這兩周美股進入財報季，備受關注的科技巨頭們陸續發布2025年四季度和全年的業績。總體上看，科技大廠們的業績都不錯。但業績發布后，巨頭們的股價反而持續走弱，微軟甚至出現單日下跌10%的窘相。業績本應是資本市場的“定心丸”，為什么現在卻淪為“拋售信號”？
一個解釋是：巨頭們在2026年近乎“梭哈”式的資本支出，以及隱藏在資本支出背后的人工智能相關投入。科技巨頭好像撞上了一堵由“AI”筑起來的墻，一面橫亙在短期盈利與長期布局、技術狂歡與商業現實之間的無形壁壘。
2026年，谷歌、亞馬遜、Meta和微軟四巨頭的資本支出將迎來爆發式增長。其中亞馬遜計劃全年支出2000億美元，谷歌預計達到1750億至1850億美元，Meta支出1150億至1350億美元，微軟也預估投入超過1000億美元，同比增幅均大幅超越市場預期。公司高管均表示，這些錢將主要用于擴大數據中心規模、購買或自研AI芯片。
放在前兩年，如此大規模投入是重大利好，但投資者現在卻不買賬了。
AI投入具有重資產、長周期的鮮明特征，巨頭們的激進布局直接擠壓了短期利潤空間與自由現金流——亞馬遜2026年的資本支出甚至已超過其全年經營現金流，微軟和亞馬遜的資本支出占營收比重也大幅攀升。更值得警惕的是，為支撐AI基建，科技巨頭們紛紛轉向債務融資。過去一年，科技公司在美國債券市場的融資規模同比增長70%，杠桿水平上升的同時，信用風險也在累積，投資者擔憂這種“債務驅動型投資”會將企業拖入困境。
過去兩年，AI行業的狂歡多依賴“參數堆料”、“算力競賽”。巨頭們信奉“算力=智商”，拼盡全力采購GPU、搭建千兆瓦級數據中心，但這種模式看起來仿佛走進死胡同。OpenAI聯合創始人伊利亞直言，行業已經到了預訓練范式的科學極限，翻倍的預算再也換不來兩位數的性能提升。更嚴峻的是數據瓶頸：Epoch AI預測，按當前節奏，公共人類文本將在2026至2032年耗盡，部分模型已在2025年觸頂。此外，AI模型的“偏科絕癥”也讓投資者擔憂：動輒千億參數的模型能搞定復雜的理論物理測試，卻算不清簡單的庫存邏輯，能撰寫長篇報告，卻無法穩定修復軟件bug，這種“高智商低實用”的現狀，讓巨頭們多少有些尷尬。
此外，AI產業下游的商業化應用場景仍顯匱乏，除了云服務搭載AI帶來的部分增長，消費端、工業端的規模化變現仍處于探索階段。而對于眾多中小企業而言，AI投入回報率也不高。麥肯錫調研顯示，近80%部署AI的企業未能實現凈利潤提升，95%的生成式AI試點項目沒有帶來直接財務回報。
對于行業，或者對于投資者而言，這面“AI墻”能穿過去嗎？
短期來看，巨頭們的AI投入陣痛仍將持續，股價波動可能成為常態。2026年作為巨頭AI資本支出的峰值年份，財務指標下滑的局面難以改變，疊加技術瓶頸、商業化滯后的影響，投資者的謹慎情緒不會快速消退。但從長期來看，AI的行業紅利仍在持續釋放，巨頭們的前期投入有望逐步轉化為核心競爭力，“AI墻”將被打破。從行業趨勢來看，AI的應用場景正在逐步拓寬，工業制造、醫療健康、金融服務等領域的AI滲透率不斷提升，隨著技術瓶頸的突破——比如少樣本學習、多模態融合技術的成熟，以及數據治理體系的完善，AI的實用價值將逐步凸顯，商業化變現的路徑也會更加清晰。
對于科技巨頭們而言，打破“AI墻”的關鍵，不在于減少AI投入，而在于優化投入結構——放棄“堆料式研發”，聚焦技術突破與實用化落地；平衡長期布局與短期盈利，避免陷入“債務危機”的陷阱；加強產業鏈協同，打破技術壁壘與數據壁壘，推動AI從“實驗室”走向“市場”。
本版專欄文章僅代表作者個人觀點
