AI风险投资逻辑正在突变：从追加资本支出到重新审视回报

市场近期的一个明显信号是，投资者对AI风险投资的态度出现了戏剧性转变。当某家科技巨头宣布减少资本开支时，曾经会引起市场兴奋，如今却引来股价大幅下跌。这种反差背后，其实反映出风险投资策略的深层逻辑在悄然改变——从单纯追逐资本扩张的乐观叙事，转向对投资回报真实性的冷静审视。市场究竟在担心什么？我们从资本回报、融资压力和企业关联风险三个维度，梳理出AI领域的三大风险点。

巨额资本开支能否转化为真实回报？

本轮AI浪潮最醒目的特征，就是科技企业在算力和数据中心上的投入规模前所未有。根据FactSet和Bloomberg的数据，全球五大云服务商在过去四个季度用于AI领域的资本开支已累计达3572亿美元，而市场预期到2026年这个数字还会进一步上升至约5000亿美元。

这意味着什么？从现金流的角度看，这五家公司用于AI的资本开支已经平均达到其自由现金流的60%。换句话说，企业产生的现金有接近三分之二要投向AI领域。其中有些公司的情况更加极端——某些企业的资本开支占经营现金流的比例已超过500%，也就是说内部现金流根本无法覆盖投资需求。

关键问题来了：这么大规模的投入，真的能换来预期的回报吗？

从商业化现状看，AI虽然被公认为最具潜力的技术方向，但其商业变现路径至今仍不明确，盈利模式还在探索阶段。这带来了两重不确定性：一是未来能否转化为可观的盈利规模存疑；二是随着投资规模不断扩大，AI投资的边际效率大概率会下降。

这与历史规律相符。经济学告诉我们，资本投入通常遵循边际回报递减的规律——投入越多，增长越慢。但AI投资的成本却没有相应下降。自2023年以来，计算机和信息处理设备的价格反而持续上涨，这与1990年代互联网浪潮时资本品价格的持续下行形成了鲜明对比。换句话说，当前的AI投资还处于"规模不经济"阶段，大投入并未带来成本的相应下降。

这一现象正在推动市场重新定价股票估值。投资者的乐观预期如果过于膨胀，就必然面临修正。甲骨文股价的大幅调整已经释放了这个信号：单纯讲资本开支故事的时代已经过去，市场现在需要看到真金白银的回报，而不是永无止境的资金投入。

这种预期调整在历史上屡见不鲜。每一轮科技革命浪潮中都会出现类似的价格波动。虽然AI作为通用技术确实具有提升劳动生产率的长期潜力，但技术进步往往呈现阶段性波动，不是线性演进。在产业大周期中，通常会经历多轮间隔3-5年的投资扩张与调整。股票价格作为投资活动的领先指标，波动幅度往往更大。正如经济学家凯恩斯所说的，股票购买者很大程度上对自己购买的东西认识不清，当过度乐观的幻想破灭时，市场价格就会转为下跌。

融资依赖增加背后的信用隐忧

企业的大规模投资往往需要多年才能完成，但支持这些投资的人工成本和原材料成本必须立即支付。这意味着，企业需要在项目产生回报之前就预先支出大量资金。这些资金要么来自内部现金流积累，要么依赖外部融资。

融资的可获得性和成本取决于一个关键因素：放款方对企业偿债能力和经营前景的信心。一旦这种信心动摇，信用条件随之收紧，企业不仅要承受融资成本上升，投资计划的连续性也会受到威胁。

以甲骨文为例，这家公司在AI领域的雄心勃勃的资本开支计划，很大程度上依赖于外部融资来支撑。根据最新的财报数据，甲骨文的自由现金流已经滑至负值，达到-100亿美元。从资产负债表来看，公司实现的盈利只有289亿美元，而净债务规模却高达977亿美元——这种巨大的不匹配正在引起市场警惕。

