研报解读河洛投研

US hyperscaler AI compute infrastructure and AI-economy monetization：Goldman Sachs估算，美国超大规模云厂商需在CY2028-30实现约$1.42 trillion收入，才能在CY2026-27 AI计算资本开支上取得15% ROIC。

报告将AI资本开支的讨论重点放在未来变现所需收入，而非短期利润率压力。其认为，强劲需求、供给受限和不断增长的云积压订单支撑当前投资周期的回报潜力。

机构Goldman Sachs

日期20260924

行业AI compute infrastructure

摘要

没有报告范围内的单一评级或目标价；本报告为多公司AI资本开支框架分析。

15% ROIC门槛意味着，六家美国超大规模云厂商在CY2028-30需实现约$1.42 trillion的累计收入，或每GW每年约$11.6 billion收入。
Goldman Sachs预计，2027年AI基础设施资本开支约为$1.3 trillion，2028年约为$2.0 trillion。
截至C2Q26，AWS、Azure和Google Cloud的合计云积压订单约为$1.69 trillion；按该框架，三家公司所需收入为$1.00 trillion。
自2026年初以来，五家上市美国超大规模云厂商的CY2026-27一致预期资本开支已上调约66%，约$750 billion。

研报解读

概览

Goldman Sachs考察美国主要超大规模云厂商需要多少未来AI经济收入，才能证明当前AI计算建设的回报合理。其框架认为，当前资本密集度可能压低短期回报，但受限的产能、云积压订单以及不断扩展的企业和消费者变现渠道，可在中长期支持具吸引力的回报。

核心观点

报告认为，投资者讨论的重点已从超大规模云厂商能否从早期CY2023-25投资周期获得回报，转向更大规模的CY2026-27 AI计算建设能否在CY2028-30产生足够回报。Goldman Sachs认为，当前开支激增是对AI token消费增长、实时供需失衡和客户多年计算需求的回应。其将短期ROIC承压视为巨额前期投资的自然结果，而非AI经济结构性不佳的证据。其自下而上的半导体分析显示，2027年AI基础设施资本开支约$1.3 trillion，同比增长60%；2028年约$2.0 trillion，同比增长42%。相应的部署估计为2026年约20 GW、2027年约35 GW和2028年约57 GW。这些数字不仅包括传统超大规模云厂商开支，还覆盖AI实验室、主权AI企业和企业客户。报告指出，供应链指引并非精确的量化预测，特别是在供给受限的环境下，但认为其对判断中期基础设施开支方向仍有参考价值。 Goldman Sachs以六家美国超大规模云厂商——Alphabet、Amazon、Microsoft、Meta、Oracle和SpaceX——作为AI计算建设的代表样本。模型仅分离CY2026-27 AI相关资本开支，不计入产能上线时在CY2026-27产生的收入或EBIT，也不计入2027年后的后续投资。模型假设资本开支中约70%为计算设备、30%为土地、建筑及相关机房；每GW前期成本约$42 billion；计算设备和机房的使用寿命分别为5年和15年；每GW每年非折旧运营维护成本为$836 million；企业税率为21%。在15%的年度ROIC门槛下——即CY2028-30的年度NOPAT相对CY2026-27平均年度资本开支——该框架要求六家公司在CY2028-30累计创造约$1.42 trillion收入，或每GW每年约$11.6 billion收入。将ROIC目标在0%至30%之间、每GW容量成本在约$34 billion至$51 billion之间调整后，所需累计收入区间约为$908 billion至$1.89 trillion，或每GW每年约$6.2 billion至$18.6 billion。Goldman Sachs将15%门槛描述为合理且可能偏保守，低于公司所称正在实现或预计从本轮投资中获得的回报。云积压订单数据为模型产出提供了实际参照。截至C2Q26，AWS、Azure和Google Cloud合计积压订单约$1.69 trillion，同比增长152%，约为年初水平的1.5倍。对于这三家公司，约$1.22 trillion的CY2026-27资本开支在15% ROIC门槛下需要在CY2028-30实现约$1.00 trillion累计收入，约为当前已披露积压订单的59%。报告警示，积压订单包括非云承诺，其转化取决于客户集中度、产品组合和合同时间，但指出该基准假设未来积压订单不再增长，尽管近期积压订单环比仍保持双位数以上增长。报告还引用管理层评论来支持回报前景。Amazon表示，服务器和网络设备的使用寿命约为5至6年、盈亏平衡期约为3年，而数据中心机房可支持多个服务器周期。Oracle表示大型基础设施项目的稳态ROIC处于高20%区间，SpaceX则表示其陆基AI数据中心产能的回收期为一年。Microsoft、Meta、Amazon和Alphabet强调灵活或模块化的数据中心设计、工作负载可移植性和分阶段部署；Goldman Sachs认为，这些做法可降低对单一技术或单一公用事业的依赖，并支持利用率。在变现方面，报告列举企业基础设施即服务、软件服务、云定价上调、广告、订阅和智能体商业等路径。报告认为，从通缩型的商品化智能到定价能力更强的前沿智能，更广泛的性价比曲线可扩大AI应用场景，尽管单个token和单笔资本开支的回报并不均一。因此，报告仍看好未来三至五年的整体机会，同时承认当前资本周期会在短期掩盖回报。

