
在半导体股再度经历一轮剧烈波动之际,美国银行全球研究部(Bank of America Global Research)对当前市场情绪作出了尖锐反驳,直指推动科技板块抛售的恐慌情绪在逻辑上根本不成立。在2月3日发布的一份研究报告中,分析师指出,投资者目前的定价反映了《财富》杂志记者吉姆·爱德华兹所称的“自由落体式下跌”,而这种定价所依据的判断,在美银看来“自相矛盾”。
美银高级分析师维韦克·阿里亚团队在报告中援引了约翰·梅纳德·凯恩斯的名言:市场保持非理性的时间,可能比投资者保持不破产的时间更长。“但我们认为,近期由软件板块带动并拖累主要AI芯片股的走势,本身存在内部矛盾。”
正如爱德华兹所言,市场的反应,很大程度上源于帕兰泰尔(Palantir)首席执行官亚历克斯·卡普在2月2日晚间财报电话会议上一贯直言不讳的表态:AI在编写和管理企业软件方面已经如此强大,许多软件即服务(SaaS)公司可能面临被淘汰的风险。随后出现的抛售蒸发了约3,000亿美元市值,微软(Microsoft)、赛富时(Salesforce)和ServiceNow等公司股价均遭受重创。
被称为“SaaS教父”的杰森·莱姆金在其博客中写道:2026年初,SaaS股正在经历一场“崩盘”。而美银的阿里亚则将其形容为“无差别抛售”,类似于2025年1月市场对中国深度求索(DeepSeek)的反应。阿里亚表示,那次下跌最终被证明是“过度反应”,而眼下的这波行情在逻辑上同样说不通。
美银指出,这轮SaaS抛售实际上建立在两个互相排斥的假设之上:“一方面,AI的资本开支恶化到投资回报疲弱、增长不可持续的地步;另一方面,AI的应用将无处不在,并大幅提升生产力,以至于长期存在的软件工作流程和商业模式被彻底淘汰。然而,这两种结果不可能同时发生。”
如果AI强大到足以颠覆既有行业,那么支撑AI的基础设施投资就不可能崩塌;反过来,如果回报不佳导致支出萎缩,那么这项技术也就不可能普及到足以威胁传统软件模式的程度。
美银非但没有预测市场崩盘,反而重申看好科技行业的长期前景。
1.2万亿美元的机会
美银预测,到2030年,AI资本开支将增长至目前的四倍,达到1.2万亿美元,主要动力来自对先进算力、存储和网络能力的持续需求。
报告强调,这一进程仍处在早期阶段。分析师写道:“AI目前还只是一种工具,而不是一种已经广泛落地的产品。”要将“智能”真正转化为可规模化的商业产品,还需要“未来数年”的时间。持续投入不仅是为了训练模型、提升准确性,更是为了支撑“推理”,也就是对用户请求的实际处理。没有这套基础设施,为数十亿用户提供服务的超大规模平台根本无法继续扩张。
与阿里亚的观点相反的是,当前的波动可以理解为在高度不确定性下的风险重估,而非一种不合逻辑或自相矛盾的结果。市场并不会等到“逻辑均衡”后才重估风险,因为投资者关注的是未来现金流折现,而不是概念上的自洽性。当像帕兰泰尔这样具有风向标意义的公司发布财报后,其他公司盈利前景的不确定性上升,对基础设施建设企业的乐观情绪和对丧失定价权的SaaS企业的悲观情绪,完全可能同时存在。
此外,如今的芯片市场估值本身已经包含了未来数年两位数增长的预期,因此任何建设过程中的摩擦,都足以引发短期抛售。如果AI仍主要停留在“工具”阶段、尚未实现大规模变现,那么当前的市场估值本就可能高估了未来回报。投资者正在调整预期,以适应较慢的商业化进程;美银自己也承认AI商业化仍需“数年时间”。正如AI正在重塑软件行业一样,它也在重塑投资者的时间预期。而这种调整,本身就可能是市场波动的理性原因,而非一种逻辑矛盾。
估值与供应瓶颈
美银认为,此轮抛售反而创造了具有吸引力的买入机会。英伟达(Nvidia,NVDA)、博通(Broadcom,AVGO)、AMD以及Credo Technology(CRDO)等龙头公司的股价,目前接近甚至低于1倍的市盈增长比率(PEG),明显低于标普500指数以及大盘成长股的1.5倍至2倍。
此外,美银指出,市场担忧的方向可能是错误的。投资者担心的是需求瓶颈,但从科技巨头的财报评论来看,问题依然出在供给端。AI基础设施扩张的真正瓶颈在于“电力、土地、数据中心建筑”,以及先进存储和光学器件等关键部件。这些物理层面的限制,构成了一种“天然的过度建设风险调节器”,能够抑制空头所担心的供给过剩。
美银总结称,芯片行业仍然“正向受益于AI基建扩张”,而当前定价所反映的盈利增速放缓的预期“根本不会成为现实”。(财富中文网)
《财富》杂志使用生成式AI作为本文的研究工具。编辑在发表前已核实信息的准确性。
译者:刘进龙
审校:汪皓
在半导体股再度经历一轮剧烈波动之际,美国银行全球研究部(Bank of America Global Research)对当前市场情绪作出了尖锐反驳,直指推动科技板块抛售的恐慌情绪在逻辑上根本不成立。在2月3日发布的一份研究报告中,分析师指出,投资者目前的定价反映了《财富》杂志记者吉姆·爱德华兹所称的“自由落体式下跌”,而这种定价所依据的判断,在美银看来“自相矛盾”。
