科技公司每年花万亿建AI，为什么还赚不回来？

国际清算银行(BIS)总经理德科斯最近抛出一个令市场警觉的数字：仅微软、谷歌(Mother company Alphabet)、Meta、亚马逊和OpenAI这五家公司，2025年到2026年的累计AI资本开支已经超过了1万亿美元。这个数字超过某些中等国家全年的GDP。

更关键的是，预计到2030年，全球AI总投资规模可能攀升至4万亿美元峰值。

问题是：这些钱花出去之后，真的能变成企业账上的利润吗？

谁在砸钱

把时间线拉回过去两年——不是模糊的"近年来"，而是实打实的资本开支数字。

微软2024财年AI相关资本开支约260亿美元，2025年上半年预算进一步上调至350亿美元以上。

谷歌母公司Alphabet在2024年全年资本开支为320亿美元，其中大部分用于数据中心扩建和GPU集群采购，2025年前三季度已支出约380亿美元，全年指引可能在450亿到500亿美元区间。

Meta是"砸钱最狠"的一家。扎克伯格在2023年就把年度资本开支目标提到了300亿到350亿美元，2024年直接飙升至400亿美元出头，2025年全年预算更是突破600亿美元大关，2026年指引则直指800亿到1000亿美元级别。

亚马逊的AWS业务同样不计成本。2024年资本开支1350亿美元(含AI和非AI基础设施)，2025年指引2600亿到3100亿美元，2026年可能接近3500亿美元——这意味着每年至少有1000亿美元以上专门用于AI算力建设。

OpenAI的情况特殊：它本身不发财报，但据高盛估算，其训练顶级模型的单次成本已达到数千万美元级别，加上英伟达等供应商的合同金额推算，OpenAI在2024年至2026年间的实际资金消耗也在数百亿美元量级。

把这五家公司的AI领域资本开支加总，"万亿"这个数字并非空穴来风。

但这恰恰是BIS真正担心的地方之一。

赚了谁的钱

关键矛盾在于：花钱的速度远快于赚钱的速度。

以微软为例。Azure云收入确实在增长——2025年Q2 Azure营收同比增长32%至200亿美元——但这是云计算整体的增长，并非单纯来自AI业务。更具体的AI产品变现：ChatGPT订阅用户约260万，月费20美元，即便算上API调用收入，年化营收也仅在数十亿美元级别，与Azure数百亿美元级别的服务器折旧和电力成本相比，占比仍然有限。

Meta的数据更直观：2025年前三季度广告收入同比增长14%至500亿美元左右，AI助手和推荐算法优化确实提升了广告效率，但AI工具链本身还没有独立的商业化路径。换句话说——AI更多是在帮Meta卖更多广告，而不是AI产品自己产生新收入流。

谷歌的情况类似：Google Cloud整体2025年营收增速约30%，但同样包含传统云服务的增长贡献，纯AI推理和训练收入的拆分极其模糊。

亚马逊最尴尬：AWS占亚马逊总营收的比例已从2020年峰值时期的近15%滑落至目前的不到7%，而AI基础设施建设的折旧周期是3到5年，这意味着巨额支出在当下只会拖累利润率，不会立刻转化为AWS的直接竞争力释放。

简单说：万亿美元烧出来的"AI能力"，目前还没有一个能够自证独立盈利能力的商业模式。

这不是说AI没有价值。而是因为——当一个行业的资本支出达到GDP级别的时候，资本市场必须提前面对一个问题：这笔钱最终会从哪个客户的口袋里出来？

钱从哪来

这才是BIS警告的真正核心。

根据国际金融协会(IIF)的数据，美国非金融企业的债务存量已突破60万亿美元的大关。而在这一庞大的债务池子里，科技公司发债融资已经成为一种常态。

微软的长期信用评级为AAA，可以在全球市场上以极低的利率发行绿色债券或转型债券来支持基础设施建设。亚马逊虽然评级只有BBB(投资级边缘)，但凭借稳定的现金流，依然能获得不错的融资条件。

问题来了：如果AI业务的商业回报不如预期，这些原本用来支撑扩张的债务是否会集中暴露风险？

高盛在2025年的一份研究报告中指出，科技巨头的资本开支/GDP比率已处于历史高位区间——2024年为2.8%，2025年预计达到3.5%，远超2010年代平均值的1.2%。

这种程度的资本密集度意味着什么？答案是：整个金融系统对少数几家公司的盈利预期产生了高度依赖。

当市场预期这些巨头能够"用AI改变世界"时，股价上涨、市值扩大、信用扩张就形成了一个正向循环。但当某个季度发现收入增速追不上CapEx增速时——这个循环就可能瞬间断裂。

这就是BIS所说的"高估值、集中度及透明度的融资结构"带来的系统性风险。

泡沫还是未来

有人会说：这跟第一次互联网泡沫一样，都是早期阵痛。

没错。但在互联网泡沫时期，最大的变化在于——今天的科技巨头拥有前所未有的现金储备和盈利能力。苹果手上有2000多亿美元的净现金，微软年营收已超过2000亿美元且保持盈利增长，谷歌母公司Alphabet的自由现金流常年为正。

所以这次不是单纯的"泡沫吹胀"逻辑。更接近的现实是一个更大的结构性问题：我们是否对技术变革的时间表过于乐观？

AI训练成本在过去两年下降约75%(从GPT-4的训练成本估算)，推理成本下降更快，这确实利好企业采用AI服务。但与此同时，芯片厂商英伟达的收入增速也从2024年的爆发期进入平台整理阶段，市场对它的估值已经从最高的P/E 120倍回落至目前的约40倍水平。

这说明一个趋势：资本市场的耐心是有限的，而且越来越短。

对于普通投资者来说，最直接的风险信号包括以下几个方面：

第一，观察这五家公司下一个季报的CapEx增速与自由现金流的差值。如果连续两个季度出现差距扩大，说明资金消耗速度在加速。

第二，关注AI相关的公有债券发行节奏。科技巨头如果在短期内大量发债，很可能是为后续基建铺路——这也意味着未来几年的折旧压力会显著上升。

第三，留意英伟达的库存周转率和服务提供商订单变化，这两个指标是判断AI需求是否真实落地的先行指标。

第四，对比S&P 500指数中科技股权重的变化与整体指数涨幅的关系——如果权重股的贡献度过大，而中小盘企业表现平平，那么指数的脆弱性就在累积。

第五，检查各公司AI业务收入占总营收比率的披露情况——如果没有单独披露的AI ARR或GMV口径，所谓的"AI转型"就只能停留在战略口号层面。