Agent技术的落地让大模型真正具备了执行能力，Coding能力的跨越与工具调用的完善，将AI从单纯的“对话式助手”推向了“自主执行者”的新高度。另一方面，供应链的全面紧张促使市场全面拥抱硬件，投资界流传着“美国缺电、中国缺芯、永远缺存储”的论调。随着北美进入财报季，AI叙事却站在微妙的十字路口：大厂的资本开支超预期，但全球AI硬件股价却接连显著承压。一切争论都围绕着，未来北美关于AI算力资本开支的天花板到底在哪里？实际市场偏乐观的预期已经不低，Semi Analysis近期给出的预测是美国AI数据中心新增电力需求将从2026年的21GW快速增长至2030年的84GW。按照当前硬件成本，每GW的AI数据中心投资至少需要花费400亿美元，若采用最新一代平台Vera Rubin，单GW投资上限可达470至500亿美元，那么2030年80GW的体量，隐含着届时AI基建总投资可能达到3至4万亿美元。
要理解资本开支的空间，必须先理解AI需求膨胀的底层逻辑。自2022年底以来，AI大模型经历了四次清晰的范式跃迁。首先是文生文开启的问答时代，带来了用户广度的膨胀；其次是上下文能力与视觉能力的补全，带来了数据容量的膨胀；接着是推理与思维链时代，带来了深度信息量的膨胀；而当前正在经历的第四轮，则是Agent时代，大模型可以完成极复杂的任务。每一次跃迁的终点都是同一个结果：Token用量大幅增加，AI解决问题的能力边界大幅外扩。需求爆炸的直接结果，是供应链的持续紧张与全面涨价，最终云厂商资本开支连续上修。尤其是2026年以来，第四轮范式的加速落地，使得“工作Agent”从概念走向现实，企业核心工作流被AI渗透的速度显著加快。根据美国人口普查局的数据，美国企业AI渗透率已从2023年末的不足5%，快速上升至2026年中的约20%。显然AI已经成为几十年一次的重量级技术革命。
放在宏观尺度下，这一AI投资的量级是否合理？当前全球GDP总量约118万亿美元，2026年的AI投资约在1万亿美元，占全球总GDP的强度不到1%。假设2030年全球GDP达到130万亿美元，其中IT支出占比达到3%（美国此前IT支出就已经占GDP的6%），同时IT支出中有一半在AI，那么AI资本开支可以算出4万亿美元。由于这一轮是北美领投，所以另一个视角是只看美国的投资强度。美国GDP为38万亿美元，当前AI资本开支占GDP比重在2%左右。若参照历史基建周期——英国铁路投资最高达到GDP的6%左右，美国铁路投资达到GDP的3至4%——AI投资占比仍有显著翻倍以上空间。综合这些测算共同指向一个结论：从宏观总量上看，3至4万亿美元的AI资本开支并非一个完全不可行的假设。但宏观上的“可行”，不等于微观上的“可兑现”。
投资最终需要收入来做支撑。根据历史经验规律，可假设AI行业在偏高峰期的资本开支强度为35%，那么3至4万亿美元的资本开支，即隐含要求AI行业实现8至10万亿美元的年化收入。这是一个什么概念？做一个简单的对比分析：2025年，北美Mag 7合计收入约2.2万亿美元，8至10万亿美元相当于再造近5个Mag 7。若扩大到标普500，其2025年总营业收入约19万亿美元，AI相当于要再造至少半个标普500。近10万亿美元收入，假如类似其他信息技术产业，收入中50%可转化为GDP，那么我们测算到2030年AI产业占全球GDP的比重约为3至6%，这相当于再造一个汽车加医药行业，AI要在10年走完两个百年行业的路。如此庞大的收入体量预期，目前有多少是“看得见”的？从当前已跑通的商业模式来看，主要有三条路径。第一是云服务，这是目前路径最清晰、兑现最确定的赛道，即AI大幅提升企业上云的动力和付费上限。