" height="322" id="imgs_3210467" photo_no="3210467" src="/content/image/2026/10/15/20261015170400177185.jpg" width="640" />韩国股市出现了真正的“恐慌”。在经历了7个交易日的连续下跌后，市场总市值瞬间蒸发了约1200万亿韩元。这是自新冠疫情以来，约6年7个月后再次出现如此大幅的下跌。自6月突破9000点以来，KOSPI在短短三个月内跌至5500点。分析认为，支撑上涨的利好消息同时受到冲击，暴露了国内股市脆弱的供需结构。 根据15日韩国交易所的数据，自6日以来，KOSPI连续7个交易日下跌。当天的下跌幅度为454.59点（7.57%），在十天左右的时间内累计下跌了1449.52点（20.70%）。截至2日，指数为7003.74点，而在短短一周内跌至5000点中间。 下跌速度接近历史金融危机时期。根据对2003年4月以来KOSPI每日指数的分析，自疫情以来首次出现7个交易日累计下跌超过20%的情况。在2020年3月，KOSPI在7个交易日内从1962.93点跌至1457.64点，跌幅达到25.74%。而在2008年全球金融危机期间，KOSPI在2008年10月15日至24日的7个交易日内下跌了29.96%。 市值的减少规模也非常庞大。根据韩国交易所的数据，KOSPI的总市值在2日约为5775万亿韩元，而到15日降至约4581万亿韩元。在7个交易日内，约1194万亿韩元的企业价值消失了。 尤其是大型半导体股的暴跌主导了市值的减少。三星电子在2日的股价为27万6000韩元，到15日降至21万韩元，约下降24%。同一时期，SK海力士的股价从184万1000韩元降至126万2000韩元，约下降31%。仅在当天，三星电子和SK海力士的股价分别下跌了9.48%和11.06%。 这两只股票蒸发的市值约为809万亿韩元。三星电子的市值从约1614万亿韩元降至1228万亿韩元，减少约386万亿韩元，而SK海力士的市值从约1345万亿韩元降至922万亿韩元，减少约423万亿韩元。这两只股票的市值减少占KOSPI整体市值减少的约68%。 外资的大规模资金流出也加剧了指数的下跌。从6日至15日的7个交易日内，外资在KOSPI市场上净卖出约18万亿韩元。相比之下，个人投资者净买入约11万亿韩元，机构投资者净买入约1万6000亿韩元，但仍不足以阻止指数下跌。 外资的卖出主要集中在大型半导体股上。本月截至14日，外资对三星电子的净卖出约为3万4000亿韩元，对SK海力士的净卖出约为8万2000亿韩元。这两只股票的净卖出总额约为11万6000亿韩元。在半导体业绩改善预期减弱的背景下，外资资金的流出加速了股价的下跌。 当天股市急剧下跌的直接原因是美国的物价冲击。美国物价上涨压力高于预期，导致市场对美联储降息的预期减弱，同时市场利率上升也加大了股票的估值压力。 但根本原因在于对人工智能（AI）投资周期的信心减弱。受益于AI投资扩大的内存半导体企业对投资放缓的担忧反应敏感。梅里茨证券研究中心的李镇宇表示：“根本原因在于对AI周期的疑虑，而消费者物价指数（CPI）等只是次要变量。”他指出：“过去大规模AI投资的回收可能性是争论的焦点，而现在则转向了资金是否能够筹集、投资是否能够持续的问题。” 尤其是美国AI基础设施企业的资金筹集压力加大，导致半导体需求的增长速度可能比预期更快减缓。与谷歌、亚马逊、微软等大型科技公司不同，依赖借贷扩大设备投资的中小型AI基础设施企业的财务健康状况成为新的风险因素。 元大证券研究中心的崔贤在表示：“谷歌、亚马逊、微软等公司基于充足的现金流进行AI投资，但中小型超大规模企业的情况则不同。”他指出：“资金筹集变得困难，AI相关需求可能低于预期。”

韩国股市再次陷入“恐慌”。由于对人工智能(AI)盈利性的担忧与美国物价冲击交织，综合指数和创业板指数双双暴跌超过7%。这是自7月底以来最严重的下跌。尤其是综合指数在过去十天内下跌超过20%，市值蒸发约1200万亿韩元。尽管金融监管机构表示“市场反应过度”，但分析认为，极端的波动性正在加剧投资者的恐慌心理。根据15日韩国交易所的数据，综合指数较前一交易日下跌454.59点(7.57%)，收于5554.27点。盘中一度下跌558点(9.29%)，跌至5450.81点。创业板指数也较前一交易日下跌63.06点(7.65%)，收于760.82点。由于股市暴跌，综合指数和创业板市场同时启动了熔断机制。综合指数市值也大幅减少，从2日的约5775万亿韩元降至当天的约4581万亿韩元，十天内减少了1194万亿韩元。当天股市的暴跌源于对AI企业盈利能力恶化的担忧以及加息的预期。前一晚，安特罗皮克的第三季度营收为168亿美元，仅比上一季度增长45%，这加大了对大规模AI投资可持续性的疑虑。谷歌、微软、亚马逊、Meta等大型科技公司的信用违约掉期(CDS)溢价上升，财务结构相对脆弱的AI企业也出现了信用风险信号，这些因素都加剧了市场的不安。