AI 股市死亡螺旋：從軟件到地產保險物流，萬億美元市值蒸發

兩大恐懼的致命碰撞

要理解這場史無前例的跨行業股市崩盤，必須先認識到兩股截然不同但同時爆發的恐懼正在市場中形成完美風暴。

第一股恐懼來自「AI 顛覆論」——投資者越來越相信，生成式 AI 的能力已經強大到足以在短期內徹底改變甚至消滅整個行業。當 OpenAI 推出針對法律行業的工具時，Thomson Reuters 的股價年初至今已經暴跌 28%，帶動整個法律科技軟件板塊集體跳水。當 OpenAI 宣布進軍保險顧問領域時，保險經紀股應聲下挫。當初創公司 Altruist Corp 發布 AI 財富管理工具時，嘉信理財（Charles Schwab）一天內跌去 7.42%，Raymond James 下跌 8.75%，LPL Financial 暴跌 8.31%。

第二股恐懼恰好相反——是對 AI 投資回報的深度懷疑。科技巨頭們已經承諾在 2026 年投入超過 6,000 億美元的資本支出建設 AI 基礎設施，但投資者開始質問：這些天文數字的投入，究竟何時才能轉化為實際的營收和利潤？微軟年初至今已下跌 13%，Adobe 跌了 19%，而亞馬遜更是錄得 20 年來最長的連跌紀錄。

「這兩種恐懼本身是自相矛盾的——你不能一方面說 AI 會顛覆一切，另一方面又說 AI 投資不會有回報。但市場從來不需要邏輯自洽，恐慌就是恐慌。」—— 華爾街資深分析師評論

蔓延的恐慌：從軟件到實體經濟

這場拋售最令人震驚之處在於其蔓延速度和範圍之廣。傳統上，科技股的波動很少會直接影響到物流、地產和保險等「舊經濟」板塊。但在這次「AI 死亡螺旋」中，恐慌情緒完全無視了行業邊界。

軟件行業：首當其衝的風暴眼

軟件即服務（SaaS）公司是最早也是最嚴重的受災區。JPMorgan 的分析師用了一個極具畫面感的比喻：軟件股正在「未審先判」（sentenced before trial）。投資者的邏輯很簡單——如果 AI 能夠自動完成法律文件審查、財務報表分析、客戶服務等工作，那麼為這些功能付費訂閱的企業客戶為何不直接使用更便宜的 AI 工具？

這種邏輯雖然粗糙，但具有傳染性。Thomson Reuters 作為法律資訊和軟件巨頭，年初至今已暴跌 28%，市場似乎在押注 AI 將使其核心的法律研究和文件管理業務變得多餘。同類的專業軟件公司幾乎無一倖免。

財富管理：AI 民主化的威脅

財富管理行業的反應尤為劇烈。Altruist Corp 這家相對不知名的金融科技公司，僅僅因為宣布了一款 AI 驅動的理財顧問工具，就引發了整個財富管理板塊的崩盤。嘉信理財、Raymond James、LPL Financial 三大巨頭在一天之內合計蒸發了數百億美元市值。

投資者的恐懼有其道理：如果一個 AI 系統能以極低成本提供媲美人類理財顧問的投資建議，那麼依靠收取管理費和顧問費為生的傳統財富管理公司，其商業模式將面臨根本性挑戰。

物流貨運：荒謬的「先開槍再問話」

最能體現市場恐慌非理性程度的，莫過於物流和貨運板塊的遭遇。一家前身為卡拉 OK 公司、年收入不足 200 萬美元的企業，僅僅因為發布了一份涉及「AI 物流」的新聞稿，就導致多家大型貨運和物流股票大幅下挫。

這正是華爾街所謂的「先開槍，再問話」（shoot first, ask questions later）模式——在極端恐慌的市場環境下，任何與 AI 相關的消息都會觸發條件反射式的拋售，投資者根本不會花時間去驗證消息的實質性或發布者的可信度。

華爾街的分裂：恐慌與理性的拉鋸

面對這場前所未見的跨行業拋售，華爾街的聲音出現了明顯的分裂。

高盛 CEO David Solomon 公開表示，這輪拋售「範圍太廣了」（too broad），暗示市場反應已經過度。NVIDIA CEO 黃仁勳更是直言不諱，稱 AI 將取代軟件的說法「不合邏輯」（illogical）——作為 AI 硬件的最大供應商，他比任何人都清楚 AI 的真實能力邊界在哪裡。

JPMorgan 的軟件分析團隊則用更學術的語言表達了同樣的觀點：市場對軟件股的懲罰是「未審先判」，即在沒有任何實際營收下降證據的情況下，僅僅因為 AI 可能帶來的競爭威脅就大幅下調估值。

「市場正在對一個尚未發生的未來進行定價，而且是用最悲觀的假設來定價。這不是分析，這是恐慌。」—— Goldman Sachs CEO David Solomon 的核心觀點

然而，另一方陣營同樣理據充分。Ameriprise Financial 的首席市場策略師警告，這種「死亡螺旋」式的波動將「在可預見的未來持續存在」（for foreseeable future）。他們的邏輯是：只要 AI 技術持續以目前的速度進步，市場就會不斷重新評估哪些行業和公司會成為下一個被顛覆的對象，而這種持續的不確定性本身就會壓制估值。

