2026年6月，美股科技七巨頭——蘋果、微軟、Alphabet、亞馬遜、英偉達、Meta、特斯拉——單月市值合計蒸發約3萬億美元。追蹤這七隻股票的Roundhill Magnificent Seven ETF當月跌幅達13%，創下2023年成立以來最差月度表現。與此同時，剔除七巨頭後的標普500其他成分股同期反而上漲了2.6%，資金並未離場，而是發生了方向性轉移。

與2022年由加息和衰退預期驅動的科技股熊市不同，本輪下跌的根源在於市場對AI資本開支投資回報率的系統性審視。過去兩年，這些巨頭累計投入數千億美元用於AI相關基礎設施建設，但一個根本性問題正在被追問：這些錢什麼時候能變成可驗證的利潤？

從具體數據看，6月最後一週七巨頭股價跌幅集中在3%至10%之間。英偉達累跌8.62%，Alphabet跌8.92%，蘋果和亞馬遜分別跌4.77%和4.79%，Meta跌4.67%，特斯拉跌5.19%。費城半導體指數當週重挫近8%，錄得年內最差單週表現。整個6月，微軟累計下跌21.64%，是七巨頭中月度跌幅最大的，這更多反映了市場對其雲業務AI變現節奏的擔憂。

市場結構的變化同樣值得關注。非AI板塊整體錄得2.2%漲幅，羅素2000小盤股指數跑贏納指。據高盛Prime Brokerage週報數據，資金正從七巨頭流向價值股和AI產業鏈上游——存儲芯片、半導體設備板塊相關ETF同期漲幅約5%至8%。東方匯理私人銀行亞洲首席策略師陳達德指出，這反映資金正沿著AI產業價值鏈重新配置，從超大規模雲服務商轉向AI硬件、先進封裝及HBM存儲芯片等企業。

本輪拋售背後有五重壓力疊加。首先是資本開支ROI拷問：亞馬遜、Alphabet、微軟和Meta的資本開支從約2000億美元躍升至3000億美元量級，大量資金投入數據中心基建、電力、服務器等通用IT資產，且具有長期折舊屬性。國際清算銀行（BIS）在2026年6月發佈的年度報告中就AI領域資本開支風險發出警示：若回報不及預期，可能觸發融資收縮，將資本開支熱潮逆轉為一輪投資蕭條。

其次是宏觀環境收緊：6月美國粘性通脹數據超預期，市場對美聯儲降息預期的時間點被推遲。高估值成長股的定價高度依賴低折現率，利率邊際變化對七巨頭這類高PE資產的估值影響遠大於對價值股的影響。更深層的原因在於分子端業績預期走弱與分母端折現率抬升同時發生——企業賺錢變慢而資金成本變貴，這才是七巨頭集體承壓的根本邏輯。

第三是擁擠交易鬆動與季末再平衡：過去三年做多七巨頭是美股最擁擠的交易之一。據高盛交易臺估算，全球大型基金季末/半年末的資產再平衡觸發了高達1650億美元的換倉沽盤，量化波動率策略在VIX抬升後被動止損拋售，進一步放大了跌幅。這屬於技術性去擁擠，而非市場徹底否定AI長期邏輯。

第四是算力敘事出現裂縫：據市場監測數據，英偉達B200芯片的每小時租賃價格在6月內出現階段性回落。高盛交易臺主管Rich Privorotsky在市場簡報中表示審慎：如果供應增加且租賃價格持續走低，將挑戰算力資源持續短缺的核心論調。但需要區分的是，價格波動集中在訓練型算力，而政企和傳統行業的AI推理算力租賃價格仍保持穩定。市場的真實擔憂是通用訓練算力可能出現的階段性供給釋放，而非全場景算力需求的萎縮。

第五是盈利前瞻下修與政策不確定性：6月多家雲廠商和半導體機構下調二季度營收指引，AI相關資本開支轉化為企業付費需求的速度不及市場前期樂觀預期。與此同時，谷歌反壟斷案即將進入最終判決階段、歐盟《人工智能法案》合規要求持續落地推高運營成本、美國新一輪AI芯片出口管制預期升溫，多重合規與政策不確定性進一步壓制了科技巨頭的風險偏好。

華爾街對這次下跌存在兩種解讀。樂觀派認為這是健康回調。FXTM富拓首席中文市場分析師盧曉暘表示，支撐AI發展的底層邏輯依然堅實，七巨頭2026年資本支出計劃並未收縮。微觀層面，微軟Azure AI服務年化收入已突破370億美元；據Meta 2026年Q1財報數據，通過AI優化廣告推薦算法，其Reels短視頻的每千次展示廣告收入較2024年同期提升約40%。這些財務錨點正在驗證AI業務從投入期走向收穫期的可行性。不同巨頭變現路徑存在明顯分化：英偉達依託硬件銷售已實現穩定盈利；谷歌依靠雲業務與廣告優化持續兌現AI價值；蘋果、特斯拉仍處於技術投入週期，盈利兌現節奏相對滯後。

悲觀派則看到結構性問題。聯博集團CEO Seth Bernstein直言，如今的情況與90年代末互聯網泡沫有一些真正的相似之處，席勒市盈率已接近歷史高位，市場集中度極高。但悲觀派的擔憂並非空穴來風：市場真正害怕的不是AI沒有價值，而是巨頭們為了維持AI的護城河，陷入了無休止的囚徒困境式軍備競賽，最終透支了當下的股東回報。需要承認的是，當前七巨頭擁有云服務、消費電子、廣告、芯片等成熟主業的穩定現金流支撐，AI是第二增長曲線而非唯一業務，這與90年代互聯網泡沫時期多數公司缺乏穩定營收存在本質區別。

過去三年的邏輯鏈條是：算力越稀缺，資本開支越合理，估值越高，融資越容易。這個閉環自我強化，幾乎無人質疑。2026年仲夏，這條鏈上的每一個環節都在承受壓力，但這不等於整條鏈斷裂。更接近事實的描述是：AI產業正在從算力基建期進入商業驗證期。上半場的競爭是誰能最快拿到最多的GPU；下半場的競爭是能讓客戶為AI的產出持續付費。誰先交出讓每一分算力成本變成客戶願意付費的商業價值的答卷，誰就能在下一輪週期掌握定價權。市場正在等待一個答案：AI資本開支究竟是一場通往新世界的門票，還是一張昂貴的試錯收據。答案可能在接下來的兩個財報季中逐漸清晰。