“2026年到2030年，全球AI累计资本开支可能达到5.6万亿美元。但这些企业靠经营现金流，只能覆盖大约2.1万亿美元，还剩下3.5万亿美元的资金缺口。”
文 /巴九灵（微信公众号：吴晓波频道）
英伟达最大的客户正在成为它的敌人。这是近日《金融时报》中文网一篇文章的标题。
在其分析中，谷歌、亚马逊等云服务厂商一边持续采购大量英伟达芯片，一边也开始通过自研芯片、建设算力基础设施等，降低对英伟达的依赖。
换句话说，过去依靠英伟达提供核心硬件的最大买家，开始尝试自己掌握更多主动权。
这无疑改变了市场的旧故事。过去两年，英伟达成为全球最受关注的科技公司之一，很大程度源于一个简单的逻辑：只要谷歌、微软、亚马逊、Meta这些企业不断采购芯片、服务器和相关设备，站在上游的公司，就会持续受益。
英伟达总部大楼
因此，过去市场关注的是这些企业愿意投入多少钱，因为投入越大，意味着订单越多，产业链增长预期也越明确。但如今，市场开始追问另一个问题：这些投入最终能不能带来回报？
围绕这个问题，人们也在三个方向中开始选边站。
第一种继续押注英伟达和它的产业链，认为无论巨头之间如何竞争，算力需求不会消失，芯片、光模块、服务器依然会持续受益。
第二种则开始把目光转向谷歌、微软、亚马逊、Meta这些花钱的人，如果它们能证明巨额投入正在带来回报，那么它们自身就是新的机会。
而第三种则谁也不押注，认为泡沫迟早毁灭，而不参与是最好的选择。
不同判断同时存在，市场失去了过去那种简单的上涨逻辑。
于是7月以来的市场就变成了这样：A股科创50指数单月暴跌约26%，创下历史最大月跌幅；韩国综合指数一个月跌掉22%，又在最后一天暴涨18%，刷新纪录；费城半导体指数7月跌幅超过20%，却在8月初走出深V反转。
在指数不断拉扯之外，市场争论的已经不单单是谁能赢，而是一个更本质的问题：当巨额投入进入下一阶段，创造价值的到底是谁？
如《华尔街见闻》给全球科技市场定下的一个基调：华尔街对AI无条件示爱的狂热期，已经彻底结束。
失效的支出指标
要理解今天市场的分歧，需要先回到过去最重要的一条投资指标：资本开支。
所谓资本开支，是企业为了取得、建造或者升级长期资产，比如厂房、机器设备、土地使用权、信息系统等而发生的现金支出。
过去两年，以英伟达为代表的硬件供应商，其业绩、股价的大幅增长，本质上是因为它们站在了产业投资的最前端。而推动这一切的，是微软、谷歌、亚马逊、Meta等云服务厂商不断扩大的资本投入。
据此的市场交易逻辑也相对简单且粗暴：无论是机构还是散户，一旦看到头部买单人官宣加码资本开支，就等于拿到了行情上涨的信号，资金提前埋伏入场，带动AI各大细分板块轮番上涨，这套打法屡试不爽。
但今天，这条沿用已久的旧规律似乎开始失效。一个直观的信号，来自近期两大科技巨头的财报行情反差。
7月22日，谷歌公布最新财报，尽管核心财务数据表现亮眼（其中谷歌云业务当季营收同比增长82%，市场预期64%），但由于资本开支指引大幅上调，其股价在财报发布后盘后交易中一度大跌近5%。次交易日全天跌幅达到7%。
与之形成鲜明对比的是，7月30日凌晨，微软公布最新财报，在亮眼业绩之外，其资本支出指引不增反降。市场反馈积极，盘后股价一度大涨超9%。
7月30日微软财报超预期跳空大涨
这种区别反应似乎传递了一个清晰的信号：资本开支的规模，已经不再是科技行情的正向催化剂。曾经屡试不爽的“资本开支=产业链上涨”逻辑，开始失灵。
