AI愈多人使用，投資AI的公司就一定愈賺錢嗎？Jefferies策略師Chris Wood提出的警告，正是要把這兩件事分開看。他在2026年10月9日的報告中指出，美國AI熱潮長遠可能出現「大規模資本損失」，原因之一是較便宜的中國開源模型可能搶走市佔。19

重點不在AI會否繼續有用，而在建設資料中心、添置晶片和擴充算力的企業，能否從中賺取足以支撐投資的回報。

便宜模型帶來的壓力：使用量增加，未必代表利潤增加

Wood的論點有兩個相連部分：中國模型價格較低，而市場也愈來愈認為中國在AI領域已是美國的技術同儕。相關報道引述他指出，這種變化可能加劇大型語言模型商品化的壓力。49

如果客戶找到價格較低、又能滿足需求的模型，美國供應商便可能較難維持溢價。即使AI服務的使用量上升，若每次服務的價格下降，收入也未必跟着增加；而盈利還要扣除推論運算、設備折舊與融資等成本。

OpenRouter的排行榜按模型經其API處理的token數量排名，涵蓋輸入與輸出token。28 這些數據可反映平台上的使用情況，卻不能直接代表全球市場佔有率，也無法單獨說明模型是否賺錢。使用量上升可以和價格下跌同時發生，但光看使用量，無法判斷收入是否足以負擔提供服務的成本。

對基建投資者而言，這個分別尤其重要。更多AI使用或會帶動運算需求，但資料中心或晶片投資能否回本，仍取決於收入能否覆蓋建造、營運和融資成本。價格下降可能吸引更多用戶，卻不保證新增收入足以補回投入的資本。

借貸增加，令回報不如預期時更難應對

二手報道估計，超大規模雲端服務商（hyperscalers）的資本開支約為2026年的6,950億美元，並預計2027年升至8,700億美元。717 這些數字是預測，並非已實現的支出，也不能據此斷定投資最終成敗。

Wood所提風險在融資愈來愈依賴債務時會更受關注。借款需要償還，即使需求、價格或現金流低於預期，還本付息的壓力仍在。若貸款人變得較不願意支持新項目，企業可能面對更高借貸成本，或被迫縮減投資。

布魯金斯學會亦指出，AI基建融資正更多透過合資企業、私人信貸和特殊目的公司等安排進行，令風險敞口較難一眼看清。47

因此，資本損失不一定要等到AI變成失敗技術才會發生。基建可以有人使用，卻仍賺不到足以證明建造成本合理的回報。布魯金斯學會估計，2025至2032年，美國在AI資料中心、電力系統、網絡和晶片等方面的投資可能合計達10.3兆美元；這個估算凸顯投資規模之大，並不代表相關資金注定會損失。4647

長線警告，不等於預告何時崩跌

報道所述的Wood結論指向一種長期可能結果，並沒有給出市場何時轉弱的具體時間表。19 只要需求強勁、融資仍然充足，投資就可能持續一段時間，即使最終回報仍不確定。現有報道並未確立AI熱潮何時會出現轉折。

市場上也有其他不同判斷。Panmure Liberum策略師Joachim Klement據報預期AI泡沫可能在2027或2028年破裂，並提出標普500指數5,000點的目標；這是另一項預測，並非Wood觀點的佐證。50 淡馬錫投資主管則把AI交易逆轉列為市場重大風險之一，但表示目前並不認為逆轉迫在眉睫。30

看待這項警告，關鍵是分清AI的潛在價值，與為AI基建出資的企業能否取得回報。較便宜的模型可能令用戶受惠，同時令供應商面臨定價壓力。最終會否造成資本損失，取決於價格、使用量、成本和融資條件如何演變，而不是單看需求有多旺盛。

AI愈多人使用，投資AI的公司就一定愈賺錢嗎？Jefferies策略師Chris Wood提出的警告，正是要把這兩件事分開看。他在2026年10月9日的報告中指出，美國AI熱潮長遠可能出現「大規模資本損失」，原因之一是較便宜的中國開源模型可能搶走市佔。19

重點不在AI會否繼續有用，而在建設資料中心、添置晶片和擴充算力的企業，能否從中賺取足以支撐投資的回報。

便宜模型帶來的壓力：使用量增加，未必代表利潤增加

Wood的論點有兩個相連部分：中國模型價格較低，而市場也愈來愈認為中國在AI領域已是美國的技術同儕。相關報道引述他指出，這種變化可能加劇大型語言模型商品化的壓力。49

如果客戶找到價格較低、又能滿足需求的模型，美國供應商便可能較難維持溢價。即使AI服務的使用量上升，若每次服務的價格下降，收入也未必跟着增加；而盈利還要扣除推論運算、設備折舊與融資等成本。

OpenRouter的排行榜按模型經其API處理的token數量排名，涵蓋輸入與輸出token。28 這些數據可反映平台上的使用情況，卻不能直接代表全球市場佔有率，也無法單獨說明模型是否賺錢。使用量上升可以和價格下跌同時發生，但光看使用量，無法判斷收入是否足以負擔提供服務的成本。

對基建投資者而言，這個分別尤其重要。更多AI使用或會帶動運算需求，但資料中心或晶片投資能否回本，仍取決於收入能否覆蓋建造、營運和融資成本。價格下降可能吸引更多用戶，卻不保證新增收入足以補回投入的資本。

借貸增加，令回報不如預期時更難應對

二手報道估計，超大規模雲端服務商（hyperscalers）的資本開支約為2026年的6,950億美元，並預計2027年升至8,700億美元。717 這些數字是預測，並非已實現的支出，也不能據此斷定投資最終成敗。

Wood所提風險在融資愈來愈依賴債務時會更受關注。借款需要償還，即使需求、價格或現金流低於預期，還本付息的壓力仍在。若貸款人變得較不願意支持新項目，企業可能面對更高借貸成本，或被迫縮減投資。

布魯金斯學會亦指出，AI基建融資正更多透過合資企業、私人信貸和特殊目的公司等安排進行，令風險敞口較難一眼看清。47

因此，資本損失不一定要等到AI變成失敗技術才會發生。基建可以有人使用，卻仍賺不到足以證明建造成本合理的回報。布魯金斯學會估計，2025至2032年，美國在AI資料中心、電力系統、網絡和晶片等方面的投資可能合計達10.3兆美元；這個估算凸顯投資規模之大，並不代表相關資金注定會損失。4647

長線警告，不等於預告何時崩跌

報道所述的Wood結論指向一種長期可能結果，並沒有給出市場何時轉弱的具體時間表。19 只要需求強勁、融資仍然充足，投資就可能持續一段時間，即使最終回報仍不確定。現有報道並未確立AI熱潮何時會出現轉折。

市場上也有其他不同判斷。Panmure Liberum策略師Joachim Klement據報預期AI泡沫可能在2027或2028年破裂，並提出標普500指數5,000點的目標；這是另一項預測，並非Wood觀點的佐證。50 淡馬錫投資主管則把AI交易逆轉列為市場重大風險之一，但表示目前並不認為逆轉迫在眉睫。30

看待這項警告，關鍵是分清AI的潛在價值，與為AI基建出資的企業能否取得回報。較便宜的模型可能令用戶受惠，同時令供應商面臨定價壓力。最終會否造成資本損失，取決於價格、使用量、成本和融資條件如何演變，而不是單看需求有多旺盛。