Anthropic约七至八成收入来自API调用，也印证了云侧变现的核心地位。北美主要云厂商2026至2030年的AI相关收入增量估算显示，亚马逊有望增长约2000亿美元，谷歌约3000亿美元，微软约2000亿美元，加上其他新云厂商约2000亿美元，合计对应约9000亿美元的收入空间，即万亿美元赛道。第二是个人订阅，美国市场以OpenAI、Anthropic等为代表，C端已普遍确立了每月20美元起步的“AI税”门槛。若全球C端付费用户数达到20亿人，仅基础订阅就对应约5000亿美元；叠加广告等附加服务，C端合计约1万亿美元空间并不算异想天开。但这条赛道的不确定性在于用户付费意愿与留存率，以及不同地区的付费能力差异。第三是编程，这是当前关注度最高、变现确定性最强的垂直赛道。Coding赛道之所以更容易变现，核心在于用户是高薪知识工作者，工具深度嵌入开发流程，付费主体是企业研发预算而非个人消费者，且结果可量化。全球约0.5亿程序员，年均工资约5万美元，若40%的工作被AI替代或增强，则对应约1万亿美元的市场空间。云服务、C端、编码三条赛道加总，大约对应3万亿美元的可预见收入。这是当前市场共识度最高、有明确数据支撑的部分。但距离10万亿美元的目标，中间仍有7万亿美元左右的缺口，这需要从哪些场景生长出来，目前其实并不清晰。
判断当前AI资本开支是否合理，不能只看绝对值，更要看资本开支强度的相对水平。通过对标不同类型的重资产行业，可以更清晰地定位AI当前所处的周期阶段。历史上高资本开支强度的行业大致可分为两类：第一类是重资产网络型行业，典型如铁路、电网、电信运营商。其共同特征是投资在前收入在后，待网络覆盖进入成熟阶段后，资本开支强度回落，自由现金流和利润率改善才开始兑现。电信是典型案例：中国三大运营商2021至2023年5G与算力网络投入高峰期，资本开支与收入比高达20%至24%，近几年下降到18%以下；欧洲电信行业2021至2022年见顶约20%后，逐步回落至2026年的约15%以内。电网强度略低一点，以中国为例，国网与南网合计年收入约5万亿元，资本开支约7500亿元，资本开支与收入比约15%。这些赛道基本锚定的强度是15%至25%，很难进一步更高。第二类是技术迭代驱动型行业，一直保持较高的投资强度，典型如半导体代工、云计算、锂电池、存储。它们的投资高峰期反而可能在需求极强、产能利用率高、产品代际领先时，出现“高资本开支强度+高利润率”并存的状态。台积电是最极端的案例：最近一轮2021至2022年资本开支强度高峰中，资本开支与收入比达到50%左右，但营业利润率仍近5成；2024至2025年资本强度回落至约33%后，利润率继续上修。AWS的历史数据同样典型：2018至2023年资本强度大致在27%至33%之间，进入AI投入期后，资本强度更是上升到40%以上。存储厂商是这些高技术产品中周期性最强的，但投资强度平均在30%左右。AI产业，既像铁路运营商一样投资在前收获在后，又像半导体等高科技一样，资本开支强度挂钩产品能力。所以需要综合这些历史坐标，我们可以得出一个相对客观的结论：资本开支强度在15%至40%区间都是合理的假设。如果对标云运营商、铁路、电网等重资产行业，稳态约为15%，高峰期接近25%；若对标晶圆代工、互联网泡沫、存储等强周期行业，平均值在20%至30%，高峰期可达40%以上。当前AI行业的资本开支强度正处于这一对标区间的偏上沿。1万亿美元的总投资，能见到的收入是3万亿美元，即对应的投资强度已经达到30%。短期进一步上修的空间确实难做到此前动辄翻倍。
