力斯暴亏 30 亿背后:一场由 AI 引发的全行业成本危机

两个近期的核心信号，正在揭开 AI 浪潮下被忽视的 B 面。

一：赛力斯发布 2026 年半年度业绩预告：预计归母净利润亏损 28 亿 - 33 亿元，其中二季度单季亏损扩大至 19 亿 - 22 亿元。而 2025 年全年公司还实现 10.2 亿元盈利，短短半年彻底由盈转亏，官方明确将亏损核心归因于存储芯片、工业金属、碳酸锂等原材料价格上涨。

 二：美联储 6 月货币政策会议纪要首次点明：AI 相关资本开支正在推高大宗商品与半导体价格，成为核心商品通胀的重要支撑。

 看似无关的两条消息，指向同一个正在发生的事实：AI 的经济影响早已不止于技术本身，它正通过全球商品和要素市场向全行业系统性外溢成本，重构所有产业的利润结构。

赛力斯的亏损绝非孤例，而是这一轮 “AI 外溢成本冲击” 的第一个典型样本。

产业影响

不止赛力斯，全制造业承压棒

这是一场覆盖中下游制造业的普遍性压力

• 汽车行业首当其冲：2026 年二季度，国内整车制造行业平均销售利润率仅 3.1%，较 2025 年同期下滑 1.8 个百分点；11 家主流上市车企中，7 家净利润同比下滑，3 家出现单季亏损。终端价格战的内卷下，车企几乎没有提价空间，原材料上涨的成本只能全额侵蚀利润，出现典型的 “增收不增利”—— 赛力斯二季度问界系列销量同比增长约 12%，但营收增量完全无法覆盖成本增量。 

• 家电行业：美的集团二季度数据显示，铜铝相关原材料成本占比同比提升 3.2 个百分点，家用空调业务毛利率同比下滑 2.1 个百分点；

• 消费电子领域：国内厂商存储采购成本平均同比上升 28%，多家手机厂商因成本压力推迟低端机型发布；

• 通用设备制造、工控、安防等行业的平均销售利润率，也分别出现 1-2 个百分点的同比下滑。 截至 2026 年 7 月，已有超过 20 家 A 股制造业上市公司在业绩预告或投资者交流中提及 “原材料涨价、芯片供应紧张” 对利润的侵蚀。一场由 AI 引发的成本海啸，正在从上游向下游快速传导。

体系逻辑拆解

高端产能挤占 + 通用资源竞争 + 金融溢价放大的三重传导机制

叠加

• 1. 产能挤占：高毛利 AI 赛道挤压成熟制程供给
     存储芯片是最典型的样本。本轮存储涨价的核心牵引来自 AI 服务器：2026 年二季度 HBM3E 高带宽内存均价同比涨幅超过 85%，远高于车规级存储的涨幅。 全球三大存储厂商的产能与资本开支正在全面向高毛利的 HBM 倾斜：2026 年 DRAM 资本开支中，约 62% 投向 HBM 及相关高端制程，而 2024 年这一比例仅为 31%；对应 HBM 产能占 DRAM 总产能的比例从 7% 提升至 16%。与之形成对比的是，车规、消费级成熟制程存储的产能两年间仅增长 8%，远低于 AI 相关产能的扩张速度。 产能紧缺直接反映在交货周期上：车规级 DDR4 芯片的交货周期从 2025 年初的 8-10 周，拉长至 2026 年二季度的 16-20 周，部分工控级存储交期甚至超过 24 周。产能倾斜的结果，就是非 AI 领域被动承接涨价，成为成本的最终承担者。
  2. 资源竞争：AI 基建的资源消耗强度超预期
     铜、铝、锂等全球统一定价的大宗商品，正在成为 AI 基建的核心消耗品，其边际需求增量甚至超过了新能源车等传统热门赛道。 以铜为例，单个容纳 10 万台 AI 服务器的超大型智算中心，仅基建与设备环节的用铜量就约 4500 吨，相当于 7.5 万辆纯电动乘用车的用铜总量。国际铜业研究组测算显示，2026 年全球 AI 数据中心新增铜需求约 32 万吨，占全球铜需求总增量的 27%，占比首次超过新能源车领域的 22%。 锂资源同样如此。2026 年二季度电池级碳酸锂均价较 2025 年底反弹 41%，除新能源车主力需求外，AI 算力中心配套的储能、备电系统成为边际增量核心：2026 年全球数据中心储能锂需求预计同比增长 68%，在锂价反弹中的边际贡献占比约 15%，进一步强化了上游资源品的价格韧性。 由于大宗商品是全球统一定价，AI 基建的边际增量会直接推高全行业的采购成本，所有下游制造业无一幸免。
  3. 金融溢价：通胀预期放大价格波动
     AI 热潮带来的涨价预期，还通过商品期货市场放大了实际价格涨幅，形成 “预期 - 涨价 - 更强预期” 的正循环。 根据美国商品期货交易委员会数据，2026 年上半年 COMEX 铜期货的非商业净多头持仓占比从年初的 12% 升至 28%，创 2011 年以来新高。机构测算显示，当前铜价中约有 800-1000 美元 / 吨属于金融投机溢价，占价格总量的 8%-10%—— 这部分成本并非由实际供需缺口产生，却由所有下游制造业共同承担。

宏观深层含义与展望

• 第一，非 AI 行业利润被系统性压缩。本轮 AI 通胀最核心的分配效应是：成本是普惠的，收益是集中的。下游竞争充分、定价权弱的行业，无法将成本上涨传导给消费者，只能通过压缩自身利润消化。 

• 第二，结构性通胀韧性超预期。传统技术革命往往在早期通过效率提升带来通缩效应，但本轮 AI 在产业化初期就制造了显著的成本推动型通胀。由于 AI 产能扩张和基建建设周期长、资源消耗刚性强，这种通胀的黏性会远高于普通的需求拉动型通胀。 

• 第三，制造业分化加剧。2026 年上半年，A 股 AI 供应链核心环节（算力芯片、半导体设备、铜铝资源、光模块）的上市公司平均净利润增速为 72%，平均销售利润率达 18.3%；而传统 “AI + 应用” 类企业的平均净利润增速为 - 19%，平均销售利润率仅为 4.7%。利润正在沿着产业链向上游集中，中下游应用企业陷入 “不用 AI 被淘汰，用了 AI 没利润” 的两难。

    未来半年，成本冲击的烈度可能还会进一步提升：

• 若 HBM 产能扩张持续挤占成熟制程产能，预计 2026 年下半年车规级存储价格仍有 10%-15% 的上涨空间；

• 铜价若维持 9500 美元 / 吨以上高位，全年国内制造业将多承担约 1200 亿元的原材料成本。

• 头部企业已开始通过长单锁价、向上游绑定产能对冲风险，而缺乏规模优势的中小企业将面临更严峻的成本挤压，行业出清速度可能加快。 

• 政策层面的挑战同样严峻。传统的需求管理工具正在失效：加息抑制通胀会同时压制 AI 创新投资和传统制造业需求；停止加息，AI 带动的成本通胀又可能持续维持黏性。全球央行正首次面对 “技术投资热引发供给侧通胀 + 传统终端需求偏弱” 的二元格局，货币政策的两难性显著提升。

附图分析：