公司之間的數字不容易直接比較，原因包括財政年度不同、會計處理方式不同，以及各家公司資本開支中真正用於 AI 的比例不一。不過，大方向相當明確：隨着運算容量和記憶體需求持續強勁，企業不斷上調支出預測。

以 Amazon 為例，公司將 2026 年現金資本開支預測由約 2,000 億美元，上調至約 2,200 億美元，並表示大部分支出將用於 AI 和 AWS。 Amazon、Google 及 Microsoft 於 2026 年的合計資本開支，據報接近 5,950 億美元，但三者的數字並非完全可比。

如果把 Meta 也計算在內，Amazon、Alphabet、Microsoft 及 Meta 等超大規模雲端及科技公司，2026 年資本開支估算約介乎 7,000 億至 9,000 億美元，視乎計入哪些公司及採用哪種會計口徑而定。

因此，較穩妥的結論不是爭論哪家公司一定是「最大水喉」，而是：全球主要雲端及科技平台，每年正投入數千億美元，興建主要為 AI 工作負載服務的運算容量。

借貸亦成為 AI 擴張的一部分

這場基建擴張已經不再單靠公司自身營運現金流支付。引用 Goldman Sachs 估算的報道指，超大規模雲端服務商在 2025 年的資本開支約為 4,050 億美元，2026 年預計升至約 7,500 億美元，2027 年接近 1.2 萬億美元。

與此同時，相關公司在 2025 年合共發行 1,080 億美元投資級債券；截至 2026 年上半年，發行量據報已達 1,940 億美元，全年或達約 2,500 億美元。

借貸本身並不代表投資必然不合理。大型雲端公司普遍擁有強勁現金流，亦能夠進入信貸市場融資。不過，借錢會提高「押錯注」的代價：如果 AI 需求、定價能力或數據中心使用率不及預期，公司仍要為數據中心及硬件還本付息，而這些設備的價值又會快速折舊。

點解 AI 收入仍未追上支出？

AI 相關收入的確增長迅速，但《經濟學人》的核心觀察是，增長速度仍不足以配合基建支出的急升。 另外，AI 收入通常埋藏在原有業務之中，未必會以一條清晰的「AI 收入」項目單獨披露。

相關收入可能來自雲端用量、企業軟件訂閱、辦公效率產品、廣告效果改善，或者初期企業應用部署。這令投資者難以準確判斷：

• 有幾多收入是真正由 AI 直接帶動？
• 這些收入的利潤率有幾高？
• 收入是否具備足夠持續性，支撐下一輪資本開支？

所以，市場真正要問的並不只是公司有冇賣 AI 產品，而是每一美元基建投資可以帶來幾多收入，並能否快速升到足以支付：

• 新數據中心及電力容量的成本；
• AI 加速器、網絡設備及記憶體的採購費；
• 運算硬件快速折舊及更換的費用；以及
• 額外借貸所產生的利息支出。

半導體業成為最直接受惠者

AI 基建熱潮正直接傳導至半導體市場。AI 系統需要加速器、高速網絡、儲存設備，以及大量高頻寬記憶體和傳統記憶體。記憶體、先進封裝及尖端製程供應受限，令晶片業成為這一輪支出周期中最明顯的受惠者之一。

WSTS 較早前公布的 2026 年春季預測，估計全球半導體銷售額將達 1.51 萬億美元，按年增長 90%；記憶體收入預計增加約 250%，突破 8,000 億美元，主要由 AI 基建、高頻寬記憶體及加速運算需求帶動。

其後，WSTS 根據 2026 年第二季實際數據上調預測，估計全球半導體市場今年約達 1.655 萬億美元，按年增長約 108%；2027 年則約達 2.1 萬億美元，增長約 29%。

另一家研究機構 Omdia 預測，2026 年全球半導體收入將按年增長 94.1%，原因是 AI 需求增長速度超越晶片生產及封裝能力；該機構亦預計記憶體收入將佔整體半導體收入一半以上。

這些數字不應混合成一個「唯一正確」的預測，因為它們來自不同時間及方法。但各項估算都反映同一件事：AI 基建需求正大幅改變市場對晶片、記憶體及相關製造能力的預期。

投資者面對的「萬億美元考驗」

AI 投資論述其實有兩部分。第一部分已經清晰可見：企業之所以瘋狂投入，是因為運算容量、電力和先進晶片已成為策略性瓶頸。等到日後才搶資源，可能要付更高價格，甚至眼睜睜看着客戶流向有現成容量的競爭對手。

第二部分則仍未經過同等規模的驗證：AI 應用能否及時帶來持久收入、理想利潤率，以及可量度的生產力提升，從而合理化持續擴張的基建成本。

如果 AI 變現最終追得上，今次支出周期或許是合理的，即使部分個別投資日後需要減值或轉向。相反，如果收入未能跟上，市場可能面對雲端回報下降、容量過剩、還債壓力增加，以及 AI 相關資產被重新估值。

