虽然 AI 投资周期正在从 " 投 " 走向 " 收 "，但这不意味着 " 减速 " 就是 " 见顶 "。

据追风交易台，高盛在最新 AI 报告中指出，尽管增速趋缓，AI 基建投资未来 2-3 年具备持续性，市场过度关注 " 回报慢 " 可能忽略了成本红利已经开始释放，且股价尚未反映这一结构性变化。

报告强调，尽管 AI 商业化变现仍处早期阶段，但基于成本削减的第一阶段回报已经显现。估计到 2030 年 AI 自动化可为财富 500 强企业节省约 9350 亿美元成本。分析师认为，这一早期收益足以支撑当前 AI 基础设施投资水平，尽管增长率可能放缓。

分析师也指出，超大规模云服务商作为 AI 基础设施的主要投资方，其投资决策更多基于长期收入增长机会，而非短期成本节约。

AI 投资回报争议，成本节约 VS 商业变现

生成式 AI 自 2023 年底掀起热潮以来，资本开支已累计超过 3500 亿美元。投资是否值得？回报是否可持续？这些问题正成为市场关注焦点。

高盛研究团队将 AI 价值创造分为三个阶段：第一阶段通过自动化实现成本削减（当前进行中），第二阶段重新投资并重建，第三阶段通过增量收入实现变现。

报告分析显示，AI 在客户服务、销售营销、IT 等职能领域的自动化应用已开始产生实际效益。以客户服务为例，43% 的呼叫中心已采用 AI 工具，平均运营成本降低 30%。

具体来看，摩根大通计划未来五年削减 10% 后台人员，AT&T 借助 AI 减少 30% 的呼叫中心流量，T-Mobile 预期到 2027 年可削减 75% 的客户服务接触量。

当前争议核心在于 AI 基础设施投资的可持续性。高盛预计，到 2030 年，全球财富 500 强企业可节省高达 9350 亿美元的成本，占其总成本的约 14%，AI 投资的净现值回报约为 7800 亿美元，相对于 3500 亿美元的累计投资仍显示正向回报。

分析师指出，超大规模云服务商作为 AI 基础设施的主要投资方，其投资决策更多基于长期收入增长机会，而非短期成本节约。这种投资与回报的时间差异使得 ROI 计算变得复杂。

基础设施支出短期无虞，推理需求成新动能

市场对 AI 股的另一个核心担忧是：基础设施支出是否已见顶？尤其是在训练芯片方面的库存积压与需求疲软预期升温。

高盛认为，这种担忧尚属过度，报告指出：

未来 2-3 年，尤其是到 2026 年，大型科技公司（如微软、亚马逊、谷歌、Meta）仍具备继续维持 AI 基础设施投资的财务能力，无需显著压缩利润率。

台积电、博通、SK 海力士等关键供应商持续上调 AI 相关收入预期。台积电六个季度以来不断提高近期和长期 AI 收入目标，SK 海力士预计 2025 年 HBM 收入将翻倍增长，这些数据都支持了供需基本平衡的判断。

来自企业客户与政府（主权 AI）对 " 推理 " 型算力的需求，将成为支出新动力，尤其是中小企业部署定制模型或边缘 AI 应用场景迅速扩展。

以英伟达为例，高盛通过深入分析 GB200 NVL72 机架的供需平衡进行回应。

基于英伟达公开表态，超大规模云服务商目前每周部署约 1000 个 GB200 机架，并计划在二季度进一步提升部署速度。高盛模型显示，为避免 ODM 厂商出现过度库存，超大规模云服务商需要在 2025 年和 2026 年分别部署 3.6 万个和 5.8 万个 GB200 等效机架。

报告指出，英伟达 Blackwell 架构的推进符合预期，该产品在一季度数据中心收入中占比已达 70%，从 Hopper 到 Blackwell 的过渡基本完成。这一进展有助于缓解市场对库存积压的担忧。

然而，分析师也提醒，超大规模云服务商 2027 年资本支出的可见度仍然有限，这是影响长期供需平衡的关键不确定因素。相比之下，英伟达和博通因产品交付周期较长（约 12 个月）和客户基础相对集中而具备更好的业务可见度。

股价如何定价 AI 预期？

以英伟达为例，高盛指出，市场已部分计入其新一代 GPU（Blackwell）的强劲需求预期，但对其客户基础的扩大、AI 推理业务的爆发仍估值不足。

博通方面，其股价的上涨则更多基于公司提供的明晰指引—— AI 收入将在 FY25 与 FY26 年同比增长 60%。这一预期也令高盛认为，博通、英伟达股价的上涨不仅不是 " 泡沫 "，而是反映更清晰的中期基本面改善路径。

相比之下，对 AMD、ARM、Marvell 等公司，高盛维持中性评级，原因在于其 AI 相关业务仍处早期，市场份额有限。