Big Tech 嘅 AI 基建豪賭：可持續，但有條件

防守意味亦好重。SiliconRepublic 報道指，Meta、Google、Amazon 同 Microsoft 視 AI 算力競賽為可能出現「贏者全拿」或「贏者拿大部分」嘅市場 。喺呢個框架下，短期起多咗可能拖低回報；但起少咗，就可能令客戶工作負載流向競爭對手。

當然，呢唔代表每一美元資本開支都會有靚回報。意思只係：最大型平台收入來源較闊，吸收風險嘅能力，會比收入基礎較窄嘅公司高。

真正短板：企業 AI ROI 未追上

最大嘅可持續風險，其實係時間錯配：基建要而家先落錢，但好多企業客戶仍然摸索緊 AI 點樣真正為業務賺錢或慳錢。

McKinsey 2025 年 State of AI 調查發現，接近三分之二受訪機構仍未開始喺全企業層面擴展 AI 。同一調查亦有正面訊號：64% 受訪者話 AI 正幫助創新；但只有 39% 表示 AI 已經喺企業層面帶來 EBIT 影響，即息稅前盈利影響 。

其他報道更加審慎。Digital Commerce 360 引述 MIT 2025 年 GenAI Divide 研究指，即使企業喺生成式 AI 工具同系統上估計已花費 300億至 400億美元，95% 機構仍未見到可量度嘅財務回報 。Campus Technology 同樣總結 MIT 報告稱，只有 5% 已整合嘅 AI 試點能夠創造數百萬美元價值，大部分仍然停留喺未有可量度損益表影響嘅階段 。

呢啲證據唔代表企業 AI 會失敗；但足以解釋點解 Big Tech 嘅資本開支熱潮有風險：供應端已經以生產規模起基建，但好多需求端仍停喺實驗或試點。

可持續與否，要睇四個訊號

核心問題唔係 AI 會唔會繼續被採用，而係 AI 工作負載是否夠有價值，足以令昂貴基建長期高使用率、並且賺到錢。

1. AI 數據中心同 GPU 使用率。 資本密集型基建最怕閒置。就算容量冇用滿，折舊、電力、維護同融資成本仍然存在。
2. AI 相關雲端收入增長。 如果開支能夠轉化成可重複嘅雲端收入，而唔只係市場對 AI 有興趣，投資就較容易講得通。
3. 扣除基建成本後嘅利潤率。 呢輪錢投向嘅係昂貴實體系統，包括數據中心、專用晶片同液冷基建 。收入增長要夠強，先可以覆蓋呢個成本底座。
4. 企業部署由試點走向全面落地。 最清楚嘅驗證，唔係單一用例成功，而係更多公司可以報告企業層面 EBIT 影響 。

如果呢四個訊號一齊改善，今次資本開支熱潮可以被視為新一輪雲端周期嘅前置投資。相反，如果使用率不足、AI 雲收入增長未夠、利潤率受壓，就會愈來愈似產能過剩。

投資者已經開始分辨：邊個係贏家，邊個只係燒錢

市場其實冇將所有 AI 資本開支故事一視同仁。Fortune 報道指，Alphabet、Meta 同 Microsoft 談及更高 AI 開支後，Meta 股價盤後跌超過 6%，Microsoft 基本持平，而 Google 母公司 Alphabet 盤後升近 7% 。同一報道亦提到，近期估算顯示 2026 年 AI 相關合計資本開支將超過 6,000億美元 。

呢種分化好值得留意。投資者唔係單純問邊間公司使錢最多，而係問邊間公司可以將基建開支連接到收入增長、利潤率韌性同可防守嘅市場份額。

結論：可持續，但只係有條件可持續

Big Tech 嘅 AI 基建開支，短期內可以靠資本實力同戰略需要支撐。尤其當 2026 年相關投資／資本開支估算，視乎公司範圍同計法，由超過 6,500億美元到最高 7,250億美元不等，呢已經係一場搶算力容量嘅大規模競賽 。

但長期答案要睇企業 ROI 追唔追得上。如果 AI 工作負載填滿數據中心、推高雲端收入，並為客戶帶來可量度商業影響，今日嘅資本開支就會似係必要平台投資。相反，如果企業 AI 長期困喺試點、使用率令人失望，或者基建成本壓縮利潤率，同一筆開支就會變得愈來愈難辯護。