
在半導體股再度經歷一輪劇烈波動之際,美國銀行全球研究部(Bank of America Global Research)對當前市場情緒作出了尖銳反駁,直指推動科技板塊拋售的恐慌情緒在邏輯上根本不成立。在2月3日發布的一份研究報告中,分析師指出,投資者目前的定價反映了《財富》雜志記者吉姆·愛德華茲所稱的“自由落體式下跌”,而這種定價所依據的判斷,在美銀看來“自相矛盾”。
美銀高級分析師維韋克·阿里亞團隊在報告中援引了約翰·梅納德·凱恩斯的名言:市場保持非理性的時間,可能比投資者保持不破產的時間更長。“但我們認為,近期由軟件板塊帶動并拖累主要AI芯片股的走勢,本身存在內部矛盾。”
正如愛德華茲所言,市場的反應,很大程度上源于帕蘭泰爾(Palantir)首席執行官亞歷克斯·卡普在2月2日晚間財報電話會議上一貫直言不諱的表態:AI在編寫和管理企業軟件方面已經如此強大,許多軟件即服務(SaaS)公司可能面臨被淘汰的風險。隨后出現的拋售蒸發了約3,000億美元市值,微軟(Microsoft)、賽富時(Salesforce)和ServiceNow等公司股價均遭受重創。
被稱為“SaaS教父”的杰森·萊姆金在其博客中寫道:2026年初,SaaS股正在經歷一場“崩盤”。而美銀的阿里亞則將其形容為“無差別拋售”,類似于2025年1月市場對中國深度求索(DeepSeek)的反應。阿里亞表示,那次下跌最終被證明是“過度反應”,而眼下的這波行情在邏輯上同樣說不通。
美銀指出,這輪SaaS拋售實際上建立在兩個互相排斥的假設之上:“一方面,AI的資本開支惡化到投資回報疲弱、增長不可持續的地步;另一方面,AI的應用將無處不在,并大幅提升生產力,以至于長期存在的軟件工作流程和商業模式被徹底淘汰。然而,這兩種結果不可能同時發生。”
如果AI強大到足以顛覆既有行業,那么支撐AI的基礎設施投資就不可能崩塌;反過來,如果回報不佳導致支出萎縮,那么這項技術也就不可能普及到足以威脅傳統軟件模式的程度。
美銀非但沒有預測市場崩盤,反而重申看好科技行業的長期前景。
1.2萬億美元的機會
美銀預測,到2030年,AI資本開支將增長至目前的四倍,達到1.2萬億美元,主要動力來自對先進算力、存儲和網絡能力的持續需求。
報告強調,這一進程仍處在早期階段。分析師寫道:“AI目前還只是一種工具,而不是一種已經廣泛落地的產品。”要將“智能”真正轉化為可規模化的商業產品,還需要“未來數年”的時間。持續投入不僅是為了訓練模型、提升準確性,更是為了支撐“推理”,也就是對用戶請求的實際處理。沒有這套基礎設施,為數十億用戶提供服務的超大規模平臺根本無法繼續擴張。
與阿里亞的觀點相反的是,當前的波動可以理解為在高度不確定性下的風險重估,而非一種不合邏輯或自相矛盾的結果。市場并不會等到“邏輯均衡”后才重估風險,因為投資者關注的是未來現金流折現,而不是概念上的自洽性。當像帕蘭泰爾這樣具有風向標意義的公司發布財報后,其他公司盈利前景的不確定性上升,對基礎設施建設企業的樂觀情緒和對喪失定價權的SaaS企業的悲觀情緒,完全可能同時存在。
此外,如今的芯片市場估值本身已經包含了未來數年兩位數增長的預期,因此任何建設過程中的摩擦,都足以引發短期拋售。如果AI仍主要停留在“工具”階段、尚未實現大規模變現,那么當前的市場估值本就可能高估了未來回報。投資者正在調整預期,以適應較慢的商業化進程;美銀自己也承認AI商業化仍需“數年時間”。正如AI正在重塑軟件行業一樣,它也在重塑投資者的時間預期。而這種調整,本身就可能是市場波動的理性原因,而非一種邏輯矛盾。
估值與供應瓶頸
美銀認為,此輪拋售反而創造了具有吸引力的買入機會。英偉達(Nvidia,NVDA)、博通(Broadcom,AVGO)、AMD以及Credo Technology(CRDO)等龍頭公司的股價,目前接近甚至低于1倍的市盈增長比率(PEG),明顯低于標普500指數以及大盤成長股的1.5倍至2倍。
此外,美銀指出,市場擔憂的方向可能是錯誤的。投資者擔心的是需求瓶頸,但從科技巨頭的財報評論來看,問題依然出在供給端。AI基礎設施擴張的真正瓶頸在于“電力、土地、數據中心建筑”,以及先進存儲和光學器件等關鍵部件。這些物理層面的限制,構成了一種“天然的過度建設風險調節器”,能夠抑制空頭所擔心的供給過剩。
美銀總結稱,芯片行業仍然“正向受益于AI基建擴張”,而當前定價所反映的盈利增速放緩的預期“根本不會成為現實”。(財富中文網)
《財富》雜志使用生成式AI作為本文的研究工具。編輯在發表前已核實信息的準確性。
譯者:劉進龍
審校:汪皓
在半導體股再度經歷一輪劇烈波動之際,美國銀行全球研究部(Bank of America Global Research)對當前市場情緒作出了尖銳反駁,直指推動科技板塊拋售的恐慌情緒在邏輯上根本不成立。在2月3日發布的一份研究報告中,分析師指出,投資者目前的定價反映了《財富》雜志記者吉姆·愛德華茲所稱的“自由落體式下跌”,而這種定價所依據的判斷,在美銀看來“自相矛盾”。