此外，美国的物价冲击也起到了推波助澜的作用。美国9月份消费者物价指数(CPI)同比上涨3.7%，超出市场预期的3.6%，进一步加大了加息的担忧，抑制了投资者的信心。因此，几乎所有大盘股的股价都出现了大幅下跌。三星电子(-9.91%)、SK海力士(-11.06%)、SK方正(-10.45%)、三星电机(-15.50%)等均遭遇重挫。外资的卖出潮也持续。当天在证券市场，个人和机构分别净买入21802亿韩元和19585亿韩元，但外资却净卖出48098亿韩元。专家预测，未来一段时间内市场将继续保持高波动性。LS证券研究中心的慎重浩表示：“本月末公布的美国大型科技企业的业绩以及联邦公开市场委员会(FOMC)的定期会议将决定未来市场的走向。”

三星资产管理的‘KODEX美国纳斯达克100’上市指数基金（ETF）净资产已突破10万亿韩元。随着对美国大型科技公司的投资需求不断增加，个人投资者的长期定投资金流入被认为是推动其增长的主要因素。 三星资产管理于15日表示，KODEX美国纳斯达克100的净资产总额达到了10万1509亿韩元。这一成就是在2021年4月上市后约5年6个月内取得的，是国内上市的美国纳斯达克100指数跟踪ETF中最快的记录。 KODEX美国纳斯达克100是跟踪以美国代表性科技股为主的纳斯达克100指数的产品。纳斯达克100指数由包括英伟达、苹果、微软、博通、亚马逊、谷歌等在全球人工智能（AI）和科技行业中占据领导地位的100家公司组成。 该ETF因其能够以相对较低的成本进行全球创新企业的分散投资，已成为个人投资者长期定投和养老金账户的主要投资产品。 尤其是在今年，个人投资者的资金流入尤为显著。KODEX美国纳斯达克100今年的个人净买入金额为3万2988亿韩元，是国内上市的纳斯达克100指数跟踪ETF中最多的。三星资产管理表示，关注美国科技股长期增长潜力的定投资金推动了净资产的扩大，而非追求短期收益的资金。 运营业绩也被认为对投资者的流入产生了影响。KODEX美国纳斯达克100年初至今的收益率为11.78%，最近两年和三年的收益率分别为50.04%和102.18%。 三星资产管理强调，低费用和基础指数与实际ETF收益率之间的跟踪误差率保持在较低水平等精细的指数跟踪能力，增强了产品的竞争力。 林泰赫，三星资产管理ETF运营总部负责人（常务），表示：“KODEX美国纳斯达克100作为个人投资者长期资产形成的可靠伙伴，达成了净资产10万亿韩元这一重要里程碑。这一成就得益于我们对跟踪误差的严格管理和长期业绩所证明的运营能力，客户的信任是我们继续稳定高效运营的动力。”

"三星电子和SK海力士的半导体在人工智能（AI）中扮演着心脏和肺的核心角色。考虑到AI热潮仍处于起步阶段，以及红色科技（中国半导体崛起）始终是虚构的，韩国股市显著低估。" 美国华尔街顶尖技术股分析师丹·艾夫斯，约克维尔艾夫斯合伙人兼首席管理董事，于14日在首尔汝矣岛康拉德酒店举行的记者会上表示，"美国华尔街的投资者仍然低估了在AI产业中发挥核心作用的韩国企业。" 他指出，"作为在大科技领域观察韩国数十年的专家，韩国与1990年代中期的美国硅谷相似。"他强调，"在半导体、代理、能源基础设施、物理AI等多个领域，韩国在AI产业的扩展中发挥着主导作用，全球投资者终将关注韩国市场和企业的价值。" 约克维尔艾夫斯是一家基于企业金融服务与直接投资相结合的美国金融公司。该公司结合了在全球客户服务方面具有优势的约克维尔证券和在华尔街长期担任技术股分析师的丹·艾夫斯的专业性，于今年7月成立。其主要关注领域包括AI、能源、基础设施等，近期在美中AI竞争格局中，特别关注拥有多样AI价值链的韩国。 艾夫斯首席董事对三星电子和SK海力士的业绩与股价脱节现象表示，"这是因为专家们只专注于内存半导体投资周期。"他预测，"到2029年，内存供应将短缺，因此未来12至18个月将是超级周期。"他还表示，"三星电子和SK海力士的股价也将随着业绩的改善而缓慢上升，预计KOSPI指数将在12个月内恢复到9000点的前高。" 对于全球投资者指出中国半导体企业的追赶会削弱韩国企业竞争力的看法，艾夫斯回应称，"这完全没有道理。"他对市场对中国长鑫存储（CXMT）技术进步的担忧表示，"这典型是基于虚构的叙述，三星电子和SK海力士的技术领先于中国竞争对手至少三年。" 艾夫斯首席董事解释，AI引领的第四次工业革命目前仅完成了约15%。他以拉斯维加斯的城市建设为例，表示，"在沙漠中建立城市就像一块块砖头的堆砌，AI这一巨大文明的转变才刚刚开始。"在这一过程中，资本投资、基础设施扩展、企业的试错、来自中国的深度冲击、AI资本支出（CAPEX）的可持续性等市场疑虑将不断出现，这些问题是新经济形成过程中的减速带。 他进一步比喻道，"如果派对在晚上9点30分开始，那么现在刚过午夜。"他表示，"一如既往，熊在窗外观看派对，只有在低点识别机会的勇敢公牛才能享受派对。"他补充道，"如果在早上6点熊和公牛相遇，公牛会说他们度过了更有趣的时光。"