JPMorgan 认为抛售后 AI 交易反弹将利好芯片股
JPMorgan 表示，尽管市场对科技支出和投资回报的疑虑日益增加，全球 AI 抛售潮已创造了重新买入的条件。JPMorgan 的 AI 交易反弹逻辑建立在持仓更加健康、估值更低、盈利强劲以及半导体产能需求持续的基础上。
这一判断并不预示投资者此前享受过的广泛科技股行情将重现。相反，JPMorgan 预计市场将出现更具选择性的复苏，其中半导体公司的处境优于软件企业。这一区别使看涨标题转化为一个更精准的论点：AI 支出究竟在哪些领域能够创造可衡量的价值。
当前的争论让基础设施供应商与面临竞争加剧和定价不确定性的软件公司形成对立。投资者必须判断，近期下跌究竟是在修正拥挤持仓，还是暴露了 AI 经济模式中更深层的问题。
JPMorgan 的 AI 交易反弹始于更健康的市场
JPMorgan 认为，抛售消除了部分市场过热现象，但并未破坏 AI 基础设施的基本逻辑。
该行在由股票策略师 Mislav Matejka 牵头的一份 9 月 28 日报告中作出了这一评估。根据一份市场摘要，分析师称，投资者持仓情况已有改善，且大多数 AI 相关板块的估值已经下降。
持仓反映投资者对一只股票、一个行业或某项交易策略的持有程度。拥挤的持仓可能放大下跌，因为许多投资者会同时尝试减持相似资产。
因此，更健康的市场并不意味着相关企业的基本面突然变得更强。它意味着较少投资者仍被困在过度拥挤的交易中，从而减少了一个被迫抛售的来源。
JPMorgan 还预计，尽管市场担心增长放缓，资本支出仍将保持强劲。这类支出包括处理器、内存、网络设备、数据中心，以及运行 AI 系统所需的电力基础设施。
分析师将其建设性观点与盈利持续走强及 AI 变现证据不断增加联系起来。变现是指将 AI 的应用转化为收入、成本节约或客户留存，从而支撑其背后的投资。
这些条件构成了 JPMorgan AI 交易反弹的经济核心。只有当盈利保持韧性、客户继续为 AI 产品付费时，较低的股价才能改善预期回报。
报告也承认一个重要限制。Matejka 的团队表示，即使基本面前景仍具建设性，科技股也未必能重回此前的成功水平。
这一区别很重要，因为反弹并不要求所有过去的赢家都复苏。市场领导地位可以收窄至那些产品稀缺、定价能力更强且订单可见度更高的企业。
最新观点之前，2026 年经历了数轮剧烈波动。7 月，J.P. Morgan Asset Management 表示，一些领先半导体股票在一个月内下跌了 20% 至 40%。
其对 AI 热潮的评估认为，在财务实力雄厚的超大规模云服务商为基础设施建设提供资金支持的同时，需求仍在持续复合增长。超大规模云服务商是以极大规模运营计算平台的大型云服务运营商。
9 月的观点延续了这一推理，但更强调市场结构。早期下跌压低了估值并清除了投机性持仓，而盈利则提供了重新审视部分股票的理由。
这比将每一次下跌都视为自动买入机会更为克制。它还将关注点从对 AI 能力的热情，转向对持久需求的证据。
因此，JPMorgan 的观点是有条件的。调整为重新引发兴趣创造了空间，但盈利和商业化仍必须继续支撑其基本预期。
为什么半导体处于复苏的核心位置
半导体仍是 JPMorgan 表达 AI 主题的首选，因为供应限制和定价能力使芯片制造商拥有更明确的经济杠杆。
该行在 9 月报告中维持了对半导体的看涨展望。其分析师援引了健康的基本面、持续至 2027 年的价格上涨，以及预计将延续到 2028 年的供应紧张状况。
AI 计算不仅依赖图形处理器。先进系统还需要高带宽内存、传统内存、网络芯片、定制加速器、封装产能和制造设备。
这一链条中任何环节的限制都可能强化供应商的定价能力。它们也可能延迟部署，使组件的可获得性几乎与其性能同样重要。
这种供应结构将半导体公司与许多软件供应商区分开来。只有数量有限的企业能够制造先进芯片，或提供生产这些芯片所需的专业设备。
软件面临的物理限制较少。新的 AI 模型能够降低开发成本，同时让现有企业和初创公司迅速推出竞争性功能。
因此，JPMorgan 的偏好不只反映近期股价表现。该行认为，在训练和运行需求日益提高的系统所需的基础设施订单方面，市场可见度更强。
