「當 AI 開始威脅軟件本身，科技股的分化，才啱啱開始。」
這句話正在成為 2026 年全球資本市場最冷峻的共識。
站在 2026 年初的節點回望，過去三年的 AI 牛市彷彿一場盛大的幻覺與現實交織的戲劇。2023 年，我們談論的是大模型的誕生；2024 年，我們追逐的是算力的稀缺；而到了 2026 年，市場終於開始直面 AI 商業化落地後的殘酷真相：技術革命的紅利並非均勻分佈，它正在重塑生產關係，甚至顛覆原有的商業邏輯。
2 月以來，納斯達克綜合指數回落逾 4%，AI 相關科技股成為資金撤離的主要方向。但這輪調整，並非簡單的風險偏好下降，而是市場開始重新定價"AI 的受益者與受害者」。這是一場結構性的切換，標誌着 AI 投資從「主題炒作」正式進入「業績兌現」與「邏輯證僞」並存的深水區。
拋售不是終點，
而是結構性切換的開始
市場的波動往往隱藏着未來的方向。2026 年初的這波拋售，表面上是對高估值的修正，實質上是對 AI 產業鏈價值分配的一次重新洗牌。
以 NVIDIA 為代表的算力核心公司，在財報後雖有回調，但華爾街部分策略師卻視為機會。Laffer Tengler Investments CEO Nancy Tengler 直言，英偉達橫盤整理反而構成買點，背後邏輯並不複雜：微軟、Meta、亞馬遜、谷歌今年合計約 8500 億美元資本開支，仍將大規模流向 AI 數據中心。這一數字相比 2025 年增長了近 30%，顯示出巨頭們對 AI 基礎設施的投入並未因短期波動而減速。
在資本鏈條中，一家公司的資本開支，正是另一家公司的收入來源。只要超大規模企業繼續擴張算力，英偉達就仍站在現金流上游。這種「鏟子效應」在 2026 年依然顯著。隨着多模態大模型向推理端延伸，以及主權 AI（Sovereign AI）項目的興起，全球對高性能 GPU 的需求並未見頂。相反，隨着模型參數量的指數級增長，對算力密度的要求反而更高。
問題不在於"AI 是否增長」，而在於——增長會集中在哪些環節。
當資金從「泛 AI 概念」撤退，真正的篩選才剛開始。市場不再為任何貼上"AI 標籤」的公司買單，而是嚴格審視其在產業鏈中的生態位。處於上游的算力製造商、光模塊供應商、能源解決方案提供商，因其產品的不可替代性和剛需屬性，依然享有估值溢價。而處於下游的應用層，尤其是那些未能證明 AI 能帶來實質性收入增長的公司，正面臨嚴峻的估值壓縮。
這種分化在 2026 年尤為明顯。投資者開始意識到，AI 不僅僅是一個增量市場，更是一個存量博弈的加速器。它加速了效率的提升，也加速了落後產能的出清。對於硬件廠商而言，這意味着訂單的持續性；對於軟件廠商而言，這意味着商業模式的生死考驗。
SaaS 模式遭遇正面衝擊，
AI 正在改寫商業邏輯
與英偉達形成鮮明對比的，是 Salesforce 的困境。策略師坦言已經清倉，理由直白——「看不到增長軌跡」。
市場的擔憂並非短期訂單波動，而是商業模式根基受到衝擊。這是 2026 年科技股面臨的最大灰犀牛：SaaS 企業長期採用「按席位收費」（Per Seat）模式，本質上與就業規模高度掛鉤。企業購買軟件許可證的數量，往往取決於其員工數量。但 AI 提升生產力的邏輯，恰恰意味着企業可能減少員工數量。高盛預測 2026 年美國失業率可能從 4.2% 升至 4.6%，而 AI 替代效應仍在加速，尤其是在客服、代碼編寫、數據分析等中後台領域。
