AI 资本开支或超预期，市场波动加剧

概览

本篇高盛研报聚焦美国股市中人工智能相关板块，核心结论是市场对 2027 年超大规模企业（hyperscaler）资本开支的共识预期过于保守，实际开支可能显著高于当前预测，这将推动 AI 基础设施受益股的盈利和股价上行。但与此同时，估值扩张、仓位拥挤及企业采用进度缓慢等因素将加剧市场波动。研报通过历史周期对比、现金流分析、企业调查等多维度论证观点，并提示投资者需平衡资本开支上行潜力与潜在风险。

核心观点

资本开支预期保守：市场共识预计 2027 年 hyperscaler 资本开支为 9200 亿美元，同比增长 22%，较 2026 年 84% 增速大幅放缓。高盛认为这一预期过于保守，若增量投资占 GDP 比重达 2-3%（类似铁路与汽车建设周期），2027 年开支可达 1.1 万亿美元（增长 45%）；极端情景下，结合现金流与信贷市场容量，甚至可能达 1.4 万亿美元（增长 89%）。 估值与波动风险：AI 基础设施股票中位数远期 P/E 已扩至 26 倍，为 ChatGPT 发布以来最高。Q2 AI 相关股票回报离散度升至 53 个百分点，创周期新高，主要由基础设施层正回报与应用层正负回报分化驱动。部分股票近期涨幅已超出盈利预期，风险调整后回报难以持续。 企业采用进展缓慢：Q1 财报季中，54% 公司提及 AI 与生产力相关，但仅 11% 量化具体用例的生产力提升，仅 2% 量化对收益的影响。讨论 AI 的公司与未讨论公司在利润率与股价反应上无显著差异，显示市场尚未定价 AI 生产力收益。 软件板块估值敏感：软件股 P/E 从去年 39 倍高点回落至当前 25 倍，DCF 模型显示其 85% 价值集中于终端价值，对长期增长与利润率假设微小变化高度敏感。投资者对 AI 颠覆不确定性的担忧将持续驱动回报分化。

分析框架

高盛沿"资本开支 - 估值 - 企业采用"主线展开分析。首先通过历史技术周期（如 1990 年代电信、铁路建设）对比，论证 AI 投资占 GDP 比重仍有上行空间；其次分析 hyperscaler 现金流、债务容量与股权融资能力，证明资本可支撑更高开支；再者结合企业调查与财报评论，量化 AI 采用进度与收益影响；最后通过 DCF 模型与估值倍数比较，揭示软件板块对终端价值的敏感性。方法论上融合供需框架、估值建模与行业周期分析。

方法论与常识提炼

• 行业/产业分析框架供需框架

  通过对比 AI 投资占 GDP 比重与历史技术周期（铁路、汽车、电信），判断资本开支上行空间

  研报将当前 AI 投资 impulse（2026 年预计占 GDP 1.5%）与历史峰值（铁路 3.4%、电信 1.4%）对比，论证若投资强度提升至 2-3% GDP，资本开支将显著超预期。

• 估值方法DCF 现金流折现

  使用 DCF 模型分析软件板块估值对终端价值假设的敏感性

  研报指出软件股 85% 价值集中于终端价值，长期增长或利润率假设微小下调即可解释估值收缩，帮助读者理解高估值板块的脆弱性。

• 周期与景气框架景气拐点分析

  通过企业 AI 采用率调查与财报评论，判断行业处于早期采用阶段

  仅 2% 企业量化 AI 对收益影响，显示生产力转化仍处早期，帮助读者理解为何市场尚未定价 AI 收益。

• 公司基本面与财务框架自由现金流分析

  分析 hyperscaler 经营现金流与资本开支匹配度，评估融资能力

  研报指出 hyperscaler 净债务/EBITDA 仅 0.4 倍，可大幅增债仍维持投资级评级，证明资本开支有财务支撑。

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）。

• AMZN, GOOGL, META, MSFT, ORCL（Hyperscalers）

  资本开支上行直接受益者，云收入加速与 backlog 增长支撑盈利

  优势

  现金流强劲，净债务/EBITDA 仅 0.4 倍，融资能力充足

  劣势

  股权融资可能稀释收益，资本开支减速风险

  对比

  估值预期较半导体更保守，对开支放缓敏感度较低

  风险

  需求减弱、股权稀释、利率上升增加融资成本

• 半导体（Semiconductors）

  AI 基础设施核心受益层，市值增量达前瞻盈利变化的 14 倍

  优势

  需求强劲，定价权高

  劣势

  估值扩张显著，波动性大

  对比

  估值倍数高于 hyperscalers，回报离散度更大

  风险

  供需平衡推迟至 2027 年下半年，周期性回归风险

• 软件（Software）

  AI 赋能与颠覆并存，回报分化显著

  优势

  数据基础设施股受青睐，部分公司展现 AI 驱动收入增长

  劣势

  85% 价值集中于终端价值，对假设敏感

  对比

  行业特定软件与服务股遭回避，估值从 36 倍回落至 25 倍

  风险

  低成本竞争压制盈利，终端价值假设下调

关键数据

• 2026 年 hyperscaler 资本开支共识预期7570 亿美元同比增长 84%
• 2027 年 hyperscaler 资本开支共识预期9200 亿美元同比增长 22%，高盛认为保守
• 高盛 2027 年资本开支情景预测1.1 万亿至 1.4 万亿美元对应 GDP 占比 2-3% 或现金流/信贷容量情景
• AI 基础设施股票中位数 P/E26 倍ChatGPT 发布以来最高
• Q2 AI 股票回报离散度53 个百分点ChatGPT 发布后最高
• 量化 AI 对收益影响的企业占比2%Q1 财报季数据
• 软件股终端价值占现值比例85%DCF 模型估算

影响与含义

研报认为 AI 资本开支上行将短期利好基础设施受益股（如半导体、电力、光网络），但估值扩张与仓位拥挤加剧波动风险。中期需平衡开支增速放缓与盈利持续性不确定性。软件板块因 AI 颠覆风险与终端价值敏感，回报分化将持续。Hyperscaler 股权融资活动增加，投资者将更关注投资回报率。宏观上，若美伊冲突缓和或推动市场广度扩展，但经济衰退将拖累整体股市。

风险

• 资本开支增速放缓或需求减弱
• 企业 AI 采用进度不及预期，生产力转化缓慢
• Hyperscaler 股权融资稀释收益
• 物理产能限制（数据中心、电力、劳动力）
• 利率上升增加融资成本
• 软件板块终端价值假设下调

后续跟踪

• AI 相关收入加速证据
• 资本开支增速是否放缓
• 宏观经济从加速增长转向减速
• 云业务 backlog 与盈利持续性
• 企业量化 AI 生产力影响的比例变化