主题研究 - AI行业的资本支出、利润流向、增长前景与潜在赢家【主题研究 - AI行业的资本支出、利润流向、增长前景与潜在赢家】
*执行摘要*
1）2026年的人工智能行业正处于历史最大规模的资本形成周期之一，全球AI相关基础设施资本支出预计将达到或超过 7000—8800亿美元（仅超大规模企业即约6000—8000亿美元+）。2）利润高度集中于上游半导体领域——尤其是英伟达（算力）、台积电（代工）以及韩国存储巨头三星与SK海力士（HBM高带宽内存/存储）——这些企业攫取了价值链中的绝大部分毛利润，尽管其在整体营收中的占比低于成熟云经济时代软件层所占份额。3）下游模型开发方与新兴云服务商仍在大量烧钱，依赖超大规模企业的雄厚资产负债表进行补贴。4）自2024年以来，AI生态系统年化收入已增长约5倍，达到约4350亿美元，且未来上行空间巨大（未来5年可能增长8倍以上，至2030年左右行业收入突破3万亿美元）5）驱动力来自应用层的规模化扩展。不过，短期内“卖铲人”（上游硬件）仍将持续主导利润分配。6）关键赢家：英伟达、台积电、三星电子、SK海力士。超大规模企业（微软、亚马逊、谷歌、Meta）是主要支出方，但通过高阶服务实现货币化。7）中国企业在光学器件/组装环节占据一定位置，但在上游领域落后。8）行业风险：包括存储芯片价格波动、电力供应瓶颈以及定制芯片的执行进度。一、资本支出格局
超大规模企业正推动前所未有的支出规模：
1）2025年：约4430亿美元（同比增长73%）。2）2026年：主要超大规模企业预测区间为6000—8050亿美元+（亚马逊约2000亿，微软约1900亿，谷歌/Alphabet约1750—1900亿，Meta约1150—1450亿美元），其中约75%投向AI领域。若计入其他企业（甲骨文、CoreWeave、中国厂商），全球AI基础设施总资本支出约达7400—8800亿美元。3）2027年及以后：预计超大规模企业年支出将突破1万亿美元，累计数据中心支出（不含电力）到2028年可能达到2.9万亿美元。4）资金构成：强劲的经营现金流为主，辅以债券发行（2026年AI相关债务发行预计约5700亿美元）。5）电力和网络正成为日益紧张的制约因素，使相邻领域的参与者（如GE Vernova、西门子等涡轮机制造商）受益。这类似于历史上基础设施大周期的“大建设”阶段，但时间更为压缩，新增算力容量相当于25吉瓦（GW）以上。
二、AI基础设施投资回报率（ROI）分析与评估
超大规模企业的AI基础设施ROI仍是市场争论焦点。
1）短期指标显示出严重的前期投入，但需求信号令人鼓舞。2）资本支出/收入比率已升至历史高位（例如，2026年预测中微软约47%，Meta约54%，亚马逊约25%），随着折旧加速，多家企业在短期内面临自由现金流持平或为负的压力。3）利用率积压订单（如微软Azure超过800亿美元的订单受限于电力供应）以及云/AI收入加速增长（头部企业同比增速通常达20—30%+）表明，在假设持续高利用率和推理货币化的前提下，新建集群的投资回收期约为3—5年以上。各大券商分析（摩根士丹利、摩根大通、美银）指出，尽管会计折旧将成本分摊至5—6年，但真实ROI取决于应用层价值创造和能效提升。
1）当前证据包括数据中心容量的强劲预租率（多数超过70%），以及超大规模企业对“新增即变现”的信心。2）然而，企业级试点项目常面临“ROI墙”，迄今对P&L（损益表）的实际影响有限，这意味着全周期回报有赖于代理型AI/垂直场景的规模化。总体而言，超大规模企业坚实的资产负债表为这一结构提供了支撑，但持续高ROI要求推理经济学改善，并避免在电力受限环境下过度建设。
三、利润流向与价值链分布
AI利润呈“寡头垄断”且偏向上游的特征，这与云计算时代软件主导（成熟云应用中毛利润约70% vs. 当前AI中半导体约79%）形成鲜明对比。
1、2026年AI归属净利润（整合主要券商数据估算）：
2） 仅英伟达即占约2000亿美元+（数据中心业务净利润率高达60%+）。3）韩国存储（三星+SK海力士）合计约2200亿美元，若HBM定价持续强势，有可能赶上甚至超过英伟达。2、各层级分布（依据Altimeter 2026年更新）
