高盛科韦洛：AI的盈利难题为何越来越大，以及他转向云巨头的投资逻辑

成本与回报之间日益扩大的鸿沟

科韦洛认为，根本问题在于流向AI基础设施的数万亿美元与AI实际产生的利润之间，存在日益加深的脱节。以下几个因素正在让这一鸿沟变得更大：

• 近乎为零的企业投资回报率： 科韦洛分析中最令人震惊的数据点是，他估计高达 95% 投资生成式AI的组织未能看到任何回报，其中许多公司面临平均 440万美元 的财务损失 。在企业层面，AI的商业案例不仅未经证实，而且正在实实在在地亏钱。
• “惊人”却无法变现的消费者采用率： 尽管科韦洛承认，像ChatGPT这类工具的消费者普及速度“惊人”，但他迅速指出，大多数用户使用的是免费版本，这造成了使用量的激增，但为提供服务的企业却没有带来相应的收入 。这种免费的普及并不能为AI厂商转化为可持续的商业模式。
• 一边倒的经济繁荣： 从历史上看，当新技术浪潮开始时，“镐和铲”的供应商会与其客户一同繁荣。科韦洛认为，这一次并非如此。相反，AI热潮带来的几乎所有经济价值都被一个单一板块——像英伟达这样的半导体公司——所攫取。而作为这些芯片主要买家的科技巨头和云服务商，至今未能证明其巨额支出带来了任何回报 。科韦洛曾写道：“芯片公司本应在客户繁荣时随之繁荣，”“他们不应以牺牲客户利益为代价而繁荣” 。
• “错失恐惧症”（FOMO）驱动的支出，而非基本需求： 这庞大的资本支出——高盛预计2026年超大规模云服务商的资本支出将超过 5270亿美元 ——并非由经过验证的、可盈利的需求所驱动 。相反，这是一种由强大的“错失恐惧症”（FOMO）所推动的“跑马圈地”。企业持续投资，是因为它们担心如果AI最终真的成功了，自己被甩在后面的风险，比当下浪费资本的风险更大。这就造成了一个与当前经济现实脱节的支出循环 。
• 技术与价格标签的不匹配： 科韦洛怀疑态度的核心是对技术本身的结构性批判。为证明近1万亿美元开发和基础设施成本的合理性，AI需要能够解决复杂、高价值的问题。科韦洛认为，当今的AI从根本上说并非为此而设计。它陷入了一个悖论：因幻觉问题而太不可靠，无法解决复杂问题；同时又太昂贵，无法成为简单、低价值工作流程的经济替代方案 。他形容这就像“造一座核反应堆来给烤面包机供电” 。

下一阶段：为何云巨头比芯片股更具吸引力

如果说早期、轻松的半导体的钱已经赚完了，那么科韦洛看到的机遇在哪里？他的团队正在推荐一种相对价值交易：从半导体股票转向三家庞大的超大规模云服务提供商——亚马逊、微软和Alphabet（谷歌）。

这个逻辑很简单。费城半导体指数在过去一年中飙升了约 150%，芯片制造商当前的股价已经计入了一个连其客户都难以实现的美好未来 。相比之下，市场对AI投资回报的怀疑压低了超大规模云服务公司的估值，高盛认为这创造了一个潜在的切入点 。

科韦洛对云巨头的投资理论具有独特的韧性，因为它为投资者指明了两种独立的获胜路径 ：

1. 乐观情境： 如果AI最终兑现了承诺，超大规模云服务商将展现出正向的投资回报。这将化解投资者的焦虑情绪，并使其股票获得更高的估值重估。
2. 务实情境： 如果AI未能产生合理回报，这些云巨头将被迫削减其庞大的资本支出。支出的即刻减少将大幅提升其自由现金流，这也将令股东受益。

这一交易的主要风险是第三种更为痛苦的情形：云巨头持续大举支出，却始终无法证明有清晰回报，陷入一场无休止的军备竞赛，只是不断烧钱 。

超越芯片与云端：基础设施的涟漪效应

虽然核心的股票故事是关于从芯片股到云服务商的轮动，但高盛更广泛的研究表明，AI资本支出超级周期也在重塑传统基础设施领域的投资机会。AI对电力和连接性的巨大需求，正迫使电力、输电和数据中心基础设施等底层行业快速扩张 。这部分论点争议较小，因为为AI提供动力的物理基础设施需求，是当前大规模建设周期的直接、可计算的必然结果。

吉姆·科韦洛传达的核心信息是，投资者需要超越炒作，遵循财务引力规律。多年以来，所有引力都将利润拉向了硅元素。他现在的赌注是，下一阶段的周期将开始把价值拉回那些最终必须让技术产生回报的软件平台。