一句话看懂：摩根大通资产管理的全球市场策略师David Leibowitz公开表示，投资者对AI的态度正从盲目热情转向理性评估，市场已不再“沾AI就买”，而是开始区分AI供应链中不同环节的供需风险。这一信号值得关注，因为它意味着过去两年以情绪驱动的AI投资热潮正在降温，资本将更集中于有真实结构性需求的领域。
事件核心：发生了什么
据AIbase报道，摩根大通资产管理全球市场策略师David Leibowitz近日指出，投资者开始更仔细地辨别AI供应链中的不同环节，评估哪些领域可能面临产能过剩，哪些仍需求强劲。他直言：“市场不再简单地认为‘我们喜欢AI，所以就买一切与AI相关的东西’。” 这种从“跟风买入”到“精选标的”的转变，标志着AI投资正从情绪驱动转向价值驱动。
在具体方向上，Leibowitz给出了清晰判断：芯片硬件面临最大的产能过剩风险，而数据中心建设和运营则拥有更强的结构性需求支撑。历史经验表明，市场过度热情时往往行动过快。这一评估也解释了近期市场表现——随着AI基础设施投资热潮降温，一些芯片制造商股价出现明显回调。例如，SK海力士的股价从6月峰值一度下跌超20%，尽管其年内累计涨幅仍超过两倍。
为什么重要
这一观点来自全球顶级投行的资产管理部门，其判断具有较强的指标意义。过去两年，AI投资几乎成了“万能主题”，无论是芯片、算力还是下游应用，只要贴上AI标签就能获得资金追捧。但Leibowitz的发言表明，专业资本正在重新定义AI投资范式：从“概念炒作”转向“基本面验证”。对于整个AI行业而言，这意味着盲目投入算力基础设施、扎堆大模型训练的热潮可能进入调整期；投资将更倾向于那些有明确收入模式、可控成本和真实用户需求的环节。这种理性回归有助于降低行业泡沫风险，但也可能淘汰一批靠融资维持、缺乏商业闭环的初创公司。
对用户/开发者/创作者的影响
对普通用户和AI工具的使用者来说，投资降温短期内可能不会直接改变你使用的产品或API价格，但长期看，依赖烧钱补贴获取用户的AI应用（如免费但高成本的对话模型、图像生成服务）可能会面临涨价、功能缩减或关停风险。对开发者和创作者而言，应更关注那些绑定底层基础设施（如云服务、API提供商）或已形成分佣模式的平台，而非单纯依赖投资方输血的项目。从硬件算力角度，芯片厂商的产能过剩预期可能带来训练和推理成本的进一步下降，这反而有利于中小团队尝试更复杂的模型和应用开发。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
- 主要芯片厂商（如英伟达、AMD、SK海力士）的季度财报和产能利用率数据：是否出现订单增速放缓或库存积压。
- 数据中心租赁和新建项目的长期合同签订情况：若需求持续强劲，将验证结构性支持判断；若投资者信心下滑，可能引发更广泛的市场调整。
- 下游AI应用公司的盈利报告：那些已实现正现金流或稳定用户订阅量的公司，可能在资本重新配置中获得更多关注。
来源：AIbase
