全球AI信号密集释放,资本效率难题成产业链最大信用风险
全球AI交易正处在“信号密集期”。
当地时间11月17日盘后,英伟达交出超预期财报;AI模型企业Anthropic也进入IPO关键节点,计划于18日敲定发行价、19日正式挂牌交易。
11月16日,美联储主席凯文·沃什在旧金山联储生产率与就业工作组会议上发表讲话,首次将“超级智能”纳入货币政策框架,并以“投资回报不及预期”等三种情景,为持续升温的AI叙事标注了双向风险的官方坐标。
然而市场犹豫情绪未退,标普500、纳斯达克指数11月17日分别收跌1.03%、0.74%,均为四连跌,道琼斯指数下跌1.64%;亚太市场则分化,韩国KOSPI50收涨2.45%,日经225冲高1.3%后转跌,恒生指数续跌0.91%,A股继续企稳运行。
“AI应用扩张持续拉动算力需求,但需求增长并不能保证投资回报。”惠誉评级亚太区信用评论与研究高级董事胡旸瑞11月18日在媒体分享会上称,全球AI产业的竞争重心已从模型能力比拼,转向算力、部署效率、应用生态以及商业化能力。
资本效率问题待解
胡旸瑞分析称,AI基础设施投资仍在加码,但瓶颈已从高端计算芯片迁移至存储器、高速网络和电力并网,具备稳定电力配套的数据中心资产稀缺性进一步提升。
他强调,商业化成败不取决于技术指标,而在于企业能否将AI嵌入原有业务场景,依托存量客户、专有数据与分发渠道完成价值捕获,模型调用量快速上涨,并不自动转化为利润与现金流。
惠誉评级亚太区企业评级高级董事黄筱婷将此定义为“全球AI产业链面临的最大信用风险”:商业化与变现速度慢于资本投入速度。开源模型迭代加速、价格竞争持续,正在削弱前沿模型的定价能力。
联博基金市场策略负责人李长风对第一财经记者分析称,当前半导体盈利增长与超大规模云厂商资本开支增长并不匹配:“目前半导体盈利已接近相当于超大规模云厂商资本开支的100%,理论上这不太可能,因为部分资本开支必须投向电力、土地等基础设施。这意味着,要么资本开支指引过于保守,要么半导体盈利预测过于乐观。”他认为,这在一定程度上解释了云厂商全年波动为何如此之大:投资者正在推演一种情景,若资本开支继续上升,现金流将更成问题。
据联博基金测算,半导体行业营收占AI资本开支比例将从2026年约63%升至2030年约98%,两者斜率难以长期保持一致。
华尔街机构对资本效率发出警示,高盛则给出了回报门槛的量化基准:亚马逊、谷歌、微软、Meta、甲骨文和SpaceX六大美国超大规模云厂商2026~2027年AI资本开支约1.73万亿美元,若要实现15%的投入资本回报率,2028~2030年需累计创造约1.42万亿美元AI收入,兑现门槛显著抬升。
摩根士丹利则指出,AI 资本开支增速或将在2027年上半年见顶,周期不会骤然终结,但扩张斜率会明显放缓,市场应当降低对持续超预期资本投入的预期。
风险沿产业链传导
也有机构持相对乐观态度,汇丰认为 AI竞争已经从模型竞赛转向实际业务部署,头部云厂商依托客户基础仍然具备变现路径,但中小模型企业将面临更为严酷的生存环境。
黄筱婷给出了压力情景下的传导顺序:若收入不及预期,最先受冲击的是大模型企业,长期算力采购与数据中心租赁的履约能力被削弱;其次是算力服务商,前期GPU采购与机房租赁成本刚性,终端需求一走弱,现金流和再融资压力率先暴露;订单收缩随后蔓延至服务器、存储、半导体硬件环节。
缓冲垫仍在头部,李长风对超大规模云厂商“不那么担忧”,原因之一是其“有能力削减资本开支、转回核心的现金流业务”。
李长风进一步称,AI本质上与此前每一项演进型技术相似,通常遵循新技术引发狂热、资本开支扩张、过度投资导致价格下跌、基于新技术催生新商业模式的路径,当前市场正逐步进入第二至第三阶段,这意味着市场波动加大、市场广度开始扩散。“未来几个季度甚至几年,全球焦点将从卖铲人转向采用者。”李长风表示。
黄筱婷强调,未来12个月,最值得关注的指标依然是AI商业化进展。若AI应用能持续产生收入与现金流,将有助于支撑当前投资规模;反之,如果市场开始质疑投资回报率,可能影响融资意愿,并进一步向整个AI产业链传导信用压力。