1）半导体（约3000亿美元营收，约70%份额）：英伟达主导（约占该层80%）。毛利率约73%。HBM/存储贡献巨大增量。2）基础设施/云（约750亿美元）：超大规模企业实现货币化，但AI业务在折旧后接近盈亏平衡3）应用（约600亿美元，增速最快%）：OpenAI/Anthropic主导（约占75%份额）；因算力成本高企，仍处于亏损或微利状态。应用层预计将大幅扩张（潜在15倍增长）。3、地理集中度
1）美国约占50%，韩国约35%，台湾因台积电而占据重要地位。2）利润遵循幂律分布：头部玩家/生态系统攫取绝大部分收益。4、“税收”环节
1）算力（英伟达CUDA/IP）、存储（HBM/DRAM价格飙升）、代工。3）约1.5万亿美元通过PC/移动端存储需求“外化”。摩根士丹利、高盛研究强调上游优势将持续至2027年，存储芯片超级周期是2026年的关键变量。
四、未来五年增长空间
AI生态系统并非过度建设，而是处于采用和货币化的早期阶段：
1）收入潜力：从2026年年化约4350亿美元增长至2030年3万亿美元+- 半导体约1万亿美元，AI云约7—8万亿美元，应用层约10—15万亿美元+
- 应用层主导地位预计将在2030年左右翻转，类似于云计算15年从硬件到软件的转变。
2）驱动因素：推理规模化、代理型/垂直AI、企业级采用、多模态发展。3）制约与利好：电力/能源稀缺（定价滞后）、定制芯片对冲（TPU、Trainium等长期压制英伟达利润率），但需求仍超过供给。AI对美国GDP增长产生实质性贡献。4）风险因素：存储价格回调（冲击韩国）、定制ASIC执行/延迟、监管/地缘政治（如出口管制）、高估值。总体而言，市场低估了AI的长期潜力；若应用层实现货币化且基础设施ROI兑现，该趋势具有可持续性。
五、最可能的行业赢家
1、第一梯队（明确领导者）
1）英伟达：算力/IP护城河，CUDA生态系统。占据主导地位，但面临定制芯片和存储瓶颈挑战。2）台积电：先进制程/封装（CoWoS）的代工之王。产能利用率高。3）三星与SK海力士：存储超级周期赢家。HBM售罄；2026—2027年有望领跑利润增长。景气周期中利润率极高。2、第二梯队（价值链卡点）
1）超大规模企业（微软、亚马逊、谷歌、Meta）：资本支出领导者，多元化货币化（云、广告、服务）。强劲现金流提供安全垫。2）阿斯麦（EUV光刻机）、博通（网络/定制芯片）、设备/EDA厂商（应用材料、泛林半导体等）。3）新兴力量：部分应用层领导者（Anthropic在效率上追赶，有望于2028年左右实现盈利）；垂直代理型AI。4）中国AI行业：在光学器件（如光模块）、组装环节实力较强，存储领域初步进入（如长鑫存储），但上游存在明显短板（如EUV光刻机）。全球利润份额有限（约4—5%）。3、组合投资策略
1）上游硬件捕获短期利润；应用层精选标的着眼长期。2）通过指数进行多元化配置可受益于AI作为“市场主线”的驱动（如标普500、KOSPI、TAIEX中显著的利润贡献）。4、风险要点
2）2026年存储周期是关键——价格持续坚挺利好韩国，回调则将压缩利润。3）建议跟踪超大规模企业利用率、电力新增装机以及应用层利润率变化。一句话：AI仍是结构性多年投资主题，具备真实GDP拉动效应，而非单纯投机。
(花生余🥜, 11/06/2026,深圳)
【参考文献】
1、Altimeter Capital（Apoorv Agrawal），2026年4月更新，机构分析报告《The Economics of Generative AI: Two Years Later》。
2、Morgan Stanley Research（Brian Nowak等团队），2026年3-6月系列报告，标题包括《AI Capex 2026》等。
3、JPMorgan分析师团队，2025-2026年系列展望报告，聚焦AI基础设施与资本开支预测
4、Bank of America (BofA) Global Research，2026年半导体与AI市场展望报告
5、Microsoft、Amazon、Google、Meta、NVIDIA、TSMC、Samsung、SK Hynix等公司，2025-2026财年财报与指引披露。
6、Goldman Sachs / Citigroup，2026年AI supercycle相关研究报告。
夜雨聆风
