萬億資本開支背後，AI從故事走向重資產戰爭

Bitget

資訊中心

美股研究社2026/05/03 10:42

顯示原文

作者:美股研究社

Bitget 提供加密貨幣、股票和黃金的一站式交易服務。立即交易！

新用戶立享 6,200 USDT 歡迎禮包！立即註冊！

Alphabet、Microsoft、Amazon、Meta幾乎在同一時間窗口把AI資本支出推上新台階。Google將2026年資本支出指引調升至1800億—1900億美元，Microsoft被華爾街預估全年資本支出可能逼近1900億美元，Amazon維持約2000億美元級別的投入，Meta也將2026年資本支出區間提升到1250億—1450億美元。

資本市場對這組數字的反應極為分歧：Alphabet上漲，Meta下跌，Microsoft承壓，Amazon震盪。分歧點不在「花錢多不多」，而在「錢能不能回流」。AI產業已經離開單純講故事的階段，進入現金流驗證期。

能將模型調用、雲營收、廣告效率、企業訂閱轉化為實際收入的巨頭，會被允許持續擴張；只會展示支出規模的公司，則會被市場重新審問ROI。資本支出成為AI商業化的壓力測試，也讓產業競爭推向更重、更硬、更難回頭的階段。

資本支出仍在上修，

但市場只獎勵「能回款」的AI

這輪AI資本支出上修，最重要的變化，不是規模變大，而是資金性質變了。

2023年至2024年，AI投資更像戰略卡位。巨頭爭的是模型能力、GPU產能、開發者入口和產品話語權。那時，市場願意相信「先投再說」，因為誰都不想錯過下一代平台。到2026年，資本市場的耐心雖未消失，但標準變得更硬：AI支出需要看到收入承接，最好能看到利潤率、積壓訂單和現金流。

Alphabet是這輪財報裡最典型的樣本。公司2026年第一季營收達到約1100億美元，年增22%；Google Cloud收入增長63%至200億美元，雲業務營業利潤率提升至約33%。更關鍵的是，Alphabet披露Gemini等自有模型透過客戶直接API調用處理的token已超過每分鐘160億，環比增長60%。這組數據讓市場相信Google的AI投入已從底層算力，傳導至雲收入、企業客戶和開發者調用。

Microsoft給出的信號也很直接。公司在2026財年第三季披露，AI業務年化收入運行率超過370億美元，年增123%；該季收入829億美元，年增18%，Azure增速維持高位。Microsoft Cloud毛利率雖因AI基礎設施與AI產品使用成長降至66%，但公司仍交出超預期的收入、營業利潤與EPS。

Amazon的邏輯則更偏「雲+自研晶片」。2026年第一季，Amazon總收入1815億美元，年增17%；AWS收入376億美元，年增28%，為近四年最快增速。公司還披露，Trainium相關收入承諾超過2250億美元，AI創業公司和大客戶對AWS基礎設施、自研晶片和模型服務形成更強綁定。

Meta則是另一種路徑。它沒有公有雲業務，但AI對廣告推薦及內容分發的提升已反映在收入端。2026年第一季，Meta收入563億美元，年增33%；廣告展示量增19%，廣告單價增12%。不過，公司將2026年資本支出指引上調至1250億—1450億美元，市場隨即擔心AI基礎設施投入吞噬自由現金流，股價承壓。

四家公司放在一起看，結論非常清楚：AI資本支出不再自然加分。Alphabet能漲，是因為Google Cloud、搜索和Gemini調用量提供了回款證據；Meta被打，是因為廣告業務雖強，投資人仍憂心它重複元宇宙時期「花錢快、兌現慢」的老問題。

這就是AI產業的新規則：巨頭可以繼續砸錢，但市場要看到閉環。

雲收入、模型調用、企業訂閱、廣告效率、訂單積壓，至少要有一條線跑得足夠快。

過去邏輯是「投AI，所以估值上修」。現在更接近「AI已經賺錢，所以繼續投」。這層順序變化，決定了接下來AI行情會從主題擴散轉向財報篩選。

算力不是可選項，

巨頭開始用資本支出鎖定未來收入

如果收入驗證回答了「為何敢投」，供給約束回答的就是「為何必須投」。

目前AI產業最硬的瓶頸仍在基礎設施。GPU、HBM、SSD、光模組、網路設備、先進封裝、基板、電力、散熱，每個環節都在推動雲廠商向前。模型越大、推理越多、用戶上量越快，算力需求就越難靠短期採購解決。