美银高级分析师维韦克·阿里亚团队在报告中援引了约翰·梅纳德·凯恩斯的名言:市场保持非理性的时间,可能比投资者保持不破产的时间更长。“但我们认为,近期由软件板块带动并拖累主要AI芯片股的走势,本身存在内部矛盾。”
正如爱德华兹所言,市场的反应,很大程度上源于帕兰泰尔(Palantir)首席执行官亚历克斯·卡普在2月2日晚间财报电话会议上一贯直言不讳的表态:AI在编写和管理企业软件方面已经如此强大,许多软件即服务(SaaS)公司可能面临被淘汰的风险。随后出现的抛售蒸发了约3,000亿美元市值,微软(Microsoft)、赛富时(Salesforce)和ServiceNow等公司股价均遭受重创。
被称为“SaaS教父”的杰森·莱姆金在其博客中写道:2026年初,SaaS股正在经历一场“崩盘”。而美银的阿里亚则将其形容为“无差别抛售”,类似于2025年1月市场对中国深度求索(DeepSeek)的反应。阿里亚表示,那次下跌最终被证明是“过度反应”,而眼下的这波行情在逻辑上同样说不通。
美银指出,这轮SaaS抛售实际上建立在两个互相排斥的假设之上:“一方面,AI的资本开支恶化到投资回报疲弱、增长不可持续的地步;另一方面,AI的应用将无处不在,并大幅提升生产力,以至于长期存在的软件工作流程和商业模式被彻底淘汰。然而,这两种结果不可能同时发生。”
如果AI强大到足以颠覆既有行业,那么支撑AI的基础设施投资就不可能崩塌;反过来,如果回报不佳导致支出萎缩,那么这项技术也就不可能普及到足以威胁传统软件模式的程度。
美银非但没有预测市场崩盘,反而重申看好科技行业的长期前景。
1.2万亿美元的机会
美银预测,到2030年,AI资本开支将增长至目前的四倍,达到1.2万亿美元,主要动力来自对先进算力、存储和网络能力的持续需求。
报告强调,这一进程仍处在早期阶段。分析师写道:“AI目前还只是一种工具,而不是一种已经广泛落地的产品。”要将“智能”真正转化为可规模化的商业产品,还需要“未来数年”的时间。持续投入不仅是为了训练模型、提升准确性,更是为了支撑“推理”,也就是对用户请求的实际处理。没有这套基础设施,为数十亿用户提供服务的超大规模平台根本无法继续扩张。
与阿里亚的观点相反的是,当前的波动可以理解为在高度不确定性下的风险重估,而非一种不合逻辑或自相矛盾的结果。市场并不会等到“逻辑均衡”后才重估风险,因为投资者关注的是未来现金流折现,而不是概念上的自洽性。当像帕兰泰尔这样具有风向标意义的公司发布财报后,其他公司盈利前景的不确定性上升,对基础设施建设企业的乐观情绪和对丧失定价权的SaaS企业的悲观情绪,完全可能同时存在。
此外,如今的芯片市场估值本身已经包含了未来数年两位数增长的预期,因此任何建设过程中的摩擦,都足以引发短期抛售。如果AI仍主要停留在“工具”阶段、尚未实现大规模变现,那么当前的市场估值本就可能高估了未来回报。投资者正在调整预期,以适应较慢的商业化进程;美银自己也承认AI商业化仍需“数年时间”。正如AI正在重塑软件行业一样,它也在重塑投资者的时间预期。而这种调整,本身就可能是市场波动的理性原因,而非一种逻辑矛盾。
估值与供应瓶颈
美银认为,此轮抛售反而创造了具有吸引力的买入机会。英伟达(Nvidia,NVDA)、博通(Broadcom,AVGO)、AMD以及Credo Technology(CRDO)等龙头公司的股价,目前接近甚至低于1倍的市盈增长比率(PEG),明显低于标普500指数以及大盘成长股的1.5倍至2倍。
此外,美银指出,市场担忧的方向可能是错误的。投资者担心的是需求瓶颈,但从科技巨头的财报评论来看,问题依然出在供给端。AI基础设施扩张的真正瓶颈在于“电力、土地、数据中心建筑”,以及先进存储和光学器件等关键部件。这些物理层面的限制,构成了一种“天然的过度建设风险调节器”,能够抑制空头所担心的供给过剩。
美银总结称,芯片行业仍然“正向受益于AI基建扩张”,而当前定价所反映的盈利增速放缓的预期“根本不会成为现实”。(财富中文网)
《财富》杂志使用生成式AI作为本文的研究工具。编辑在发表前已核实信息的准确性。
译者:刘进龙
审校:汪皓
As semiconductor stocks undergo another bout of severe volatility, Bank of America Global Research has issued a sharp rebuke to prevailing market sentiment, labeling fears driving the current tech-sector selloff as logically impossible. In a note released Tuesday, analysts argued that investors are currently pricing in what Fortune’s Jim Edwards called a “free fall” based on beliefs that BofA considers “internally inconsistent.”
