這輪暴跌，被明顯錯殺的科技巨頭

 

市場恐慌時最大的危險，不是跌。是把不同的東西，當成同一種東西在賣。

11月5日到6日，納斯達克單日跌5.52%。費城半導體指數暴跌12.25%，創2020年3月以來最大單日跌幅，標普500成分股單日蒸發約2.9萬億美元，七巨頭合計損失約1.04萬億美元。

其中，尤其AI數據中心產業鏈全軍覆沒，大量之前網紅熱門股，跌幅普遍超過20%，有的近幾天跌幅甚至超40%。

核心導火索，是民主黨拿下兩院，得州、俄亥俄等數據中心重鎮新州長承諾暫停審批，全美約40%的待建容量落在這些州，得州一個州就佔88.4吉瓦。

一時之間，AI數據中心概念資產成為燙手山芋，全市場都對它避之如瘟疫一樣。

但這里其實有一個被恐慌淹沒的混淆：被政策卡住的，是算力的增量供給，不是AI需求本身。需求還在，訂單還在。變的是這些訂單能不能按原時間表兑現。

於是市場把兩類公司一起砸了。一類收入高度綁定新建數據中心節奏。另一類手里握着稀缺資產，或者需求根本不走這條路。

前者跌是定價，后者跌的是錯殺。

那麼，這一輪下來，有哪些科技巨頭，是被錯殺了？

我們可以從三條標準去簡單衡量一家公司是否被錯殺：公司稀缺性、訂單能見度、暴跌前的估值本身就處於合理或低估狀態。

誰最符合標準呢？

 

01

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

臺積電是這份清單里，是唯一同時最符合三個條件的標的。

之所以把它列為最明確被錯殺的代表，是因為它全球唯一可規模化量產3nm/2nm的純代工廠，AI芯片代工市佔率90%，擁有幾乎唯一稀缺性。

營收結構上，2026年Q3，HPC佔68%，智能手機21%，汽車和IoT各4%，近三成收入來自全球數十億台終端的換機與智能化周期，這跟美國哪個州暫停數據中心審批，沒有直接傳導關係。

它的先進製程產能，已經排到了2028年后，且並非只供AI算力芯片，即使28年后AI數據中心增量被拖慢導致AI芯片製造訂單收縮，也可以隨時輕易地在手機旗艦芯片、汽車算力芯片、端側AI芯片之間重新分配。

它不是沒有敞口，而是敞口有對衝。這纔是「不受根本衝擊」的真正含義。

在估值端，暴跌后ADR收在353美元附近，PE24倍，對應2026年營收增速指引44%、資本開支中值620億美元，前瞻市盈率處於半導體行業顯著偏低位置。

 

 

 

 

 

 

 

 

02

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

英偉達昨晚跌了近10%，近一個月回撤了25%，它的衝擊確實大，它有兩條標準上比臺積電更極端，但它的問題恰恰在於卻在最核心那條上。

目前，英偉達遠期市盈率17倍，三年最低。數據中心單季營收890億美元，同比增長117%。

管理層口徑是下一財年增長約70%，而且明確説制約來自芯片供給，不是客户需求。訂單能見度強到中國客户在700億美元的RTX芯片訂單里只能拿到約1%。

但數據中心收入佔比超過90%，意味着它的收入，幾乎完全對應新建和擴容數據中心的節奏。

1萬億美元積壓訂單是需求端的證據，不是供給端免疫的證據，后面如果美國數據中心項目真的大量被拖延，那它的遠期估值也會受影響，進而影響當下。

英偉達的低估是真的，能見度是真的，但這是高彈性押注，不是臺積電式的防禦性錯殺。

蘋果站在另一個極端。資本開支只佔銷售額約2.5%。端側AI跑在已經賣出去的芯片上，數據中心建不建跟收入幾乎沒有關係。

但36倍遠期市盈率，處於自身歷史99%分位。約為標普500的兩倍。市場已經把「確定性溢價」定價到極致。

它是防禦的正確選擇，但不滿足「暴跌前估值合理或偏低」。

在一個限制可能放寬的情境里，資金反而可能從這種極致防禦資產迴流到彈性更大的方向。

 

 

 

 

 

 

 

 

03

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

谷歌和亞馬遜是「積壓訂單極強、但脱鈎不徹底」的代表。

Google Cloud積壓訂單5140億美元，超過一半預計24個月內確認收入，前瞻PE約16倍，是大型雲廠商中估值與backlog反差最大的一個。

亞馬遜AWS積壓訂單4960億美元，同比增長300%。但2026年資本開支2200億美元，已經把自由現金流打到負值。市盈率20.8倍，低於五年均值34.6倍。

兩家的問題一樣。積壓訂單的轉化速度，直接取決於算力供給能不能跟上。限制收緊，它們的增長節奏同樣被拖慢。

Meta在七巨頭里估值最低。前瞻PE約18到19倍，接近三年低位。大摩預測2026年廣告收入增長28%，廣告展示量增19%、均價漲12%。

但核心利潤引擎是廣告。跟數據中心審批的關聯是二階的。

Meta仍然擁有龐大的數據中心建設規劃，2026年1350–1450億美元的資本支出和950億美元的融資計劃，在總量上並未收縮。

但Meta目前在美推進的三個旗艦級項目分別位於俄亥俄州 Prometheus、路易斯安那州 Hyperion、得克薩斯州 El Paso，這些項目已經越過了「申請新建許可」這個最脆弱的環節，等於是恰好避開了最直接的衝擊。

在美國數據中心政治阻力上升的環境下，已鎖定電力、已簽約、已動工的存量資產本身的價值反而在上升。但這不意味着它的增量管線不受影響。那些尚未進入審批流程、規劃在得州或俄亥俄州的新建園區，推進節奏大概率會顯著放緩。