深層結構性問題：6,000 億美元的信仰危機

在表面的恐慌之下，這場拋售暴露了 AI 投資敘事中一個根本性的矛盾。

科技巨頭們——微軟、亞馬遜、Google、Meta——已經集體承諾在 2026 年投入超過 6,000 億美元用於 AI 基礎設施建設，包括數據中心、GPU 集群、能源設施等。這是人類商業史上單一技術領域最集中的資本投入。

問題在於：投資者現在開始認真追問回報在哪裡。亞馬遜 2026 年的資本支出預測高達 1,250 億美元——在所有超大型科技公司中居首——但 AWS 的 AI 相關營收增長並沒有與投資規模成比例地加速。微軟的 Copilot 產品雖然獲得了大量關注，但企業客戶的實際付費轉化率遠低於預期。

這就形成了一個悖論：如果 AI 真的能顛覆所有行業（恐懼一），那麼科技巨頭的巨額投資就應該有豐厚回報；但如果投資不會有回報（恐懼二），那 AI 就不可能真正顛覆所有行業。市場同時持有這兩種相互矛盾的恐懼，正是非理性恐慌的典型特徵。

「先開槍再問話」的市場心理學

從行為金融學的角度看，當前的市場動態可以用「可得性偏差」（availability bias）來解釋。每一次 AI 工具的發布、每一則裁員新聞、每一個行業被 AI 衝擊的故事，都在強化投資者腦海中「AI 將摧毀一切」的敘事。而在這種高度敏感的環境下，任何新消息——無論其實質意義如何——都會被過度解讀。

前述那家前卡拉 OK 公司引發物流股崩盤的案例，正是這種心理的極端表現。在正常市場環境下，一家年收入不足 200 萬美元的微型企業發布的新聞稿根本不會引起任何機構投資者的注意。但在當前的恐慌氛圍中，算法交易系統和恐慌的人類交易員對任何包含「AI」和特定行業關鍵詞的消息都採取了「先賣出再說」的策略。

萬億美元蒸發的真實意義

超過一萬億美元的市值蒸發聽起來觸目驚心，但我們需要將其放在適當的背景下理解。

首先，市值蒸發不等於實際財富消失。這些公司的員工還在工作、產品還在銷售、客戶還在付費。股價反映的是市場對未來的預期，而預期本身就是高度波動的。

其次，歷史告訴我們，技術恐慌往往過度。2000 年互聯網泡沫破裂時，市場認為互聯網的承諾全是空話；但 20 年後，Google、亞馬遜、Facebook 成為了全球最有價值的公司。AI 的長期變革力量很可能是真實的，但時間線和影響方式可能與市場當前的恐慌性假設大不相同。

然而，這場拋售也不完全是無理取鬧。它反映了一個真實的結構性風險：當數千億美元的資本被投入到一項回報時間表高度不確定的技術中時，任何信心動搖都可能引發連鎖反應。而且，AI 確實正在改變某些行業的競爭格局——問題不是「是否會改變」，而是「何時改變」以及「改變多少」。

對香港的啟示

這場全球性的 AI 恐慌浪潮不可避免地波及到了香港市場。恆生科技指數在過去數週已經承受了顯著壓力，而作為連接中國內地與國際市場的超級聯繫人，香港的獨特地位使其面臨雙重衝擊。

恆生科技指數的連帶效應

恆生科技指數的成分股中，不少公司直接暴露在 AI 顛覆風險之下。騰訊、阿里巴巴、美團等巨頭雖然本身也在大力投入 AI，但它們的核心業務——從雲計算到電商到本地生活服務——都是華爾街認為會被 AI 改變的領域。當國際投資者在全球範圍內減持「AI 風險敞口」時，港股市場必然受到波及。

更值得關注的是，許多在港上市的中國科技公司同時面臨來自美國的負面情緒傳導和國內經濟增長放緩的雙重壓力。這種「腹背受敵」的處境，意味著恆生科技指數的調整幅度可能會超過美國同類指數。

香港投資者的應對策略

對於香港的零售和機構投資者而言，當前的環境要求一種更加審慎和分辨力強的投資方法：

• 區分「真正的 AI 受益者」和「AI 概念股」：那些擁有真實 AI 技術能力和實際應用場景的公司，與那些僅僅因為沾上「AI」標籤就被炒高的公司，在這輪洗牌中會有截然不同的命運。
• 關注現金流而非敘事：在恐慌市場中，最安全的錨點是公司的實際現金流和盈利能力。那些有穩定經常性收入、低負債率和強現金流的公司，即使短期股價承壓，長期價值也不會改變。
• 利用港股的估值折讓：相比美股，港股科技股長期存在估值折讓。如果這輪 AI 恐慌進一步擴大折讓幅度，反而可能為價值投資者創造機會。
• 警惕「先開槍再問話」的傳導：香港市場的流動性相對較低，容易出現超跌。投資者應避免在恐慌性拋售中做出衝動決策。

香港科技產業的啟示

對於香港本地的科技產業而言，這場全球性震盪既是警鐘也是機遇。警鐘在於：任何依賴傳統軟件模式或中介服務模式的香港企業，都需要認真思考 AI 對其商業模式的潛在衝擊。機遇在於：當全球市場對 AI 投資回報心存疑慮時，那些能夠率先展示 AI 實際商業價值的公司和市場，將獲得不成比例的關注和資本流入。

香港政府近年來積極推動的數碼經濟和 AI 發展策略，在當前環境下顯得更加重要。不是因為需要追趕 AI 熱潮，而是因為需要建立起真正的 AI 應用能力，以確保香港的金融、物流、專業服務等支柱產業不會在這場全球性的 AI 重塑中被邊緣化。