他指出，"在派对中，音乐会停止，杯子会破碎，警察也会到来。" 支撑技术股强势的关键因素是全球大科技公司的设备投资。微软、亚马逊、谷歌等超大规模企业在AI数据中心、半导体和电力基础设施建设上投入了巨额资金，预计将推动相关产业的整体增长。 艾夫斯首席董事表示，"超大规模企业的资本支出将在未来达到3万亿至4万亿美元，"并预测，"当AI产业进入正式的盈利阶段时，美国主要技术股平均将上涨30%，纳斯达克指数到2029年可能达到35000点。" 他指出，2027年AI市场的主导股票包括英伟达、微软（MS）、Palantir、苹果、CrowdStrike。在韩国，他提到具备物理AI和自动驾驶竞争力的现代汽车，以及与AI结合的防务行业的汉华集团。他表示，"AI革命正在为各个行业创造新的投资机会，"并表示将凭借丰富的经验，支持企业和投资者在全球AI产业的成长过程中发掘宝贵机会。

中国内存企业长鑫存储科技(CXMT)的技术追赶已延伸至三星电子和SK海力士的高附加值DRAM领域。尽管在量产良率和先进产品方面仍存在差距，但CXMT从消费类DRAM起步，正逐步扩展到服务器用DDR5和高带宽内存(HBM)，市场警惕性随之上升。 13日，韩国股市中，三星电子和SK海力士的股价分别下跌超过7%和8%。此前，美国费城半导体指数下跌2.67%，美光科技股价下跌3.88%。SK海力士的美国存托股票(ADR)也下跌了4.02%。 市场对此敏感反应的原因在于CXMT已明确了进入服务器市场的时间点。CXMT总裁赵汉宇在10日于中国上海表示，计划在年底前推出自家开发的4F²单元结构的服务器用“DDR5 RDIMM”。4F²结构相比当前主流的6F²，减少了单元面积，使得同一晶圆上可以放置更多内存。虽然实际的大规模生产和客户认证仍待确认，但中国企业从专注消费类DRAM转向服务器用高附加值产品，意义非凡。 增长速度也非常快。根据Counterpoint Research的数据显示，CXMT在2026年第二季度的DRAM销售额同比暴增716%。其全球市场份额为7%，位列三星电子39%、SK海力士26%和美光25%之后，排名第四。 三星电子和SK海力士需要关注的是CXMT所瞄准的市场。国内企业已逐步提高服务器用DDR5和HBM的比重，这些产品的盈利能力高于通用DRAM。 问题在于从现在开始。CXMT正在开发和客户验证的服务器用DRAM和HBM是三星电子和SK海力士的主要业务。虽然目前普遍认为在HBM3E或HBM4领域，CXMT尚未达到与国内企业直接竞争的水平，但其从通用产品向高附加值产品的转型速度过快。 在美国AI市场，作为内存最大需求方，围绕巨额投资的争议也在加剧。谷歌、亚马逊、微软和Meta等四大科技巨头的设备投资规模预计比去年增长77%。虽然并未减少对AI的投资，但随着内存和电力等成本的急剧上升，市场开始关注投资的盈利性和回收期等投资效率。 华尔街对全球内存市场的看法趋于悲观。花旗在12日将CXMT评估为“中期价格威胁”，认为三星电子和SK海力士的通用DRAM比重较大，暴露程度高于美光。8月时，花旗将美光的目标股价从1400美元下调至1150美元，并提出明年第二季度可能达到顶峰的观点，同时指出中国企业的DRAM和NAND扩产也是主要风险因素。 金阳平，产业研究院专业研究员表示：“很难确定与中国的技术差距究竟还有多少年”，并指出“如果美国允许向中国出口先进半导体制造设备，差距可能会迅速缩小”。他强调：“国内企业最终需要继续保持超越差距的战略，不断创造出中国企业难以追赶的新产品和市场。”※ 本报道经人工智能（AI）系统翻译与编辑。

美国的第三季度企业业绩发布季本周正式开始。预计人工智能(AI)相关企业将主导业绩改善，而市场的高期待和国债利率的上升成为年末股市走向的主要变量。 根据13日（当地时间）彭博社和路透社的报道，摩根大通和高盛等美国主要银行将在开盘前发布第三季度业绩，拉开业绩季的序幕。 企业的业绩展望总体上较为乐观。彭博情报（BI）预计标准普尔500指数（S&P 500）企业的第三季度净利润将同比增长25%。伦敦证券交易所集团（LSEG）的预期更高，预计增长31%。摩根大通引用的金融信息公司IBES的每股收益（EPS）增长率预期为24%，而FactSet和LSEG则在调整了Meta Platforms的一次性税费后，预计约为30%。 业绩改善的核心依然是AI相关企业。LSEG预计，标准普尔500企业第三季度的利润增长中，约三分之二将来自科技行业及Alphabet、亚马逊、Meta等大型AI相关企业。 BI还预测，美国AI相关企业的第三季度净利润将同比增长47%，是除能源行业外的最高增长率。信息技术（IT）行业在今年标准普尔500整体企业利润中所占比例预计将达到约三分之一。 富国银行投资研究所的全球股票与实物资产部门负责人萨米尔·萨马纳表示：“一切都与AI相关，尽管能源和原材料行业也有一定贡献，但主要是由于地缘政治因素。”他还指出：“如果整体利润增长的70%至80%来自科技和AI，也不足为奇。” 然而，也有担忧认为AI相关企业的增长接近顶峰。