夜雨聆风
6月17日，美联储维持利率不变，说明通胀仍然不允许政策制定者过早转身；消费者信心虽从低点修复，但仍明显弱于一年前，显示美国经济的底层温度并不算高。与此同时，AI交易也不再是单边叙事。芯片股在六月中下旬经历剧烈震荡，市场开始追问云厂商的资本开支、模型公司的商业化收入，以及这场AI军备竞赛到底会留下利润，还是只留下折旧。
但每当泡沫论声音变大，产业端又会递来新的证据。
美光的业绩和指引给了市场一个非常强的信号：AI需求没有熄火，反而正在把高带宽存储、DRAM、NAND这些过去周期性很强的硬件环节，重新推到利润池中央。
问题是，赢家越清楚，输家也越清楚。存储涨价、芯片紧缺、数据中心资本开支上修，意味着AI的成本正在从“未来叙事”变成“当期账单”。云厂商、软件公司、终端厂商和模型公司，必须回答同一个问题：这笔越来越昂贵的AI投资，最后由谁买单？
于是，同一周里，市场既能看到美光、部分半导体公司因为AI需求继续大涨，也能看到大型科技股承压，芯片指数剧烈波动。AI不再是一条整齐划一的上涨曲线，而变成了一张重新分配利润的资产负债表。
中国模型的低价冲击，又给这张表添了一行。GLM-5.2这样的开放权重模型进入硅谷视野，提醒市场一个更尖锐的问题：如果模型能力继续通缩，算力、存储、电力和数据中心反而成为更硬的瓶颈，那么AI产业链里的真正定价权，可能并不总在应用端。
但如果把镜头从股价波动和产业链利润分配再拉远一层，真正值得追问的，已经不是AI交易有没有泡沫，而是这轮资本开支正在以多大的尺度改写全球经济的供需表。
全球主动管理的资管巨头Capital Group 在其最新发布的《2026 Midyear Outlook》中，给出了一种对市场的解释框架：投资者并不是无视风险，而是在看另一组数据，企业盈利仍在扩张，AI相关投资正在成为足以抵消其他经济部门疲弱的需求引擎。
这份报告真正值得注意的地方，是它给AI投资找到了一个历史坐标：中国加入WTO后的工业化周期。
报告称，2001年加入世界贸易组织后，中国在随后十年投入约20万亿美元推进工业化。这一轮投资重塑了全球贸易、商品、通胀、劳动力市场乃至政治格局。现在，AI建设周期可能正在形成类似规模的冲击。Capital Group 估算，AI build-out 从2022年到2032年的累计投资可能达到约30万亿美元，超过中国当年的十年工业化投资规模。
这是一个很大的判断。
它意味着，AI不再只是科技股分析师讨论英伟达估值、云厂商资本开支、GPU供需缺口的行业问题。它正在变成一个宏观问题：谁投资，谁融资，谁供货，谁用电，谁被替代，谁获得生产率红利，以及哪些资产类别会被重新定价。
换句话说，AI正在迎来自己的“中国入世时刻”。
过去两年，市场关于AI的讨论太容易被压缩成一个产业投资问题：英伟达贵不贵？微软、谷歌、亚马逊和Meta的资本开支能不能回本？AI应用收入什么时候兑现？
Capital Group 的报告试图把问题拉大。其美国经济学家 Jared Franz 在报告中提出，AI争论不应被框定为科技行业周期，也不应只是关于英伟达估值是否合理的问题。更重要的是，AI投资的速度和规模，可能对GDP增长、电力需求、资本配置、劳动力市场和所有部门的资产价格产生长期影响。
这其实是理解本轮行情的第一层矛盾：市场买的并不只是AI产业本身，更是AI资本开支本身正在创造总需求。
报告中另一个经济学家 Darrell Spence 的说法更直接：AI相关投资支出规模如此之大，即使其他所有部门活动归零，美国经济仍可能保持正增长。他对美国增长前景保持谨慎，但同时认为美国GDP有可能显著高于预期，达到2.5%甚至更高。
这解释了为什么在宏观新闻并不好看的时候，股市仍能不断创出新高。
因为投资者们看见了一条更强的现金流链条：超大规模云服务商投入资本开支，半导体公司获得订单，晶圆代工厂扩产，数据中心建设带动电力、铜、钢铁、工程机械和工业设备需求，信用市场再为这一轮基础设施建设提供融资。
如果中国加入WTO之后的工业化浪潮，是把全球制造业、贸易路径和商品周期重写了一遍；那么AI投资的中国入世时刻，则是在把数字基础设施、能源系统、资本市场和劳动力价格重写一遍。
这份报告最有意思的部分之一，是它并没有把AI理解成“新经济战胜旧经济”的线性叙事。