资本开支最终要落到“钱从哪来”的问题上。所以当前叙事的另一个切面是，作为AI投资的中军，北美四大云厂的弹药还能支撑多久？第一层是内生现金流。根据当前经营趋势，2027年云厂合计经营现金流大约可支撑8600亿美元左右的资本开支；假设2028年再增长约2000亿美元，内生极限大约在1.1万亿美元左右。外部融资提供了第二层弹药：债券市场方面，五大云厂2025年以来公司债发行累计约3000亿美元；股权市场方面，今年就看到谷歌800亿美元股权融资计划，且SpaceX也完成美股史上最大IPO，部分投向AI。第三种方式是“循环融资”——英伟达投资AI初创公司如xAI、OpenAI，初创公司承诺进行云支出，云提供商购买英伟达硬件，英伟达确认营收。这一模式的脆弱性在于现金从未完成真正的商业循环，所以都依赖Anthropic和OpenAI上市来填这个窟窿，最终还是需要AI终端应用起来。将上述渠道加总，一个相对客观的极限测算是：经营现金流约1万亿美元，合理举债空间接近1万亿美元，合计可支撑约2万亿美元的资本开支。同时假设四大厂占全球资本开支的50%至60%，则对应全球AI总投资约3至4万亿美元。计算到这里，不难发现开篇讲到了资本开支规模，是可以通过企业自下而上“计算汇总出来的”，但这个量级也基本触及了想象的上限。近期这个梦想已经产生了裂缝：SpaceX和Meta对算力的加码，由于暂时没有自身云业务做支撑，更多属于“自己赌”的战略选择，在持续高压下开始转型做算力租赁和云服务，以分摊部分成本压力；近期媒体报道称英伟达管理层正在讨论为OpenAI俄亥俄州数据中心项目提供约2500亿美元的融资担保，更是加深了市场的担忧。
AI产业的长期趋势没有问题，但资本开支并不是可以无限外推的。从历史技术革命的投资强度、行业资本开支规律、企业资金能力三个维度看，3至4万亿美元的高额投资是一个偏极限的情景，并非必然达到，更不是短期就能看到的。在上述逻辑推演过程中，不难发现，北美云厂的AI资本开支故事，正在从信仰转向算账，其中首先要经受考验的是AI硬件。2025年，AI硬件产业链的上涨全部由基本面驱动；但进入2026年上半年，节奏明显过快，更多是由“需求暴增、全产业链涨价”的恐慌性预期推动。自下而上汇总各家云厂商、主权机构的规划，明年AI总资本开支大约在1.2至1.5万亿美元。但若按GPU、光模块等核心硬件的预期指引做倒算，市场对总资本开支的预期可能在1.5万亿美元以上。这意味着北美云厂还需要继续明显上修资本开支才行，这也解释了为什么谷歌财报明明上修了资本开支，全球硬件的行情却一路下行。更关键的问题是，当市场对明年资本开支的预期已经高达1.5万亿美元以上时，一个难以回避的现实是：远期进一步上修的空间正在收窄。虽然从总量上看，3至4万亿美元的投资规模在宏观层面可以锚定；但产业供需两端的论据偏弱。从需求侧看，四轮范式跃迁和Agent技术的落地，确实支撑了需求持续膨胀的长期叙事；但行业视角，目前仅有约3万亿美元的收入具备相对清晰的能见度，剩余7万亿需要AI在更多传统行业实现渗透率突破，而这并非短期可以兑现的。从供应侧来看，3至4万亿美元的投资愿景面临两个硬性前提：第一，云厂的现金流必须出现大幅增长，以支撑持续高强度的资本开支；第二，非北美云厂也要加速投资，比如主权AI、中国AI国产投入。简而言之，当前不少硬件公司的估值已隐含了对2027年极高资本开支的预期。一旦北美的核心玩家因现金流压力或战略调整而放缓资本开支步伐，市场预期将面临重大修正。当下一个相对客观的结论是：1.2至2万亿美元的AI资本开支确实是可以预见的，分歧不大；远期的3至4万亿美元确实可以算得出来、但需要极限条件才能实现。对于投资者而言，重要的不再是争论AI革命是否真实，而是清醒地认识到：当一场投资狂飙触及天花板时，预期管理将比需求预测更重要。