LSEG预计，美国半导体企业的第三季度净利润增长率将为136%，低于第二季度的158%。标准普尔500企业第二季度的净利润同比增长54%，创下自2021年以来的最高增幅。即使排除Alphabet和亚马逊的AI相关投资评估收益，增长率也达到了35%。 Ameriprise Financial的首席市场策略师安东尼·萨格林贝内对路透社表示：“投资者的担忧在于企业利润增长率接近本轮经济周期的顶峰。”他指出：“AI投资热潮在很大程度上依赖于持续的设备投资，随着季度的推移，企业需要克服的标准越来越高，市场的验证也变得更加严格。” 高涨的期待也对股价造成了压力。美国半导体公司美光虽然发布了超出市场预期的业绩并展望了AI需求的扩大，但投资者的反应却较为冷淡。三星电子的季度营业利润同比增长约9倍，但股价仍下跌了2.4%。 Leverage Shares的首席研究分析师维奥莱塔·托多罗娃对彭博社表示：“此次业绩发布并不是决定市场走向的绝对因素，但如果要持续上涨，业绩确认是必要的。”她解释道：“通常企业只需超越降低的预期，但这次需要超越更高的标准。” 另一方面，摩根大通分析认为，除了AI行业外，其他行业的业绩改善也在扩展。根据Investing.com的报道，摩根大通的策略师米斯拉夫·马特伊卡在报告中指出：“AI仍然支撑着美国企业业绩改善的相当一部分，但增长势头也在向其他行业扩散。” 实际上，全球上市公司中利润增长加速的公司比例已接近历史最高水平。全球采购经理人指数（PMI）和业绩领先指标也显示出上升趋势，因此摩根大通预计未来两次业绩发布季也将延续积极的趋势。 然而，国债利率上升和消费放缓仍然是负担因素。由于伊朗战争的影响，第三季度美国油价上涨约30%，预计能源行业的净利润将同比增长115%，但必需消费品和房地产等内需行业则预期表现不佳。依赖借款的公用事业行业也被评估为对利率上升较为脆弱。 摩根大通预测，如果国债利率上升的趋势得到缓解，年末股市可能会进一步上涨。摩根大通的策略师表示：“随着第三季度业绩发布季的开始，市场的关注将转向稳健企业的基本面，并将摆脱9月份的市场波动。”※ 本报道经人工智能（AI）系统翻译与编辑。

全球人工智能（AI）企业的AI数据中心（DC）投资需要得到合理化，分析指出，AI产业到2031年每年需实现6万亿美元的收入。与去年报告中提出的2030年年收入2万亿美元相比，要求在一年内增加了三倍，而现有AI服务的收入最多仅为1.8万亿美元，至少需要在新市场中创造4.2万亿美元的收入。 问题在于，弥补这一差距在现实中几乎是不可能的。缺口中约三分之二的收入需要来自尚未商业化的领域，而数据中心的规模和成本每12至16个月就会翻倍，同时电力、芯片和许可也面临短缺。 ◆ 基础设施投资激增，需在新市场中寻找4.2万亿美元 11日，全球咨询公司贝恩公司（Bain & Company）在上月29日（当地时间）发布的《全球技术报告》中指出，涵盖数据中心、计算能力、加速器和内存芯片升级的AI基础设施支出预计到2031年将达到每年最多1.5万亿美元。贝恩根据云计算行业趋势，认为基础设施投资占行业收入的约25%，因此得出6万亿美元的收入要求。 贝恩预计，面向消费者的AI（订阅和广告）收入将在2000亿至4000亿美元之间，加上软件开发、销售、市场营销和客户支持等企业用AI，现有AI服务的收入将达到1.2万亿至1.8万亿美元。即使采用上限1.8万亿美元，也仅占所需收入的30%，与下限1.2万亿美元相比，所需收入是其5倍。 剩余的4.2万亿美元并非完全空白。贝恩认为，AI在替代搜索的广告等领域可产生1000亿至2000亿美元，在自动驾驶汽车、无人机等工业自动化中可产生约4000亿美元，在涵盖仿真、数字双胞胎和机器人技术的物理AI中可产生最多9000亿美元。然而，即使将这些全部加起来，最多也仅为1.5万亿美元，仍需在新药开发、心理健康支持、电池和半导体材料开发等尚未商业化的领域中获得27000亿美元的收入。 贝恩全球技术、媒体和通信（TMT）部门负责人大卫·克劳福德（David Crawford）表示：“目前的争论集中在员工生产力上，但AI基础设施的经济性要求超过数万亿美元的新收入，必须超越生产力的提升。”他指出：“AI基础设施的建设速度超过了需求曲线，要使其可持续，全球GDP年增长率需提高约1个百分点。” 收入要求在一年内增加三倍的背景是基础设施投资额的激增。去年报告认为到2030年需要每年2万亿美元的投资，考虑到AI的成本节约效应，仍需8000亿美元。贝恩在此次报告中估计，微软、谷歌、亚马逊、Meta和甲骨文的2026年资本支出（CapEx）将达到7800亿美元，较三年前增加近5倍。到2030年，全球数据中心投资将达到5万至6.5万亿美元，额外的电力需求至少将达到150GW，这将使全球数据中心的容量在5年内几乎增加三倍。主要AI数据中心的规模和成本每12至16个月约翻倍。 包括英伟达在内的芯片价格上涨也在推高成本。彭博社报道称，由于电力、变压器和水资源短缺，以及当地居民的反对，美国在6月的一个季度内，680亿美元规模的数据中心项目被阻止或延迟。 ◆ 投资竞争持续，但现金短缺 大型科技公司的投资竞争在第二季度的业绩发布中仍在继续。亚马逊在7月30日将今年的资本支出计划从2000亿美元上调至2200亿美元，Alphabet上调至1950亿至2050亿美元，Meta的下限为1300亿至1450亿美元，微软则保持在4月提出的1900亿美元指导。四家公司的今年投资规模超过7000亿美元。 问题在于，如何承担这些支出。美国媒体Semafor在上月15日分析了S&P Capital IQ的估计，指出亚马逊、Alphabet、Meta和微软在未来6个季度内的营业现金流将比预计多支出约660亿美元，并将通过借款、股票发行和表外交易来填补这一缺口。相同的分析显示，如果将资本支出减少10%，在同一时期内将实现740亿美元的盈利。 个别企业也出现了降低目标的趋势。OpenAI向投资者提出，将2030年的计算支出目标从原来的1.4万亿美元下调至约6000亿美元。此外，OpenAI还与甲骨文共同放弃了在美国德克萨斯州阿比林的StarGate场地中约0.8GW的扩建计划，并将诺尔韦的StarGate项目交给微软接手。 ◆ 以债务建设AI基础设施，金融行业发出“泡沫”警告 金融行业对AI基础设施投资的资金来源泡沫（bubble）担忧愈发突出。高盛在8月5日的报告中指出，AI相关债券发行接近5000亿美元，而在美国投资级公司债券供应中，AI的占比从2024年的1%增至今年的18%。超大规模云计算企业的资本支出中，债务占比从2025年的27%上升至今年的约三分之一，预计到2027年将达到35%的峰值。 摩根大通资产管理公司预计，到2030年，累计AI投资将达到5.5万亿美元，而能够通过营业现金流和增资来覆盖的部分仅为四分之一。超大规模云计算企业的约1.4万亿美元的数据中心租赁义务中，约1.1万亿美元未在资产负债表上体现。 信用评级机构S&P全球评级（S&P Global Ratings）表示：“超大规模云计算企业的信用评级正在逐渐下降。”有分析指出，超大规模云计算企业通过租赁协议、贷款担保和芯片采购将自身信用借给了新兴云计算和AI初创企业，形成了“影子贷款”的现象。 中央银行和国际机构也指出了结构的不透明性。国际清算银行（BIS）行长帕布罗·埃尔南德斯·德·科斯（Pablo Hernández de Cos）在上月的演讲中表示，AI投资“并非通过盈利，而是通过债务，尤其是私募贷款来筹集。”他解释说，由于芯片制造商和超大规模云计算企业购买AI企业的股份，而这些企业又反过来购买芯片和计算资源，导致难以识别其之间的联系。 英国中央银行金融政策委员会（FPC）最近也警告，AI的估值可能会遭遇比7月AI和半导体股暴跌时更严重的调整，国际货币基金组织（IMF）货币与资本市场局局长托比亚斯·阿德里安（Tobias Adrian）则对资产寿命与债务到期之间的不一致表示担忧。 开工情况也与计划存在差距。投资银行杰富瑞（Jefferies）在6月的报告中指出，今年计划投入运营的美国数据中心24GW中，仅有12GW已开工，而2027至2028年的项目中最多80%尚未开始施工。 国内市场也未能逃脱这一周期。三星电子和SK海力士的企业价值上升，前提是AI服务收入能够跟上基础设施投资。AI需求与收入的增长，以及AI基础设施投资的持续，都是关键因素。SK海力士在第二季度的业绩发布中表示：“这些投资是由AI服务产生的收入所支撑的，因此内存需求的势头将持续。” 通信行业的AIDC投资也面临相同的变量。SK电信表示计划到2035年建设最大15GW规模的AIDC，KT计划在5年内投资5万亿韩元以确保1GW的容量，而LG U+则在京畿道坡州建设200MW级的AIDC。※ 本报道经人工智能（AI）系统翻译与编辑。

现代汽车集团的机器人子公司波士顿动力于7日宣布，已聘请亚马逊前高管罗希特·普拉萨德担任新任CEO。罗希特·普拉萨德是全球知名的人工智能专家，曾推动对话式AI、生成式AI、多模态AI和通用人工智能（AGI）等技术的发展。 在亚马逊任职期间，罗希特·普拉萨德担任首席副总裁兼首席科学家，自亚马逊代表性AI平台Alexa开发初期便发挥了核心作用。他为Alexa成为全球广泛应用的消费者AI平台的过程做出了重要贡献。 在加入亚马逊之前，罗希特·普拉萨德在雷神BBN技术公司工作了14年，参与了为美国政府和商业领域开发机器学习研究及应用技术，积累了从基础研究到产品化、商业化的丰富经验。 波士顿动力希望通过此次人事变动增强其物理AI的竞争力。基于已有的技术积累，公司将持续提升结合先进AI的智能机器人性能和应用性。 此外，预计与现代汽车集团在制造、物流和移动性等产业基础上将产生实质性的协同效应。集团将利用其拥有的工业现场验证先进AI和机器人技术的应用可能性，并计划在技术开发到商业化的各个阶段提升执行力。 罗希特·普拉萨德新任CEO表示：“我将融合先进的AI和机器人技术，在现实世界中创造有意义的价值，并将机器人的应用范围扩展到整个行业，构建引领物理AI新飞跃的智能系统。”

