科技巨头豪赌AI基础设施：可持续，但前提是企业ROI跟上

这背后也有防守逻辑。SiliconRepublic报道称，Meta、谷歌、亚马逊和微软将AI算力竞赛视为一个可能“赢家通吃”或“赢家拿走大部分”的市场 。在这种框架下，短期内“建少了”可能比“花多了”更危险：如果一家云厂商容量不足，客户工作负载就可能流向竞争对手。

但这并不等于每一美元资本开支都会带来漂亮回报。它只说明，相比收入来源更窄的公司，最大的平台型公司有更多方式消化风险。

真正的薄弱环节：企业AI的投资回报

这轮AI基础设施建设最大的风险，是时间错配：基础设施现在就要花钱建设，而许多企业客户还在摸索如何让AI赚钱。

麦肯锡2025年《The State of AI》调查显示，近三分之二的组织尚未开始在全企业范围内扩展AI 。同一调查也有积极信号：64%的受访者表示AI正在推动创新；但只有39%报告了企业层面的EBIT影响，也就是对息税前利润产生影响 。

其他报道更谨慎。Digital Commerce 360报道称，MIT在2025年“GenAI Divide”相关研究中发现，尽管企业在生成式AI工具和系统上的支出估计达到300亿至400亿美元，95%的组织仍未看到可衡量的财务回报 。Campus Technology在总结该MIT报告时也称，只有5%的集成AI试点项目正在创造数百万美元价值，而大多数项目仍停留在没有可衡量损益影响的状态 。

这些证据并不能证明企业AI会失败。它们说明的是：云服务商正在建设生产级、大规模基础设施，但许多客户仍处在实验或试点阶段。这就是资本开支热潮的核心风险。

可持续性的四个观察指标

问题的重点不是AI会不会继续被采用，而是AI工作负载是否足够有价值，能让昂贵基础设施保持高利用率并带来利润。

最值得看的有四个信号：

1. AI数据中心和GPU利用率。 资本密集型基础设施需要持续需求支撑。空置或低利用率的算力仍然会产生折旧、电力、运维等成本。
2. AI相关云收入增长。 如果投入能转化为经常性云收入，而不只是“市场对AI有兴趣”，建设逻辑就更站得住。
3. 扣除基础设施成本后的利润率。 这轮钱投向的是昂贵的物理系统，包括数据中心、专用芯片和液冷基础设施 。收入增长必须足以覆盖这套成本底盘。
4. 企业部署是否走出试点。 最有说服力的验证，不是单个用例成功，也不只是“促进创新”，而是更多企业报告企业层面的EBIT影响 。

如果这四类信号同步改善，当前资本开支热潮可以被视为新一轮云周期的前置投资。反过来，如果它们没有兑现，同样的投入就会越来越像产能过剩。

投资者已经开始区分“赢家”和“花钱者”

资本市场并没有把所有AI资本开支故事一视同仁。

Fortune报道称，在Alphabet、Meta和微软向投资者谈到更高AI支出后，Meta盘后股价下跌超过6%，微软基本持平，而Alphabet盘后上涨近7% 。同一报道还称，近期估算显示，2026年与AI相关的合计资本开支将超过6000亿美元 。

这种分化很重要。投资者并不只是问“谁花得最多”，而是在问：谁能把基础设施支出真正连接到收入增长、利润率韧性和可防守的市场份额？

结论：这场豪赌能否成立，取决于企业客户

大型科技公司的AI基础设施支出并非必然不可持续，但它的可持续性有明确条件。最大的云平台可以把短期扩张解释为争夺算力容量的战略竞赛，尤其是在不同统计口径下，2026年资本开支估算已经从超过6500亿美元一路到最高7250亿美元 。

但长期答案取决于企业ROI能否追上来。若AI工作负载填满数据中心、推动云收入扩张，并为客户带来可衡量的商业影响，今天的巨额资本开支就会被视为必要的平台投资。若企业AI长期停留在试点阶段、利用率不及预期，或利润率被基础设施成本压缩，那么同样的支出就会变得越来越难以辩护。