相反，Capital Group 明确提出，实体经济股票可能迎来回归。
原因很简单：AI越虚拟，底层越物理。
训练模型需要芯片，芯片需要晶圆厂，晶圆厂需要设备和电力；推理需求上升需要数据中心，数据中心需要土地、钢材、铜缆、冷却系统、变压器、电网和发电能力。AI的上层是算法，底层却是重资产。
报告提到，数据中心建设带来的现金浪潮正在转化为历史性的收入机会。钢铁、铜、重型建筑服务和发电设备需求显著上升。卡特彼勒建筑部门一季度销售增长38%，就是这种外溢效应的一个例子。
这也是为什么报告把“pick-and-shovel companies”放在重要位置。淘金热里，未必每个淘金者都能发财，但卖铲子的人往往更稳。今天的铲子，一部分是半导体供应链，一部分是数据中心和电力基础设施开发商。
这层逻辑对投资者很关键。
如果AI只是一轮软件浪潮，那么它最终会集中到少数平台公司和模型公司。但如果AI首先是一轮资本开支浪潮，那么它会把利润扩散到更长的产业链：芯片、存储、封装、服务器、PCB、光模块、铜、电力设备、工程机械、公用事业、工业自动化，甚至国防和能源安全。
报告里还有一个带有视觉冲击力的对比：英伟达一家公司的市值，已经大于标普500指数中能源、公用事业和材料三个板块合计的一组主要成分公司。
这个数据一方面说明AI龙头估值之高，另一方面也提示另一个问题：当一个公司大到超过多个传统部门时，市场是不是反而低估了那些为AI世界提供物理底座的资产？
报告开篇提出的问题是：为什么世界看起来动荡，股市却还能创新高？答案是企业盈利。
这也是全文最重要的底层框架。AI是最强的增量引擎，但不是唯一引擎。医疗公司受益于创新药需求，能源公司受益于油价，银行在高利率环境下获得更好的净息差，欧洲、亚洲和新兴市场则受益于国防、基建和产业投资。
报告给出的盈利预测相当有分量：2026年，美国企业盈利预计增长23.0%，欧洲增长14.6%，日本增长11.1%，新兴市场增长49.2%，中国增长5.2%。其中，新兴市场的盈利增速尤其突出，背后很大程度来自AI热潮对台积电、三星、SK海力士等芯片相关公司的拉动。
这意味着，市场并不是单纯在买市梦率。至少在Capital Group看来，风险资产上涨仍有盈利基础。
当然，这不等于估值没有问题。报告也承认，很多聪明投资者正在质疑今天的估值，尤其是美国市场。但它的态度是：一个为扎实盈利支付高估值的市场，总比一个没有基本面支撑却不断上涨的市场更健康。
这是一个典型的资产管理人视角：风险存在，但只要盈利没有塌，市场的主要矛盾就还不是“泡沫破裂”，而是“愿意为这些盈利支付多少倍数”。
不过，Capital Group 对AI交易并非没有警惕。
报告专门讨论了指数集中度风险。美国和新兴市场指数都变得越来越头重脚轻。AI热潮推高了Broadcom、Micron、NVIDIA等芯片股，而微软、Alphabet、Amazon、Meta等参与AI竞争的科技巨头，即使阶段表现不算突出，仍然是标普500中的巨大权重。
问题在于它们都越来越依赖同一个基本面变量：AI。
这正是被动指数投资者容易忽视的风险。买指数看似分散，实际上可能是在集中押注同一个宏观叙事。当AI资本开支持续上修时，这种集中度会放大收益；但一旦AI投资回报受到质疑，或者资本开支放缓，指数也会同步暴露在同一个方向上。
Capital Group 的建议是控制暴露。通过选股、灵活配置和全球分散来改善长期结果。报告还建议投资者不要只盯美国科技龙头，而应关注医疗、能源、工业等板块，以及美国之外的机会。
这其实也是主动管理机构最希望强调的内容：当指数越来越集中，真正的分散化不再是买一个市场加权指数，而是重新理解风险来源。
AI的中国入世时刻，并不只发生在美国。
Capital Group 在报告中提出了一个有传播力的概念：“Emergent Seven”，也就是新兴市场七巨头。它对应的是美国市场的“Magnificent Seven”。
这七家公司分别是：台积电、三星电子、SK海力士、腾讯、阿里巴巴、联发科和台达电子。报告称，它们是MSCI新兴市场指数中市值最大的七家公司，全部属于科技相关公司，合计占指数权重约36%。
这个概念它打破了一个常见误解：AI投资机会并不只在美国。