市场对甲骨文信用风险的重新定价已经开始显现。 一个最直观的指标是信用违约互换（CDS）利差——这是放款方对企业违约风险要求的保护费用。甲骨文的CDS利差在过去数月持续上行，已升至140个基点以上，触及2008年金融危机以来的最高水平。这意味着，放款方对甲骨文的信用担忧明显上升，并要求更高的风险补偿。相应地，甲骨文未来融资的难度和成本必然会显著上升。

这不是孤立现象。其他AI相关企业也开始面临类似困境——收入增长不及预期，但融资需求仍然强烈。有些高性能计算云服务商因为客户合同履行延迟而下调营收预期，随后又宣布发行大额可转换债券补充资金，进一步加剧了市场对其融资压力的担忧。其股价在近期累计下跌37%，相关债券的CDS利差从不足400个基点快速攀升至773个基点，信用状况明显弱化。

科技巨头交织成网，谁来承担关联风险？

这一轮AI浪潮的独特之处在于，科技巨头正在接管风险投资者的角色。他们不仅投资于初创企业，还主导了整个产业发展方向。从表面看，这种模式有利于增强产业内部协同，减少信息不对称，提高整体效率。

但问题在于，这也带来了新的脆弱性：企业之间形成了复杂的投资与融资关系，单个企业的风险容易通过产业链和资金链向整个行业传导，形成连锁反应。

目前，英伟达、OpenAI、甲骨文等科技巨头已经建立了多层次的业务合作，涵盖直接投资、云服务采购、芯片部署和联合研发等多个维度。这些企业相互"绑定"，已经形成了一张紧密的关联网络。

具体看：英伟达一方面向OpenAI承诺投资至多1000亿美元，另一方面从云计算基础设施公司采购价值63亿美元的云服务，同时还向英特尔投资50亿美元并计划联合研发芯片。OpenAI则与甲骨文签署了价值3000亿美元的云计算合作协议，还承诺向其他基础设施公司支付至多224亿美元，并部署价值数十亿美元的AMD芯片。

这种高度交织的结构意味着：如果其中某一家企业因投资失败或资金链断裂而陷入困境，其负面冲击将迅速扩散至合作伙伴，可能引发行业内的连锁反应。上周甲骨文股价大幅调整后，其他相关企业的股价也随之走弱。即便是业绩表现好于预期的芯片公司，其股价同样受到明显冲击。这个市场反应说明，投资者正在重新评估当前AI企业"抱团"格局所隐含的风险，相关的传染性风险正在逐步受到重视。

AI减速对美国经济意味着什么

2025年美国经济展现出较强的韧性，但这种强势在很大程度上得益于AI相关固定资产投资的扩张。测算显示，AI对美国实际GDP同比增速的贡献约0.7个百分点，占整体增长的三分之一左右。这意味着，剔除AI因素后，传统行业缺乏内生增长动能，整体经济表现并未如表面数据所示的那么强劲。

展望2026年，如果市场对AI资本开支能否实现足够回报的疑虑持续存在，同时融资环境对相关企业的约束增加，那么一个合理的预期是：AI相关固定资产投资增速将面临明显放缓压力。

这种风险难以通过单纯的货币宽松政策来对冲，因为AI面临的核心约束不是融资成本问题，而是投资回报兑现的不确定性。此外，当前的关税政策也在推高AI资本品的价格，这是供给端的约束，同样不是央行政策所能解决的。

AI的财富效应同样值得关注。 研究数据显示，当前美国近一半的消费支出由收入最高的10%人口贡献，而这个群体持有约87%的美国股票。在过去几年中，这个高净值群体从资本市场的强劲回报中获益匪浅。一旦市场调整引发财富效应减弱，消费支出就会面临压力。

同时，美国劳动力市场已呈现持续走弱迹象，就业前景的不确定性正在压低消费者信心。历史经验表明，当经济进入后周期阶段，不足的消费需求往往成为突出特征。当前呈现的"K型"消费分化——即高收入群体消费稳定而中低收入群体消费受压——是否正在释放这样的信号，这个问题值得持续关注。