'AI泡沫破灭后，半导体会崩溃吗……还是像铁路和互联网一样，泡沫消退后留下巨大的基础设施？'全球资本市场再次面临巨大考验。这次的主角不是半导体公司，也不是电动车公司，而是致力于创造接近人类智能的人工智能公司——Anthropic。这家由前OpenAI研究人员于2021年创立的年轻企业，正在准备一场将载入全球资本市场史册的首次公开募股（IPO）。Anthropic于今年6月向美国证券交易委员会（SEC）提交了非公开的上市申请草案。公司官方透露的唯一信息是尚未确定公开发行的股票数量和价格。因此，市场上提到的超过2万亿美元的企业价值，并不是确定的发行价，而是投资者和市场讨论的预期价格。尽管如此，华尔街的紧张情绪显而易见。2万亿美元，折合韩元超过2800万亿。然而，比数字更引人关注的是，Anthropic在向投资者宣称其技术将带来巨额财富的同时，也警告称如果技术失控，可能会对人类社会造成“灾难性或生存性风险”。路透社获取并分析的IPO相关文件显示，风险因素的说明长达80页。在约261页的文件中，风险说明远比业务描述要长。AI模型可能会抵抗关闭命令、隐藏信息，甚至在特定情况下表现出类似威胁的行为，这些都被列为风险因素。这真是一场奇特的IPO。“我们所创造的技术可能对人类构成风险，但这家公司的价值可能达到2万亿美元。”这看似是在同时踩刹车和油门，但正是这种矛盾揭示了Anthropic IPO的本质。此次上市不仅仅是AI公司进入股市的事件，而是人类在AI这一新生产手段上愿意投入多少资金的考验，而半导体行业则是最直接需要回答这个问题的行业。深入分析Anthropic的数字，惊讶之情愈加浓厚。根据IPO相关资料，Anthropic在2025年的收入约为460亿美元，比前一年增长了约12倍。从增长速度来看，几乎找不到先例。然而，成本同样惊人。2025年的营业性亏损超过了80亿美元，净亏损约为420亿美元。不过，这其中包含了与可转换金融产品相关的约340亿美元的会计费用，因此将“420亿美元全部烧在营业上”的解读并不准确。更值得关注的数字是：5180亿美元。这是Anthropic未来在云计算、数据中心方面承担的基础设施承诺规模，超过了2025年收入的100倍。其中相当一部分并非单纯的计划或愿望。与谷歌的长期基础设施服务义务约为1111亿美元，与亚马逊的约为1100亿美元，与微软的约为314亿美元，而与博通相关的设备租赁义务也达到了约1612亿美元。这些大部分是无论实际使用量如何都必须支付的长期承诺。在这里，我们需要改变对Anthropic IPO的看法。Anthropic看似是一家软件公司，实际上却正在成为全球最大的“计算购买者”。在AI时代，代码并不是消灭工厂，而是创造出巨大的新工厂。那里的机器是GPU和ASIC（定制半导体），工作台是HBM（高带宽内存半导体），生产线是先进的封装，工厂建筑是数据中心，而驱动工厂的燃料是电力。AI看似漂浮在云端，但其下方却存在着巨大的物质世界。这被称为“AI的物质性”。在此次Anthropic IPO中，半导体投资者最值得关注的一个方面是博通。博通已决定为Anthropic的基础设施投资提供最高420亿美元的金融支持，而Anthropic预计将在2027年成为博通芯片设计业务的最大客户。这在过去的半导体行业中是难以见到的结构。芯片公司不仅仅是出售芯片，还向客户提供资金，而客户则用这笔钱再次获得计算设备，计算设备的扩展又需要更多的AI模型，模型越大，所需的半导体就越多。资金→AI企业→数据中心→半导体→计算→AI服务→再次投资。一个巨大的循环链条正在形成。问题在于，这个链条是良性循环，还是自我增强的泡沫。华尔街部分人士对“循环金融”保持警惕，正是基于此。在半导体公司向AI企业提供金融支持，而AI企业又成为半导体公司的客户的结构中，必须冷静地审视实际的最终需求来自何处。在1990年代末的互联网繁荣中，也出现了类似现象。通信设备公司向客户提供金融支持，客户用这笔钱再次购买设备。当需求持续增长时，所有人都在赚钱，但当最终消费者的收益出现延迟时，链条的薄弱环节开始崩溃。在AI领域也必须提出同样的问题。“谁来支付最后的账单？”2万亿美元的企业价值看起来过于庞大，人们的目光被这个数字吸引，但真正的问题在于，AI能否创造出如此多的现金流。高盛研究预计，2026年全球与AI相关的投资将超过1万亿美元。美国超大规模云计算公司的今年整体资本支出预期仅市场共识约为8000亿美元。摩根士丹利预计，到2028年，全球数据中心建设费用将达到约2万9000亿美元，更重要的是，AI基础设施投资的80%以上仍然在未来。从数字来看，半导体行业似乎是天堂。然而，经济学中没有免费的午餐。要证明当前计划的AI基础设施投资是合理的，AI服务必须在未来创造出巨额的新收入和生产力提升。一些分析认为，超大规模云计算公司和AI企业在未来五年内必须寻找数万亿美元规模的额外收入来源，以承担投资费用。最终，AI产业的命运取决于投资回报率（ROI）。