科技巨頭砸這麼多錢，AI投資回報率到底行不行?

科技巨頭這輪AI「燒錢」，回報率到底怎麼樣？摩根士丹利給出的答案並不悲觀：模型公司利用自有算力提供API服務，ROIC最高可達46%；超大規模雲廠商出租GPU的ROIC約31%，即便依賴第三方基礎設施的模型公司，ROIC也有約25%。從資本回報率看，這場萬億美元級的AI軍備競賽並非單純「燒錢」。

更重要的是，AI投資正在逐漸具備自我造血能力。摩根士丹利預計，亞馬遜、谷歌、微軟、META四大巨頭合計運營現金流將從2026年的7390億美元升至2028年的1.23萬億美元，而同期新增債務融資需求將從2380億美元降至900億美元。到2028年，巨頭新增債務需求僅相當於運營現金流的約7%，資金壓力並沒有隨着資本開支膨脹而同步惡化。

但資本開支的瘋狂增長可能已經接近階段性尾聲。四大超大規模雲廠商數據中心資本開支預計從2026年的9170億美元升至2027年的1.47萬億美元，同比增長約60%，但2028年僅增長約12%。這意味着下一階段市場看的不再是誰能建更多數據中心，而是誰能把已經建成的算力轉化成收入和利潤。

而這恰恰是摩根士丹利最看好的地方：隨着資本開支增速放緩、AI應用滲透率提升，資金可能從硬件、半導體和內存逐步轉向模型、雲平台和軟件應用。AI投資的「回報率考試」，正在從算力建設進入商業化兌現階段。

資本開支：2027年達峰，2028年明顯降速

摩根士丹利預計，超大規模雲廠商數據中心資本開支將從2025年的約4660億美元增至2026年的約9170億美元，2027年進一步升至約1.47萬億美元，2028年則增至約1.64萬億美元。但資本開支增速將從2027年的約60%驟降至2028年的約12%。

其中，谷歌的擴張最爲激進，2027年數據中心資本開支預計同比增長83%；亞馬遜、META和微軟增速分別約爲50%、55%和43%，但到2028年均明顯放緩。

摩根士丹利認爲，芯片、機架、土地、電力和勞動力等現實約束正在限制進一步擴張，同時巨頭已經提前爲2027年至2029年的需求進行大量數據中心「預建」，資本開支繼續前置的空間有限。

因此，2028年的關鍵變化並非AI需求見頂，而是基礎設施投資從高速擴張進入消化期。

算力容量：三年接近翻四倍

儘管資本開支增速放緩，算力規模仍將持續擴張。摩根士丹利預計，四大超大規模雲廠商總算力容量將從2025年的約36GW增至2028年的約144GW，接近擴大四倍。

其中，谷歌預計將成爲新增容量最多的公司之一，2027年和2028年分別新增約9GW和11GW，主要用於訓練Gemini、推動GCP增長，以及支持Search和YouTube的生成式AI功能。

與此同時，算力結構也在變化。摩根士丹利預計，定製ASIC在新增算力中的佔比將從2025年的34%升至2028年的66%，谷歌TPU和亞馬遜Trainium將成爲主要驅動力。

換句話說，AI算力需求仍在增長，但行業正在從「搶GPU」轉向「提升單位算力效率」，英偉達依然佔據核心地位，但云廠商自研芯片的重要性持續上升。

AI回報率：自有基礎設施+模型層最賺錢

摩根士丹利測算了三種GenAI商業模式的資本回報率。在超大規模雲廠商出租GPU的IaaS模式下，以GB300爲基準，每GW對應收入約230億美元，ROIC約31%。

模型公司利用自有基礎設施提供API服務的回報率最高，每GW收入約304億美元，稅後經營利潤約179億美元，對應ROIC約46%。如果依賴第三方基礎設施提供API，雖然每GW收入達到約405億美元，但扣除算力租賃成本後，ROIC僅約25%。

這意味着，AI產業鏈最具吸引力的環節並不一定是單純出租算力，而是掌握模型能力、基礎設施和商業化能力的公司。摩根士丹利認爲，META和谷歌正是這一模式的代表。

市場空間：AI商業化才是下一階段關鍵

摩根士丹利預計，全球GenAI總市場規模（TAM）達到50萬億至60萬億美元，其中知識工作市場約20萬億至30萬億美元，消費端市場約30萬億美元。

按照公有云採用曲線類比，到2027年企業AI支出預計達到約8120億美元，相當於知識工作TAM約4%的滲透率。摩根士丹利認爲，AI的擴散速度可能快於公有云，因爲企業無需進行大規模基礎設施遷移，而且AI能夠更快產生可量化的生產率提升。

更重要的是，AI已經開始出現實際的商業化信號。截至2026年二季度，約25%的標普500成分股公司已經能夠量化GenAI帶來的收益，較一年前的14%明顯提升。

這意味着AI投資正在從「先建設、後等待需求」逐漸進入「算力投入—應用增長—收入兌現」的循環，應用層能否持續貢獻收入和利潤，將成爲下一階段估值的核心。

編輯/Deng