高盛:AI资本开支1.2万亿,全链条回本要1万亿

高盛投资组合策略团队9月24日发布《US Equity Views》，把客户近期问得最多的三个问题摆上台面：AI资本开支还有多少空间、需要多少收入才算回本、市场定价了什么。答案是一串互相咬合的数字：美国最大的几家超大规模厂商2026年资本开支将达8000亿美元、2027年共识预期1.1万亿美元，而要在这些投入上打平，它们每年需要约3000亿美元的AI收入。 这还没算下游——要让花钱买算力的应用层公司也有像样的利润，AI用户每年的支出得到1万亿美元。

反差在两条曲线的方向上。一边是资本开支还在被往上调，共识的2027年预测自二季度财报季以来已被抬高1750亿美元；另一边是高盛认为支出还会涨，但"每季都超预期"这件事要结束了，增速将从2026年的近100%降到2027年的54%、再到2028年的12%。 而市场定价已经跑到悲观那一侧：存储股只剩4倍两年远期市盈率，超大规模厂商估值跌到十多年最低。

一、capex还在涨，但"超预期"的幅度要变小了

美国最大的几家超大规模厂商（亚马逊、谷歌、Meta、微软、甲骨文等）2026年资本开支预计落在 8000亿美元（资本开支），2027年共识预期 1.1万亿美元（资本开支）。这个共识并非一开始就这么高——二季度财报季以来，2027年的预测被上调了 1750亿美元（共识上调幅度）。

高盛自己的估计更激进：2027年 1.2万亿美元（资本开支，高盛预测）、2028年 1.4万亿美元（资本开支，高盛预测），分别高出共识1300亿和1000亿美元。但它同时给出一个降温判断：资本开支增长会从2026年的近100%降到2027年的54%，2028年只剩12%。方向还是向上，斜率要变了。

报告给了一个历史坐标：按这个节奏，2027年资本开支占GDP的比重将超过19世纪末铁路建设以来任何一轮技术投资周期。历史上没有哪一轮基建周期是靠线性外推走完的。

图1：Capex共识上调轨迹

钱从哪来，是这一章第二个问题。超大规模厂商的资本开支今年已经超过经营现金流，再往上加就得靠发债和发股票。但报告认为真正的约束不在资产负债表——这些公司的利息覆盖率仍在历史健康水平，卡点在投资级债券市场的集中度，后续需要私募信贷和股权发行补位。其他潜在约束还包括政府对数据中心建设的限制、前沿模型发布的有意放缓，以及劳动力、电力、内存等投入的短缺。

这里有个容易被忽略的转折：约束对AI基建公司的近期盈利是风险，但对"会不会建得太多"这个担忧反而是解药。 高盛把"建不动"同时当成了利空和利好。

图2：Capex超经营现金流

二、回本账：3000亿美元打平，1万亿美元才让应用层赚钱

第二个问题是全文的算术核心。高盛给出的答案是：超大规模厂商需要在未来几年产生约 3000亿美元（年度AI收入） 才能在其2026、2027年平均年度资本开支上打平。这个"打平收入"的口径很清楚——等于年折旧加运营费用，不含任何利润。

要求更高的回报，门槛就往上走。下图给出了不同回报率假设下的对应关系：打平（0%）对应 3080亿美元（年度AI收入），10%回报率对应4170亿，20%对应5260亿，30%对应6360亿。市场如果要求这些公司拿出接近历史水平的回报率，需要的收入几乎要翻倍。

图3：回报门槛ROIC敏感性

对照现实，两件事同时成立。差距还在——超大规模厂商目前的AI收入低于打平线。但收敛很快：报告在另一张图里给出，已实现的投资回报率已从40%回落到25%左右，而这个25%仍对应着可观的利润要求。

变现的证据在积累：亚马逊、谷歌、微软、甲骨文的云收入同比增速从2024年的25%加速到2026年二季度的 48%（云收入同比增速）；超出2024年增速趋势的年化云收入在二季度接近 700亿美元（增量年化云收入），过去几个季度大致翻倍；三家主要美国公有云公司公布的收入积压合计已达 1.69万亿美元（收入积压）。

真正把门槛抬到"需要论证"高度的是应用层。 逻辑是层层叠加的：应用层公司要在"买算力的支出"之上，再覆盖自己的成本并赚取利润。大型软件公司过去五年的EBIT利润率均值是40%，高盛特意用EBIT而非毛利率，为的是把训练和推理成本都算进去。在应用层EBIT利润率30%、超大规模厂商回报率10%至20%的假设下，应用层的年收入需要超过 1万亿美元（应用层年度收入）。

图4：应用层所需收入矩阵

1万亿美元放在什么位置？2026年全球广告支出和全球软件支出各约1.5万亿美元；高盛经济学家估计，美国AI带来的年度劳动生产率增益中，潜在归属资本的部分约1.8万亿美元。两个参照系都比1万亿大，但报告补了一句关键限定：并非所有生产率增益都会落到基础设施和应用层公司手里。 这把"够不够"从算术题变成了分配题。