业绩差距已经相当显著。Reuters 报道称，截至 9 月 28 日，MSCI World Semiconductors and Semiconductor Equipment Index 在 2026 年已上涨约 48%。
同期，MSCI World Software and Services Index 仅上涨 1.3%。这些数字显示，投资者已多么明确地将硬件受益者与软件公司区分开来。
它们也解释了为何半导体交易容易受到调整影响。强劲涨势吸引了动量投资者，提高了集中度，并抬升了市场对未来增长的预期。
一份归因于 JPMorgan 的 7 月分析描述了这轮调整中更剧烈的一部分。韩国 KOSPI 指数较近期高点下跌了 25%，而 Philadelphia Semiconductor Index 下跌了 20%。
Samsung、Micron 和其他内存相关公司较其高点下跌了 20% 至 50%。这些走势反映了市场对资本支出、内存需求以及定价可持续性的担忧。
然而，抛售并不会立即创造新的半导体产能。建设一座晶圆厂需要数年时间，而先进封装和内存生产需要专业设备及经验丰富的运营人员。
这种滞后支撑了 JPMorgan 的半导体展望。如果 AI 需求保持强劲，供应的响应速度无法像软件公司发布另一款应用那样快。
投资者仍需区分稀缺性与永久性竞争优势。高价格会鼓励产能扩张、产品替代以及更高效的模型设计。
效率构成了一个尤其复杂的问题。AI 开发者正在改进推理，即运行已训练模型以生成答案的过程。
更高效的推理可以减少每项任务所需的计算量。然而，更低的使用成本也可能通过让 AI 在更多产品和工作流程中变得实用，而推高总需求。
净效应取决于采用情况。如果整体使用量停止增长，每次请求所需计算资源下降将损害供应商；但如果更便宜的使用方式带来更多请求，情况则不同。
J.P. Morgan Asset Management 在 2 月的一份AI 评估中描述了这一需求挑战。该机构称，2025 年第四季度，各大云公司关键 AI 相关业务的平均同比增长率为 35%。
该机构将这一增长视为 AI 正在创造收入的证据。同时也警告称，可接受的投资回报需要持续采用。
这种平衡至关重要。半导体需求可以保持强劲，但个别股票仍可能表现不佳，因为其估值已计入多年的非凡增长。
因此，JPMorgan 的偏好是相对的，而非无条件的。芯片提供了比软件更清晰的需求和供应信号，但仍面临支出削减和预期过高的风险。
真正的较量是半导体稀缺性与软件竞争
核心分野并非 AI 赢家与 AI 输家之间的对立，而是稀缺基础设施与竞争防线日益难以衡量的软件之间的差别。
JPMorgan 对软件保持谨慎，因为 AI 的增长令该行业的长期前景变得模糊。该行认为，竞争正在加剧，哪些供应商能保住定价权也存在不确定性。
其分析师并未建议对整个行业采取明确的看空立场。他们指出，软件估值已大幅下跌，使无差别做空具有风险。
相反，该行建议重新审视一项做多半导体、做空软件的相对交易。配对交易将偏好的头寸与相反的头寸结合，以锁定预期的表现差异。
这一建议明确了本故事中的主要对手。JPMorgan 并非只是在押注广泛的科技股复苏，而是在押注硬件经济性将继续优于软件经济性。
这种差异首先体现在资本密集度上。训练大型模型并服务数百万用户，需要芯片、内存、网络、设施和电力。
这些支出会在 AI 应用证明其拥有持久需求之前，就让基础设施供应商受益。软件公司随后必须通过订阅、按使用量收费、广告或运营节省来收回成本。
这形成了一条不均衡的时间线。半导体供应商能够在建设阶段获得收入，而应用供应商可能需要更长时间才能证明其利润率具有吸引力。
软件公司还面临 AI 蚕食风险。新的助手或自动化工作流程可能减少对旧产品的需求，却无法为其供应商带来等额收入。
现有供应商可以将 AI 功能捆绑进现有合同，但捆绑使衡量变得复杂。使用量提高并不必然意味着客户支付的金额足以覆盖计算和开发成本。
竞争又增加了一层不确定性。基础模型提供的能力日益重叠，而开放模型允许企业在自己的控制下部署替代方案。
应用开发者可以更换模型供应商、组合多个模型，或将较小的系统用于常规任务。这种灵活性可能挤压整个软件技术栈的利润率。
