文 | 产联社 CLS

2026 年 3 月，全球 AI 竞争棋局走出了新的一步。

太平洋彼岸，Meta（脸书）被曝计划在未来五年内向 AI 基础设施公司 Nebius 注入高达 270 亿美元的资金，用于算力布局。

在国内，阿里巴巴在 3 月 16 日宣布成立 Alibaba Token Hub（ATH）事业群，由 CEO 吴泳铭直接挂帅，整合通义实验室、MaaS 业务线、千问事业部等五大核心部门，围绕 " 创造 Token、输送 Token、应用 Token" 重构 AI 业务体系。 [ 1 ]

这不仅是两家公司的战略动作，更是全球科技巨头在 AI 时代 " 资本开支竞赛 " 中不同路径的缩影。据媒体报道，包括 Alphabet（谷歌）、亚马逊、Meta 和微软在内的四大科技巨头，2026 年在 AI 和云基础设施领域的合计资本开支预计将超过 6000 亿美元。

这些天量的资金流向了哪里？中美巨头的打法有何根本不同？对产业链上下游意味着什么？

两张截然不同的 " 算力账单 "

Meta 对 Nebius 的 270 亿美元投资，代表着海外科技巨头的战略升级：从单纯的采购 GPU，转向深度绑定甚至亲自下场建设算力基础设施。

根据公开信息，四大科技巨头的 2026 年资本开支计划规模极其庞大：

亚马逊预计投入约 2000 亿美元，较 2025 年增长超五成 [ 2 ] ；

Alphabet 计划支出 1750 亿至 1850 亿美元；

Meta 的资本支出上限达 1350 亿美元，年增幅高达 87%；

微软截至 2025 年 12 月第二财季资本支出为 375 亿美元，同比增长 66%，全年预测或达 1050 亿美元。

然而，这些巨额资金的来源也在发生变化。亚马逊近日在全球债券市场密集融资，两天合计发债近 540 亿美元，创下企业债发行纪录。甲骨文完成 250 亿美元债券融资，谷歌母公司 Alphabet 也发行多币种债券募资 320 亿美元。摩根士丹利预计，超大规模云计算企业 2026 年借款额将达 4000 亿美元，远高于 2025 年的 1650 亿美元。

这种 " 债务融资 + 直接注资 " 的组合拳，折射出海外巨头的核心逻辑：从短期租赁算力转向长期自建算力基座。为了训练更大规模的模型、抢占 AGI（通用人工智能）先机，他们不惜重金锁定未来数年的算力资源，甚至直接向基础设施公司注资，确保供应链的稳定。

与海外巨头的 " 硬件军备竞赛 " 相比，以阿里为代表的国内巨头，走出了一条不同的路径。

3 月 16 日，阿里巴巴正式成立 Alibaba Token Hub（ATH）事业群，由 CEO 吴泳铭直接负责。新事业群整合了通义实验室、MaaS 业务线、千问事业部、悟空事业部及 AI 创新事业部，覆盖从基础模型研发、模型服务平台到个人与企业端 AI 应用的完整布局。

吴泳铭在内部信中写道：" 大量数字化工作将由数以百亿计的 AI Agent 来支撑，而这些 AI Agent 将由模型产生的 Token 支撑运行，成为人类与数字世界交互的主要载体。"

这段话揭示了阿里战略的核心：将 AI 能力 " 商品化 "" 基础设施化 "。Token ——这个原本只有技术人员关心的概念，正在成为 AI 时代的核心计量单位。

什么是 Token？

在大模型体系中，Token 是模型处理信息的最小单位。用户输入的文字、模型生成的内容，本质上都会被拆分成 Token 进行计算。行业里有一个比较通行的估算方式：1 个汉字≈ 1 个 Token。无论是 API 调用价格、模型推理成本，还是算力消耗，大多数 AI 产品几乎都以 Token 作为计量单位。换句话说，大模型表面上在比拼参数规模、模型能力和技术指标，但真正落到商业层面，决定收入规模的往往只有一个指标：Token 消耗量。

阿里成立 Token Hub 事业群，相当于构建了一套完整的 "AI 生产力供应链 "：通义实验室负责 " 创造 Token"（发电厂），MaaS 平台负责 " 输送 Token"（电网），千问和悟空事业部负责 " 应用 Token"（用电设备）。

这种布局反映出国内巨头的战略重心：在高端芯片获取受限的背景下，将有限的算力资源转化为可规模化的商业应用，通过优化模型、降低推理成本，将 AI 能力打包成产品卖给企业客户。悟空事业部的首次亮相尤其值得关注，其定位是 "B 端 AI 原生工作平台 "，意味着阿里将在企业级 AI 应用市场重点发力。

从中美科技巨头的动作看以看出差别：海外重基建（底层算力），国内重应用（中间层开发）；海外由技术突破驱动（追求 Scaling Law 极限），国内由商业落地驱动（追求 ROI），这是当前中美 AI 投资逻辑最核心的差异。