门槛还会继续抬：2028年再有一年强劲的资本开支增长，所需收入会更高；把物理AI或AGI算进来，需求和门槛都会显著更大。这个模型里的每一条乐观分支，都是给门槛加分。

三、市场已经在给"AI盈利不可持续"定价

第三个问题是市场定价了什么，高盛的回答偏乐观：很多市场参与者怀疑AI基建公司盈利的可持续性，而这种怀疑至少已经部分反映在价格里了。

先看基建端。AI基建股的中位数估值已从2026年4月的32倍前瞻盈利降到22倍。高盛还用了一个更聪明的尺子——把近期市值变化和盈利变化相除，看市场认为当前的盈利强势能持续多久：各类AI基建组合里，这个比值最高的是光网络、电网和液冷，最低的是半导体和公用事业。比值高，说明市场愿意为"现在的盈利"付更多钱；比值低，说明市场认为好日子不会太长。

半导体里的存储股最极端。当前两年远期市盈率只有 4倍（两年远期市盈率），是15年均值的一半；而存储厂商目前的毛利率约80%，是历史均值两倍多。要让市盈率回到15年均值，未来几年盈利需下降约50%。报告的态度是：这个跌幅绝对值很大，但存储本来就是周期行业，历史上跌得更多，甚至出现过亏损。 如果2028年的预测兑现，当前定价就过于悲观。

图5：存储股两年远期市盈率

更值得关注的是做设计不做制造的fabless芯片。它同样折价，但毛利率扩张远没有存储极端——只需未来几年盈利下降约10%就能把市盈率拉回历史均值，与该板块历史上的周期性盈利下滑幅度相当。高盛在这里给出了全文少见的明确表态：fabless的投资机会比存储更有吸引力，对英伟达和博通给出买入评级，对美光保持中性。

超大规模厂商这一侧，高盛此前提过重获领先的三个条件：宏观增长减速、AI投资变现得到证明、资本开支增速放缓，现在前两个已经出现，第三个也在望。估值上，这个群体的前瞻市盈率已跌到十多年最低，只比标普500中位数公司高4个turn，是有记录以来最小的溢价。 报告还点出一个细节：投资者最近盯着它们的负自由现金流，而不是盈利；当收入加速和资本开支减速同时发生时，自由现金流改善的可见性会成为股价支撑。

图6：超大规模厂商远期市盈率十年最低

应用层的分化是另一条线。数据基础设施和网络安全软件表现最好，"消费者惯性"股票则在跑输——这个组合覆盖保险、电信、旅行、订阅、市场平台和金融科技，用户黏性来自"懒得换"而不是产品差异，自9月中以来已落后板块中性对冲 5个百分点。理由是代理式AI（agent）的普及可能直接瓦解这类商业模式。

软件整体则出现了预期差：年初市场担心被AI颠覆，但报出的基本面几乎没有颠覆迹象，覆盖池中位数公司的年度经常性收入（ARR）增速近几个季度还略有加速；一组软件股已反弹 45%，距2025年末的高点只差8%，其中IT基础设施和网络安全最强，企业管理软件仍在前期高点之下。

企业采用仍在早期，但支出在加速。美国人口普查局的调查显示，约 40%（大型企业AI使用率） 的美国大型企业在商品和服务生产中使用了AI；高盛对二季度财报评论的分析显示，约 50%（标普500公司AI提及率） 的标普500公司在生产力语境下提到了AI，但极少有公司量化了生产力提升幅度。与历史上的市场亢奋期不同，今天的股市并没有为"广泛的生产率提升"定价，市场隐含的长期增长预期仅略高于历史均值。

研报点评

高盛的投资组合策略团队9月24日还发布了一份姊妹报告，用"每GW成本"的口径自下而上推演六年期的回报门槛；本篇是自上而下的那一半——先问资本开支还有多少空间，再把所需收入倒推出来，最后看市场已经定价了什么。它真正有用的地方不是某个数字，而是把AI交易从叙事变成了代数：上游花多少钱、中间要多少收入才打平、下游用户得掏多少钱，再和可比支出池（软件与广告各约1.5万亿美元、潜在生产率增益约1.8万亿美元）对账。这套算法的杀伤力在于，它给出的每一条乐观分支都在抬高门槛。

需要盯住三个锚点：一是token需求增速能否持续盖过token价格下跌（报告明说前者必须胜出，而前沿token需求今年7月曾放缓、8月才重新加速）；二是投资级市场的容量，以及私募信贷、股权发行的接续能力；三是超大规模厂商自由现金流的拐点。

风险恰在报告最笃定的地方。它认为估值已经反映了悲观预期，但如果1万亿美元的应用层收入最终找不到对应的支出池，"跌到历史低位"的估值仍然可以再跌一程；而且报告自己承认，并非所有生产率增益都会流向资本端——这个前提一旦不成立，整套回本算术的分母就变了。

免责声明：以上内容基于高盛研究报告归纳转述，仅供参考，不构成投资建议。