7600 亿美元。这大致相当于亚马逊 (AMZN +1.94%)、Alphabet、微软和 Meta Platforms 预计 2026 年资本支出的金额。
这个数字是惊人的。它也在快速增长。到 2025 年，这四家公司的支出约为 4130 亿美元，这意味着它们的总资本支出可能在短短一年内猛增 80% 以上。
其中大部分支出都用于人工智能所需的基础设施：数据中心、服务器、GPU、定制芯片、网络设备和电力容量。
牛市的情况很容易理解。人工智能需求正在爆炸式增长，而云提供商无法足够快地构建容量。但投资者还应该考虑另一种可能性。如果该行业产能建设过多怎么办？
我认为这就是投资者应该关注的风险。
这些数字很难被忽视
人工智能需求的爆炸式增长是真实存在的。我们不需要看得太远就能理解这一点——只需想想我们有多少与 ChatGPT 互动来回答我们的问题，或者我们有多少依赖 Gemini 或 Claude 来解决我们的工作问题。
因此，毫无疑问，企业必须投资来提供这些服务。但四家公司的 7600 亿美元是惊人的。事实上，高盛预测 2026 年人工智能投资将超过 1 万亿美元。
从战略上讲，这些大型科技公司大力投资以获得人工智能计算行业的市场份额是有意义的。从管理层的角度来看，坐以待毙可能比大举花钱危险得多。因此，各公司正在竞相建设。这就是风险开始的地方。
客户承诺并不能消除风险
支持这项支出的最有力论据之一是，大部分基础设施已经有客户在等待。
例如，亚马逊表示，客户承诺支持其 2026 年 AWS 资本支出的很大一部分。微软同样指出了其巨大的客户需求。
这让人放心。但投资者应该小心这些承诺的实际含义：客户现在就需要产能。他们不一定告诉我们五年后这些客户需要多少容量。
这是一个重要的区别。人工智能的发展异常迅速。模型变得更加高效。硬件设施不断完善。企业仍在弄清楚哪些人工智能应用将产生真正的经济价值。公司今天可以签署多年承诺，但仍然会发现其计算需求随着时间的推移而发生巨大变化。
在之前的技术周期中也发生过同样的事情：一旦技术成熟，在快速采用时期做出的需求预测可能看起来非常不同。
五年期合同可以提供可见性。它并不能确定人工智能行业的最终经济效益。
最大的问题是资产利用率
想象一下，由于需求快速增长，酒店业主建造了 1,000 间客房。如果入住率达到 95%，那么投资看起来就很出色。如果入住率最终下降到 50%，同一栋大楼就会出现资本配置问题。
人工智能基础设施的工作原理类似。如今，公司花费大量资金来确保明天拥有足够的计算能力。关键的变量是这些产能的使用强度以及价格。
如果人工智能需求在未来十年继续持续增长，回报可能会非常惊人。但如果计算变得更加便宜，人工智能模型变得更加高效，或者客户发现他们不需要预期的那么多基础设施，那么经济可能会发生变化。
但牛市的理由仍然很强大
这一切并不意味着人工智能基础设施的繁荣是假的。事实上，有大量证据表明这种需求是真实存在的。
例如，AWS 报告 2026 年第二季度收入增长 37%，年化收入运行率为 1690 亿美元，为 18 个季度以来的最快增长。同样，谷歌云同一季度的收入猛增 82%，达到 248 亿美元。
换句话说，这些大型科技公司并不是在财务状况不佳的情况下进行这些投资的。他们将利润再投资于资本支出，期望在未来产生更多利润。
剩下的唯一问题是随着时间的推移，投资是否会获得足够高的回报。
这对投资者意味着什么？
我不会仅仅因为亚马逊、微软、Alphabet 或 Meta 在人工智能上花费了数千亿美元就做空它们。这些公司拥有世界上最强大的资产负债表、技术平台和客户关系。
但我也不认为每一美元的人工智能资本支出都会自动产生有吸引力的回报。换句话说，这归根结底是一个资本配置问题。
投资者应该问一个最重要的问题：投资于人工智能基础设施的增量资金会在五年或十年后产生有吸引力的增量回报吗？这是投资者目前还无法看到的数字，但应该在未来几个季度密切关注。