社区

如果高盛最新的预测最后成真，那AI这场仗，已经不是“烧钱”两个字能概括了。

高盛最新研报把2027年超大规模云厂商资本开支的预期往上拔了一大截。市场主流预期是9200亿美元，高盛基准情景给到1.1万亿美元，极端乐观情景甚至能到1.4万亿美元。

1.4万亿美元是什么概念？几大科技巨头明年的利润，合起来差不多也就7500亿美元量级。也就是说，明年这些巨头可能要花出去的钱，远远超过它们一年赚到的钱。

过去我们总说微软、谷歌、亚马逊、Meta现金流太强，根本烧不死。但现在问题不是烧不烧得死，而是即便这些全世界最会赚钱的公司，也要开始为了AI进入“利润赶不上资本开支”的阶段。

高盛这份研报，直接把市场最核心的矛盾摆到了台面上：AI基础设施的钱还会继续花，而且可能比市场想象中花得更多；但AI应用端到底能不能把这笔钱赚回来，目前还没有给出足够硬的答案。

AI军火库确实还很满，但每一发炮弹都越来越贵。

AI硬件链还有订单

先说结论：这份报告短期肯定是利好AI硬件的。

因为市场最怕什么？不是估值高，而是订单突然没了。

过去一段时间，很多人担心AI资本开支见顶。高盛现在出来说，别急，2027年Capex可能不是9200亿美元，而是1.1万亿，甚至极端情况下1.4万亿美元。

这个数字一出来，市场会怎么理解？很简单，AI基建周期还没结束，巨头还在继续加弹药，卖铲子的人短期还能继续收钱。

对半导体、电力设备、数据中心、存储、光模块、服务器、液冷这些链条来说，最怕的是客户砍单。只要微软、谷歌、亚马逊、Meta继续扩资本开支，上游就有订单能见度。订单能见度，就是AI硬件股最重要的底气。

这也是为什么AI基础设施板块估值已经冲到ChatGPT发布以来的新高附近。市场不是不知道贵，但它觉得贵得有理由。只要订单还在，利润就还能往上修。

归根究底，硬件是拿订单说话。今天云厂商加Capex，明天英伟达、台积电、博通、光模块、存储、电力设备就能讲需求。虽然估值高，但利润兑现路径比较近。

软件就麻烦多了，讲的是未来效率提升、未来用户付费、未来商业模式重构。听起来很性感，但很容易被一句话打回现实：钱呢？所以现在市场更愿意买AI硬件，不是因为硬件没有泡沫，而是硬件至少有订单、有收入、有利润。软件很多时候还在讲“终局价值”。

资本市场很现实。能收现金的，先涨；还在画未来的，先打折。

问题在于，科技巨头的钱也不是无限的

但是，短期利好不代表长期没有问题。

AI现在最大的风险，不是巨头不想投，而是投得太猛之后，财务数据会不会被市场重新拿出来审判。

过去大家对科技巨头有一种近乎信仰式的判断：太有钱了，AI这点资本开支压不垮。

这话没错，但也不能无限外推。微软、谷歌、亚马逊、Meta确实很有钱，现金流很强，融资能力也强。问题是，如果几大巨头明年合计利润差不多7500亿美元，而资本开支可能冲到1.1万亿甚至1.4万亿美元，这就不是“花点钱布局未来”了。

这已经接近一种超级基建周期。总之是先把基础设施铺起来，再等应用慢慢长出来。看起来很有历史参照，也很有宏大叙事。

但投资者不能只看宏大叙事。AI服务器不是铁路。GPU折旧很快，芯片迭代很快，电力成本很高，数据中心建设周期也很重。今天买的算力，明天就可能面临更强芯片、更低价格、更高利用率要求。

更麻烦的是，AI的终端回报还没有真正跟上。

高盛报告里有一个数据很扎心：Q1财报季，超过一半公司在电话会上提到AI和生产率，但真正量化具体生产率提升的公司只有11%；能把AI生产率提升量化到盈利层面的，只有2%。

