AI投资回报担忧升温 数万亿美元基建支出面临减值风险

Gartner最新研究把市场注意力重新拉回一个关键问题：过去两年被快速推高的AI基础设施投资，最终能否换来足够现金回报。该机构认为，2027年至2030年期间，AI相关收入可能无法覆盖所有已规划的资本开支，超过3.5万亿美元的AI基础设施投资存在减值可能，其中依赖算力扩张和融资扩张的新型云服务商压力更大。

这一判断在交易层面迅速放大。有卖方策略团队在客户沟通中指出，周三收盘前市场情绪已经偏紧，Gartner报告进一步压低了投资者对AI硬件、云服务和数据中心链条的容忍度。原本围绕算力采购、芯片订单和数据中心建设形成的估值叙事，开始被重新检验。市场关注点不再只是谁在花钱，而是钱花出去之后，收入能否在可接受时间内回来。

Gartner的担忧在于，AI投资规模扩张速度快于商业化收入兑现速度。该机构将AI更类比为嵌入既有业务中的技术能力，而不是一个能够独立形成高利润边界的产业市场。AI更多会被整合到软件、制造、金融、零售和公共部门流程中，用来提升效率、降低成本或改善客户体验。这样的价值释放路径通常更分散、更缓慢，也很难像单一爆款产品那样迅速形成可预测的收入曲线。

企业层面的数据也在强化这种判断。前沿模型公司Anthropic的收入增速明显回落，从第二季度的140%降至第三季度的45%。虽然其季度收入已经达到168亿美元，但放在整个AI资本开支盘子中，仍然难以完全对冲超大规模云服务商预计到2030年投入超过5万亿美元的长期支出。另一家头部AI公司OpenAI的年度收入预期也被认为低于市场此前预期约200亿美元。对于把模型公司视为AI交易核心支撑的投资者来说，这些变化意味着收入增长仍然可观，但与基础设施投资扩张之间的缺口正在变宽。

华尔街对AI资本开支的态度因此变得更谨慎。多家机构此前已经提示，AI领域可能出现投入产出失衡，部分项目若无法形成稳定收入，资产价值将面临重估。知名投资人也认为，宏观环境会让2027年股市面临更大压力，并指出当前市场资金流结构偏弱，回购和并购等支撑因素若与新股发行、增发及股份解锁等因素对冲后，整体资金面不如过去十多年乐观。

这些信号叠加在一起，使AI板块的讨论从增长故事转向现金流验证。投资者开始更仔细地拆解AI收入来源，包括模型调用、企业订阅、云消耗、硬件销售以及后续维护服务。对于上游芯片、服务器、光模块、液冷设备和数据中心电力设备而言，订单能否持续，取决于下游云厂商和模型公司是否还能维持高强度投入。若收入增速继续低于资本开支增速，部分资产的盈利假设可能被迫下修。