分析框架

Goldman Sachs首先利用公司评论、一致预期数据和半导体供应链信息评估AI需求、产能约束及超大规模云厂商资本开支预期。随后，其将CY2026-27选定的AI相关资本开支转换为隐含GW产能，并基于折旧、运营成本、税项和目标NOPAT建立从资本开支到收入的桥接模型。最后，其对ROIC和每GW成本假设进行压力测试，并将所需收入与已披露的公共云积压订单及公司管理层评论进行比较。

方法论与常识提炼

公司基本面与财务框架ROIC–WACC 利差
ROIC门槛框架
报告采用15%的年度ROIC门槛，以CY2028-30获得的NOPAT相对CY2026-27平均年度资本开支计算，从而估算AI建设所需产生的收入。
行业/产业分析框架产业链上中下游传导
基于半导体供应链的自下而上资本开支测算
报告利用半导体公司的指引和每GW收入假设，推导AI基础设施开支与数据中心部署规模。
估值方法
情景分析
报告将ROIC目标在0%至30%之间、前期资本开支成本在约$34 billion至$51 billion每GW之间调整，以展示未来所需收入如何变化。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

Alphabet (GOOGL)
纳入ROIC框架及公共云积压订单比较的美国超大规模云厂商。
优势
Google Cloud积压订单，以及可在内部和外部工作负载间调配产能的能力。
对比
AWS、Azure和Google Cloud三家公司积压订单基准中的一员。
风险
产品和广告竞争、搜索业务受扰动、重投资压力和监管审查。
Amazon (AMZN)
纳入ROIC框架及公共云积压订单比较的美国超大规模云厂商。
优势
AWS资本开支经济性、模块化基础设施和数据中心机房的多周期效用。
对比
AWS、Azure和Google Cloud三家公司积压订单基准中的一员。
风险
云和电商竞争、高利润业务执行、投资带来的利润率压力、监管和宏观波动。
Microsoft (MSFT)
纳入ROIC框架及公共云积压订单比较的美国超大规模云厂商。
优势
可灵活调度的基础设施机群、统一技术栈，以及管理层认为AI利润率可接近云利润率的观点。
对比
AWS、Azure和Google Cloud三家公司积压订单基准中的一员。
风险
内部芯片推进时间更长、Azure以外投资超预期、管理层变动以及向定制软件转变。
Meta Platforms (META)
纳入ROIC框架的美国超大规模云厂商。
优势
分阶段模块化产能部署，以及广告、订阅和商业带来的消费者AI变现潜力。
对比
与其他超大规模云厂商共同纳入六家公司总量框架。
风险
用户和广告竞争、投资驱动的利润率压力延续、监管和反垄断审查。
Oracle (ORCL)
纳入ROIC框架的美国超大规模云厂商。
优势
管理层称大型基础设施项目的稳态ROIC处于高20%区间。
劣势
Oracle主要租赁数据中心产能，因此计算设备/机房拆分仅具示意性。
对比
与其他超大规模云厂商共同纳入六家公司总量框架。
风险
客户集中度、数据中心建设的时间和执行、资本开支强度，以及数据库/SaaS市场份额流失。
SpaceX (SPCX)
纳入ROIC框架的美国超大规模云厂商。
优势
管理层称陆基AI数据中心资本开支的回收期为一年，并具备基础设施即服务变现潜力。
劣势
AI和轨道计算计划存在重大执行不确定性。
对比
与其他超大规模云厂商共同纳入六家公司总量框架。
风险
高资本密集度和现金消耗、融资和稀释、未经验证的轨道数据中心技术、竞争、发射产能及芯片供应链依赖。

关键数据

15% ROIC下六家公司所需收入~$1.42 trillion cumulative CY2028-30相当于每GW每年约$11.6 billion收入。
AI基础设施资本开支预测~$1.3 trillion in 2027; ~$2.0 trillion in 20282027年同比增长60%，2028年同比增长42%。
隐含AI数据中心部署~20 GW / 35 GW / 57 GW分别对应2026年、2027年和2028年。
五家超大规模云厂商一致预期资本开支修订~66% or ~$750 billion自2026年初以来CY2026-27预期的增幅。
三家云服务商已披露积压订单~$1.69 trillion截至C2Q26，AWS、Azure和Google Cloud合计；同比增长152%。
三家云服务商所需收入~$1.00 trillion cumulative CY2028-30在15% ROIC框架下，约为已披露积压订单的59%。

影响与含义

报告认为，核心问题在于未来AI经济变现能否达到模型所需的收入门槛，而不是当前资本开支能否立即提升回报。其认为，强劲云需求、定价、积压订单增长、产能灵活性以及不断扩大的企业和消费者应用场景，支持当前建设在长期产生回报。

风险

AI基础设施提供商当前资本开支与现有EBITDA或自由现金流之间可能存在资金缺口。
数据中心土地、电力和机房供应可能限制计划中的建设，尤其在2028年及以后。
积压订单转化可能受到客户集中度、产品和收入组合以及长期合同时间安排的影响。
该框架不包括2027年后的投资、表外租赁、融资租赁、SPV和第三方计算安排，因此属于示意性而非完整的分析。
统一的产能、资本开支组合和资产寿命假设可能无法反映各公司特定的建设阶段或基础设施经济性。

后续跟踪

CY2026-27超大规模云厂商资本开支的节奏，以及其是否持续高于市场预期。
云积压订单增长，以及AWS、Azure和Google Cloud将承诺转化为收入的速度。
AI计算在训练和推理工作负载中的定价、利用率和产能约束。
2028年及以后数据中心电力、土地和机房的可得性。
企业AI采用、token优化以及广告、订阅和商业带来的消费者AI变现证据。