如果把時間撥回一年前，華爾街幾乎形成了共識：只要是AI相關的資本支出，規模越大、投入越激進，未來的護城河就越深。彼時的邏輯很簡單——算力決定上限，模型決定勝負，而現金流只是暫時性的犧牲。

但進入2026年，這套邏輯正在被市場親手拆解。

亞馬遜正式跌入熊市區間，微軟成為Mag7中最早確認熊市的一員，Meta距離20%的技術性熊市只剩一步之遙；與此同時，Alphabet的跌幅明顯受控，英偉達則被推到了所有交易的「風暴眼」。

這並不是一輪普通的科技股回調，而是一次AI投資邏輯的階段性結算：市場第一次開始系統性地追問——這些前所未有的AI資本支出，究竟能不能轉化為可驗證的回報。

七大巨頭不再同漲同跌，正是這個問題被擺上台面的直接結果。

分化的起點：當AI資本支出開始侵蝕現金流安全墊

表面上看，最近一輪拋售似乎是情緒主導，但真正讓市場產生分歧的，是AI支出對財務結構的衝擊已經變得不可忽視。

以亞馬遜為例。2026年高達2000億美元的資本支出計劃，在兩年前會被視為「雲計算+AI長期護城河」的加碼，如今卻被市場重新定價為一種潛在負擔。原因並不複雜：當資本支出增速持續高於經營性現金流增長，自由現金流轉負不再是假設，而是時間問題。一旦需要重新走向債務市場孖展，估值體系就必須被重算。

同樣的邏輯也出現在微軟身上。微軟的問題並非AI不重要，而在於其AI敘事高度綁定OpenAI生態，而相關投入短期內難以形成獨立、穩定、可規模化的現金迴流。在利率仍然高企、信用環境趨緊的背景下，市場對「長期正確但短期燒錢」的容忍度正在明顯下降。

Meta承受的壓力則來自另一側。其AI投入的確在提升廣告效率，但市場擔憂的是：當資本開支規模持續擴大，AI究竟是在修復利潤率，還是僅僅在對沖內容成本與用戶增長放緩？

這些公司並不是「不擅長AI」，恰恰相反——它們是AI最激進的推動者。但正因如此，AI資本支出首次從「估值助推器」變成了估值的不確定變量。

真正的分水嶺：不是投不投AI，而是AI能否被「內部消化」

當市場從「講故事」轉向「算賬」，AI投資的質量差異開始被放大。這也是為什麼Alphabet在本輪科技股回調中表現相對穩健。

Alphabet並非減少了AI投入，而是其AI投入的結構，與其他巨頭存在本質不同。芯片自研、模型內用、搜索與廣告體系的即時變現能力，使AI更多表現為一種效率工具和護城河加固器，而非一項需要單獨證明商業模式的新業務。

這意味着，Alphabet的AI資本支出並不需要額外「證明自己」，它天然嵌入在原有現金流機器中。市場給予其相對溢價，並非因為更樂觀的增長預期，而是因為更低的執行風險。

與之形成對照的，是那些高度依賴外部算力採購、模型生態尚未閉環的公司。它們的AI投入更像是一場規模競賽：誰先建成、誰先佔位，但回報路徑依然模糊。當宏觀環境不再寬鬆，這種不確定性就會被放大為股價壓力。

這也是為什麼資金開始從「OpenAI概念交易」中撤離，轉而青睞能夠控制產業鏈關鍵節點、降低外部依賴的公司結構。

AI不再自動等於溢價，它開始區分誰能把成本留在體系內部，誰需要向市場持續孖展來維持敘事。

英偉達財報：不是拐點，而是一次「真相披露」

在所有變量中，2月25日英偉達的財報，被視為下一階段AI交易的關鍵催化劑。但市場真正關心的，並不是英偉達「好不好」，而是它的客戶們是否還能繼續這樣花錢。

如果英偉達繼續給出強勁的訂單與指引，AI熱潮顯然尚未結束。但這並不意味着所有參與者都會受益。相反，這可能進一步確認一個現實：真正能持續變現的，依然集中在算力與基礎設施最上游，而下游平台仍在為規模和時間買單。

如果英偉達的增長出現哪怕是邊際放緩，那將不是「AI失敗」的信號，而是AI進入成熟階段的標誌——資本支出開始接受回報率審視，客戶從「搶算力」轉向「算ROI」。在這種情形下，七大巨頭的分化不會收斂，反而會加速。

因此，英偉達財報更像是一面鏡子，而不是方向盤。它無法逆轉趨勢，只會讓趨勢更清晰。

結語：AI沒有結束，但「無條件相信AI」的階段結束了

這輪分化並不意味着AI敘事崩塌，而是意味着AI正在從一場資本驅動的競賽，轉向一門必須遵守財務紀律的生意。

當市場開始追問自由現金流、資本效率和資產負債表安全性，七大巨頭自然不可能再被視為一個整體。

未來的AI贏家，未必是投入最多的那一個，而是最早把AI變成內部生產力、而非外部負擔的那一批。

這，纔是當前分化背後的真正邏輯。