BofA senior analyst Vivek Arya’s team put together the note that recalled the famous John Maynard Keynes quote that markets can remain irrational longer than investors can remain solvent, “yet we believe recent software-led moves weighing on leading AI chip stocks appear internally inconsistent.”
The market appears to be reacting, as Edwards noted, to Palantir CEO Alex Karp’s typically outspoken argument on a Monday night earnings call. AI is now so good at writing and managing enterprise software that many software-as-a-service (SaaS) companies risk becoming irrelevant. The ensuing selloff wiped out $300 billion in market cap, with Microsoft, Salesforce, and ServiceNow taking significant hits.
Jason Lemkin, the so-called godfather of SaaS, wrote on his blog that early 2026 was seeing a “crash” in SaaS stocks, while BofA’s Arya described it as an “indiscriminate selloff” that resembles the reaction to China’s DeepSeek in January 2025. That moment proved an “overblown selloff,” and this moment just doesn’t make logical sense, Arya argued.
The SaaS selloff relies on two mutually exclusive scenarios BofA wrote: “AI capex [capital expenditure] deteriorating to the point of weak ROI and unsustainable growth, while simultaneously … AI adoption will be so pervasive and productivity-enhancing that long-standing software workflows and business models become obsolete. Both outcomes cannot occur at once.”
If AI is powerful enough to disrupt established industries, the infrastructure spending supporting it cannot collapse. Conversely, if the spending is collapsing owing to poor returns, the technology cannot be pervasive enough to threaten legacy software models.
Far from predicting a crash, BofA is doubling down on the sector’s longevity.
The $1.2 trillion opportunity
BofA forecasts that AI capex will quadruple to reach $1.2 trillion by 2030, driven by the need for leading compute, memory, and networking capabilities.
The report emphasizes that we are still in the early innings of this story. “AI is a tool, not a widespread product … yet,” the analysts write, noting that harnessing intelligence for commercial products will take “the next several years.” Continued investment is required not just for training models to improve accuracy, but to sustain “inference”—the actual processing of user traffic. Without this infrastructure, hyperscalers serving billions of users simply cannot expand.
Contrary to Arya’s point, the current volatility may be seen as risk repricing under uncertainty, rather than as an illogical or paradoxical conclusion. Markets don’t wait for equilibrium logic to resolve before repricing risk because investors discount future cash flows, not conceptual coherence. When an influential earnings release like Palantir’s drops, increasing uncertainty around other companies’ earnings projections, both optimism (for infrastructure builders) and pessimism (for SaaS players losing pricing power) can coexist.
Today’s chip valuations have also already priced in years of double-digit growth, so any friction in the build-out justifies short-term selloffs. If AI remains mostly a tool awaiting monetization, then current market valuations may already have overestimated future returns. Investors are now adjusting expectations to match the slower commercialization timeline that BofA itself admits is still “several years” away. Just as AI is reshaping software, it is also reshaping investor time horizons, and that adjustment may be a rational reason for volatility, not a contradiction.
Valuation and supply constraints
BofA argues that the selloff has created an attractive entry point. Leading names such as Nvidia (NVDA), Broadcom (AVGO), AMD, and Credo Technology (CRDO) are trading near or below 1x projected earnings growth (PEG). This is notably cheaper than the S&P 500 and large-cap growth peers, which trade at 1.5x-2x.
Furthermore, BofA suggests the market is worried about the wrong things. While investors fret about demand constraints, earnings commentary from major tech firms continues to point to supply constraints. The real bottlenecks for the AI build-out are “power, land, data center shells,” and components like advanced memory and optics. These physical limitations act as a “natural governor on overbuild risk,” preventing the glut of supply that bears are fearing.
The firm concludes that the chip industry remains “positively levered to the AI build-out,” and that current pricing discounts a deceleration in earnings that simply “may not materialize.”
For this story, Fortune journalists used generative AI as a research tool. An editor verified the accuracy of the information before publishing.