2025年以来，全球AI投资呈现爆发式增长态势。科技巨头们纷纷加大资本开支，一场围绕AI基础设施的"军备竞赛"正如火如荼地展开。在本月初举行的2026年CES展上，更是看到科技巨头们对“全栈控制”的执着。从训练到推理，从硬件到软件，从数字世界到物理世界，各大公司都在构建自己的AI生态系统。

这种全方位的布局背后，是动辄千亿美元的资本开支计划，也引发了市场对AI投资泡沫的担忧。小睿就从资本开支的视角开始，和大家共话如何理性看待当前AI投资热潮，识别潜在风险，并与2000年互联网泡沫进行一些比照。

资本开支竞赛

资本开支，一般指的是企业用于购买、升级或维护长期资产（如厂房、设备、技术基础设施等）的支出。这些资产的使用寿命通常超过一年，目的是为了提升企业的生产能力、效率或竞争力，从而在未来创造更多收益。

在AI投资热潮中，科技巨头们的资本开支主要用于建设数据中心、购买芯片、开发软件平台等。这些投入虽然短期内会消耗大量资金，但长期来看，或许能够为企业带来持续的收入增长和竞争优势。与日常运营开支（如员工工资、水电费）不同，资本开支通常被视为投资，会在未来几年内通过折旧的方式逐步计入成本。

简单来说，资本开支就像是企业为了"种树"而投入的钱——现在花钱买树苗、施肥、浇水，是为了将来能够收获果实。在AI领域，这些"树苗"就是算力基础设施和AI技术平台，而"果实"则是未来的AI服务和产品收入。

现如今，科技巨头们的“军备竞赛”正在推向新高。亚马逊2025年资本支出预计将达到1250亿美元，较2022年水平增长近一倍。谷歌将2025年资本支出预期上调至910亿-930亿美元，而微软第三季度资本支出达到349亿美元，创下历史单季纪录。

这些数字背后反映了一个现实：AI已经从概念走向大规模基础设施建设的阶段。仅2025年，全球AI基础设施资本支出预计就超过4000亿美元，而高盛在一篇报告中援引华尔街分析师的预测，2026年的资本支出估计为5270亿美元，延续了上调的趋势。

2026年的AI资本支出预测（单位：十亿美元）

来源：FactSet，高盛研究

高盛在另一份报告中指出，历史上，铁路、电气化、IT等技术周期的投资高峰占GDP比重为2-5%，而当前美国AI投资占比约为美国GDP的1%（根据国际货币基金组织 (IMF) 的数据，2025年，美国的名义国内生产总值 (GDP) 为 30.62 万亿美元）。

这或许意味着，从经济总量占比来看，AI投资仍有增长空间，但我们也需要看到，个别公司的估值已经显现出过热迹象，因为当前的AI投资高度集中在少数几家“超大规模”的公司身上，所以尽管宏观占比不高，但局部（科技行业内部）的压力和风险集中度高于历史时期。

识别投资泡沫的一项指标

在AI投资热潮中，辨别公司健康状况的一项关键指标是融资节奏与自我造血能力的平衡。

观察企业是否需要持续外部融资，就像判断病人是否需要不断输血才能维持生命。如果企业频繁进行大规模融资，就像病人需要一袋袋血液和液体往急诊室里送，这总不是一个好迹象。

与互联网泡沫时期不同，当前这轮AI投资热潮主要由拥有强劲资产负债表和稳健现金流的大型科技公司推动。例如，科技巨头的AI投资更多由自有现金流支撑，而非完全依赖外部融资。

然而，2025年以来，科技公司通过发债融资的规模显著增加。据Dealogic数据显示，截至12月第一周，全球科技公司在2025年已发行了4283亿美元债券。其中美国企业债券发行规模高达3418亿美元，欧洲和亚洲科技公司则分别发行了491亿美元和330亿美元。

这些数据一定程度上也能看到，部分科技公司为AI基础设施建设确实在大规模转向债务融资，投资者需要关注企业的自我造血能力与融资节奏的平衡，也需要警惕那些完全依赖外部输血、自身造血能力不足的企业。

与2000年互联网泡沫相比较

假使论及AI投资泡沫的话，也不妨和2000年的美国互联网泡沫比照来看看。

回到2000年互联网泡沫时期，市场的主角是大量缺乏盈利能力、甚至没有明确营收模式的初创公司。这些企业高度依赖IPO和二级市场融资来维持运营，一旦融资渠道受阻，资金链即告断裂。

