*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。
近期，Alphabet、微软、亚马逊及Meta同步大幅上调AI资本开支规模：谷歌2026年支出指引升至1800亿-1900亿美元，微软测算全年接近1900亿美元，亚马逊维持2000亿美元量级，Meta调高至1250亿-1450亿美元。
资本市场反应分化——谷歌上涨、Meta下跌、微软承压、亚马逊震荡，分歧核心从“支出规模”转向“收入转化”。AI产业已进入现金流验证阶段，能将模型调用、云服务及广告效率转化为真实收益的巨头获市场青睐，仅展示支出规模者则面临ROI质疑。
资本开支还在上修，但市场只奖励“能回款”的AI
2026年资本支出性质发生本质变化：从2023年战略卡位转向收入承接验证。Alphabet一季度营收1100亿美元（同比+22%），Google Cloud收入200亿美元（同比+63%），Gemini模型调用量达160亿token/分钟，实证投入传导至云收入端；微软AI业务年化收入370亿美元（同比+123%），Azure维持高增长；亚马逊AWS收入376亿美元（同比+28%），Trainium获超2250亿美元收入承诺；而Meta虽广告收入563亿美元（同比+33%），但因基础设施投入可能吞噬自由现金流遭市场抛售。
核心结论凸显新规则：AI资本开支不再天然利好股价，必须呈现“投入-收入”闭环。云收入、企业订阅及广告效率成为关键指标，产业逻辑已从“因投入而估值上修”转变为“因盈利可持续而继续投入”。
算力不是可选项，巨头开始用资本开支锁定未来收入
当前AI瓶颈集中于基础设施，GPU、HBM存储、网络设备等环节制约发展。四大巨头2026年资本开支预计超7000亿美元，反映算力从扩张性投入转为防御性资源：厂商需提前锁定GPU产能与数据中心容量，否则将丧失客户承接能力。同时，算力架构正向“商用GPU+自研芯片+专用ASIC”混合模式演进，Google TPU、亚马逊Trainium及Meta MTIA等自研方案加速落地。
此类投入本质是为控制单位算力成本——更强基础设施带来更低成本模型服务，为价格战与客户争夺奠定基础。AI已非轻资产插件，而是重塑云计算底层成本结构的系统性竞争。
利润会沿着瓶颈扩散，估值泡沫也会沿着瓶颈积累
资本开支外溢利好三类基础设施厂商：
一是算力芯片链，英伟达持续领跑，AMD、博通围绕AI定制芯片获增量；二是存储与网络环节，HBM及高速交换设备需求激增；三是设备与电力系统，液冷、电源管理设备受益明显。
风险一：AI应用端收入不及预期
若企业AI订阅放缓或广告变现见顶，超前资本开支将拖累财报。
风险二：供给释放过快
GPU、存储等环节扩产可能导致短缺快速切换为过剩。
风险三：技术路径变化
模型优化或开源扩散可能改变算力需求结构，削弱瓶颈环节议价权。
风险四：资本市场对负自由现金流容忍度下降
Meta股价反应表明，高Capex组合收入增长未必获市场认可。
未来估值分化将聚焦三个指标：是否处于真实瓶颈位、订单兑现能力及供给恢复后的利润率维持力。
AI进入重资产时代，下一步比的是谁先跑出现金流闭环
资本开支上修标志AI从“想象力驱动”转向“重资产战争”。早期依赖模型叙事的估值逻辑被现金流验证取代：Alphabet因“云增长-订单-利润”闭环获正向反馈，而Meta则因资本开支增速快于现金流承压。
短期看，半导体与基建链仍受资本开支支撑；中期看，云厂商军备竞赛决定AI服务成本曲线；长期赢家将是单位算力成本最低、客户转化率最高且现金流闭环清晰的企业。万亿级投资终需以稳定现金流兑现，资本开支表面是资金规模比拼，内核是商业化效率的竞争。