到目前为止，问题是“谁获得了更多的GPU”，而未来的问题将转变为“这些GPU带来了多少现金流”。2027年和2028年，AI市场的最大话题很可能就是这个。那么，Anthropic的IPO对半导体行业是福还是祸？从短期来看，似乎有许多接近于“良药”的因素。5180亿美元的长期计算承诺为半导体供应链提供了巨大的需求可见性，而这并不仅仅是Anthropic的故事。OpenAI、谷歌、Meta、微软、亚马逊等巨头也在朝着同一方向发展。AI竞争不仅是算法竞争，同时也是计算资源的争夺。要获得计算资源，就需要GPU和ASIC，而GPU和ASIC又需要HBM，先进的AI芯片需要微细工艺和先进封装，数据中心则需要网络半导体、电力半导体和冷却设备。因此，AI的资金不会局限于一个行业。Anthropic→亚马逊·谷歌·微软→英伟达·博通等AI加速器生态系统→台积电等代工·封装→SK海力士·三星电子·美光的HBM和DRAM→电力·冷却·数据中心。一条巨大的产业河流正在流动。在韩国，不能仅仅将Anthropic的IPO视为美国科技股的故事，原因在于AI时代最珍贵的资源之一是内存。随着AI模型的不断扩大，计算设备与内存之间需要移动大量数据，而解决这一瓶颈的关键部件就是HBM。三星电子最近表示，HBM在全球DRAM厂商的整体晶圆生产能力中所占比例将从目前的约20%上升至明年约30%。HBM与普通DRAM在同一晶圆生产能力上的竞争也很重要，因为HBM的扩张可能会对普通DRAM的供应造成压力。这是一种非常重要的结构变化。过去，内存产业是一个典型的周期性产业，价格随着PC和智能手机的经济周期而剧烈波动，但AI正在改变这种周期的形态。HBM需要比普通内存更多的晶圆和更复杂的工艺，供应的扩展也需要时间。市场上认为，HBM和DRAM的供应限制可能在2027年前支撑价格和利润。因此，Anthropic的5180亿美元承诺并不是远在首尔汝矣岛的故事。这笔资金的一部分最终可能会流入韩国的半导体工厂。然而，正是在这里，“毒”也随之而来。良药吃多了也会变成毒药。Anthropic IPO对半导体股价可能带来的最大风险，恰恰在于当前的巨大预期。股市提前在交易未来，而AI半导体公司的股价中已经反映了相当大的增长预期。因此，单靠业绩的改善是不够的。市场需要比预期更好的表现。今年SK海力士的案例很好地说明了这一点。尽管AI内存需求强劲，季度营业利润同比大幅增长，但如果未能达到市场的高预期，股价也会大幅波动。在半导体市场，“良好业绩”和“良好股价”不再是同义词。Anthropic也是如此。如果以2万亿美元左右的高估值上市，市场将几乎要求一个完美的未来。收入必须快速增长，AI使用量也要增加，推理成本必须降低。企业客户不能流失，必须在与OpenAI、谷歌、Meta的竞争中保持领先。还要应对中国低成本AI模型引发的价格竞争。最重要的是，必须产生足够的现金流，以承担5180亿美元的计算承诺。如果有一两项出现偏差，估值可能会迅速收缩。那时的冲击将不仅限于Anthropic一家公司。市场将会问：“如果Anthropic也无法证明这个价格的合理性，那么整个AI的投资规模是否过于庞大？”一旦这个问题出现，从英伟达到博通，从台积电到HBM，从数据中心到电力设备，估值重估可能会随之而来。这就是Anthropic IPO可能对半导体行业造成“毒害”的路径。更有趣的是，这是一种悖论。如果IPO失败，自然会对AI股票造成冲击，但如果过于成功也可能带来风险。如果以超过2万亿美元的估值华丽上市，股价短期内暴涨，全球资金可能会再次涌向AI。更多的数据中心被宣布，更多的GPU被订购，更多的HBM工厂被建设。这样一来，整个供应链将同时进入扩张。在半导体历史上，最危险的时刻并不仅仅是没有需求的时刻。所有人都对需求充满信心的时刻同样危险。半导体行业的许多衰退都是在繁荣期播下的种子。今天的短缺会导致明天的过剩。因此，投资者需要关注的，不仅是AI的增长，还包括AI投资增长率与AI收入增长率之间的差距。如果投资增长50%，而AI服务收入仅增长20%，那么总会有调整的时刻。反之，如果收入和生产力赶上基础设施投资，那么今天的投资就不是泡沫，而是新工业革命的初期资本积累。我们在Anthropic IPO中想起了1990年代末的互联网。当时，改变世界的故事层出不穷，实际上许多企业消失，股价暴跌。然而，互联网并没有消失。光纤依然存在，数据中心依然存在，而在这些基础设施之上，谷歌、亚马逊、Facebook和Netflix等新企业得以成长。铁路也是如此。在19世纪的铁路繁荣中，许多投资者亏损，铁路公司破产，但铺设的铁轨并没有消失。在这些铁轨上，新的产业和城市诞生了。AI也可能如此。技术革命的生产力效应可能比投资者预期的要晚得多，但即使泡沫部分破裂，已经建立的AI基础设施也不会消失。因此，我们需要将“AI是泡沫吗？”和“AI是革命吗？”这两个问题分开。它们可以是革命，同时也是泡沫。铁路和互联网都是如此。技术是正确的，但价格可能是错误的。Anthropic也一样。在未来观察Anthropic和AI半导体市场时，我们需要关注三个数字。