美股科技股估值杀到比大盘还便宜：高盛强调这像1998而不是2000年

这轮 AI 抛售，杀出了一个出人意料的结果。

Truist Wealth 的报告显示，标普 500 科技板块的远期市盈率已经降到约 17 倍，反而比大盘的 18 倍还低，这是 2017 年以来的头一遭。

要知道，就在 2025 年 10 月的高点，这个板块的远期市盈率还高达 32 倍。一年时间估值近乎腰斩，市场到底在恐慌什么？真正的分歧在于，这轮下跌究竟是杠杆出清，还是商业模式被证伪，这两个判断对应的操作方向完全相反。

高盛FICC与股票业务负责人明确表态，倾向于将本轮下跌定性为类似1998年的流动性危机，而非2000年科技泡沫破裂的前兆。

先看这两条路径的区别。所谓 "1998"，指的是当年的 LTCM 危机，俄罗斯债务违约和长期资本管理公司崩盘是外部冲击，但美国经济的基本面其实完好，一旦流动性恢复、美联储降息，市场很快就收复了失地。如果今天属于这一类，那下跌就是拥挤交易、去杠杆、保证金追缴和程序化平仓造成的，AI 的真实需求和企业盈利并没有坏，超跌反而是机会。

而 "2000" 则是另一回事，当年的互联网公司大量靠烧钱和讲故事支撑，没有可持续的盈利模式，资本开支最终无法收回，泡沫破裂。如果 AI 也走到这一步，天量投入证明换不来相应的收入和利润，那就是商业模式的证伪，再便宜的估值也可能是价值陷阱。

高盛 FICC 与股票业务负责人 Rich Privorotsky 的核心观点是，AI 这台增长引擎本身可能依然完好，市场激烈重新定价的，只是建设的融资节奏和时间表，而不是底层需求。

在我看来，我认同、也更倾向于 1998 这个定性：AI 的技术价值和真实需求是可以验证的，它在编程、效率、创作等场景里确实提升了生产力，这和 2000 年那种纯粹讲概念、没有落地的故事有本质区别。当前这一跌，叠加了拥挤交易、杠杆出清、情绪恐慌和中期选举的政策冲击，流动性和情绪的成分更重。

但是核心区别，还是在那个关键变量上 ，也就是1998 和 2000 真正的分水岭，是商业模式能不能跑通，而这取决于 C 端杀手级应用能不能出现。现在 AI 的收入主要还是 B 端的 "卖铲子" 逻辑，靠云厂商和数据中心的资本开支撑着，问题是资本开支是前置的，收入却是后置的，中间这道裂口，最终要靠下游应用的真实付费来填平。

而 C 端的现状，还不能让人完全放心。

a16z 的报告显示，AI 付费呈现极端的幂律分布，前 1% 的重度用户月均花费高达 903 美元，主要买编程和效率工具，但大众层面的付费渗透依然很低；国内月活最高的豆包启动付费订阅后，月活一度下滑 610 万，说明普通用户的付费习惯还没养成，而广告收入能不能覆盖高昂的算力成本，至今是个巨大的问号。

换句话说，模型能力很强，但 "叫好不叫座" 的尴尬还没有真正破解。

不过，把时间拉长，我并不悲观。历史上每一轮技术革命，几乎都是先疯狂铺设基础设施、再在出清之后诞生真正的杀手级应用。互联网泡沫破裂时，铺光纤的公司倒了一大片，但后来搜索、电商、社交跑通了商业模式，活下来的公司成就了伟大的企业。中金把当下的消费级 AI 称作 "破晓时分"，订阅、广告、交易佣金三条变现路径都在探索，这说明方向是清晰的，只是还没到兑现的时刻。

对投资者，我的建议是把握好信念和纪律的平衡。一方面，估值回到 17 倍、低于大盘，意味着悲观预期已经大量计入，安全边际在改善，这不是为 "AI 失败" 定价，而是为 "不确定性" 定价。另一方面，便宜不等于马上反转，技术革命为真，也不意味着所有公司都能活下来，分化会极其剧烈，真正有现金流和盈利的龙头，与靠估值泡沫活着的故事股，终局天差地别。

值得紧盯的硬指标有两个，一是科技巨头会不会实质性削减资本开支，二是应用层的付费收入能不能放量、有没有出现让人离不开的日常产品。在信号明朗前，与其赌一把大的，不如分批布局、用时间换空间。

说到底，决定这轮 AI 终局的，不在 K 线的起伏里，而在某个 C 端产品突然让所有人都离不开的那一刻。对技术的长期价值保持信念，对短期的估值和情绪保持纪律，或许才是穿越这场 1998 与 2000 之争，最稳妥的姿势。