过去市场关心的是买单人愿意为AI投入多少，赌的是行业增量空间；如今市场关心的是他们能否持续稳定投入，赌的是产业经营的确定性。
于是，大家已经把目光，从资本开支转移到了另一个财务指标上——自由现金流。
还有钱吗？
所谓自由现金流，简单理解就是一家企业支付完资本开支之后，真正还能自由支配的现金，是衡量企业自身“造血能力”的重要指标。它的计算方式并不复杂：经营现金流减去资本支出。
其中，经营现金流指企业通过主营业务赚取的现金，扣除日常运营成本后剩余的资金。
用面包店的生意做个简单类比。一家店一个月卖面包收入100万元，扣除食材、人工、房租等成本后，剩下50万元，这就是经营现金流。如果老板再花20万元购买新烤箱，那么最终剩下的30万元，就是自由现金流。
这个数字一般能反映一家企业扩张的可持续性。自由现金流充裕，说明公司靠卖东西赚的钱，不光够日常开销，还够自己买设备、搞扩张，不用求人借钱。
自由现金流转收紧，说明现阶段赚的钱连添置新设备都不够，要么花以前的积蓄，要么去银行贷款或找股东要钱，才能把项目继续下去。
对于正在大举建设AI基础设施的超大规模云厂商而言，这是一条非常关键的经营红线。
从最新财报来看，北美四大云服务厂商已经出现了明显分化。微软仍然保持着相对稳健的现金流状态，但谷歌、亚马逊、Meta却都不同程度地承受着现金流压力。
这意味着，企业过去依靠经营收入覆盖投资的模式，正在面临更大压力。而这种压力可能还会持续。
中金公司测算，2026年到2030年，全球AI累计资本开支可能达到5.6万亿美元。但这些企业靠经营现金流，只能覆盖大约2.1万亿美元，还剩下3.5万亿美元的资金缺口。
对此，中金给出的融资路径判断是：公开市场股权融资0.4万亿、投资级债券1.5万亿、杠杆融资0.3万亿、资产证券化0.3万亿、私募资本1.1万亿。
也就是说，AI建设过去的逻辑是自己赚钱自己花，现在变成了自己赚的钱不够花，得靠借钱和融资来补。
买单者的钱包出了问题，市场自然紧张。
何时赚回来？
放到企业经营中看，自由现金流转负在大规模扩张阶段并不罕见，真正关键的问题是：今天投入的钱，未来能不能赚回来。
如果面包店老板花20万购置了一台高端烤箱，当年店里的剩余现金会大幅减少，自由现金流会很难看。但如果这台设备未来几年能提高产能、带来更多利润，那么这笔投入依然值得。反之如果无法创造足够的收益，再昂贵的设备，最后也只是一堆闲置的铁疙瘩。
因此，判断一项投资是否值得，有两个非常核心的指标：每投入一块钱能带来多少收益，也就是投资回报率；以及多久能够收回成本，即投资回报周期。
而这正是当前市场分歧最大的地方。
在投资回报率的问题上，市场真正的担忧或许并不是回报率偏低，而是这个数字可能在持续下降。
华尔街著名的投资人吉姆・查诺斯在今年6月的一次博客访谈中，透露了其对微软、谷歌、亚马逊、Meta、甲骨文五大云厂商的投入收益情况的计算，得出了一个结论：巨头新增投入的赚钱效率，相比之前直接腰斩。
吉姆・查诺斯
18个月前，五家云厂商每新增一笔投入，平均能拿到40%的收益回报；但到了今年年中，这个收益比例已经降到了20%。更关键的是，按照当下持续加码扩产的节奏，后续的赚钱效率大概率还会继续下滑。
这是偏悲观的一面。摩根士丹利则在7月27日给出了一版更乐观的测算。
他们梳理了AI行业三种主流的赚钱模式，分别算了回报率：