硬件也并非不受竞争影响。云公司正在开发定制加速器，模型设计者正在优化工作负载，制造商也在持续提升生产能力。
然而，更换先进芯片供应商涉及技术、制造和软件兼容性限制。这些障碍能够比软件中的功能优势更长久地维持定价。
这种对比有助于解释半导体指数上涨 48%、软件仅上涨 1.3% 的情况。投资者奖励了服务于实体瓶颈的企业，同时质疑面临不确定产品替代的软件公司。
这种差距可以通过多种方式缩小。半导体股下跌、软件公司盈利改善，或两者同时发生。
软件行业若要成功反弹，需要更明确的证据表明，AI 功能能够带来增量收入或持续的成本节省。仅靠客户试验不足以消除这一担忧。
基础设施企业面临不同的考验。它们必须证明，大额订单反映的是终端需求，而非客户在建设过剩产能。
双方彼此关联，因为超大规模云服务商正处于两者之间。Microsoft、Amazon、Alphabet 和 Meta 等公司一边采购基础设施，一边销售云服务和 AI 应用。
强劲的资本支出会立即利好芯片供应商，却也会抬高云平台的财务门槛。这些公司投入越多，其 AI 服务最终需要创造的收入和现金流就越高。
这正是 JPMorgan 的 AI 交易反弹未能恢复旧有科技叙事的原因。此前的涨势往往会同时推高基础设施、平台、应用和投机性软件股。
新的论点要求进行筛选。拥有稀缺产品和已确认订单的企业更受青睐，而定价前景不明的公司则面临更严格的审视。
投资者已经见识到市场情绪转变得有多快。7 月的 AI 股票反弹推动标普 500 指数升至距离历史高点 1% 以内，尽管市场对支出回报的担忧仍在持续。
这种走势表明，怀疑与乐观可以并存。上涨行情可能反映逢低买入，却未必能解答长期以来“谁将获得 AI 利润”的问题。
JPMorgan 目前给出了直接的相对偏好答案。该行预计，基础设施的稀缺性所提供的支撑，将强于软件竞争所允许的程度。
多头逻辑仍需证明什么
在支撑 AI 支出所需的盈利仍不确定时，市场变得更便宜并不自动意味着更具吸引力。
看空观点首先聚焦于资本支出。科技公司正在投入大量资源，而许多 AI 服务的最终需求尚未完全显现。
强劲的资产负债表使这些投资成为可能，但并不保证能够获得足够回报。
数据中心还需要电力、散热、网络、土地以及较长的建设周期。供应限制可能保护设备制造商，却会增加为部署提供资金的公司的成本。
核心问题在于，AI 收入能否足够快速增长，以吸收这些成本。JPMorgan 表示，商业化的证据正在增加，但这些证据在不同行业和产品之间仍不均衡。
云需求提供了一个积极信号。企业正在租用更多计算能力，并试验 AI 辅助开发、客户支持、研究和文档分析。
然而，试验性支出不同于永久性的生产需求。企业可能削减未通过安全审查、结果不可靠或成本超出预期的项目。
使用指标同样需要结合背景解读。一项服务可能处理更多 token、用户或查询，却因推理成本依然高昂而只产生有限利润。
降价进一步令局面复杂化。更低的模型成本会推动采用，但也可能降低每项任务的收入，并加剧服务提供商之间的竞争。
这种张力使超大规模云服务商的支出成为风险的核心。如果云公司缩减扩张计划，半导体订单可能会在新应用收入填补缺口前先行走弱。
7 月的市场下跌说明，这一交易对相关担忧有多敏感。投资者对产能过度建设以及新增芯片需求出现的时间问题反应强烈。
此前的涨幅也带来了苛刻的比较基数。一家半导体公司即使收入增长，若投资者原本预期更快增长或更强的业绩指引，仍可能令人失望。
整体市场环境同样重要。利率会影响投资者赋予未来盈利的现值，尤其是那些估值建立在遥远增长预期之上的公司。
因此，宏观经济波动可能压过企业层面的进展。JPMorgan 预计波动性下降将改善交易环境，但这一条件并不受任何芯片制造商控制。
供应紧张本身也蕴含反转风险。高利润率会促使制造商增加产能，而客户则会寻找替代供应商和更高效的设计。
如果新增产能到位时需求增长放缓，定价可能迅速走弱。半导体周期曾多次从短缺转向过剩，因为生产决策发生在最终需求明朗之前很久。
地缘政治敞口又增加了一层不确定性。先进芯片生产、存储、封装和制造设备横跨多个地区，而这些地区的贸易与安全政策各不相同。
出口管制可能限制市场，或迫使企业调整产品设计。贸易争端也可能影响企业在哪些地方建设设施，以及客户选择哪些供应商。