也就是说，大家都在说AI改变世界，但真正能拿出账本说“AI帮我多赚了多少钱”的公司，还是少数。

用户端也差不多。每天使用AI的人群比例只有12.6%，比一年前只提高了2个百分点。劳动者自报生产率提升，也只是从1.6%提高到2.2%。

这个差距太大了。上游按照万亿美元节奏建设，下游还在小步试用。资本开支像高铁，应用落地像绿皮车，这就是AI行情现在最核心的矛盾。

短期市场可以说，没关系，先建再说。长期市场一定会问：这么多钱投下去，什么时候变成收入？什么时候变成利润？什么时候变成自由现金流？

Token价格战，是这场繁荣里最扎眼的裂缝

高盛这份报告里，还有一个最容易被忽略的暗线——Token价格战。

AI行业现在的表面繁荣，是需求暴涨；背后隐忧，是价格下跌。

OpenAI和Anthropic都在降Token价格。表面看，这是好事。价格便宜了，开发者更愿意用，企业更愿意试，AI应用渗透速度可能更快。

但另一面也很现实：如果Token越卖越便宜，模型公司的收入质量怎么办？算力成本谁来承担？云厂商建出来的数据中心，最后能不能通过API调用和企业订阅赚回来？

现在已经出现一些很有意思的现象，比如有企业一个季度就把全年AI预算用完了。这说明AI确实有人用，而且用得很猛。但它也说明另一件事：企业还没搞清楚怎么把AI使用变成可控成本。

如果AI预算只是被员工、开发者、工具链疯狂消耗，而没有稳定变成利润提升，那云厂商和模型厂商最后都会遇到一个问题：用量很热闹，利润不漂亮。

这就像一家餐馆天天爆满，但每桌都赔钱，热闹是真的，难受也是真的。

软件股今年的波动，本质上也和这个问题有关。软件公司过去的估值，很大一部分来自“终局价值”，也就是市场相信它们未来会长期高增长、高利润率。AI来了之后，这个假设被动摇了。

AI到底是软件公司的工具，还是软件公司的敌人？

如果AI帮助软件公司提高效率、增加功能、提升客单价，那软件股当然应该涨。但如果AI让低成本竞争者更容易出现，让客户用更便宜的工具替代原来的SaaS订阅，那软件公司的长期利润率就要重新定价。

所以AI不是平均利好所有科技公司，更像一台重新分配利润的机器。

硬件公司先吃到资本开支。云厂商承担建设成本。模型公司进入价格战。软件公司被迫证明自己不会被AI压缩利润。用户端还在慢慢摸索真实ROI。

不是AI没子弹了，而是市场开始算弹药成本了

在我看来，AI现在进入了一个新阶段。

第一阶段，市场问的是：AI是不是真的？

ChatGPT出来之后，这个问题基本结束了。大家都知道AI是真的，技术突破是真的，需求也是真的。

第二阶段，市场问的是：谁受益？

答案也比较清楚。英伟达、台积电、博通、光模块、HBM、存储、电力、液冷、数据中心这些链条最先受益。谁离Capex越近，谁越先赚钱。

现在正在进入第三阶段：花这么多钱，回报够不够？

这是最难的一关。

此外，还要盯三个变量。

第一，自由现金流。科技巨头资本开支越高，自由现金流压力越大。过去市场喜欢它们，是因为它们又增长又赚钱。未来如果变成“增长还在，但现金流被数据中心吞掉”，估值就会被重新讨论。

第二，折旧压力。AI基础设施不是一次性投入，未来会持续折旧。折旧进利润表后，会不会压低云业务利润率，这是必须看的。

第三，AI应用收入。没有应用收入，Capex就是成本；有应用收入，Capex才是投资。最关键不是建多少数据中心，而是这些数据中心的算力能不能被高价卖出去。

我的观点很简单：AI弹药远远没耗尽，但不能把弹药多理解成没有风险。

一场战争里，弹药多当然重要，但更重要的是目标值不值得打，补给线能不能撑住，打出去之后能不能换回阵地。

现在AI的问题就是这样。

巨头还有钱，市场还有信仰，硬件还有订单，但终端回报还不够硬。只要Capex继续上修，AI硬件短期就很难彻底熄火；但只要生产率和利润兑现跟不上，估值波动也会越来越大。

市场最怕的不是科技革命失败，而是科技革命成功了，但参与者赚不到预期中的钱。

现在AI硬件链条还没到逻辑证伪的时候，甚至可以说订单还在延长。但从今天开始，不能只问“巨头还投不投”，还要问“投完以后赚不赚”。

这两个问题，看起来差不多，答案可能完全不同。