当AI削减岗位与席位，谁还能留在科技核心资产名单里？

来源：美股研究社

“当 AI 开始威胁软件本身，科技股的分化，才刚刚开始。”

这句话正在成为 2026 年全球资本市场最冷峻的共识。

站在 2026 年初的节点回望，过去三年的 AI 牛市仿佛一场盛大的幻觉与现实交织的戏剧。2023 年，我们谈论的是大模型的诞生；2024 年，我们追逐的是算力的稀缺；而到了 2026 年，市场终于开始直面 AI 商业化落地后的残酷真相：技术革命的红利并非均匀分布，它正在重塑生产关系，甚至颠覆原有的商业逻辑。

2 月以来，纳斯达克综合指数回落逾 4%，AI 相关科技股成为资金撤离的主要方向。但这轮调整，并非简单的风险偏好下降，而是市场开始重新定价"AI 的受益者与受害者”。这是一场结构性的切换，标志着 AI 投资从“主题炒作”正式进入“业绩兑现”与“逻辑证伪”并存的深水区。

抛售不是终点，

而是结构性切换的开始

市场的波动往往隐藏着未来的方向。2026 年初的这波抛售，表面上是对高估值的修正，实质上是对 AI 产业链价值分配的一次重新洗牌。

以 NVIDIA 为代表的算力核心公司，在财报后虽有回调，但华尔街部分策略师却视为机会。Laffer Tengler Investments CEO Nancy Tengler 直言，英伟达横盘整理反而构成买点，背后逻辑并不复杂：微软、Meta、亚马逊、谷歌今年合计约 8500 亿美元资本开支，仍将大规模流向 AI 数据中心。这一数字相比 2025 年增长了近 30%，显示出巨头们对 AI 基础设施的投入并未因短期波动而减速。

在资本链条中，一家公司的资本开支，正是另一家公司的收入来源。只要超大规模企业继续扩张算力，英伟达就仍站在现金流上游。这种“铲子效应”在 2026 年依然显著。随着多模态大模型向推理端延伸，以及主权 AI（Sovereign AI）项目的兴起，全球对高性能 GPU 的需求并未见顶。相反，随着模型参数量的指数级增长，对算力密度的要求反而更高。

问题不在于"AI 是否增长”，而在于——增长会集中在哪些环节。

当资金从“泛 AI 概念”撤退，真正的筛选才刚开始。市场不再为任何贴上"AI 标签”的公司买单，而是严格审视其在产业链中的生态位。处于上游的算力制造商、光模块供应商、能源解决方案提供商，因其产品的不可替代性和刚需属性，依然享有估值溢价。而处于下游的应用层，尤其是那些未能证明 AI 能带来实质性收入增长的公司，正面临严峻的估值压缩。

这种分化在 2026 年尤为明显。投资者开始意识到，AI 不仅仅是一个增量市场，更是一个存量博弈的加速器。它加速了效率的提升，也加速了落后产能的出清。对于硬件厂商而言，这意味着订单的持续性；对于软件厂商而言，这意味着商业模式的生死考验。

SaaS 模式遭遇正面冲击，

AI 正在改写商业逻辑

与英伟达形成鲜明对比的，是 Salesforce 的困境。策略师坦言已经清仓，理由直白——“看不到增长轨迹”。

市场的担忧并非短期订单波动，而是商业模式根基受到冲击。这是 2026 年科技股面临的最大灰犀牛：SaaS 企业长期采用“按席位收费”（Per Seat）模式，本质上与就业规模高度挂钩。企业购买软件许可证的数量，往往取决于其员工数量。但 AI 提升生产力的逻辑，恰恰意味着企业可能减少员工数量。高盛预测 2026 年美国失业率可能从 4.2% 升至 4.6%，而 AI 替代效应仍在加速，尤其是在客服、代码编写、数据分析等中后台领域。

