在一輪飛速反彈過后，美股進入了波動期 。科技股或人工智能（AI）主題能否持續發力 ，這成為了投資者的最大看點
。

　　過去兩周
，華爾街明顯充斥著對AI資本開支（Capex）增長可能在2026年見頂的擔憂，這也是今年一季度“DeepSeek沖擊 ”后的又一次擾動。原因包括：AI部署缺乏投資回報率；企業持續為AI資本開支持續提供資金的能力存疑；英偉達和AMD對中國的GPU出貨短期缺乏上行空間 ，投資者在短期內開始對 AI 股票采取更為謹慎的態度，這從英偉達自發布財報后就走勢疲軟的股價中可見一斑 。

　　盡管如此
，多位華爾街資管公司的基金經理對第一財經記者表示，整體仍對AI主題持樂觀態度。一季度“DeepSeek沖擊
”重創美國科技巨頭 ，如今這種擔憂并不強烈
，但市場的擔憂在于，部分AI概念股的漲幅已超過短期盈利增長軌跡
。高盛最新發布的AI主題報告提及 ，超大規模企業的AI資本支出一直超出市場預期。然而
，如果資本支出增長最終放緩，將對這些股票的估值構成風險 ，因此今年第三季度和第四季度的財報季將成為關鍵考驗 。

　　AI資本開支遠未見頂

　　在2024年上漲32%之后
，與AI相關的股票今年以來又額外上漲了17%
。投資者越來越多地詢問，當前美股價格是否反映了投資者過于樂觀的預期。

　　科技巨頭的未來表現對美股指數舉足輕重 。“科技七巨頭”在標普500總市值中占比約34% ，同時
，它們貢獻了指數約25%的盈利，但盈利增速遠高于指數整體——2025年一季度“七巨頭 ”凈利潤同比增長27.7% ，而標普500整體盈利增速僅約10%，意味著“七巨頭”對利潤增量的貢獻超過一半以上
。

　　在過去一周
，市場重新開始擔憂AI資本開支增長是否可能見頂。高盛美股策略師哈蒙德(Ryan Hammond)對第一財經記者表示，在極端情形下 ，如果資本開支和長期增長預期回到 2022年水平
，高盛的宏觀模型推算標普500可能下跌15%-20% 。

　　不過，他認為 ，資本開支和未來增長預期被削減到這種程度的可能性不大
，而且由于分析師長期低估超大規模云廠商的資本開支，判斷拐點時機很困難
。例如 ，今年以來
，對超大規模企業2025年資本支出的預估已增加1000億美元，目前達到3680億美元。因此 ，2025年第三季度和第四季度的財報季將成為關鍵考驗 。

　　無獨有偶
，摩根大通表示，目前還沒有看到AI投資交易過熱的跡象 ，因為幾大關鍵需求仍在維持增長——前四大云服務商（CSP）依然用增長的經營現金流來支撐資本開支預算，且有充足的能力將資本開支擴張到2027年；大型私人AI實驗室和主權基金也正在加大投入
，推動AI投資繼續增長；AI應用場景顯著擴散，盡管企業類AI還相對有限 ，但消費類AI
，推理模型的采用仍處于非常早期階段，這帶來了極強的算力和token消耗增長
。此外 ，摩根大通認為
，中國在這方面的資本開支增長甚至還未真正啟動，這意味著另一條需求增長路徑。

　　摩根大通預計 ，AI資本開支在2026年至少有望增長約20%
，并在2027年進一步擴張，驅動力來自推理模型持續普及以及 2026-27 年企業級和自主型（agentic）AI 工作負載的初現 。

　　進一步來看前四大CSP（亞馬遜AWS、微軟Azure 、谷歌
、Meta） ，它們的合計息稅折舊及攤銷前利潤（EBITDA）和經營現金流預計在2022–2026年期間實現23%的復合增長率
，這顯示了在生成式AI時代極其強勁的經營表現。