这些因素并未否定 JPMorgan 对半导体的展望。它们说明，这一论点取决于多个动态因素，而不是一种永久性的供给短缺。
最有力的证据将包括高产能利用率、稳定定价、订单增长和客户收入扩大。任何单一指标若孤立看待，都可能产生误导。
投资者还应将 AI 的普及与股票表现区分开来。一项技术可以迅速推广，但股东仍可能获得糟糕回报，因为竞争将大部分价值转移给了客户。
互联网创造了巨大的经济价值，但许多基础设施和应用提供商仍然失败。AI 也可能走上类似的不均衡路径，而不必与历史细节完全一致。
JPMorgan 的报告承认这种选择性。其关于科技行业未必重现此前成功的警告，避免这一论点沦为对投机热情的简单回归。
更清晰的仓位逻辑也只是暂时的。一旦投资者重建大量仓位，拥挤交易可能卷土重来，并再次使该板块变得脆弱。
因此，JPMorgan 的 AI 交易反弹必须靠结果赢得支持。较低估值创造了机会窗口，而盈利将决定这一窗口能否演变为持久复苏。
三个信号将决定接下来的走势
盈利、资本支出以及半导体与软件之间的表现差距，将决定 JPMorgan 发现的是一次重置，还是仅仅是一次短暂停顿。
第一个信号是下一轮半导体业绩和指引。仅看收入并不足以提供充分证据，因为投资者已经预期 AI 需求将大幅增长。
定价、订单可见度、库存和产能利用率将更加重要。若定价强势持续到 2027 年，将强化 JPMorgan 认为供给依然紧张的判断。
管理层对 2028 年产能的评论同样值得关注。加快扩张可能确认需求，但也可能提高日后供给过剩的风险。
投资者应比较处理器、存储、网络、设备和先进封装领域的指引。仅限于单一类别的疲软，与广泛的订单放缓具有不同含义。
第二个信号是最大型云公司的资本支出。Microsoft、Amazon、Alphabet 和 Meta 共同影响着 AI 基础设施链条中大部分领域的需求。
支出增加将支持半导体供应商，但投资者必须审视支出为何增加。与已签约客户相关的产能，强于主要基于预测需求的建设。
云收入增长也必须与投资同步。支出与 AI 相关收入之间不断扩大的差距，将削弱更广泛的商业化论点。
投资者应留意折旧、利用率以及 AI 设备预期使用寿命的变化。这些会计和运营细节会影响每一美元基础设施投资产生的回报。
削减支出并不必然终结 AI 建设周期，但会对建立在需求持续加速基础上的预期构成挑战。
第三个信号是软件是否开始缩小与半导体之间的表现差距。相比广泛的市场上涨，这一转变将更直接地检验 JPMorgan 偏好的相对交易。
可信的软件复苏需要的不只是更低估值。供应商必须证明，AI 功能能够改善客户留存、提高合同价值，或降低交付成本。
收入质量同样重要。临时咨询项目和促销试用的支撑力度，低于来自生产系统的可重复订阅收入或按使用量计费的需求。
软件经济效益改善将扩大 AI 交易的覆盖面，并降低其对实体基础设施的依赖。这也可能表明，客户正从试验阶段转向商业化部署。
软件持续疲软则将支持 JPMorgan 的谨慎立场。这将表明，基础设施支出仍然比旨在证明其合理性的应用捕获了更多价值。
这三个信号应结合解读。芯片业绩强劲却未改善云业务商业化，可能延续涨势，同时提高最终的财务门槛。
云支出增加却缺乏稳固的半导体定价，可能表明供应正变得更容易获得。即便硬件增长正常化，软件盈利改善仍可能验证采用进程。
最具建设性的结果将结合持久的芯片需求、克制的基础设施投资和可量化的应用收入。这种组合将使经济价值分布在整个 AI 产业链中。
最令人担忧的结果则是云增长放缓、产能增加和软件定价疲软同时出现。这将表明，支出跑在了有利润的需求前面。
在这两种结果之间，存在广泛而选择性的机会与失望。这正是 JPMorgan 报告所描述的市场。
关注 JPMorgan AI 交易反弹的读者，不应把每日股价上涨视为确认信号。更有力的检验来自盈利、客户承诺以及供应链各环节的定价。
首先关注下一轮半导体报告，然后将超大规模云服务商的支出与 AI 收入进行比较。最后，检验软件公司能否将采用转化为持久利润率。
如果这三个信号都改善，反弹将愈发呈现基本面驱动的特征。如果只有股价回升，市场可能只是重新建立其近期刚刚清理掉的拥挤仓位。
