以亞馬遜為例,公司把2026年現金資本支出預期從約2000億美元上調至約2200億美元,並表示大部分支出將用於AI與AWS。 亞馬遜、Google與微軟在2026年的合計資本支出,據報已接近5950億美元;但三者的統計口徑並不完全一致。
若將Meta也納入、觀察包括亞馬遜、Alphabet與微軟在內的超大規模雲端業者,2026年資本支出的估算約在7000億至9000億美元之間,取決於納入哪些公司及採用何種會計定義。
因此,較穩妥的結論不是替各家公司排出一個精確名次,而是:全球主要雲端與科技平台正承諾每年投入數千億美元,建置的容量主要是為了AI工作負載服務。
這場擴張已不再只靠營運現金流支應。援引高盛估算的報導指出,超大規模雲端業者2025年的資本支出約為4050億美元,2026年預計升至約7500億美元,2027年接近1.2兆美元。這些業者在2025年合計發行1080億美元投資級債券;截至2026年上半年,發債規模據報已達1940億美元,全年可能約為2500億美元。
負債本身並不代表投資必然不合理。大型雲端公司通常擁有可觀的現金創造能力,也能進入信用市場融資。但借貸會提高犯錯的代價:如果AI需求、定價能力或設備使用率低於預期,公司可能必須持續償還債務,同時面對快速折舊的資料中心與硬體資產。
AI相關營收確實快速成長,但《經濟學人》的核心論點是,營收增速仍不足以追上基礎設施支出的暴增。 而且,AI營收往往埋藏在更廣泛的業務之中,並不會以一個乾淨、獨立的財報項目呈現。
相關收入可能來自雲端用量、企業軟體訂閱、生產力工具、廣告效率改善,或早期企業應用部署。這使投資人難以判斷:究竟有多少營收可直接歸因於AI、這些收入具有多少利潤,以及收入是否足夠穩定與經常性,能支撐下一輪資本支出。
因此,真正需要回答的問題不只是「公司有沒有賣AI產品」,而是每一美元基礎設施投資所帶來的營收,能否快速成長到足以支付:
基礎設施熱潮正直接傳導至半導體產業。AI系統需要加速器、高速網路、儲存設備,以及大量高頻寬記憶體和一般記憶體。記憶體、先進封裝與尖端製程的供給限制,也讓晶片市場成為這輪支出週期最明顯的受益者之一。
WSTS較早公布的2026年春季預測指出,全球半導體銷售額將達1.51兆美元,年增90%。其中,記憶體營收預計成長約250%,突破8000億美元,主要受AI基礎設施、高頻寬記憶體(HBM)與加速運算需求帶動。
之後,WSTS在納入2026年第二季數據後上調預測,估計2026年全球半導體市場約為1.655兆美元,年增約108%;2027年則約為2.1兆美元,年增約29%。
市場研究機構Omdia則提出另一組預測,估計2026年半導體營收年增94.1%,並表示AI需求已超越產業生產與封裝晶片的能力;該機構也預測,記憶體將占全球半導體總營收逾一半。
這些估算不應被混合成一個唯一、確定的數字,因為它們來自不同發布時間與不同方法。但放在一起看,仍清楚顯示AI基礎設施需求正大幅改變市場對晶片、記憶體及相關製造產能的預期。
AI投資論述有兩個部分。第一部分已經清楚可見:各家公司之所以積極支出,是因為運算容量、電力與先進晶片已成為策略性瓶頸。若現在不搶先布局,未來可能必須支付更高成本,或把客戶拱手讓給擁有可用容量的競爭者。
第二部分則尚未在所需規模上獲得證明:AI應用必須在足夠短的時間內,創造持久營收、具吸引力的利潤率,以及可量化的生產力提升,才能合理化持續擴建基礎設施的做法。
如果AI變現最終追上投資速度,即使部分個別項目日後被減記或轉向,這一輪支出仍可能被證明是合理的。反之,若變現未能跟上,市場可能面對雲端報酬率下滑、產能過剩、債務償付壓力升高,以及AI相關資產估值遭到重新評估。
所以,最重要的數字不只是「1兆美元投資」。真正關鍵的是,這1兆美元最終能帶來多少回報。
