文｜周艾琳

编辑 | 刘鹏

科技巨头的资本开支像脱缰的马，中美模型竞赛烧得热火朝天，华尔街投行预计这场烧钱大战到 2027 年将突破 1 万亿美元。

钱在狂飙，但投资人脑子里转的，是另外几个更扎心的问题：万亿资本开支最终能换来多少真实回报？存储的好日子还能撑多久？中美模型赛跑谁会笑到最后？被 AI 抢尽风头的传统互联网巨头，还有没有翻身的机会？

腾讯财经就此沟通了全球最大资管机构之一富达国际（Fidelity International）明星基金经理 Dale Nicholls，以及富达国际亚太区首席投资策略总监 Stuart Rumble。

花钱的在跌，收钱的在涨—— ROI 那道坎，迈过去了吗？

AI 行情里有一个有点残忍的现象：最舍得砸钱的那群人，股价却最难看。

6 月，由微软、谷歌、Meta、亚马逊、苹果构成的超大规模云厂商一揽子股票累计下跌 18% ——这是自 Meta 2012 年上市以来，这个群体有史以来最惨烈的单一月份。与此同时，存储芯片等 AI 基础设施供应商同期上涨 16%，走出了一幅完美的 " 镜像行情 "。

市场的逻辑残酷而简单：花钱的人被惩罚，收钱的人得奖励。Dale Nicholls 并不觉得这是 AI 逻辑的崩塌，只是一个时间差的问题。他对腾讯财经表示，科技行业向来 " 短期高估机会、长期低估潜力 "，当前头部科技企业在代码编写、广告效率提升等场景已经收获了可量化的 AI 正向回报，只要 ROI 站得住，资本开支就会持续加码，AI 产业链的行情也不会就此熄火。

但棘手的是，" 站得住 " 三个字说来容易，财报季才是验货时刻。7 月底的二季报，将是超大规模云厂商向市场 " 还债 " 的第一个真正节点——它们必须拿出 AI 资本开支与营收增长挂钩的真实证据。

从财务结构上看，这笔账并不好算。大规模资本开支推高了资产基数，摊薄了每单位资产的盈利回报；新增 AI 算力资产的折旧成本将在未来数年逐步侵蚀利润；而 AI 的货币化仍处于 " 烧钱期 "，收入回报远未到峰值。高盛测算，仅资本开支密集化一项，就已使标普 500 整体 ROE 在近两年累计承压约 1 至 2 个百分点。

更让老股东心疼的是回购。过去，即便科技巨头什么都不做，天量回购就能把 EPS 推高几个百分点，这是一张稳稳的 " 牌 "。现在这张牌被 AI 资本开支占用了，股东看着钱流进了数据中心，却还没看到流回口袋的迹象。

Stuart Rumble 直言，这类科技巨头过去兼具防御和成长两种属性，是股债两类投资者的心头好。如今逻辑被打断了——企业把自由现金流大量投入 AI、小幅加杠杆，整体基本面虽未明显恶化，但稳定收益的故事已经讲不下去了。他观察到，长期权益投资者正在重新审视配置逻辑，大规模撤离暂未出现，但持仓的理由已经换了。

债券投资者的担忧其实更大、更紧迫。Stuart Rumble 说，债市高度看重现金流、分红和资产质量，资本开支扩张、回购缩减，直接触动了债券投资者对信用资质的神经，信用评级负面观察的风险已摆上桌面。

参考过往科技基建周期，Stuart Rumble 认为，本轮 AI 资本开支大概率会出现阶段性过度投入，后续资本开支和行业行情将迎来阶段性回调——这不是悲观，而是历史给出的基准答案。

存储的好日子，还有几年？

如果说两年前 AI 产业链最红的 " 卖铲人 " 是英伟达，那么如今这顶帽子已经传给了存储行业。

投资者争论最激烈的问题只有一个：存储的周期性，还算数吗？

AI 服务器中存储价值占比高达 40%，原因直接—— AI 处理的 token 数量持续膨胀，DRAM 容量需求随之翻了近四倍，价格也随着供不应求一路走高。与此同时，云厂商与存储厂商陆续签订长期供货协议（LTA），主动熨平了过去大起大落的周期波动。至少在这两年，传统意义上的 " 存储周期 " 已经基本消失。

