AI热潮里一度最稳的“卖铲人”，此刻正站在风暴的中央。
7月28日，美股半导体（881121）、存储概念股继续重挫，截至23:03，费城半导体（SOX）指数跌超5%，美光科技（MU）跌近10%，总市值一度跌至9000亿美元。
英伟达（NVDA）昨日将全球市值第一企业的宝座让给苹果（AAPL），目前股价急速拉升，从跌近2%反弹翻红。
费城半导体（SOX）指数大跌背后的关键原因是，市场对新一轮AI循环融资的担忧加剧。日前，英伟达（NVDA）与韩国SK集团宣布达成一项逾5000亿美元的AI合作协议。同时，英伟达（NVDA）正与OpenAI就一笔规模高达2500亿美元的担保协议展开谈判，以协助后者租用由软银旗下子公司在俄亥俄州开发的数据中心项目。
曾经，投资者只需追问“芯片够不够卖”。如今，人们开始追问另一个更尖锐的问题——在这场循环融资游戏（881275）里，究竟谁在为最终的风险买单？英伟达（NVDA）CDS创纪录飙升，恰恰撕开了一道裂口。
科技巨头CDS飙至历史新高
美东时间7月27日，英伟达（NVDA）股价大跌4.99%，拱手将全球市值第一企业的宝座让给苹果（AAPL），英伟达（NVDA）五年期信用违约互换（CDS）一度上涨约14个基点，最高升至每年约82个基点，创下去年11月开始活跃交易以来的最大盘中升幅。
英伟达（NVDA）所投资或持股的公司，通常也是其芯片的主要买家，这加剧了市场对AI循环融资的担忧。这些交易使越来越多的AI公司相互绑定，也让整个行业更容易受到系统性冲击。
与甲骨文（ORCL）、SpaceX（SPCX）、Alphabet、亚马逊（AMZN）、Meta（META）、博通（AVGO）相关的CDS价格最近几天也都升至历史新高。
其中甲骨文（ORCL）的波动尤为剧烈，7月27日其五年期CDS报价为215个基点，远高于年初的144个基点，这意味着投资者现在每年需要支付215万美元来为1亿美元的债务购买违约保险。
大空头史蒂夫·艾斯曼（Steve Eisman）警告称，如果任何一家超大规模科技巨头削减其人工智能（885728）资本支出，美国股市将“直线下跌”。
法国里昂商学院管理实践教授李徽徽对记者表示，他并不把这次CDS上涨理解成市场押注英伟达（NVDA）违约，真正的变化是，市场担心的对象已经从估值进入资产负债表。英伟达（NVDA）本身并不缺钱，但过去英伟达（NVDA）承担的只是经营风险，芯片卖不动，利润下降；如果英伟达（NVDA）开始替客户融资、为数据中心债务提供担保，这里存在一个很典型的“错误方向风险”：AI需求越弱，客户偿债能力越差，英伟达（NVDA）芯片收入也会下降，担保损失反而更容易发生，销售风险和信用风险在压力情景下会同时放大。
在李徽徽看来，甲骨文（ORCL）风险最高，它的问题不是投得多，而是资本承诺刚性、自由现金流缺口、债务规模和客户集中同时存在。
其次是SpaceX（SPCX），上市融资改善了流动性，却没有解决AI业务持续烧钱、跨业务补贴等问题。
Meta和亚马逊属于资本回报压力，不是短期偿债压力；
博通（AVGO）虽然负债较高，但本身不承担大规模数据中心建设，软件现金流也能缓冲周期（883436）；
Alphabet的资产负债表最稳。
英伟达（NVDA）当前的绝对信用风险仍低，边际变化却最大。如果担保最终采用限额、有抵押、非追索和多方分担，本轮信用重估会明显缓和；如果由母公司作出无条件保证，英伟达（NVDA）就会从芯片公司变成带有金融属性的信用中介，估值体系也要随之改变。
芯片股未来怎么走？
从近期美股的大幅波动来看，市场对AI热潮的判断已经更加理性，不再盲目追逐硬件巨头，费城半导体（SOX）指数大跌并不意外。
野村全球宏观研究主管及全球市场研究部联席主管苏博文（Rob Subbaraman）对21世纪经济报道记者表示，芯片股涨幅确实惊人。近几周来，芯片股出现了较大幅度的回调，这在大涨之后属于正常现象。同时，加杠杆投资加剧了波动。
