近期AI和半导体板块的大幅下跌，根源在于市场对AI行业商业模式的信任出现了动摇。投资者开始从单纯关注技术突破转向对实际盈利能力和成本结构的质疑。一个直接导火索是OpenAI被曝未达成用户增长和收入目标，甚至可能无法支付未来的计算账单，这直接引发了市场对整个AI投资链条可持续性的恐慌，包括Oracle、英伟达、博通、AMD等在内的相关公司股价随之承压[5]。
更深层的原因在于，市场正在消化一个残酷的现实：AI的“推理”成本正在飙升。与训练模型这种一次性投入不同，随着AI应用普及，每次调用模型产生的推理成本会随需求线性增长，并可能挤压利润空间[3]。知识库指出，每一代新模型虽然单位成本降低，但更强大的能力会催生新的需求，总账单不降反升[8]。Uber在四个月内花光全年AI预算、微软对GitHub Copilot转为按token收费，这些都是企业用户开始“算账”的明显信号[4][17]。当“随便用AI”的阶段结束，企业开始要求投资回报时，整个产业的定价基础就面临瓦解[8]。
另一个关键因素是模型本身的质量隐忧。Anthropic公开承认，为了节省计算成本而降级Claude Code的推理质量，并因缓存bug导致模型“健忘”[7]。这种为了控制成本而牺牲产品核心体验的做法，严重打击了市场信心。它不仅让用户感到“模型变笨了”，更暴露了AI实验室在技术创新与盈利压力之间的艰难平衡，印证了“AI利润率即将崩塌”的预判[3][7]。
与此同时，整个人才市场和投资情绪也在发生转变。顶级研究员从谷歌流向OpenAI和Anthropic等准备上市的公司，目的是博取未来股权激励，这加剧了行业竞争，但也让人才成本变得更高[10]。而企业对AI的狂热正在被冷静的账本取代，许多公司开始借AI之名进行大规模裁员，但这种做法并未得到市场认可——宣布以“AI替代人力”为由裁员的企业，其股价在后续30天内表现落后于纳斯达克指数[18]。这种迹象表明，投资者不再轻易为概念买单。
最后，地缘政治风险和市场情绪进一步放大了波动。特朗普政府对AI模型的限制可能迫使企业转向成本更高的开源替代方案，推高使用费[16]。中国市场开源模型的崛起，如Moonshot AI的Kimi K3，在性能上逼近美国顶尖闭源模型，引发了美国政商界的担忧和关于“AI竞赛必输”的恐慌言论[20]。这些不确定性，叠加年轻一代对AI内容“垃圾”的厌恶情绪，使得整个行业的估值逻辑变得极其脆弱，市场正在形成一种“唯我论”与“怀疑论”并存的泡沫结构，投资者必须更清醒地审视AI真实的成本与价值[6][13][19]。