AI 驱动的资本支出超级周期
高盛最新报告指出,大型语言模型与 AI 技术正推动企业大规模增加基础设施与算力投入,一个由私营部门投资驱动的资本支出超级周期已正式启动。高盛预计,2026 年主要云服务运营商的资本支出将达约 7700 亿美元,接近其经营现金流的 100%。摩根大通也确认,五大超大规模科技公司(微软、Meta、甲骨文、谷歌、亚马逊)2026 年资本开支预期超过 6500 亿美元,比上一财报季上调 1300 亿美元。2025 年,AI 相关投资已为美国实际 GDP 增长贡献 25 个基点。
更进一步而言,当前美股市场的定价逻辑也在发生实质性变化。北美四大云厂商 2026 年 AI 资本开支指引上调至 7100 亿美元,订单锁定未来 12-24 个月业绩,硬件公司全年净利润增速中枢超过 80%。在此背景下,持续超预期的业绩有望对冲利率上行带来的估值压力,AI 产业链或将成为美股穿越波动的主线。摩根大通在 2026 年中期展望中同样强调,AI 已从概念走向现实,正驱动真实且庞大的资本开支周期;但风险同样来自 AI 本身——若牛市情绪逆转,最拥挤的 AI 板块将面临最大抛压。
AI 产业链的三层结构:基础设施、模型与应用
上述宏观叙事落到产业层面,首先需要厘清产业链内部的结构性分层。截至 2026 年 6 月,标普 500 中 AI 相关公司总市值已超 10 万亿美元,但不同环节的商业模式、风险特征与增长驱动力差异巨大。具体来看,可以划分为三个层次:
算力基础设施层:最确定的“卖铲人”
这一层位于产业链最上游,需求直接源于中下游对算力的刚性支出,收入可验证——每颗芯片都有明确客户与价格。在所有环节中,这一层的确定性最高,堪称 AI 时代的“卖铲人”。
英伟达(NVDA)是绝对龙头,GPU 在训练与推理市场占据主导,数据中心业务收入过去六个季度增长超 300%。2026 财年第一季度,英伟达营收 441 亿美元,同比增 69%,数据中心贡献 391 亿美元,同比增 73%。Blackwell 架构渗透远超预期,贡献数据中心收入 70%。英伟达已宣布每年发布新一代芯片:2024 年 Blackwell,2025 年 Blackwell Ultra,2026 年推出 Vera CPU 与 Rubin GPU 全新平台。CEO 黄仁勋称其为“人类历史上规模最大的基础设施扩张”。高盛认为芯片制造商是最大受益者,半导体行业净利润率已接近 50%。
博通(AVGO)则走出另一条差异化路线——定制 ASIC(专用集成电路)。2026 财年第二季度,博通 AI 半导体收入达 108 亿美元,同比增 143%,拥有 Google、Meta、Anthropic、OpenAI 等六家核心客户。AMD(AMD)凭借 MI 系列加速卡在推理场景逐步获取份额,美光科技(MU)则受益于 HBM 高带宽存储需求爆发。
基础模型层:高不确定性赛道
从基础设施向上游延伸,便是开发大语言模型、多模态模型并直接提供 API 或产品的公司。然而,这一赛道与算力层的确定性形成鲜明对比——训练前沿模型成本高达数千万至数亿美元,推理毛利率因算力成本与定价竞争持续承压。截至 2026 年 6 月,仅极少数头部模型公司实现整体盈利。开源模型性能持续逼近闭源,进一步削弱闭源定价权。对美股投资者而言,直接投资机会有限——OpenAI、Anthropic 均未上市,谷歌、Meta 的 AI 收入也未单独披露。
应用软件层:收入与成本的双重优化
再往上一层,是将 AI 集成到具体工作场景的软件公司。这类公司可分为两类:原有巨头(微软、Salesforce、Adobe 等)将 AI 嵌入现有产品矩阵,通过提价或拉新获取增量收入;AI 原生初创公司则另辟蹊径,从零构建 AI 原生工作流。该层的核心逻辑是收入增长与成本控制的叠加——收入端支持更高定价,成本端通过自动化降低人力开支,盈利改善空间相比前两层更具弹性。
AI 资本开支的受益链条与扩散逻辑
理清三层结构之后,下一个问题是:钱花在了哪里,机会又在哪里扩散?AI 基础设施的投资机会并非简单买入 GPU 龙头了事,而是沿着“算力—存储—连接—光学—电源”逐级扩散。算力芯片(英伟达、AMD、博通)是起点;高带宽存储(美光、SK 海力士)紧随其后,因为 HBM 是 GPU 性能释放的必要配套;网络连接与光通信因数据中心内部互联复杂度提升获得增量需求;电源与散热亦受益于服务器功耗的持续攀升。麦肯锡估计,到 2030 年全球数据中心需约 6.7 万亿美元资本开支,其中 AI 工作负载相关约 5.2 万亿美元,意味着这条链条上的机会将贯穿未来数年。高盛预计,AI 收益将从超大市值公司向更广泛范围扩散,中小市值环节的补涨空间值得关注。
结语
综合来看,2026 年美股 AI 产业链的投资逻辑正处于从“概念驱动”向“业绩驱动”切换的关键阶段。超大规模科技巨头史无前例的资本开支为产业链提供了坚实的订单锚点,而盈利能力的持续验证则是估值能够维持高位的根本前提。正如高盛所强调的,在借贷成本高企的环境下,强劲盈利增长将成为驱动股价表现的更重要因素。对于投资者而言,沿着受益链条精选个股、在确定性最高的环节中寻找未被充分定价的机会,或许是在这一轮 AI 浪潮中获取超额收益的可行路径。
风险提示:本文仅作投资逻辑客观分析,不构成任何投资建议。市场有风险,投资需谨慎。