Big Tech近年嘅AI基建擴張，唔應該只當成「追風口」。更準確講，呢係一場有條件嘅資本開支押注：喺AI算力仍然短缺時，最大嘅雲端平台有理由先建數據中心、買專用晶片、部署冷卻能力。但最終條數計唔計得掂，要睇企業客戶會唔會由試驗、示範，轉到長期用、願意付費、又真係帶來財務成效嘅生產工作負載。
錢已經落地，唔再係PPT故事
不同估算涵蓋嘅公司同開支口徑唔完全一樣，但方向好一致：AI基建開支已經去到非常大規模。
科技分析公司Futurum Group估計，Microsoft、Alphabet、Amazon、Meta同Oracle喺2026年資本開支（capex）承諾合共介乎6,600億至6,900億美元，接近2025年水平嘅兩倍 [2]。Campaign US報道，Meta、Microsoft、Alphabet同Amazon喺2026年圍繞AI嘅投資正朝超過6,500億美元進發，重點包括先進數據中心、專用晶片同液冷系統 [
5]。Business Insider亦報道，Amazon、Microsoft、Meta同Google喺第一季業績更新後，計劃2026年資本開支最高可達7,250億美元 [
8]。
呢組數字令討論重點變咗。問題唔再係AI有冇戰略價值，而係：呢批基建會唔會用得夠滿、賣得夠好，足以換來吸引嘅回報。
點解回報未完全證明，都要先起？
對超大型雲端服務商（hyperscaler）嚟講，「起得太少」本身都有代價。如果AI工作負載增長快過可用容量，已經有數據中心同AI晶片可以賣嘅平台，自然比仍然等緊建設、採購或供應安排嘅對手更有優勢。
所以，企業ROI未完全被證明，唔代表雲端巨頭而家先建就一定唔理性。AInvest形容，2026年數據中心擴張係喺供應受限之下發生，並指出AI基建投資正跑贏軟件價值捕捉 [7]。換句話講，Big Tech而家爭嘅係稀缺投入要素；至於下游客戶市場，仍未完全成熟。
但呢個邏輯唔等於自動勝利。早起基建可以降低錯過需求嘅風險，同時亦提高另一個風險：容量太早到位，但願意大規模付費嘅企業客戶未追得上。
最易甩鏈一環：企業ROI
企業用AI，同企業喺AI身上賺到可量度回報，係兩回事。
McKinsey 2025年全球調查顯示，接近三分之二受訪者表示其組織仍未開始喺企業全層面擴展AI；64%話AI有助創新，但只有39%匯報見到企業層面EBIT影響。EBIT即息稅前利潤，係投資者同管理層常用嚟睇經營盈利能力嘅指標 [27]。McKinsey亦指出，部分組織已開始重新設計工作流程，並安排高層負責AI治理，嘗試將AI價值落到盈利表現上 [
22]。
MIT「GenAI Divide」相關報道就更審慎。Digital Commerce 360報道，雖然企業喺生成式AI工具及系統上估計已花300億至400億美元，但95%組織未見任何可量度財務回報；只有5%已整合嘅試點項目能夠提取以百萬美元計嘅價值 [24]。
呢個結果應該視為警號，而唔係AI喺企業一定行唔通嘅證明。真正分野似乎喺於：AI係咪有嵌入流程、接入系統、改變工作方式，抑或只係停留喺試點、demo同部門級實驗，最後落唔到損益表。
四個信號，決定呢場豪賭係平台轉型定過度興建
1. 使用率
AI數據中心同專用晶片最怕閒置。使用率高，固定成本先可以變成可出售容量；使用率低，就會暴露過度興建問題，令折舊、維護同營運成本更難吸收。
2. 定價能力
AI算力唔單止要有人用，仲要賣到支持回報嘅價格。如果雲端平台喺企業需求未真正擴大之前已經打價格戰，收入增長可能仍然追唔上龐大資本開支。
3. 企業級財務影響
單一用例成功、靚demo、員工話慳到時間，都未必足夠。更硬淨嘅證據係企業層面財務影響；McKinsey調查仍然顯示，創新收益同EBIT影響之間有明顯差距 [27]。企業愈係重新設計流程，而唔只係將AI外掛喺舊流程上，持久AI雲端需求嘅說服力就愈強 [
22]。
4. 投資者耐性
市場已經開始區分唔同AI開支故事。Fortune報道，Alphabet、Meta同Microsoft談及更高AI開支後，Meta盤後跌超過6%，Microsoft大致持平，Alphabet就升近7% [1]。反應分化反映，投資者要睇到由資本開支走向回報嘅可信路徑，而唔係單純見到更大AI預算就收貨。
邊類玩家風險最大？
最有韌性嘅容量，通常係可以服務好多種付費工作負載嘅容量。大型雲端平台有較多方法將AI基建變現；相反，如果一項基建押注過度依賴狹窄、或者仍未被證明嘅需求池，安全邊際就會細好多。
Futurum指出，OpenAI同Anthropic等專注AI嘅公司收入增長好快，但佢哋合計收入仍然只係為支撐呢類需求而部署嘅基建投資之一小部分 [2]。呢點唔代表相關資本開支注定失敗；只係話，成敗關鍵在於企業客戶能否將AI變成持續需求，而唔係零散實驗。
結論：可以持續，但有條件
Big Tech嘅AI基建開支暫時唔係完全無理性。喺算力稀缺嘅環境下，最大雲端服務商有策略理由搶先建設 [7]。但6,500億美元以上級別嘅資本開支，最終唔會靠模型熱度埋單，而會由使用率、定價能力同企業ROI嚟審判 [
2][
5][
24][
27]。
如果企業將AI轉化成可重複、可收費、又有可量度財務影響嘅生產工作負載，呢場基建擴張就似係新一輪雲端平台轉型。相反，如果大部分公司仍然卡喺試點同未能全企業擴展嘅階段，同一筆開支就會愈來愈似過度興建。
