华尔街陷入「AI 恐惧症」:一场无差别的抛售正在蔓延

marsbit发布于2026-02-11更新于2026-02-11

文章摘要

华尔街正陷入“AI恐惧症”,引发了一场无差别的抛售潮。从软件公司到财富管理机构,多家企业股价因担忧被AI颠覆而大幅下挫。近日,初创公司Altruist推出报税策略工具后,嘉信理财、雷蒙德詹姆斯金融等机构股价单日下跌超7%,创下去年四月以来最大跌幅。 市场情绪已从早期追捧AI技术,转向恐慌性抛售可能被AI替代的公司。保险、财富管理及法律服务等行业相继受到影响。例如,Insurify的比价应用导致保险经纪股大跌,而Altruist的AI工具Hazel仅以每月100美元的成本,就能替代传统财富管理中的多项人工服务,加剧了行业忧虑。 尽管AI技术实际落地仍需时间,且存在应用不确定性,但投资者在估值高企的背景下异常敏感,任何负面信号都可能触发抛售。有分析师认为,市场对AI颠覆的焦虑可能过早,目前仍处于技术发展的初期阶段,实际影响尚难准确判断。

来源:金十数据

在华尔街,对人工智能日益增长的恐惧正在重创那些可能成为其颠覆目标的公司股票,从小型软件公司到大型财富管理公司均未能幸免。

最新一轮抛售于周二爆发,当时一家名不见经传的初创公司 Altruist Corp.推出的一款报税策略工具,导致嘉信理财(Charles Schwab Corp.)、雷蒙德詹姆斯金融(Raymond James Financial Inc.)和 LPL 金融控股(LPL Financial Holdings Inc.)的股价下跌了 7% 或更多。

这是其中一些股票自去年四月份贸易战引发的市场崩盘以来最严重的下跌。但这只是「先抛售再提问」心态的最新例证——随着投入 AI 的数千亿美元开始转化为商业产品,这种心态正迅速占据主导,并引发人们对 AI 可能颠覆整个行业的焦虑。

「任何具有潜在颠覆风险的公司都在被无差别地抛售,」Gabelli Funds 的基金经理约翰·贝尔顿(John Belton)表示。

过去几年,AI 技术的进步一直处于华尔街的前沿,科技股领涨。随着这轮涨势将股价推至创纪录高点,关于这是否是一个即将破裂的泡沫,或者是否会引发重塑美国企业界的生产力繁荣的疑问一直存在。

但自上周初以来,一系列 AI 产品的发布引发了明显的市场转向。投资者不再专注于挑选赢家,而是迅速试图避免持有任何面临哪怕最轻微被取代风险的公司。

「我不知道接下来会发生什么,」Graniteshares Advisors 的首席执行官威尔·莱恩德(Will Rhind)说。

「去年的故事是我们都相信 AI——但我们在寻找应用场景,而当我们不断发现看似越来越强大、越来越有说服力的应用场景时,它现在正导致颠覆。」

一段时间以来,软件行业一直困扰于对 AI 的担忧。上周,当 Anthropic PBC 的新工具引发软件、金融服务、资产管理和法律服务等行业的股票大幅下挫时,这种担忧开始更广泛地转向其他行业。

同样的恐惧在周一重创了美国保险经纪商的股票,此前在线保险市场 Insurify 推出了一款使用 ChatGPT 比较汽车保险费率的新应用。周二,财富管理类股票成为下一个受害者,Altruist 推出的产品 Hazel(帮助财务顾问为客户制定个性化策略)拖累了这些股票。

财富管理类股因人工智能风险担忧暴跌

Altruist 的首席执行官贾森·温克(Jason Wenk)表示,他自己对股市反应的规模也感到惊讶,这让多家投资公司的市值蒸发了数十亿美元。但他表示,这发出了一个关于其公司所构成竞争威胁的强烈信号。

「人们开始意识到——我们用来构建 Hazel 的架构,它可以取代财富管理中的任何工作,」他在一次采访中说。「通常这些工作是由整个团队完成的。而现在,AI 每月只需 100 美元就能有效完成这些工作。」

像 OpenAI 和 Anthropic 这样的 AI 公司已经通过帮助开发人员简化和调试代码流程的产品在软件工程领域取得了稳固进展,并且正在进入其他行业。

然而,关于这项技术将如何被采用仍存在许多问题。以银行业为例,它曾周期性地面临来自电子服务和其他技术的挑战,但这些技术最终都未能削弱其主导地位。

Gabelli 的基金经理贝尔顿是对华尔街如何从担心 AI 泡沫转向害怕其即将颠覆经济大部分领域持怀疑态度的人之一。

「每个行业都会有赢家和输家,」贝尔顿说。但他补充道:「一条经验法则是,技术颠覆往往需要比预期更长的时间才能实现。」

这种回调也可能反映出人们对过去几年在 AI 支出热潮和异常韧性的美国经济推动下股市大幅上涨的普遍焦虑。这已经使估值变得过高,并使投资者对逆转的担忧更加敏感。

「只要他们散发出市场认为有点负面的信号,股票就会下跌 10%,这在没有达到当前交易水平的市场中是绝不会发生的,」Graniteshares 的莱恩德说。

对于 Gerber Kawasaki 的首席执行官罗斯·格伯(Ross Gerber)来说,过去一周一直在打击市场部分板块的、关于 AI 输家的焦虑还为时过早。他说,现在要确切说明影响是什么还为时过早。

「我们可以尝试推断出五年后 AI 将如何改变世界,但我们就是不知道,」他说。「当我们还处在这个婴儿期的开端时,市场就在试图对此做出判断。」

相关问答

Q华尔街的「AI 恐惧症」具体表现在哪些方面?

A华尔街的「AI 恐惧症」表现为投资者对可能被人工智能颠覆的公司股票进行无差别抛售,涉及小型软件公司、大型财富管理公司、保险经纪商等多个行业,导致这些公司股价大幅下跌。

Q哪些事件引发了最近一轮的AI相关股票抛售?

A最近一轮抛售由Altruist Corp推出的报税策略工具Hazel引发,导致嘉信理财、雷蒙德詹姆斯金融和LPL金融控股等财富管理公司股价下跌超过7%;此前Anthropic PBC的新工具和Insurify的保险比价应用也引发了类似抛售。

QAltruist的CEO对市场反应有何看法?

AAltruist的CEO贾森·温克对股市反应的规模感到惊讶,但他认为这反映了AI工具(如Hazel)对财富管理行业的颠覆性威胁——AI能以极低成本替代传统人工团队的工作。

Q市场对AI的态度发生了怎样的转变?

A市场从最初专注于挑选AI技术赢家(推动科技股上涨),转变为迅速抛售任何可能被AI颠覆的公司,形成「先抛售再提问」的心态,反映出对行业广泛颠覆的焦虑。

Q专家对AI颠覆行业的速度和影响有何不同观点?

A部分专家(如Gabelli基金的贝尔顿)认为技术颠覆需要比预期更长时间,行业会有赢家和输家;而另一些(如Graniteshares的莱恩德)指出高估值市场放大了负面敏感度;Gerber Kawasaki的格伯则认为现阶段判断AI长期影响为时过早。

你可能也喜欢

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit10分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit10分钟前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

交易

现货
活动图片