的原因在于，AI投资的核心驱动力——企业数字化转型的资本开支——并未因油价而改变。根据IDC 7月更新的预测，2026年全球企业在AI软件和服务上的支出将增长34%，达到2800亿美元，而能源成本仅占企业IT预算的2%以下。

三、竞争格局正在重塑：谁在“波动”中受益？

波动性本身就是一种筛选机制。上周的行情暴露了一个关键趋势：同质化的大模型厂商正在失去溢价，而拥有垂直场景和行业数据壁垒的公司开始获得资金青睐。

• 硬件层：英伟达的统治地位受到AMD和Intel的挑战，但更关键的是，超大规模云厂商（AWS、Azure、GCP）的自研芯片出货量占比从2025年的15%提升至21%，这正在压缩独立GPU的利润空间。根据SemiAnalysis的推算，2026年Q2，云厂商自研芯片在推理工作负载中的渗透率已达到35%，而训练端仍以英伟达为主。
• 模型层：OpenAI的GPT-6发布后，市场反应平淡——不是技术不行，而是“开源模型追赶速度太快”。Meta的Llama 4.1在数学推理和代码生成上已接近GPT-6水平，且成本仅为后者的1/5。这导致投资者开始质疑“闭源模型的高溢价能否持续”。
• 应用层：反而是波动中的赢家。Salesforce的Einstein AI平台、Adobe的Firefly企业版、以及Snowflake的AI数据云，在Q2财报中均显示出远超预期的客户留存率。这些公司有一个共同点：不

---

原文链接：The volatile AI trade marched higher, but oil kept Wall Street on edge last week