上海
“市場對2027年超大規模云計算企業（Hyperscaler）資本開支的預期，過于保守。”
6月12日，高盛經濟學家Ryan Hammond在《更多AI資本開支，更多波動》的研報中，將明年超大規模云計算企業資本開支的預期大幅上調：基準情景為1.1萬億美元，極端樂觀情景高達1.4萬億美元。
這份報告出爐的背景是：就在幾周前，各大超大規模云計算企業（即微軟、谷歌、亞馬遜、Meta等科技巨頭）陸續公布Q1財報及資本開支指引。據摩根士丹利統計，這些公司2027年資本開支的合計預期，已從2025年Q4時的9500億美元，一口氣跳升至逾1.1萬億美元，單季上調幅度超過30%。
高盛的三檔預測：從9200億到1.4萬億
主流分析師目前的預測是：2027年超大規模云計算企業資本開支約為9200億美元，對應增速從2026年的84%大幅放緩至22%。
高盛不認同這個數字。
Hammond的測算框架是：如果AI基礎設施的增量投資規模達到GDP的2%至3%——類比歷史上鐵路和汽車行業的建設周期——那么2027年資本開支將達到約1.1萬億美元，對應增速45%。
而在更極端的樂觀情景下，綜合考慮超大規模云計算企業自身的現金流生成能力，以及投資級信用債市場的融資容量，資本開支上限可能高達1.4萬億美元，對應增速89%。
估值已到ChatGPT發布以來最高點
資本開支預期的上調，直接推動了AI基礎設施板塊的估值擴張。
其數據顯示，AI基礎設施股票中位市盈率已升至26倍，是ChatGPT發布以來的最高水平。其中，半導體和電力（非公用事業）板塊的中位市盈率年內持續上行，但超大規模云計算企業本身和存儲芯片股的估值擴張相對有限。
Hammond的判斷是："資本開支超預期，意味著AI基礎設施受益標的的盈利和股價在近期存在上行空間。"
但Hammond同時給出了另一面的警告：近期估值擴張和持倉結構的變化，意味著前方波動會加劇。投資者需要在"資本開支超預期"與"資本開支增速可能放緩"以及"盈利持續性存疑"之間尋找平衡。
AI落地數據：叫好不叫座
Q1財報季中，約54%的公司在財報電話會上提到了AI與生產率的關系。但真正量化了具體場景生產率提升的公司，只有11%；而將AI生產率提升量化到盈利層面的公司，僅有2%——上一季度這兩個數字分別是10%和1%，幾乎沒有實質性進展。
更直接的數據來自用戶調查：目前每天使用AI的人群比例僅為12.6%，較一年前僅增加2個百分點。所有勞動者自報的累計生產率提升，一年前是1.6%，現在是2.2%，一年只提升了約0.5至0.6個百分點。
換句話說，數萬億美元的資本開支正在涌入，但終端用戶的實際使用深度和生產率回報，目前仍相當有限。
軟件股的“終局價值”之爭
Hammond還專門討論了軟件板塊的估值邏輯。
軟件股市盈率去年峰值達39倍，今年3月跌至21倍，目前回升至25倍，但不同子板塊之間分化明顯。
Hammond用一個折現現金流模型測算：年初時，軟件板塊約85%的現值來自"終局價值"（terminal value），即對遙遠未來盈利的預期折現。這意味著，只要市場對軟件公司長期增長率和利潤率的假設發生哪怕"溫和"的變化，估值就會出現顯著波動——這也解釋了今年以來軟件股估值的大幅震蕩。
核心爭議在于：AI究竟是軟件公司的賦能工具，還是顛覆者？低成本競爭對手的涌現，是否會持續壓制現有軟件公司的收入增長和利潤率？這場爭論，將持續驅動板塊內部的收益分化。
Token價格戰：另一個不能忽視的變量
這份報告發布的同期，市場上還有另一條線索正在發酵：OpenAI與Anthropic之間的Token定價"競相降價"。
這場價格戰的背景是：部分企業已經出現"過度使用Token"（tokenmaxxing）的問題——例如Uber在一個季度內就耗盡了全年AI預算。當Token價格持續下降，大模型廠商的收入壓力將進一步加大，其支撐龐大資本開支承諾的能力也將受到考驗。
這意味著，預測中的資本開支數字與實際落地之間，可能存在相當大的缺口。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