美銀高級分析師維韋克·阿里亞團隊在報告中援引了約翰·梅納德·凱恩斯的名言:市場保持非理性的時間,可能比投資者保持不破產的時間更長。“但我們認為,近期由軟件板塊帶動并拖累主要AI芯片股的走勢,本身存在內部矛盾。”
正如愛德華茲所言,市場的反應,很大程度上源于帕蘭泰爾(Palantir)首席執行官亞歷克斯·卡普在2月2日晚間財報電話會議上一貫直言不諱的表態:AI在編寫和管理企業軟件方面已經如此強大,許多軟件即服務(SaaS)公司可能面臨被淘汰的風險。隨后出現的拋售蒸發了約3,000億美元市值,微軟(Microsoft)、賽富時(Salesforce)和ServiceNow等公司股價均遭受重創。
被稱為“SaaS教父”的杰森·萊姆金在其博客中寫道:2026年初,SaaS股正在經歷一場“崩盤”。而美銀的阿里亞則將其形容為“無差別拋售”,類似于2025年1月市場對中國深度求索(DeepSeek)的反應。阿里亞表示,那次下跌最終被證明是“過度反應”,而眼下的這波行情在邏輯上同樣說不通。
美銀指出,這輪SaaS拋售實際上建立在兩個互相排斥的假設之上:“一方面,AI的資本開支惡化到投資回報疲弱、增長不可持續的地步;另一方面,AI的應用將無處不在,并大幅提升生產力,以至于長期存在的軟件工作流程和商業模式被徹底淘汰。然而,這兩種結果不可能同時發生。”
如果AI強大到足以顛覆既有行業,那么支撐AI的基礎設施投資就不可能崩塌;反過來,如果回報不佳導致支出萎縮,那么這項技術也就不可能普及到足以威脅傳統軟件模式的程度。
美銀非但沒有預測市場崩盤,反而重申看好科技行業的長期前景。
1.2萬億美元的機會
美銀預測,到2030年,AI資本開支將增長至目前的四倍,達到1.2萬億美元,主要動力來自對先進算力、存儲和網絡能力的持續需求。
報告強調,這一進程仍處在早期階段。分析師寫道:“AI目前還只是一種工具,而不是一種已經廣泛落地的產品。”要將“智能”真正轉化為可規模化的商業產品,還需要“未來數年”的時間。持續投入不僅是為了訓練模型、提升準確性,更是為了支撐“推理”,也就是對用戶請求的實際處理。沒有這套基礎設施,為數十億用戶提供服務的超大規模平臺根本無法繼續擴張。
與阿里亞的觀點相反的是,當前的波動可以理解為在高度不確定性下的風險重估,而非一種不合邏輯或自相矛盾的結果。市場并不會等到“邏輯均衡”后才重估風險,因為投資者關注的是未來現金流折現,而不是概念上的自洽性。當像帕蘭泰爾這樣具有風向標意義的公司發布財報后,其他公司盈利前景的不確定性上升,對基礎設施建設企業的樂觀情緒和對喪失定價權的SaaS企業的悲觀情緒,完全可能同時存在。
此外,如今的芯片市場估值本身已經包含了未來數年兩位數增長的預期,因此任何建設過程中的摩擦,都足以引發短期拋售。如果AI仍主要停留在“工具”階段、尚未實現大規模變現,那么當前的市場估值本就可能高估了未來回報。投資者正在調整預期,以適應較慢的商業化進程;美銀自己也承認AI商業化仍需“數年時間”。正如AI正在重塑軟件行業一樣,它也在重塑投資者的時間預期。而這種調整,本身就可能是市場波動的理性原因,而非一種邏輯矛盾。
估值與供應瓶頸
美銀認為,此輪拋售反而創造了具有吸引力的買入機會。英偉達(Nvidia,NVDA)、博通(Broadcom,AVGO)、AMD以及Credo Technology(CRDO)等龍頭公司的股價,目前接近甚至低于1倍的市盈增長比率(PEG),明顯低于標普500指數以及大盤成長股的1.5倍至2倍。
此外,美銀指出,市場擔憂的方向可能是錯誤的。投資者擔心的是需求瓶頸,但從科技巨頭的財報評論來看,問題依然出在供給端。AI基礎設施擴張的真正瓶頸在于“電力、土地、數據中心建筑”,以及先進存儲和光學器件等關鍵部件。這些物理層面的限制,構成了一種“天然的過度建設風險調節器”,能夠抑制空頭所擔心的供給過剩。
美銀總結稱,芯片行業仍然“正向受益于AI基建擴張”,而當前定價所反映的盈利增速放緩的預期“根本不會成為現實”。(財富中文網)
《財富》雜志使用生成式AI作為本文的研究工具。編輯在發表前已核實信息的準確性。
譯者:劉進龍
審校:汪皓
As semiconductor stocks undergo another bout of severe volatility, Bank of America Global Research has issued a sharp rebuke to prevailing market sentiment, labeling fears driving the current tech-sector selloff as logically impossible. In a note released Tuesday, analysts argued that investors are currently pricing in what Fortune’s Jim Edwards called a “free fall” based on beliefs that BofA considers “internally inconsistent.”