如果企业用大模型工具（如 Anthropic 的 Claude Code 或类似的 2026 版自动化 Agent）自建自动化流程，部分中后台软件需求将被削弱。SaaS 不再是“数字化升级”的唯一工具，而是可能被 AI 本身取代。例如，传统的 CRM 系统需要销售人员录入数据，而 AI Agent 可以自动完成客户跟进、数据整理甚至初步谈判。这意味着企业可能不再需要购买那么多 CRM 席位，而是转而购买更少的 AI 调用额度。

这是一种结构性冲突：AI 既是软件行业的增长引擎，也可能成为其掘墓人。

过去市场愿意给予软件板块高估值，是因为其高毛利、高可预期增长。但当席位数量可能减少、客户转向 AI 原生解决方案，估值逻辑就必须重估。iShares 扩展科技软件 ETF 今年下跌约 25%，已反映这种预期变化。投资者开始怀疑，传统的 SaaS 巨头是否具备足够的敏捷性，将自身产品从“工具”转型为“智能体”。

资本开始区分：谁是 AI 基础设施的受益者，谁是 AI 效率革命的牺牲者。那些依赖人头费模式的软件公司，正站在悬崖边上；而那些能够按结果付费、按价值付费的 AI 原生应用，才有可能获得新的估值锚点。这场变革不仅仅是技术的迭代，更是商业契约的重写。

真正的风向标

在“硬资产”与供需缺口

与软件板块形成对照的是存储芯片板块的强势表现。Micron Technology、Western Digital 以及 SK hynix、Samsung Electronics 年内涨幅超过 70%。

原因简单却有力——AI 工作负载对高带宽存储需求激增，而供应瓶颈仍未完全缓解。随着大模型从训练向推理大规模转移，数据吞吐量呈现指数级增长。HBM（高带宽内存）成为 AI 服务器的标配，且容量需求每 18 个月翻一番。价格上涨、盈利预期上调、估值仍相对合理，这种组合像极了两年前的英伟达。

在 AI 周期中，硬资产往往具备更强议价能力。算力与存储属于“刚需投入”，而应用软件更容易被替代或压价。物理世界的限制（如晶圆产能、能源供应、散热极限）为硬件厂商提供了天然的护城河。相比之下，软件的边际成本趋近于零，竞争壁垒更容易被代码突破。

高盛分析师的判断也更加审慎：市场不会轻易给软件、媒体、教育、商业服务等数据密集型行业重新估值，除非看到连续数季业绩韧性，或估值出现明显折价。这意味着，科技板块短期难言全面反弹，结构性行情将成为常态。

从投资风向标角度看，当 AI 从“主题投资”转向“利润分配”，核心问题变成：谁掌握定价权？谁站在资本开支上游？谁的商业模式不会被 AI 反噬？

当前答案似乎更加清晰——算力与存储仍在景气区间，而传统 SaaS 正在经历商业模式压力测试。对于投资者而言，这意味着配置策略必须调整。单纯持有科技指数可能无法获得超额收益，甚至可能跑输大盘。精选具备“硬资产”属性、拥有定价权、且能利用 AI 优化自身成本结构的公司，才是穿越周期的关键。

结语：科技牛市的分层与新生

这不是科技牛市的终结，而是科技牛市的分层。

当 AI 真正改变生产关系时，科技股内部的赢家与输家，将比过去任何时候都更加鲜明。2026 年，我们见证的不再是普涨的狂欢，而是价值的回归。算力作为数字时代的“石油”，其战略地位依然稳固；存储作为数据的“容器”，其稀缺性日益凸显。而软件，作为曾经的王者，正面临前所未有的重构压力。

对于投资者而言，理解这一分化至关重要。不要试图对抗趋势，而要顺应趋势。在 AI 重塑世界的过程中，那些能够提供“确定性”的硬资产，那些能够解决“效率”真问题的新应用，将成为新的核心资产。

当 AI 开始威胁软件本身，科技股的分化，才刚刚开始。在这场漫长的变革中，唯有保持敏锐，方能在不确定的市场中，找到确定的未来。真正的科技巨头，不是在泡沫中诞生，而是在分化中崛起。2026 年，正是这场崛起之路的关键分水岭。