AI 新时代：市场不再为大手笔支出买单，而是要求拿出证据

几年来，华尔街一直存在一条不成文的规则：科技公司在 AI 上投入越多，市场给予的奖励就越大。
这一叙事开始发生变化。
分析师 Fu Peng 表示，如今 AI 市场的逻辑正从“奖励烧钱扩张”转向“惩罚资本消耗”。换句话说，投资者开始不再询问“公司建设了多大的 AI 产能？”，而是开始询问“每烧掉 1 美元能产生多少收益？”
AI 正进入不同阶段
这一变化出现之际，AI 基础设施支出不断扩大。JPMorgan 预计，到 2026 年，AI 资本支出已增至 hyperscaler 运营现金流的约 93%，而 2023 年这一比例仅为 33%。
甚至在 2026 年第二季度，hyperscaler 的资本支出总额开始超过运营现金流，使合计自由现金流进入负值区间。
这并不意味着这些公司没有盈利能力。
恰恰相反，问题在于投资规模开始变得过大，不能再仅根据收入增长进行评估。
市场开始选择“能赚钱的 AI”
投资者情绪的变化，从市场对提高 AI 支出的公司的反应中清晰可见。
例如，Alibaba 最近宣布筹集约 100 亿美元，用于为 AI 投资提供资金，此前其季度利润下降 75%，AI 资本支出激增。市场反而做出了负面反应，因为投资者质疑这些投资何时才能产生收益。
另一方面，资产负债表强劲的公司仍然拥有积极投资的空间。
这就是 2026 年 AI 的悖论：
大手笔支出不再自动意味着看涨。真正看涨的是能够证明产生回报的大手笔支出。
这并不意味着 AI 泡沫将会破裂
这一点很重要。
AI 需求依然非常强劲。Goldman Sachs 甚至预计，AI 仍将是美国商业投资的推动因素之一，并可能通过股票财富效应对消费贡献约 0.5 个百分点。

因此，叙事的变化并不意味着市场正在放弃 AI。
市场只是在评估 AI 时变得更加成熟。
在第一阶段，投资者追逐能够获得 GPU、数据中心和计算能力的公司。
在下一阶段，市场可能会寻找能够证明以下几点的公司：
AI 收入 → 利润率 → 自由现金流 → 投入资本回报率。
投资者需要改变阅读财务报表的方式
因此，仅关注收入和用户增长数据正变得越来越不够。
投资者如今需要关注：
资本支出与运营现金流
自由现金流
投入资本回报率
用于为 AI 提供资金的债务
AI 货币化
数据中心投资回收期
能够在不牺牲资产负债表的情况下实现 AI 增长的公司，有望获得估值溢价。
相反，持续增加资本支出却无法展示货币化路径的公司，可能面临估值压力。
结论
AI 并没有失去其叙事。它的叙事正在升级。
过去，市场会因为公司敢于投入资金追逐 AI 而给予奖励。
如今，市场开始要求证明，这些资金不仅仅是扩张成本，而是能够产生收益的资本。
下一场 AI 竞争不再是关于谁拥有最大的​​数据中心，而是谁能够将数万亿美元的投资转化为真实现金流。
对于投资者而言，市场评估资本支出方式的这一微小变化，可能成为决定下一阶段 AI 赢家和输家的最重要主题之一。
$BABA ‌$AMZN ‌$MSFT ‌