因此，最重要的數字並不只是 1 萬億美元投資，而是這 1 萬億美元最終可以產生幾多回報。

公司之間的數字不容易直接比較，原因包括財政年度不同、會計處理方式不同，以及各家公司資本開支中真正用於 AI 的比例不一。不過，大方向相當明確：隨着運算容量和記憶體需求持續強勁，企業不斷上調支出預測。

以 Amazon 為例，公司將 2026 年現金資本開支預測由約 2,000 億美元，上調至約 2,200 億美元，並表示大部分支出將用於 AI 和 AWS。 Amazon、Google 及 Microsoft 於 2026 年的合計資本開支，據報接近 5,950 億美元，但三者的數字並非完全可比。

如果把 Meta 也計算在內，Amazon、Alphabet、Microsoft 及 Meta 等超大規模雲端及科技公司，2026 年資本開支估算約介乎 7,000 億至 9,000 億美元，視乎計入哪些公司及採用哪種會計口徑而定。

因此，較穩妥的結論不是爭論哪家公司一定是「最大水喉」，而是：全球主要雲端及科技平台，每年正投入數千億美元，興建主要為 AI 工作負載服務的運算容量。

借貸亦成為 AI 擴張的一部分

這場基建擴張已經不再單靠公司自身營運現金流支付。引用 Goldman Sachs 估算的報道指，超大規模雲端服務商在 2025 年的資本開支約為 4,050 億美元，2026 年預計升至約 7,500 億美元，2027 年接近 1.2 萬億美元。

與此同時，相關公司在 2025 年合共發行 1,080 億美元投資級債券；截至 2026 年上半年，發行量據報已達 1,940 億美元，全年或達約 2,500 億美元。

借貸本身並不代表投資必然不合理。大型雲端公司普遍擁有強勁現金流，亦能夠進入信貸市場融資。不過，借錢會提高「押錯注」的代價：如果 AI 需求、定價能力或數據中心使用率不及預期，公司仍要為數據中心及硬件還本付息，而這些設備的價值又會快速折舊。

點解 AI 收入仍未追上支出？

AI 相關收入的確增長迅速，但《經濟學人》的核心觀察是，增長速度仍不足以配合基建支出的急升。 另外，AI 收入通常埋藏在原有業務之中，未必會以一條清晰的「AI 收入」項目單獨披露。

相關收入可能來自雲端用量、企業軟件訂閱、辦公效率產品、廣告效果改善，或者初期企業應用部署。這令投資者難以準確判斷：

• 有幾多收入是真正由 AI 直接帶動？
• 這些收入的利潤率有幾高？
• 收入是否具備足夠持續性，支撐下一輪資本開支？

所以，市場真正要問的並不只是公司有冇賣 AI 產品，而是每一美元基建投資可以帶來幾多收入，並能否快速升到足以支付：

• 新數據中心及電力容量的成本；
• AI 加速器、網絡設備及記憶體的採購費；
• 運算硬件快速折舊及更換的費用；以及
• 額外借貸所產生的利息支出。

半導體業成為最直接受惠者

AI 基建熱潮正直接傳導至半導體市場。AI 系統需要加速器、高速網絡、儲存設備，以及大量高頻寬記憶體和傳統記憶體。記憶體、先進封裝及尖端製程供應受限，令晶片業成為這一輪支出周期中最明顯的受惠者之一。

WSTS 較早前公布的 2026 年春季預測，估計全球半導體銷售額將達 1.51 萬億美元，按年增長 90%；記憶體收入預計增加約 250%，突破 8,000 億美元，主要由 AI 基建、高頻寬記憶體及加速運算需求帶動。

其後，WSTS 根據 2026 年第二季實際數據上調預測，估計全球半導體市場今年約達 1.655 萬億美元，按年增長約 108%；2027 年則約達 2.1 萬億美元，增長約 29%。

另一家研究機構 Omdia 預測，2026 年全球半導體收入將按年增長 94.1%，原因是 AI 需求增長速度超越晶片生產及封裝能力；該機構亦預計記憶體收入將佔整體半導體收入一半以上。

這些數字不應混合成一個「唯一正確」的預測，因為它們來自不同時間及方法。但各項估算都反映同一件事：AI 基建需求正大幅改變市場對晶片、記憶體及相關製造能力的預期。

投資者面對的「萬億美元考驗」

AI 投資論述其實有兩部分。第一部分已經清晰可見：企業之所以瘋狂投入，是因為運算容量、電力和先進晶片已成為策略性瓶頸。等到日後才搶資源，可能要付更高價格，甚至眼睜睜看着客戶流向有現成容量的競爭對手。

第二部分則仍未經過同等規模的驗證：AI 應用能否及時帶來持久收入、理想利潤率，以及可量度的生產力提升，從而合理化持續擴張的基建成本。

如果 AI 變現最終追得上，今次支出周期或許是合理的，即使部分個別投資日後需要減值或轉向。相反，如果收入未能跟上，市場可能面對雲端回報下降、容量過剩、還債壓力增加，以及 AI 相關資產被重新估值。

因此，最重要的數字並不只是 1 萬億美元投資，而是這 1 萬億美元最終可以產生幾多回報。