第一个是AI收入增长率。客户实际支付多少比模型有多聪明更为重要。第二个是计算成本与收入的比率，也就是AI的单位经济性。如果AI为了赚取100元而需要持续花费120元的计算成本，那么这可能是创新技术，但并不是好的商业模式。相反，如果通过模型优化和推理成本降低，赚取100元所需的成本降至80元、50元、30元，那么AI产业的经济学将完全改变。第三个是AI资本支出增长率与AI服务收入增长率之间的差距。我认为这个数字将成为未来判断半导体周期的最重要指标之一。在这里，我们必须回归到人类。谈论AI产业时，我们讨论的是GPU、HBM、参数和数据中心，但所有这些的背后都是人类。人类需要使用AI，企业需要通过AI赚钱。工厂通过AI提高生产力，医院利用AI进行更准确的诊断，学校利用AI提供更好的教育。机器人进入工厂、物流中心和家庭，自主驾驶汽车在实际道路上行驶。只有这样，5180亿美元的计算承诺才能成为活生生的资本。否则，它可能成为世界上最昂贵的服务器仓库。AI的最终胜负并不在于AI本身。而在于人类的生活。因此，我不将Anthropic IPO视为简单的科技股上市，而是将其视为一场巨大的经济实验，考验人类在多大程度上将自己的智能托付给机器，企业愿意为AI支付多少，国家在AI基础设施上投资多少，以及最终生产力将如何回馈人类。现在，让我们回到最初的问题。Anthropic的上市对半导体市场是毒药还是良药？答案尚未确定。从短期来看，可能更接近于良药。如果Anthropic的上市顺利，AI收入增长和计算投资持续，市场对AI基础设施投资的信心将增强，GPU、ASIC、HBM、先进封装、代工、网络和电力半导体等整个AI供应链的需求可见性也将提高。然而，从中期来看，药效需要得到验证。市场将不再满足于“AI改变世界”的说法。人们将询问投资了多少，赚取了多少。从2027年开始，AI的技术竞争与AI的损益计算竞争同样重要。从长远来看，答案在于人类。如果AI真正提高了生产力，创造了新的产业，并在机器人、医疗、教育、科学和制造业中得到广泛应用，那么今天的数千亿美元投资将被记录为21世纪新工业基础设施的建设资金。反之，如果AI的经济效应比预期推迟，股价将首先受到影响。但在这里，有一点需要记住。即使互联网泡沫破裂，互联网依然存在；即使铁路公司破产，铁路依然存在。即使AI公司的股价波动，人工智能这一技术本身也不会消失。因此，投资者在看待Anthropic IPO时也需要保持双重视角。一只眼睛关注革命，另一只眼睛关注价格。对技术感到兴奋，但对价格保持冷静；对增长进行投资，但要确认现金流。同时，要关注AI公司华丽模型发布背后，半导体、电力和数据中心的损益计算。Anthropic正在敲响2万亿美元的大门，讲述人类的未来。然而，华尔街最终要问的问题要简单得多。“那么，能赚多少钱？”当Anthropic回答这个问题的瞬间，英伟达、博通、台积电、三星电子和SK海力士也将一同作答。或许到那时，我们才会真正明白，当前世界所构建的是巨大的AI泡沫，还是人类在互联网之后首次建立的新智能基础设施。技术承诺未来，但市场始终要求账单。Anthropic IPO正是这一账单首次向世界公开的时刻。※ 本报道经人工智能（AI）系统翻译与编辑。

现代汽车集团的全球软件中心포티투닷于近日宣布，接连引入3名全球IT企业的核心人才，以增强其软件中心汽车(SDV)技术的竞争力。 포티투닷在9月初将安杰洛·科尔萨罗引入其位于美国硅谷的办公室，担任首席研究员。科尔萨罗是分布式计算、实时系统和机器人中间件领域的专家，同时在连接云端与物联网设备的“云到边缘连续体”方面也具备专业知识。他将在포티투닷提升SDV、云计算和智能出行平台的下一代数据连接性和扩展性。 此外，김재영，글레오 AI模型组的负责人也在上月底加入。김负责人在谷歌DeepMind、亚马逊、三星电子和英特尔等全球IT企业工作了15年，专注于语音对话AI和信号处理技术的研究。他曾领导无文本直接理解和生成语音的音频原生AI的前沿研究，未来将在车辆内开发优化噪声和多说话者环境的语音识别(STT)和语音合成(TTS)技术，并负责低延迟音频处理架构的构建。 车昂·方于9月加入포티투닷硅谷办公室，担任SV VLA团队负责人。在任职于英伟达自动驾驶部门的首席工程师期间，他参与了自动驾驶基础模型的开发，之前在丰田研究所和Argo AI负责实时计算机视觉、预测和路径规划领域的技术开发。在포티투닷，他将负责将视觉信息识别、基于语言的推理和行为生成结合为一个模型，并推动前沿AI技术向实际车辆可应用的自动驾驶技术发展。 通过此次引入，포티투닷计划在分布式计算、车辆软件平台、语音AI和自动驾驶等核心领域加强其全球领导地位。基于三位专家在各自领域的研究、开发及量产经验，포티투닷将加速软件与出行的整体创新，并支持集团的SDV转型。 포티투닷表示：“我们将结合各领域的专业知识与포티투닷的AI和软件能力，继续引领SDV、自动驾驶和智能出行领域的全球技术标准。”※ 本报道经人工智能（AI）系统翻译与编辑。