AI－運算熱潮無法掩蓋資本支出中的「懼高症」：Meta 和 Anthropic 都宣布了新動作，促使市場開始重新評估 AI－相關交易。
單獨來看，考慮賣AI算力的Meta和自研晶片的Anthropic採取的是不同路徑，但放在一起，卻共同指向一個變化——AI公司開始思考如何提高已有基礎設施的投資回報，而不僅僅是繼續擴大資本開支。市場開始認真討論，如果AI產業開始更加註重資本效率，而非單純擴大投入，這一輪資本開支超級週期是否會進入新的階段。
AI硬體板塊連續兩天調整，但真正引發市場關注的，並不是晶片公司本身，而是兩家AI大模型公司的最新動作。
週三，有訊息稱Meta正探索將富餘AI算力對外商業化，一天之後，又有媒體報道稱，Anthropic正與三星電子討論合作開發自研AI晶片，並考慮採用三星2納米工藝代工。
兩則訊息看似無關，卻共同觸碰了AI產業鏈當前最敏感的話題——持續兩年高速擴張的AI資本開支，是否正在進入新的階段？
市場率先選擇重新定價。美股晶片股最近兩日總體持續大跌，費城半導體指數（SOX）週三和週四累跌超10%，創近一個月最大兩日跌幅。對資本開支週期最敏感的半導體裝置板塊領跌，Teradyne（TER）、Entegris（ENTG）、科磊（KLAC）、應用材料（AMAT）、拉姆研究（LRCX）週四盤中曾集體跌超10%，歐洲晶片股龍頭ASML的美股（ASML）週四一度跌超5%。
相比之下，不少機構認為，兩則訊息更像是市場重新審視AI投資邏輯的催化劑，而非AI產業景氣度發生根本逆轉。市場真正交易的，並非"AI需求是否見頂"，而是AI產業正從"拼資本開支"邁向"拼資本效率"的新階段。
市場真正擔心的，不是Anthropic做晶片，而是AI資本開支邏輯開始變化
過去兩年，AI硬體板塊一路狂飆，背後的核心邏輯幾乎沒有變化：AI模型快速迭代帶來算力需求持續爆發，GPU長期供不應求，科技巨頭不斷上調資本開支，進而帶動GPU、高頻寬儲存（HBM）、高速網路、先進封裝以及半導體裝置需求形成一輪前所未有的"AI資本開支超級週期"。
這一邏輯不僅推動英偉達成為全球市值最高的公司，也讓應用材料、拉姆研究、荷蘭ASML、科磊等裝置商，以及美光科技、閃迪等儲存廠商成為資本市場最大的贏家。
然而，本週連續兩天出現的兩則訊息，卻讓市場開始第認真討論：如果AI產業開始更加註重資本效率，而非單純擴大投入，這一輪資本開支超級週期是否會進入新的階段？
週三，有報道稱Meta正籌劃建設AI雲端計算業務，未來可能向外部客戶開放部署在Meta基礎設施上的AI模型，或直接出租富餘AI算力，實現數百億美元AI基礎設施投資的商業化回報。
緊接著，週四又傳出Anthropic正討論開發自研AI晶片的訊息。
單獨來看，兩家公司採取的是不同路徑，但放在一起，卻共同指向一個變化——AI公司開始思考如何提高已有基礎設施的投資回報，而不僅僅是繼續擴大資本開支。
正是這一預期變化，引發了市場對AI交易邏輯的重新評估。
Anthropic自研晶片，意味著AI公司進入"成本優化時代"？
相比市場最初對"自研晶片會不會減少GPU採購"的擔憂，更值得關注的是Anthropic此舉背後的商業邏輯。
報道稱，Anthropic正與三星電子討論開發面向AI訓練和推理的定製晶片，目前仍處於早期階段。
如果最終推進，Anthropic將成為繼谷歌、亞馬遜、微軟、Meta之後，又一家佈局自研AI晶片的基礎模型公司。
這背後並非意味著放棄英偉達GPU，而是AI產業發展的自然演進。
過去兩年，大模型公司競爭的重點是誰能夠獲得更多GPU、建設更多資料中心；而隨著模型規模持續擴大，訓練和推理成本迅速攀升，如何降低單位Token成本、提高算力利用率、減少對單一供應商依賴，開始成為新的競爭重點。
針對特定模型設計的ASIC能夠在效能、能耗以及成本之間實現更優平衡，這也是谷歌TPU、亞馬遜Trainium以及Meta MTIA近年來持續推進的重要原因。
從這個意義上說，Anthropic探索自研晶片，更像是AI產業從"拼投入"邁向"拼效率"的重要標誌，而不是削減AI投資。
Meta與Anthropic，兩條不同路徑指向同一個目標
Meta和Anthropic採取了不同策略，但目標卻高度一致。
Meta希望讓暫時閒置的AI算力產生收入，提高數百億美元資本開支的回報率；Anthropic則希望通過定製晶片降低長期算力成本，增強自身在基礎設施上的自主能力。
無論是出售富餘算力，還是佈局ASIC，本質上都不是減少AI投資，而是在尋找更加可持續的AI商業模式。
不過，對於資本市場而言，這兩則訊息卻容易引發另一種聯想：如果AI公司開始更加關注資本效率，那麼未來GPU採購、雲端計算租賃以及新增資料中心投資是否還會維持過去兩年的高速增長？
市場也因此開始重新審視AI資本開支能否繼續保持此前幾乎"只增不減"的預期。
這也是為何連續兩天市場調整中，跌幅最大的並非模型公司，而是與新增資本開支聯絡最緊密的半導體裝置企業。相比GPU和儲存廠商，裝置商訂單往往更直接反映未來晶圓廠和晶片企業的投資計劃，因此對資本開支預期變化最為敏感。
機構：市場更像在重估AI交易，而非否定AI超級週期
雖然半導體行業股連日調整，但多數機構並未將兩則訊息解讀為AI需求開始降溫。
對於Meta，不少分析認為，出售富餘算力更像是在為鉅額AI資本開支尋找商業化出口，從而提高未來繼續投入GPU、網路裝置、資料中心及能源基礎設施的可持續性，而不是縮減資本開支。
對於Anthropic，機構普遍認為，自研晶片符合AI大模型公司的長期發展趨勢。即便越來越多企業開始採用ASIC，仍然需要依賴先進製程製造、HBM、高速互連、先進封裝以及資料中心建設，AI基礎設施需求並不會因此消失，而是可能向不同環節重新分配。
更重要的是，目前AI應用滲透率仍然處於較低水平。業內人士指出，隨著推理需求持續增長，大模型的Token消耗和算力需求仍遠高於此前預期，AI基礎設施建設距離真正成熟仍有相當長的週期。
因此，本週市場更像是在經歷歷史性上漲之後，對AI交易進行一次階段性的重新定價。
如果說過去兩年的AI競爭，比拼的是"誰投入更多"，那麼Meta和Anthropic釋放出的訊號則意味著，AI產業正在進入新的階段——競爭開始轉向誰能夠讓每一美元資本開支創造更高的回報率。
對於市場而言，這種預期切換足以成為AI硬體板塊調整的催化劑；但對於產業本身而言，它未必意味著超級週期結束，反而可能意味著AI基礎設施投資開始邁向更加成熟、更強調商業閉環的發展階段。