BofA senior analyst Vivek Arya’s team put together the note that recalled the famous John Maynard Keynes quote that markets can remain irrational longer than investors can remain solvent, “yet we believe recent software-led moves weighing on leading AI chip stocks appear internally inconsistent.”
The market appears to be reacting, as Edwards noted, to Palantir CEO Alex Karp’s typically outspoken argument on a Monday night earnings call. AI is now so good at writing and managing enterprise software that many software-as-a-service (SaaS) companies risk becoming irrelevant. The ensuing selloff wiped out $300 billion in market cap, with Microsoft, Salesforce, and ServiceNow taking significant hits.
Jason Lemkin, the so-called godfather of SaaS, wrote on his blog that early 2026 was seeing a “crash” in SaaS stocks, while BofA’s Arya described it as an “indiscriminate selloff” that resembles the reaction to China’s DeepSeek in January 2025. That moment proved an “overblown selloff,” and this moment just doesn’t make logical sense, Arya argued.
The SaaS selloff relies on two mutually exclusive scenarios BofA wrote: “AI capex [capital expenditure] deteriorating to the point of weak ROI and unsustainable growth, while simultaneously … AI adoption will be so pervasive and productivity-enhancing that long-standing software workflows and business models become obsolete. Both outcomes cannot occur at once.”
If AI is powerful enough to disrupt established industries, the infrastructure spending supporting it cannot collapse. Conversely, if the spending is collapsing owing to poor returns, the technology cannot be pervasive enough to threaten legacy software models.
Far from predicting a crash, BofA is doubling down on the sector’s longevity.
The $1.2 trillion opportunity
BofA forecasts that AI capex will quadruple to reach $1.2 trillion by 2030, driven by the need for leading compute, memory, and networking capabilities.
The report emphasizes that we are still in the early innings of this story. “AI is a tool, not a widespread product … yet,” the analysts write, noting that harnessing intelligence for commercial products will take “the next several years.” Continued investment is required not just for training models to improve accuracy, but to sustain “inference”—the actual processing of user traffic. Without this infrastructure, hyperscalers serving billions of users simply cannot expand.
Contrary to Arya’s point, the current volatility may be seen as risk repricing under uncertainty, rather than as an illogical or paradoxical conclusion. Markets don’t wait for equilibrium logic to resolve before repricing risk because investors discount future cash flows, not conceptual coherence. When an influential earnings release like Palantir’s drops, increasing uncertainty around other companies’ earnings projections, both optimism (for infrastructure builders) and pessimism (for SaaS players losing pricing power) can coexist.
Today’s chip valuations have also already priced in years of double-digit growth, so any friction in the build-out justifies short-term selloffs. If AI remains mostly a tool awaiting monetization, then current market valuations may already have overestimated future returns. Investors are now adjusting expectations to match the slower commercialization timeline that BofA itself admits is still “several years” away. Just as AI is reshaping software, it is also reshaping investor time horizons, and that adjustment may be a rational reason for volatility, not a contradiction.
Valuation and supply constraints
BofA argues that the selloff has created an attractive entry point. Leading names such as Nvidia (NVDA), Broadcom (AVGO), AMD, and Credo Technology (CRDO) are trading near or below 1x projected earnings growth (PEG). This is notably cheaper than the S&P 500 and large-cap growth peers, which trade at 1.5x-2x.
Furthermore, BofA suggests the market is worried about the wrong things. While investors fret about demand constraints, earnings commentary from major tech firms continues to point to supply constraints. The real bottlenecks for the AI build-out are “power, land, data center shells,” and components like advanced memory and optics. These physical limitations act as a “natural governor on overbuild risk,” preventing the glut of supply that bears are fearing.
The firm concludes that the chip industry remains “positively levered to the AI build-out,” and that current pricing discounts a deceleration in earnings that simply “may not materialize.”
For this story, Fortune journalists used generative AI as a research tool. An editor verified the accuracy of the information before publishing.