万亿AI账本:1.73万亿美元砸进去,多久能回本
一、1.73万亿美元的门槛
2026年到2027年,全球六家头部云厂商——亚马逊、谷歌、微软、Meta、甲骨文以及SpaceX——预计将在AI算力基础设施上砸下总计约1.73万亿美元的资本开支(CAPEX)。高盛最新研究将此数据作为基准场景给出,涵盖了六大厂商已披露的扩建计划与实际需求之间的叠加估算。这是一笔超出绝大多数人常识想象的规模:它接近某些超级大国全年国防预算的两倍,也超过了众多发达国家一整年的国内生产总值。
而更高悬的投资门槛同样来自高盛测算——这六大巨头需要在2028至2030年间,累计创造出1.42万亿美元的新增收入,才能达到华尔街要求的基础投入回报率(ROIC)15%的底线。这个数字并非凭空捏造:15%是华尔街评估重资产投资项目是否值得的通用红线,也是科技公司在把数千亿乃至上万亿资金投入单一领域之前必须跨过的最低心理防线。
换算下来,每投入1美元AI基建,三年内至少需要通过云服务订阅、广告、API调用等渠道收回超过1美元的新增收入才算达标。如果低于这条线,即使账面营收仍在增长,这些企业的整体资本效率实际上是在不断恶化——花钱的速度超过了赚钱的速度。
问题是:这将近两万亿美元的钱,最终会流到哪里去?
二、半导体的“虹吸效应”
比总量更值得关注的,是资金的流向结构。联博基金的测算揭示了AI产业链内部一个令人不安的趋势:半导体行业营收占AI总资本开支的比例,将从2026年的约63%攀升至2030年的约98%。
这意味着什么?如果这一趋势成立,到2030年几乎每一美元投入AI产业的资本,最终都会以芯片采购或其他半导体相关支出的形式,回流到上游制造商手中。
过去几年,这个大趋势已经从轮廓变成清晰的事实。随着大模型参数量从百亿跨越到万亿级,单次训练所需的GPU数量和专用加速器呈现指数级增长。当每家云厂商动辄订购数百万张芯片来搭建超大规模计算集群时,芯片供应商便成了整条资金链中最先拿到现金的一方。
但问题在于,这种单向虹吸并不能无限持续下去。当一家企业的利润完全依赖另一家企业在不计成本条件下的持续扩张时,一旦扩张减速或者停滞,前者立刻面临订单断崖的风险。这正是惠誉评级反复提醒的——当前全球AI产业链面临的终极信用风险,就是商业化变现速度远远落后于资本投入速度。
三、谁的资产负债表最先承压
惠誉在其亚太区信用评级方法论框架中指出了一条完整的信用风险传导链条——最先出问题的往往不是直接投钱的云大厂,而是那些通过间接方式暴露于 AI 投资周期的中间层企业和二级供应商。
从下游向上推导,首先是大型模型开发者和云服务提供商因为收入增长不足以覆盖高额折旧和运营费用,开始主动调低AI相关的年度预算。其次是专门提供算力租赁服务的中型运营商由于机房空置率上升被迫降价,利润率进一步收窄。然后是上游半导体晶圆代工、封装测试设备以及其他配套厂商,它们在过去两年享受了前所未有的订单红利,但这些订单高度集中在少数几家客户身上,议价空间有限。
在这个传导链条里,联博给出的98%比例恰好说明了一个尴尬的现实——整个 AI 投资的绝大部分价值都沉淀在了上游芯片制造环节。而芯片制造商看似风光的背后,其自身也需要面对原材料成本上涨、产能利用率波动和客户集中度偏高的三重压力。任何一环出现松动,都会迅速沿供应链向下传递。
摩根士丹利的判断为此提供了一个温和的时间参照系——他们认为AI资本开支增速或许会在2027年上半年触及阶段顶点,但这不意味着投资或突然终止,而是进入了更加审慎的“再校准”阶段。
事实上,部分信号已在市场上浮现。多家头部云厂商已在本年度缩减了非核心的实验性项目开支;一些中小规模的AI初创企业在遭遇融资收紧后选择了裁员或合并;二级市场也对纯AI概念股进行了剧烈估值修正。
四、回到账本上该看什么
综合三家机构的分析,AI产业目前正处于一场史无前例的高投入慢变现试验之中。高盛量化了天花板——1.73万亿美元CAPEX对应未来三年1.42万亿美元增量收入的硬性约束;联博描绘了结构——几乎全部资金最终汇入半导体;惠誉标出了脆弱性——变现滞后引发的信用连锁反应;而摩根士丹利给定了时间表——2027年上半年可能是增速拐点的观察窗口。
对于关心这场博弈的人来说,真正需要跟踪的并非新闻标题里的宏大叙事,而是三个可核查的指标:一是各大云厂商下一季度财报中实际公布的资本开支数额,是否较前期指引有实质下调;二是头部芯片制造商的预订出货数据和积压订单量能否延续当前水平;三是AI应用层的付费转化数据——尤其是企业端愿意为大模型 API、自动化工具和服务支付的真实金额,是否出现了可持续增长的拐点。
只有以上三类数据的同步验证,才能让这1.73万亿的豪赌有一个答案——它究竟是通向下一个技术时代的必经之路,还是一场需要付出昂贵代价的试错。投资者应该保持理性,关注那些能够真正实现商业化闭环的企业,而不是被短期概念炒作蒙蔽双眼。毕竟,在这场漫长的马拉松中,最终跑赢的人必然是那些既懂技术创新又掌握商业逻辑的选手。
与此同时,我们也应该注意到,尽管当前形势充满不确定性,但技术进步带来的生产力提升是长期且确定的。关键在于如何在这段高投入期中找到平衡点,让每一个参与者都能从中获益,而不是形成零和博弈。这需要整个产业链上下游共同协作,建立更加健康的商业模式和价值分配机制。只有这样,AI才能真正成为推动人类社会向前发展的强大引擎。