所以整體而言，meta確實有被錯殺的成分。

博通、AMD、英特爾需要單獨説清楚。它們跌得多，但跌的理由和臺積電完全不同。

博通AI半導體收入單季167億美元，同比增長221%，佔總營收56%。CEO自己説，80%的半導體業務和70%的收入已經AI-dependent。增長引擎高度綁定超大規模客户的定製加速器資本開支。數據中心建設節奏放緩，對它的邊際衝擊是一階的、直接的。

AMD數據中心收入佔比64%，MI455X開始放量。但AI加速器業務處在追趕份額階段。訂單節奏對單一超大規模客户的部署時間表高度敏感。缺乏臺積電式的多終端緩衝。

英特爾更復雜。代工業務外部客户季度收入只有2.93億美元，95%營收來自內部。18A量產，但領先工藝的主要外部客户尚未落地。10月單月跌45%里，同時包含PC需求疲軟和代工客户信心動搖。

這三家的下跌，是敞口暴露的定價，不是錯配。

 

 

 

 

 

 

 

 

04

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

中國鏈條里，中芯國際是三條標準匹配度最高的一個。

中國區收入佔比從2025年的85.6%，升到2026年上半年的89.6%。收入來源是國內Fabless的流片需求遷移，跟美國雲廠商的AI加速器訂單，走的是兩條軌道。

瑞銀把它從「中性」上調至「買入」，目標價96.2港元，基於3.3倍目標市賬率。

核心判斷是「市場低估了中芯在中國AI半導體本地化趨勢中的受益程度」。

它的稀缺性不在於製程領先。而在於中國大陸唯一可規模化量產的先進製程平臺這一戰略地位。訂單能見度的底層支撐是本土邏輯和存儲擴產，而不是美國數據中心的審批節奏。

估值端，中芯國際的H股對應2027至2028年平均賬面淨值的市賬率仍處於歷史偏低區間。暴跌前的定價，並沒有為本土化趨勢支付充分溢價。

另一家公司北方華創的訂單能見度同樣硬。它的邏輯是國內邏輯和存儲擴產加速、在手訂單充足。

但50倍2027年PE是合理區間上沿，不是深度折價。它滿足「非美國數據中心敞口+訂單能見度極高」。估值保護不如中芯國際充分。

長鑫科技是這三家里「錯殺」色彩最特殊的一個。

2026年前三季度營收2690億元，同比增長738%。高盛全年營收預測3875億元、淨利潤1918億元，目標價130元，對應潛在上行空間超過200%。但股價在11月初創上市以來新低，瑞銀也把目標價下調到76元。

它的DRAM需求來自服務器DDR5、移動端存儲和國產供應鏈份額替代。

美國數據中心建設放緩對它的直接衝擊，小於對HBM或AI加速器配套存儲的影響。上市僅三個月，股價跌破初期平臺。而周期位置和國產替代方向沒有逆轉。

這是情緒折價和基本面之間的錯配。彈性大，確定性略低於中芯國際。

 

 

 

 

 

 

 

 

05

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

另外再説説大模型廠商這一塊。

因為數據中心擴建受限，openAI、anthropic等純AI大模型巨頭受到衝擊肯定是最大的，算力不夠用，直接衝擊商業化和降成本邏輯，估值必然直接受損。

反向邏輯這一側，美國數據中心受限真正放大的，是中國大模型廠商的結構性成本優勢。

被卡住的不只是算力本身，而是美國前沿模型廠商「用更多算力把單位token成本壓下去」的通道。當增量算力拿不到，降價路徑就從「堆算力」退化為「在存量里做取捨」。

而中國模型的低價，從一開始就建立在一套不依賴美國算力擴張節奏的成本結構上。能源側的可再生投資，更早轉向MoE架構帶來的單位token算力消耗下降，以及開源權重和極低API定價的分發方式。

智譜的路徑是這條邏輯里比較乾淨的一個樣本。GLM-5.3上架AWS Bedrock，按調用量分成。底層推理算力由AWS承擔，模型方不需要自建海外數據中心。收入分成接近純利潤。高盛在接入后將評級上調至買入，2026年底ARR預期從27億美元上調到32億美元。

它不受美國數據中心新建審批的直接衝擊。因為出海模式是「寄生」在雲廠商的存量算力上。而存量算力在供給收緊的環境里，本身就在升值。

它的風險不在算力，在通道的法律基礎。比如《遠程訪問安全法案》的推進節奏，比任何單一數據中心的併網審批，都更直接地決定這條分成模式的可持續性。

但整體來説，智譜可能是有一定的被錯殺成色了。

 

 

 

 

 

 

 

 

06

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

結語

 

 

 

回到最開始那個問題。這一輪暴跌里，確實有不少短期被錯殺的巨頭，但真正被錯殺的科技巨頭，嚴格意義上只有臺積電能同時滿足「稀缺性、訂單能見度、估值低位」三條標準。

我們要清晰確定，AI時代之下，全球大國把AI放在最重要的戰略地位，對AI算力需求增長是指數式的，誰都不可能真的停掉AI數據中心建設。

AI行業需求的長期方向沒有改變，賽道機會依舊很多，但短期的節奏和結構已經變了。

過去兩年那種「只要沾上AI就能漲」的普漲階段結束了，接下來是分化行情：有真實訂單、真實收入、真實算力儲備的公司繼續走強，而靠概念和預期撐估值的公司會被反覆擠壓。

這種分化不會是一兩個季度的事，在這個周期里，投資者需要重新校準的，不是「AI還有沒有機會」這個方向性問題，而是「哪些公司能在算力受限的環境里依然兑現增長」這個結構性問題。

機會還有很多，就看能否找得出來了。（全文完）