Tom’s Hardware引用機構預估，Google、Microsoft、Meta、Amazon四家2026年資本支出合計預計達7250億美元；Reuters也提到，主要美國科技公司的AI投資預計2026年將超過7000億美元。另有美銀分析師估算，2026年超大規模雲廠商資本支出將超過8000億美元，並存在2027年邁向1兆美元的路徑。

這些數字看似誇張，但背後的產業邏輯並不複雜：算力已從擴張性投入，變成防禦性資源。

雲廠商若不提前鎖定GPU、存儲和數據中心容量，後續可能接不到客戶訂單；若不布局自研晶片，就長期受制於Nvidia、Broadcom、Marvell等供應商；若不提前建設電力和冷卻基礎設施，模型和應用需求起來後，也無法立即交付。

Google就是典型案例。公司在第一季將2026年資本支出指引調升至1800億—1900億美元，同時表示需求受算力供給約束。Google Cloud收入增長63%、積壓訂單顯著擴大，反過來讓資本支出投資人更易接受。

Microsoft的問題更尖銳。市場報導顯示，公司資本支出大幅上升，部分來自組件價格上漲與AI基礎設施建設；其資本支出壓力已拉低自由現金流。Microsoft官方也承認，AI基礎設施和AI產品使用成長正在拖累雲毛利率。

這種成本壓力本應抑制企業投資意願，但AI週期裡，價格上漲反而強化了「先鎖資源」動機。誰能更早拿到GPU、HBM、SSD、光模組與數據中心容量，誰就能更早承接客戶需求。

更大的變化在算力架構。

過去，雲廠商主要採購商業GPU，圍繞Nvidia系統搭建訓練與推理集群。2026年之後，產業明顯走向「商業GPU+自研晶片+專用ASIC」的混合結構。Google推動TPU商業化，Amazon Trainium拿到大額承諾，Meta持續推進MTIA，Microsoft也在自研晶片和外部採購間做搭配。

這意味著資本支出不只是買更多機器，更是在押注未來算力結構。

通用GPU解決生態與靈活性，自研晶片解決特定場景的成本效率，網路與存儲解決數據吞吐，軟體平台負責將這些資源調度起來。AI基礎設施已經不再是一堆伺服器，而是一套重資產、重工程、重供應鏈的系統競爭。

這也是為何雲巨頭越投越多。AI不是一個輕資產插件，而是下一代雲計算的底層成本結構。誰的基礎設施更強，誰就能給客戶更便宜、更穩定、更低延遲的模型服務；誰的單位算力成本更低，誰就更有空間打價格戰、搶開發者和企業客戶。

利潤會沿著瓶頸擴散，

估值泡沫也會沿著瓶頸積累

AI資本支出上修，最直接受益者未必是雲廠商本身，而是基礎設施鏈條。

第一層仍是算力晶片。Nvidia短期仍是最確定的受益者，數據中心業務已成公司絕對核心；AMD、Broadcom、Marvell也會圍繞GPU、ASIC、網絡晶片及定制晶片獲得更多機會。雲廠商自研晶片會削弱Nvidia部分市占想像，但也擴大整個AI晶片市場。

第二層是存儲與網路。AI訓練與推理將數據吞吐推向更高層次，HBM、企業級SSD、高速以太網、InfiniBand、光模組、交換晶片都從配角變成瓶頸。Tom’s Hardware引用數據稱，記憶體將消耗超大規模雲廠數據中心約30%的支出，較2023年提升數倍。

第三層是設備、材料與電力。先進封裝設備、晶圓製造設備、液冷、電源管理、機櫃、變壓器、數據中心工程公司，皆會吃到資本支出溢出。AI基礎設施正在將半導體週期、工業設備週期、電力基建週期綁在一起。