以亞馬遜為例,公司把2026年現金資本支出預期從約2000億美元上調至約2200億美元,並表示大部分支出將用於AI與AWS。 亞馬遜、Google與微軟在2026年的合計資本支出,據報已接近5950億美元;但三者的統計口徑並不完全一致。
若將Meta也納入、觀察包括亞馬遜、Alphabet與微軟在內的超大規模雲端業者,2026年資本支出的估算約在7000億至9000億美元之間,取決於納入哪些公司及採用何種會計定義。
因此,較穩妥的結論不是替各家公司排出一個精確名次,而是:全球主要雲端與科技平台正承諾每年投入數千億美元,建置的容量主要是為了AI工作負載服務。
這場擴張已不再只靠營運現金流支應。援引高盛估算的報導指出,超大規模雲端業者2025年的資本支出約為4050億美元,2026年預計升至約7500億美元,2027年接近1.2兆美元。這些業者在2025年合計發行1080億美元投資級債券;截至2026年上半年,發債規模據報已達1940億美元,全年可能約為2500億美元。
負債本身並不代表投資必然不合理。大型雲端公司通常擁有可觀的現金創造能力,也能進入信用市場融資。但借貸會提高犯錯的代價:如果AI需求、定價能力或設備使用率低於預期,公司可能必須持續償還債務,同時面對快速折舊的資料中心與硬體資產。
AI相關營收確實快速成長,但《經濟學人》的核心論點是,營收增速仍不足以追上基礎設施支出的暴增。 而且,AI營收往往埋藏在更廣泛的業務之中,並不會以一個乾淨、獨立的財報項目呈現。
相關收入可能來自雲端用量、企業軟體訂閱、生產力工具、廣告效率改善,或早期企業應用部署。這使投資人難以判斷:究竟有多少營收可直接歸因於AI、這些收入具有多少利潤,以及收入是否足夠穩定與經常性,能支撐下一輪資本支出。
因此,真正需要回答的問題不只是「公司有沒有賣AI產品」,而是每一美元基礎設施投資所帶來的營收,能否快速成長到足以支付:
基礎設施熱潮正直接傳導至半導體產業。AI系統需要加速器、高速網路、儲存設備,以及大量高頻寬記憶體和一般記憶體。記憶體、先進封裝與尖端製程的供給限制,也讓晶片市場成為這輪支出週期最明顯的受益者之一。
WSTS較早公布的2026年春季預測指出,全球半導體銷售額將達1.51兆美元,年增90%。其中,記憶體營收預計成長約250%,突破8000億美元,主要受AI基礎設施、高頻寬記憶體(HBM)與加速運算需求帶動。
之後,WSTS在納入2026年第二季數據後上調預測,估計2026年全球半導體市場約為1.655兆美元,年增約108%;2027年則約為2.1兆美元,年增約29%。
市場研究機構Omdia則提出另一組預測,估計2026年半導體營收年增94.1%,並表示AI需求已超越產業生產與封裝晶片的能力;該機構也預測,記憶體將占全球半導體總營收逾一半。
這些估算不應被混合成一個唯一、確定的數字,因為它們來自不同發布時間與不同方法。但放在一起看,仍清楚顯示AI基礎設施需求正大幅改變市場對晶片、記憶體及相關製造產能的預期。
AI投資論述有兩個部分。第一部分已經清楚可見:各家公司之所以積極支出,是因為運算容量、電力與先進晶片已成為策略性瓶頸。若現在不搶先布局,未來可能必須支付更高成本,或把客戶拱手讓給擁有可用容量的競爭者。
第二部分則尚未在所需規模上獲得證明:AI應用必須在足夠短的時間內,創造持久營收、具吸引力的利潤率,以及可量化的生產力提升,才能合理化持續擴建基礎設施的做法。
如果AI變現最終追上投資速度,即使部分個別項目日後被減記或轉向,這一輪支出仍可能被證明是合理的。反之,若變現未能跟上,市場可能面對雲端報酬率下滑、產能過剩、債務償付壓力升高,以及AI相關資產估值遭到重新評估。
所以,最重要的數字不只是「1兆美元投資」。真正關鍵的是,這1兆美元最終能帶來多少回報。