这种分化背后，既有技术积累的差异，也有产业环境的制约。海外巨头在高端芯片领域拥有更自主的掌控力，因此敢于在算力基建上 " 下重注 "；国内巨头则更务实地选择在应用层发力，力求将有限的算力资源发挥出最大的商业价值。

谁在承接这泼天的 " 富贵 "？

无论中美，只要资本开支增加，最直接受益的就是卖 " 铲子 " 的人。沿着产业链自上而下，我们可以梳理出清晰的受益传导路径。

上游硬件：光模块、服务器、散热

海外巨头天量的资本开支，首先转化为对硬件设备的采购订单。

以亚马逊为例，公司在 2025 年第四季度投入巨资缓解算力约束，推出了 AI 基础设施项目 "Rainier"，将近 50 万颗自研 Trainium2 芯片投入使用，主要用于支持 Claude 聊天机器人开发商 Anthropic，类似的需求正在全球范围内爆发。

对于国内市场而言，这意味着以下方向的业绩确定性较高：

光模块：AI 数据中心内部和数据中心之间的高速互联需求，推动光模块向 800G、1.6T 甚至更高速率升级。进入海外巨头供应链（英伟达、微软、亚马逊链）的光模块龙头厂商，有望持续受益。

PCB（印制电路板）：AI 服务器对 PCB 的层数、材料、工艺提出更高要求，高多层板、HDI 板的需求量大幅提升。

液冷散热：随着芯片功耗持续攀升，传统风冷已难以满足散热需求，液冷渗透率正在快速提升。据行业测算，AI 数据中心液冷渗透率有望从目前的不足 10% 提升至 2028 年的 40% 以上。

中游基建：算力租赁与智算中心

Meta 投资 Nebius（本身就是算力服务商），阿里自己扩建云基础设施——这些动作都在印证一个趋势：算力正在成为一种可以被 " 批发 "" 零售 " 的商品。

在这一环节，拥有存量 GPU 资源的公司面临价值重估，特别是那些较早布局算力资源、拥有稳定 GPU 库存的厂商，在算力供不应求的背景下，议价能力显著增强。

与此同时，地方政府和产业资本也在加速布局智算中心，近期北京 " 十五五 " 规划中明确提出 " 培育形成一批行业头部大模型，构建高性能通用智能体 "，预示着智算基础设施建设仍将是政策支持的重点方向。

下游应用：SaaS 与行业解决方案

如果说上游和中游受益于 " 算力建设 "，那么下游的机会则来自 " 算力变现 "。

阿里成立 Token Hub 事业群的意图正在于此：当算力成本逐步下降，拥有数据和客户渠道的企业级软件服务商（SaaS）将迎来爆发。

吴泳铭在内部信中提到的 " 数以百亿计的 AI Agent"，指向的正是 AI 与业务流程的深度融合。悟空事业部作为 "B 端 AI 原生工作平台 "，目标是将模型能力深度融入企业工作流。这意味着，在金融、制造、零售、医疗等垂直行业，能够率先利用 AI 改造业务流程、提升效率的 SaaS 公司，有望成为下一轮增长的主角。

还记得吗？此前阿里千问 App 此前投入 30 亿元启动 " 春节请客计划 "，以免单形式吸引用户，一度创下订单量超 1.2 亿次的纪录。这种大规模的用户教育，本质上也是在为未来的 Token 消耗做铺垫——当用户习惯了 AI 助手，企业习惯了 AI 工作流，Token 的消耗量将呈指数级增长。

结论

Meta 和阿里的最新动作，共同指向一个结论：AI 竞争已进入 " 拼爹 "（拼资本、拼执行力）的下半场。从算法竞赛到基础设施竞赛，再到如今的生态竞赛，能够留在牌桌上的玩家越来越少，但赌注越来越大。

当然，巨额资本开支不等于即时营收，我们要警惕相关风险。

当前，部分科技巨头的股价已经出现调整：甲骨文股价较历史高点回撤超 50%，微软回调近 30%。市场担忧主要集中在：支出节奏过快但商业化变现有限，当前生成式 AI 主要依赖云服务涨价与企业订阅，回报周期拉长；若 AI 盈利不及预期，大规模债务到期或带来再融资压力。对 Meta 而言，高达 1350 亿美元的支出将对其自由现金流构成严峻考验。

业内分析认为，本轮科技巨头的巨额投资，本质上是基于对利率周期拐点的 " 期权式布局 "，也标志着 AI 竞争已从算法阶段迈入物理基础设施时代，算力、电力网络与芯片供应链正在成为新的战略资源。

当科技巨头开始疯狂花钱时，要么是泡沫破裂的前夜，要么是新纪元的开端。而答案，或许就藏在未来几年 Token 的消耗曲线之中。

参考资料

[ 1 ] AGI 爆发前夜，阿里重兵杀向 B 端 AI 应用 吴泳铭亲自下场：创造 Token、输送 Token、应用 Token，每日经济新闻

[ 2 ] UPDATE 2-Amazon sees 50% boost to capital spending this year; shares tumble，www.schwab.wallst.com