李徽徽提醒，这不是半导体（881121）产业周期（883436）全面见顶，而是“估值周期（883436）”和“产业周期（883436）”的时钟错位。未来6到12个月，李徽徽预计市场会宽幅W型震荡，而非快速V型反转或全面暴跌。真正的考验在2027年前后，届时新增产能集中释放，若AI商业化收入跟不上折旧速度，才会引发真正的共振下行。要确认周期（883436）反转，不能只看订单，必须连续两个季度看到GPU利用率、算力租金和HBM长约期限显著恶化。
虽然目前美股科技巨头“循环融资”还不是银行体系的系统性风险，但已经呈现出高度相关的行业信用风险。李徽徽强调，系统性风险不能只看融资规模，要看同一笔损失会不会经过杠杆、担保和流动性安排被多类金融机构同步放大。循环融资最麻烦的地方，是把一份终端现金流包装成多份资产。供应商投资模型公司，模型公司签订GPU和云服务合同，云厂商把合同计入RPO（剩余履约义务），项目公司再把租约用于融资，看似合同繁多，底层可能全依赖同一家模型公司的未来融资。同一笔未来需求实际上被重复当成了芯片订单、云收入和债务偿还来源，风险并没有真正分散。
最先出问题的或许不会是AI需求凭空消失，而是算力创造的现金毛利赶不上利息、租金和折旧。最脆弱的财务载体是高杠杆算力租赁（886050）商或单一承租人的GPU SPV（特殊目的实体），它们用短期限、浮息债务去承担长期资产，一旦模型公司推迟上线或要求降价，租赁商的偿债覆盖率会立刻恶化，再加上二手GPU折旧贬值，抵押品也会出现爆仓。
未来12到18个月，李徽徽预计不会看到大型银行危机。行业风险升级为金融系统风险的前提是多件事同时发生：多家模型公司同步削减容量承诺；芯片商或云巨头的融资担保、回购承诺和残值保证被调用。
AI牛市结束了吗？
AI热潮方兴未艾，但狂飙的股市需要回归理性。
AI是跨越多年的技术变革，但其发展路径并非直线。苏博文对记者表示，当前尚无法预判最终的赢家，大规模颠覆性技术冲击往往同时造就赢家和输家。市场不会单边上行，阶段性过度乐观与随之而来的回调均属常态。
李徽徽认为，AI牛市没有结束，但闭着眼睛买所有“卖铲人”的阶段已经结束。下一轮机会也不是简单地从芯片切换到软件，而会形成一个明显的“哑铃结构”：上游赚物理瓶颈的钱，下游赚生产率提升的钱，夹在中间的通用算力和通用模型反而最容易被压缩利润。
上游值得关注的是电力接入、输配电、变压器、液冷、能源（850101）管理和具备电力资源的数据中心资产。这里不能只看订单增长，要看项目是否取得并网指标、客户有没有预付款、合同能否取消、资产能不能适配不同代际的芯片。
下游他看好两类：一类是AI身份认证、权限管理、数据治理和安全审计。企业最愿意付费的不是模型回答得更漂亮，而是每一步操作能够授权、追踪、撤销和问责，这类支出接近经营刚需；另一类是拥有专有数据和真实工作流的垂直AI、工业软件及机器人。这里也不能笼统看好所有软件公司，传统的按人头SaaS会被智能体冲击，真正能保留利润的是按实际结果或节省成本分成的商业模式。
整体而言，李徽徽预计，下一阶段有成长空间的AI公司是那些会从“拥有多少算力”转向关注“每一单位算力能创造多少可留存的现金利润”的企业。
对于当下的财报季，苏博文承认市场对盈利的预期极高，与上季度类似。若本次财报达标，将是积极信号，但巨额盈利不可能逐季持续，放缓终将到来。AI投资迟早会减速，其发展速度和时点极难预测。市场常因过度乐观而提前反应，并线性外推，这一点值得警惕。
关于可能刺破泡沫的因素，苏博文列举了以下几点：投资回报不及预期，可能源（850101）于竞争加剧、新进入者增多；AI及大语言模型在企业端作为通用技术的采用速度慢于预期；社会层面的反弹及监管政策逐步收紧。这些因素均可能拖累AI发展，引发市场修正。
AI终将重塑世界，但对于市场而言，最大的考验从来不是技术能否迭代、芯片能否突破、投资规模是否足够，而是资本能否跑赢商业化的时钟。
