陈霞昌

这两周美股进入财报季，备受关注的科技巨头们陆续发布2025年四季度和全年的业绩。总体上看，科技大厂们的业绩都不错。但业绩发布后，巨头们的股价反而持续走弱，微软甚至出现单日下跌10%的窘相。业绩本应是资本市场的“定心丸”，为什么现在却沦为“抛售信号”？

一个解释是：巨头们在2026年近乎“梭哈”式的资本支出，以及隐藏在资本支出背后的人工智能相关投入。科技巨头好像撞上了一堵由“AI”筑起来的墙，一面横亘在短期盈利与长期布局、技术狂欢与商业现实之间的无形壁垒。

2026年，谷歌、亚马逊、Meta和微软四巨头的资本支出将迎来爆发式增长。其中亚马逊计划全年支出2000亿美元，谷歌预计达到1750亿至1850亿美元，Meta支出1150亿至1350亿美元，微软也预估投入超过1000亿美元，同比增幅均大幅超越市场预期。公司高管均表示，这些钱将主要用于扩大数据中心规模、购买或自研AI芯片。

放在前两年，如此大规模投入是重大利好，但投资者现在却不买账了。

AI投入具有重资产、长周期的鲜明特征，巨头们的激进布局直接挤压了短期利润空间与自由现金流——亚马逊2026年的资本支出甚至已超过其全年经营现金流，微软和亚马逊的资本支出占营收比重也大幅攀升。更值得警惕的是，为支撑AI基建，科技巨头们纷纷转向债务融资。过去一年，科技公司在美国债券市场的融资规模同比增长70%，杠杆水平上升的同时，信用风险也在累积，投资者担忧这种“债务驱动型投资”会将企业拖入困境。

过去两年，AI行业的狂欢多依赖“参数堆料”、“算力竞赛”。巨头们信奉“算力=智商”，拼尽全力采购GPU、搭建千兆瓦级数据中心，但这种模式看起来仿佛走进死胡同。OpenAI联合创始人伊利亚直言，行业已经到了预训练范式的科学极限，翻倍的预算再也换不来两位数的性能提升。更严峻的是数据瓶颈：Epoch AI预测，按当前节奏，公共人类文本将在2026至2032年耗尽，部分模型已在2025年触顶。此外，AI模型的“偏科绝症”也让投资者担忧：动辄千亿参数的模型能搞定复杂的理论物理测试，却算不清简单的库存逻辑，能撰写长篇报告，却无法稳定修复软件bug，这种“高智商低实用”的现状，让巨头们多少有些尴尬。

此外，AI产业下游的商业化应用场景仍显匮乏，除了云服务搭载AI带来的部分增长，消费端、工业端的规模化变现仍处于探索阶段。而对于众多中小企业而言，AI投入回报率也不高。麦肯锡调研显示，近80%部署AI的企业未能实现净利润提升，95%的生成式AI试点项目没有带来直接财务回报。

对于行业，或者对于投资者而言，这面“AI墙”能穿过去吗？

短期来看，巨头们的AI投入阵痛仍将持续，股价波动可能成为常态。2026年作为巨头AI资本支出的峰值年份，财务指标下滑的局面难以改变，叠加技术瓶颈、商业化滞后的影响，投资者的谨慎情绪不会快速消退。但从长期来看，AI的行业红利仍在持续释放，巨头们的前期投入有望逐步转化为核心竞争力，“AI墙”将被打破。从行业趋势来看，AI的应用场景正在逐步拓宽，工业制造、医疗健康、金融服务等领域的AI渗透率不断提升，随着技术瓶颈的突破——比如少样本学习、多模态融合技术的成熟，以及数据治理体系的完善，AI的实用价值将逐步凸显，商业化变现的路径也会更加清晰。

对于科技巨头们而言，打破“AI墙”的关键，不在于减少AI投入，而在于优化投入结构——放弃“堆料式研发”，聚焦技术突破与实用化落地；平衡长期布局与短期盈利，避免陷入“债务危机”的陷阱；加强产业链协同，打破技术壁垒与数据壁垒，推动AI从“实验室”走向“市场”。

本版专栏文章仅代表作者个人观点