◎一是直接对外出租GPU算力的IaaS业务；
◎二是依托自有机房运行自研大模型、对外提供推理API调用服务；
◎三是不自建重资产、租用第三方算力打包售卖模型接口。
测算出的三组增量资本回报率分别为：31%、46%和25%。
如果基于数据，按照简单的静态回本公式“1÷回报率”进一步计算，北美头部云厂商AI投入理论回本区间为2.17—4年，自研模型推理API资本效率最优，纯算力出租次之，轻资产贴牌API回报最慢。
当然，这只是理想情况下的测算，建立在算力持续满负荷运行、价格保持稳定、不考虑硬件淘汰、融资成本和运营支出等条件之上。它并不代表真实回本时间。
所以，今天市场面对的其实是两本不同时间维度的账：一本是眼前的经营账，关注现金流和投入压力；另一本是未来的价值账，关注这些投入能否转化为长期收益。
而两本账之间存在的时间差，正是当下市场摇摆不定的根源。
两个变量
一个无法回避的问题是：在开支仍在加速膨胀，但性价比却不断遭受质疑的现阶段，所有人都在担心泡沫破灭、踩踏发生。
这样的故事并不陌生。19世纪铁路、20世纪末光纤网络以及互联网泡沫，都曾经历过类似阶段：资本提前涌入，企业大规模扩张，市场不断推高预期，最终因为需求兑现速度跟不上投资速度，行业迎来重新洗牌。
历史总是压着相同的韵脚，但并不会简单重复。目前来看，和过去相比，存在着两个值得关注的变量。
◎第一个变量，是买单者的韧性。
最近国际信用评级机构穆迪发出警告称，每年近万亿美元规模的AI基础设施投资，正在持续挤压超大规模云服务商的自由现金流，并增加资产负债表压力。
但与此同时，穆迪也指出，微软、Alphabet、亚马逊和Meta仍拥有全球最强劲的企业资产负债表之一。这意味着，它们确实正在承受资金压力，但距离真正的财务危机仍有较大距离。
以谷歌为例，2026年第二季度营收达到1198亿美元，同比增长24%。目前，投资带来的压力，更多体现为资本效率问题，而不是企业生存问题。
它们所拥有的现金储备、稳定的主营业务以及强大的融资能力，即便自由现金流短期承压，也不会轻易因为几个季度回报不及预期而陷入资金危机。
◎第二个变量，是需求端仍未熄火。
从各项数据来看，目前算力供需依旧处于紧平衡状态。中国信通院监测显示，今年一季度国内AI算力需求同比上涨417%，但同期智能算力供给增速仅为128%。行业整体高端算力缺口长期维持在28%-58%的高位区间。
云服务厂商自身的业绩也印证了这一点。谷歌云二季度收入同比增长82%、微软云业务增速同比增长42%，均远超市场预期。
驱动这些高增长的，无一例外指向了AI。如谷歌高层对业绩的解释，其云业务增长“由对AI基础设施和AI解决方案的强劲需求推动”。
所以即便AI基础设施投资虽然面临巨大的资本压力，但推动这场浪潮的两个关键条件仍然存在：买单者拥有足够强的财务韧性，需求端也没有出现明显降温。
这并不意味着所有投资都会成功，也不意味着AI不会出现阶段性泡沫。但至少目前，这场投资周期仍然具备继续运行的基础。
实际上，理性的分析并不难，难的是明知道所有事实，却依然难下判断。
市场往往如此：上涨的时候，人们容易相信各种乐观叙事，认为AI会改变一切，资本投入永远正确；而下跌的时候，又容易陷入另一种极端，认为泡沫即将破裂，整个行业都会失败。
如今看这篇文章的各位，你又站在天平的哪一端呢？
作者|田伟凤
主编|何梦飞
图源|VCG、网络
热门跟贴