這條利潤傳導鏈很長，也很擁擠。

短期看，產業鏈景氣度夠強。Google Cloud、AWS、Azure都在增長，Meta廣告業務也在AI推薦下改善，雲廠商願意持續投資。中期看，瓶頸環節仍會掌握定價權，尤其是GPU、HBM、SSD、網路與先進封裝。長期看，風險也會沿同一條鏈反向傳導。

第一個風險，是AI應用端收入不如預期。

若企業客戶放慢AI訂閱，消費者AI產品變現有限，廣告效率提升見頂，雲廠商將重新評估資本支出節奏。AI基礎設施折舊周期很長，投入一旦超前太多，財報會迅速承壓。

第二個風險，是供給釋放過快。

GPU、存儲、封裝和伺服器環節均在擴產。一旦供給瓶頸緩解，價格、毛利率和訂單可見度將同時被重估。存儲、光模組、伺服器等環節尤其容易出現從短缺到過剩的切換。

第三個風險，是技術路徑變化。

模型變小、算法效率提升、推理成本下降、自研晶片成熟、開源模型擴散，都可能改變算力需求結構。AI需求不會消失，但單位收入所需算力消耗可能變化。產業鏈最怕的不是需求消失，而是需求結構變後，高估值環節失去原有瓶頸地位。

第四個風險，是資本市場開始對「負自由現金流增長」失去耐心。

Meta股價反應已給出警示：強收入加高Capex，不一定換來股價上漲。Microsoft同樣在超預期財報後承壓，原因也與資本支出、自由現金流相關。

不是所有AI概念都能受益，也不是所有硬體鏈公司都能持續享有高估值。市場越來越重視三個指標：是否卡在真實瓶頸、是否已有訂單兌現、是否能在供給恢復後維持利潤率。

AI進入重資產時代，

下一步比的是誰先跑出現金流閉環

這波資本支出上修，為AI產業劃出了一條新分界線。

早期AI行情靠想像力，模型能力越強，估值越易膨脹。如今，想像力仍在，但資本支出已經將產業推到更現實的一面：數據中心要錢，晶片要錢，電力要錢，網路與存儲也要錢。AI從軟體故事變成重資產戰爭。

巨頭敢繼續投，不是因為它們不在乎成本，而是部分商業化路徑已開始跑通。Google Cloud加速，Microsoft AI收入年化運行率超過370億美元，AWS重新提速，Meta廣告效率改善，這些都是AI可以回款的證據。

但市場也會變得更挑剔。Alphabet被獎勵，是因為它展現了「投入—雲增長—訂單—利潤率」的閉環；Meta被懲罰，是因為投資人仍擔心資本支出跑在現金流前。未來AI產業鏈交易，會越來越像這樣：誰能將投入轉換為收入，誰拿估值；誰只能講規模，誰就接受市場拷問。

短期看，資本支出上修將持續支撐半導體、存儲、網路、伺服器和電力產業鏈。中期看，雲廠商軍備競賽決定AI服務成本曲線。長期看，真正的贏家不是花錢最多的公司，而是單位算力成本最低、客戶轉換最快、現金流閉環最清楚的公司。

AI已經進入重資產時代。資本支出只是表面，背後的主線更硬：誰能將AI變為穩定現金流，誰才配得上萬億投資。

免責聲明：文章中的所有內容僅代表作者的觀點，與本平台無關。用戶不應以本文作為投資決策的參考。

PoolX：鎖倉獲得新代幣空投

不要錯過熱門新幣，且APR 高達 10%+

立即參與

您也可能喜歡

GENIUS24小時內波動60.5%：Binance上市及投資消息驅動

Bitget Pulse•2026/05/22 20:38

RIF 24小時內波動56.1%：V3多抵押支持公告推動短期拉升後回調

Bitget Pulse•2026/05/22 20:27

RHEA24小時內價格波動140.6%：低流動性與交易量激增驅動劇烈震盪

Bitget Pulse•2026/05/22 20:20

SWEAT24小時內波動40.1%：低流動性驅動，暫無明確催化事件

Bitget Pulse•2026/05/22 20:18

萬億資本開支背後，AI從故事走向重資產戰爭

您也可能喜歡

熱門新聞

加密貨幣價格