AI硬件狂热之后，云服务商成被低估的价值洼地？
高盛集团策略师Christian Mueller-Glissmann于2026年6月26日表示，在人工智能（AI）投资热潮持续升温的背景下，大型科技股可能正变得更具吸引力，而半导体板块则因高波动性值得谨慎对待。Mueller-Glissmann指出，尽管当前市场领涨者多为芯片制造商及直接受益于AI资本支出的企业，但这些股票恰恰构成了AI主题中波动最为剧烈的部分，并已通过交易所交易基金（ETF）和期权等衍生工具积累了大量杠杆头寸。他建议，若投资者相信AI长期趋势不变，应考虑将资金更多配置于超大规模云服务商，同时适度降低对半导体行业的敞口。
半导体板块热度不减，但波动风险积聚
Mueller-Glissmann的判断并非孤立观点，而是对近期全球科技股结构性分化的回应。从2026年5月下旬至6月初的市场表现来看，半导体及相关硬件板块确实成为资金追逐的焦点。根据路透社5月28日报道，中国A股市场当日收高，主要受半导体与AI相关股票推动。其中，中证半导体指数（.CSIH30184）上涨1.4%，华虹半导体（1347.HK）在港股大涨逾11%；聚焦硬科技的科创板50指数（.STAR50）当日攀升1.6%，年内累计涨幅已达37%。同期，光模块龙头中际旭创（300308.SZ）单日涨幅接近8%，显示市场对AI基础设施核心环节的高度关注。
这一趋势在6月初进一步强化。6月3日，受台北国际电脑展（Computex）催化，投资者对AI供应链的热情再度升温。当日，A股通信板块指数上涨超过8.2%，半导体板块涨幅达4.9%。苏州天孚通信（300394.SZ）与中际旭创均飙升逾10%，部分原因是前一交易日美国同类企业股价强势上扬。值得注意的是，高盛同日发布研报维持对中国A股“超配”评级，理由正是其对硬件AI企业的直接敞口，同时却将港股评级下调至“中性”，因其非硬科技企业盈利前景承压。
这些数据印证了Mueller-Glissmann所描述的现象：AI投资主线已从早期的概念炒作，转向对算力基础设施——尤其是芯片、光模块等硬件环节——的实际押注。然而，这种集中持仓也带来了显著的波动放大效应。当市场情绪稍有扰动，或个别公司财报不及预期（如6月初拼多多美股单日暴跌10%拖累恒生科技指数），高杠杆、高集中度的半导体仓位便容易引发连锁反应。
云服务商：被低估的AI价值载体？
与半导体板块的高歌猛进形成对比的是，超大规模云服务商——包括亚马逊AWS、微软Azure、谷歌云及阿里巴巴云等——虽为AI模型训练与部署的核心平台，但其股价表现相对温和。Mueller-Glissmann认为，这反而构成了潜在的价值洼地。原因在于，云服务商不仅提供算力资源，还深度参与AI应用生态构建，其商业模式具备更强的现金流稳定性和客户粘性。相比之下，芯片制造商虽受益于GPU等硬件需求激增，但其业绩高度依赖资本开支周期，且面临技术迭代快、产能过剩风险及地缘政治干扰等多重不确定性。
从资产配置角度看，过度集中于半导体ETF或个股期权，可能使投资组合暴露于短期波动风险之中。例如，某些追踪费城半导体指数（SOX）的ETF在过去一年内波动率显著高于纳斯达克100指数。而云服务商通常被纳入更广泛的科技或大盘指数，其风险收益特征更为均衡。Mueller-Glissmann建议的“分散至云服务商”，实质上是在AI主题内部进行风险再平衡——从高贝塔的硬件端，转向更具防御性的平台端。
全球资金流向印证结构性调整需求
高盛自身的市场观点也在同步演进。早在6月3日，其分析师团队就明确区分了A股与港股在AI叙事中的角色：A股因拥有完整的AI硬件产业链（从芯片设计到光通信）而获得“超配”，而港股互联网巨头虽具规模，却较少涉足底层硬件，因此评级被调低。这一判断逻辑与Mueller-Glissmann26日的表态一脉相承——即AI投资需穿透表象，识别真正具备可持续竞争优势的环节。
此外，全球资金流动亦显现出微妙变化。尽管半导体仍是AI资本支出的最大受益者，但机构投资者开始关注资本效率与回报周期。云服务商凭借其按需付费模式和规模经济，能够在AI投入产出比尚不清晰的阶段提供更可预测的收入流。而芯片厂商则需承担巨额研发与建厂成本，且回报周期较长，一旦AI部署速度放缓，库存与产能利用率压力将迅速显现。
投资启示：在狂热中保持配置纪律
Mueller-Glissmann的言论并非否定AI长期前景，而是提醒市场警惕短期交易拥挤带来的脆弱性。当前半导体板块的高波动性，某种程度上反映了市场对AI落地节奏的分歧与焦虑。
对于投资者而言，策略重点不应是“是否投资AI”，而是“如何投资AI”。在维持对AI长期信心的同时，可通过以下方式优化配置：一是降低单一板块（如半导体）的集中度，避免过度依赖ETF或杠杆工具放大风险；二是增加对具备AI基础设施运营能力的云服务商的配置，获取更稳定的长期回报；三是关注不同市场间的结构性差异——如A股在硬件端的优势与美股在平台端的主导地位，进行跨市场分散。
随着2026年下半年AI应用加速从实验室走向商业化，市场或将重新评估各环节的真实价值。届时，那些既能提供强大算力，又能有效转化为企业级服务收入的公司，有望成为下一阶段的领跑者。在此之前，保持组合的韧性与灵活性，或许是应对高波动环境的最佳策略。