美国拥有英伟达、微软、亚马逊、Meta、谷歌和甲骨文等资本开支主体，但AI产业链的关键节点遍布全球。台积电是先进制程核心，三星和SK海力士是存储链条核心，联发科和台达电子则代表亚洲电子产业链的深度，腾讯和阿里则拥有中国庞大的应用市场和云计算基础。
Capital Group 的判断是，相比美国七巨头，新兴市场七巨头整体市值更小、估值更低，但它们在AI革命中的重要性并不低。尤其是台积电、三星和SK海力士，在全球AI硬件链条里的地位，已经不亚于美国许多半导体公司。
这也是“AI投资的中国入世时刻”的另一层含义：当年中国入世不是中国一个国家的故事，而是全球供应链重新分工的故事；今天AI资本开支也不是美国科技股一个市场的故事，而是全球产业链重新定价的故事。
报告还把AI放进更大的全球轮动背景中。
在经历十多年美国股市持续领先之后，美国之外的市场从2025年开始重新跑赢。报告显示，截至2026年5月31日，MSCI全球除美国指数年内上涨约14%，同期标普500上涨约11%。
推动非美市场走强的原因包括：估值更有吸引力、美元走弱、企业盈利改善，以及产业链中真正具备全球竞争力的公司并不只在美国。
Capital Group 提醒投资者，不要把非美市场理解成低质量替代品。Airbus、ASML、AstraZeneca、Safran、TSMC等公司都是各自行业的全球龙头，只是总部不在美国。
这句话背后有一个周期判断：美国例外论可能不会消失，但边际上正在降温。美元利差优势缩窄、美国估值偏高、非美盈利改善、AI产业链全球化，这些因素叠加在一起，让全球配置重新有了意义。
更容易被忽视的是，Capital Group 把AI也写进了债券部分。
报告认为，AI并不是“股票投资者的交易”，固定收益投资者同样要面对它。
如果AI带来生产率提升，经济可以在不推高通胀的情况下实现更高增长，这对主权债务是好事。政府可以通过更高名义增长率缓解债务压力，收益率曲线可能趋于平坦，安全资产地位得到强化。报告用1990年代个人电脑带来的生产率冲击作为类比：当时预测者低估了技术扩散对生产率和财政状况的改善。
但路径不会线性。AI前期资本开支、供应链瓶颈和能源需求，可能先推陡主权债收益率曲线；只有当生产率真正释放后，利率和通胀压力才可能缓和。
信用市场的变化则已经更直接。报告提到，AI相关债券发行正在快速上升，2026年预计超过5000亿美元。数据中心和光纤等资产支持的证券化结构，也在扩大固定收益投资者的可投范围。
这意味着，AI不只是股票市场的估值故事，也会变成信用风险重估的故事。哪些公司能够通过AI提高效率，哪些公司会被AI代理和自动化软件挑战，哪些公司背负了过重的AI资本开支，都会影响债券价格。
这份报告最大的价值，是把AI泡沫之争从“股价太贵”推进到“资本开支能否兑现”。
如果AI投资最终兑现为生产率提升，它就可能像中国入世后的工业化一样，重塑全球经济结构：提高潜在增速，改变能源和商品需求，带来新一轮资本回报再分配，并让一批基础设施和产业链公司获得长期现金流。
如果兑现不了，问题也会很大。前期巨额资本开支会变成折旧压力，云厂商自由现金流会被侵蚀，信用市场会重新审视AI相关债务，集中度过高的指数会承受估值压缩，数据中心、电力设备和半导体链条也会从供不应求切换到产能过剩。
所以，AI投资的中国入世时刻，既是机会，也是压力测试。
中国入世后的工业化不是一年完成的，也不是线性上涨的。它带来过商品超级周期，也带来过产能过剩；它重塑了全球利润池，也压低了部分行业的工资和定价权；它创造了赢家，也制造了输家。
AI可能也会如此。
市场现在的问题，不是AI有没有用，而是它的资本开支规模已经大到必须产生宏观后果。投资者真正要判断的，是这轮投资最终会更像铁路、电网和互联网，还是更像一轮过度建设后的资产泡沫。
Capital Group 给出的答案偏乐观，但并不盲目。它认为，全球市场的上涨仍有企业盈利支撑，AI资本开支正在形成强大的经济引擎，债券也重新具备收益和分散化价值。但它同时提醒，指数集中度已经很高，投资者需要跨行业、跨地区、跨资产类别重新寻找平衡。
这或许就是这份报告最值得报道的地方：AI已经不再是一条赛道，而是一个时代的资本配置框架。
而资本市场正在做的事情，是给这个框架定价。