如果企業用大模型工具（如 Anthropic 的 Claude Code 或類似的 2026 版自動化 Agent）自建自動化流程，部分中後台軟件需求將被削弱。SaaS 不再是「數字化升級」的唯一工具，而是可能被 AI 本身取代。例如，傳統的 CRM 系統需要銷售人員錄入數據，而 AI Agent 可以自動完成客戶跟進、數據整理甚至初步談判。這意味着企業可能不再需要購買那麼多 CRM 席位，而是轉而購買更少的 AI 調用額度。
這是一種結構性衝突：AI 既是軟件行業的增長引擎，也可能成為其掘墓人。
過去市場願意給予軟件板塊高估值，是因為其高毛利、高可預期增長。但當席位數量可能減少、客戶轉向 AI 原生解決方案，估值邏輯就必須重估。iShares 擴展科技軟件 ETF 今年下跌約 25%，已反映這種預期變化。投資者開始懷疑，傳統的 SaaS 巨頭是否具備足夠的敏捷性，將自身產品從「工具」轉型為「智能體」。
資本開始區分：誰是 AI 基礎設施的受益者，誰是 AI 效率革命的犧牲者。那些依賴人頭費模式的軟件公司，正站在懸崖邊上；而那些能夠按結果付費、按價值付費的 AI 原生應用，纔有可能獲得新的估值錨點。這場變革不僅僅是技術的迭代，更是商業契約的重寫。
真正的風向標
在「硬資產」與供需缺口
與軟件板塊形成對照的是存儲芯片板塊的強勢表現。Micron Technology、Western Digital 以及 SK hynix、Samsung Electronics 年內漲幅超過 70%。
原因簡單卻有力——AI 工作負載對高帶寬存儲需求激增，而供應瓶頸仍未完全緩解。隨着大模型從訓練向推理大規模轉移，數據吞吐量呈現指數級增長。HBM（高帶寬內存）成為 AI 服務器的標配，且容量需求每 18 個月翻一番。價格上漲、盈利預期上調、估值仍相對合理，這種組合像極了兩年前的英偉達。
在 AI 周期中，硬資產往往具備更強議價能力。算力與存儲屬於「剛需投入」，而應用軟件更容易被替代或壓價。物理世界的限制（如晶圓產能、能源供應、散熱極限）為硬件廠商提供了天然的護城河。相比之下，軟件的邊際成本趨近於零，競爭壁壘更容易被代碼突破。
高盛分析師的判斷也更加審慎：市場不會輕易給軟件、媒體、教育、商業服務等數據密集型行業重新估值，除非看到連續數季業績韌性，或估值出現明顯折價。這意味着，科技板塊短期難言全面反彈，結構性行情將成為常態。
從投資風向標角度看，當 AI 從「主題投資」轉向「利潤分配」，核心問題變成：誰掌握定價權？誰站在資本開支上游？誰的商業模式不會被 AI 反噬？
當前答案似乎更加清晰——算力與存儲仍在景氣區間，而傳統 SaaS 正在經歷商業模式壓力測試。對於投資者而言，這意味着配置策略必須調整。單純持有科技指數可能無法獲得超額收益，甚至可能跑輸大盤。精選具備「硬資產」屬性、擁有定價權、且能利用 AI 優化自身成本結構的公司，纔是穿越周期的關鍵。
結語：科技牛市的分層與新生
這不是科技牛市的終結，而是科技牛市的分層。
當 AI 真正改變生產關係時，科技股內部的贏家與輸家，將比過去任何時候都更加鮮明。2026 年，我們見證的不再是普漲的狂歡，而是價值的迴歸。算力作為數字時代的「石油」，其戰略地位依然穩固；存儲作為數據的「容器」，其稀缺性日益凸顯。而軟件，作為曾經的王者，正面臨前所未有的重構壓力。
對於投資者而言，理解這一分化至關重要。不要試圖對抗趨勢，而要順應趨勢。在 AI 重塑世界的過程中，那些能夠提供「確定性」的硬資產，那些能夠解決「效率」真問題的新應用，將成為新的核心資產。
當 AI 開始威脅軟件本身，科技股的分化，才啱啱開始。在這場漫長的變革中，唯有保持敏銳，方能在不確定的市場中，找到確定的未來。真正的科技巨頭，不是在泡沫中誕生，而是在分化中崛起。2026 年，正是這場崛起之路的關鍵分水嶺。