但这不代表周期永远不回来。Stuart Rumble 打了个预防针：历史上每一轮科技基建浪潮，最终都会出现阶段性的过度投入，存储也不会例外。各大存储公司正在扩产，但新增产能预计要到 2028 至 2029 年才会集中入市。资本市场向来提前 12 至 18 个月交易基本面变化——这意味着，产能压力真正成为市场主题，可能是 2027 年的事。

Dale Nicholls 的判断与此接近：产能压力是 2027 年才需要担忧的风险，现在还不是时候。

目前，多数业内人士的共识是：新增产能投放速度仍低于云厂商资本开支增速，供需缺口尚未逆转，现阶段主动减仓存储龙头的理由并不充分。好日子没到头，但聪明钱已经在算倒计时了。

中美模型烧钱赛，谁在赢？

中美两大模型阵营的竞赛正在从技术比拼烧向价格战，而且烧得越来越猛。

在美国，这场对决的导火索是编程 Agent 市场。Claude Code 在开发者圈子里口碑炸裂，Anthropic 收入激增，估值一度反超 OpenAI 逼近 9650 亿美元，逼得 OpenAI 不得不正面应战。在中国，价格战已经不是在打折，而是在砍价—— 6 月 15 日起 MiniMax-M3 API 价格全线降 50%。

价格战的代价是盈利拐点被进一步推迟，但 Stuart Rumble 并不认为中国模型只是在 " 以价换量 " 地赌。他指出，中国头部大模型综合能力较美国顶尖模型仅落后约 6 个月，而单位使用成本远低于美国同类产品。这已经在全球市场催生出一种分层使用逻辑：复杂高难度任务用美国高端模型，邮件改写、基础数据处理等轻量需求选 DeepSeek 等国产低价模型。部分跨国企业正在用脚投票。

开源战线同样有新动向。智谱 AI 近期发布 GLM-5.2，在软件工程基准测试（SWE Benchmark）上的表现高度接近部分最新闭源商业模型，且权重完全开放，支持蒸馏、量化和复现。高盛分析师将此视为 " 开源与闭源能力差距持续收窄 " 的明确信号。更耐人寻味的是，微软已宣布正积极评估为 Copilot 引入自托管、微调版本的 DeepSeek V4 ——这等于在给 AI token 定价的竞争再添一把火。

但估值的问题始终悬在那里。部分模型个股上市后最高涨幅达十倍，叠加 6 个月锁定期，解禁后的抛压想象空间极大。Stuart Rumble 直言，当前资金高度集中在 AI 单一赛道，业绩小幅不及预期就能触发个股单日 10% 至 15% 的大幅回调，这不是普通的波动，是结构性的脆弱。据腾讯财经了解，多家 QFII 已在模型股 IPO 阶段完成获利了结。

" 老登 " 们的翻盘机会几何？

AI 股的吸金效应有多强，传统互联网巨头的压力就有多大。这不是中国市场独有的现象——从北京到硅谷，老牌科技股的估值都在被新故事稀释。

OpenAI 和 Anthropic 即将登陆美股，Kimi（月之暗面）、阶跃星辰也在布局港股上市。Stuart Rumble 观察到，大量资金正在上演 " 卖老牌、买新股 " 的轮换逻辑，传统 AI 科技股的投资意愿被进一步压制。

不过，他并不认为这是单行道。互联网大厂的 AI 投入已经开始落地产生实效——广告精准投放效率提升、游戏工业化生产降本，这些不是 PPT，是可以体现在财务数据里的东西。

更长远的逻辑在于：当下 AI 更多还是一个成本压缩工具，但当它真正转变为营收增长的核心引擎时，坐拥海量用户、成熟商业生态、深耕全球最大消费市场的互联网巨头，变现空间并不会输给任何人。

Stuart Rumble 的判断是：等 AI 题材炒作退潮，资金有望轮动至低估值互联网龙头，具备长期布局价值。