相比之下，现如今AI投资浪潮由全球现金流最充裕的科技巨头主导，其拥有与互联网泡沫时期公司截然不同的收入、商业模式和利润，资本充足，盈利模式清晰，这与当年依靠"讲故事"维持估值的互联网公司形成鲜明对比。

而且，目前许多知名企业的净利润率和自由现金流均处于历史高位。当前的资本开支并非仅仅是在“借钱投机”，而是企业将现有业务（如云计算、广告、软件服务）产生的利润进行再投资。这种由内生增长驱动的投资模式，使得市场抵御系统性崩溃的能力显著强于2000年。

从基建设施与需求匹配上来看，在美股2000年泡沫期，电信运营商投入巨额资金铺设光纤网络，但当时的网络渗透率和应用生态无法支撑如此大规模的带宽消耗，导致产能严重过剩。而对于AI领域来说，尽管算力投资巨大，但由于大模型训练和推理需求的指数级增长，算力资源依然处于紧平衡状态。另外，不同于寿命较长的光纤，AI芯片（如GPU）的迭代周期极快，硬件折旧对利润表的压力更直接，所以，高额的折旧费用是否能被AI业务的营收增长所覆盖也是投资者所关注的。但另一方面，也看到不论是新一代的还是老一代的GPU都在高负荷使用，这一势头具有延续性，一定程度上也就反映了需求的持续性。

从投资主体来看，上一轮美国互联网泡沫的参与主体主要是个人投资者和风险资本，而当前AI投资的主要推动者是拥有稳定现金流和盈利能力的成熟科技巨头。这种由行业头部企业主导的投资热潮通常具有更强的可持续性。

再从估值水平来看，2000年互联网泡沫巅峰时，纳斯达克100指数的平均市盈率超过了60倍，像思科等龙头公司的市盈率甚至一度突破了100倍。而当今美股科技巨头的估值虽然处于其股价的历史相对高位，但大多维持在25-40倍之间，不同巨头之间也存在分化。

始终保持理性

当然，风险也会始终存在。目前的市场预期高度集中在AI对全行业生产力的提升上。如果到2026年底，企业级AI应用的转化率低于预期，或者AI对B端业务的降本增效作用无法体现在财务指标中，那么市场可能会经历一次基于“增长证伪”的剧烈估值回归，许多业务可能会面临出清，但至于会不会出现像2000年那样的破产潮，目前还尚无定论。

站在2026年这一AI产业落地的关键窗口期，对于我们普通投资者而言，理性的起点在于审慎审视技术愿景与商业现实之间的动态平衡。随着市场对AI的关注点从早期的“概念叙事”转向“业绩兑现”，不妨多留心观察企业如何消化巨额资本开支并将其转化为可持续的利润增长，这样就可以在那些应接不暇的对“AI新技术发布带来股价创新高”之类的新闻报道当中，找到所需要的观察指标。在这一过程中，辨别一家公司是具备内生的“造血能力”，还是仅仅依赖外部融资驱动的账面扩张，往往比追逐短期股价的波动更为重要。

另外，从投资情绪而言，理解技术进步与资本市场波动之间的非线性关系也至关重要。尽管AI带来的长期生产力变革具有高度确定性，但历史经验表明，任何颠覆性技术的普及过程都伴随着估值的重塑与情绪的波动。当前的估值体系虽然有每股收益的支撑，但也寄托了市场对未来的高增长预期。在面对可能出现的阶段性回调或增长证伪时，保持对常识的敬畏，关注企业在复杂竞争环境下的盈利质量和现金流稳健性，或许是穿越产业周期、避免在非理性波动中迷失方向的合理路径。

风险提示：本资料不作为任何法律文件，所载观点均为当时观点，不代表公司对未来的预测，所载信息仅供参考，不构成任何投资建议。投资人购买基金时应当仔细阅读相关基金合同及招募说明书等法律文件，了解基金的具体情况。投资有风险，基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。本文观点仅代表个人，不代表公司立场，仅供参考，不作为投资建议。本文内容版权归原作者所有，未经书面授权，任何个人或机构不得擅自转载、摘编或以其他任何形式进行使用。基金投资有风险，请审慎选择。