　　之所以資本支出如此關鍵，是因為資本支出在表面上是花出去的錢（成本） ，但市場更關注的是它背后代表的未來需求前景
。對超大規模企業（微軟 ，亞馬遜
，谷歌等）來說，建數據中心、買GPU 、加光模塊、電力設備 ，不是單純燒錢
，而是為了滿足客戶未來對AI云算力的需求。如果資本支出放緩，市場會解讀為“AI 客戶需求沒那么強烈了
” ，甚至認為AI投入的回報不如預期 。結果就是——成長性邏輯受挫
，估值下修
。

　　聚焦AI投資的四個階段

　　盡管如此，之所以投資者的擔憂加劇 ，也是因為“英偉達們”近期的股價停滯不前。

　　8月底發布財報的英偉達各項指標都超出預期
，但數據中心收入環比僅增5%，毛利率指引出現下滑信號——市場用“超高預期 ”這把尺子衡量 ，任何不再加速的指標都會觸發短線止盈
，于是盤后跌3% 。2025-2027年復合增速40%以上仍是賣方一致預期，但近50倍的遠期市盈率倍數PE需要業績“持續超預期
”才能維系
。

　　除了英偉達 ，Meta
、亞馬遜、微軟等都陷入區間波動。不過，高盛似乎并不太擔心科技巨頭
，稱其估值仍低于2000年和2021年峰值時的水平 。

　　例如，標普500中最大的5只股票（英偉達 、微軟
、蘋果、谷歌 、亞馬遜）當前平均市盈率為28倍 ，而2021年峰值時為 40 倍
，科技泡沫時期峰值時為50倍；此外，由于當前實際債券收益率比當時低200多個基點 ，這些大型股票的收益率差距（高出實際債券利率的幅度）比科技泡沫時期峰值時高出 4 個百分點
。

　　不過
，也有部分大型股票估值較高，例如特斯拉和Palantir的市盈率分別高達151倍和200倍。整體來看 ，隨著投資者更趨謹慎
，那些能從AI中獲得切實短期盈利收益的企業將更受青睞 。

　　哈蒙德表示，應將AI投資浪潮分為四個階段 ，每一階段的核心邏輯和受益公司都不同
，從底層算力到應用場景再到最終的生產力釋放，形成了清晰的投資演進路徑
。

　　具體而言 ，第一階段的主題是“算力驅動”。英偉達憑借GPU的壓倒性領先地位，成為生成式AI爆發的最大受益者 。在這一階段
，市場的關注點集中在模型訓練與推理的基礎設施“引擎 ”，因此英偉達的業績與估值表現呈現出爆炸式增長。

　　第二階段是基礎設施擴張 ，當需求從模型訓練延展至大規模商用
，科技巨頭和云廠商必須加大資本支出，構建支持 AI 的數據中心和算力網絡
。受益標的包括：半導體設備商
、內存與存儲、云廠商與超大規模企業 、網絡設備與光模塊公司。這也恰好迎合了當前的情況 ，超大規模企業的資本支出勢頭強勁
，繼續為AI基礎設施建設階段（第二階段）相關的股票提供支撐 。

　　第三階段則是收入賦能，隨著 AI 模型逐步嵌入各類產品和服務 ，企業開始通過 AI 驅動新的營收來源
，例如軟件巨頭（微軟
、Adobe、Salesforce等），互聯網平臺（Meta 、谷歌等通過AI強化廣告投放與推薦引擎） ，垂直行業應用（醫療
、金融、制造等領域的SaaS公司）
，這一階段的核心是“AI 開始賺錢
”，投資者會關注 AI 是否真正帶來收入提升
。但投資者目前對第三階段的興趣有限 ，因為他們仍在糾結AI對眾多企業究竟是威脅還是機遇。

　　第四階段是生產力釋放，受益范圍最廣
，例如辦公與協作平臺（微軟 Office 、Zoom、Slack），工業與自動化（西門子
、ABB、特斯拉自動駕駛）等 。這一階段將是“普惠效應” ，不再局限于科技股
，而是擴散至傳統行業
。

　　不過，目前資本市場似乎仍更愿意為第一 、第二階段的故事買單 ，尤其是9月歷來是一年中美股表現最差的月份。短期看
，資本支出周期和硬件需求仍是驅動力 。中長期看，AI真正能否在各行業落地并提升生產力 ，將決定其對全球股市和經濟的深遠影響
。

（文章來源：第一財經）