万亿美元军备竞赛的账本：大摩算过之后，AI 烧钱居然是笔好生意

　　AI 巨头到底是在烧钱还是在赚钱？这个问题吵了两年，摩根士丹利最近给出了一份测算报告，结论有些反直觉：各类 GenAI 商业模式的资本回报率（ROIC）都算得过账，万亿美元级的军备竞赛并非非理性狂热。报告把 AI 商业模式拆成三种：模型公司用自有算力提供 API 服务、超大规模云厂商出租 GPU、依赖第三方算力提供 API 服务。第三种收入最高——每 GW 约 405 亿美元，但租赁算力的成本把利润吃得只剩约 25% 的 ROIC；云厂商出租 GPU（以 GB300 为基准）每 GW 约 230 亿美元收入，ROIC 约 31%；而自己握着算力做模型的模式，每 GW 约 304 亿美元收入、税后经营利润约 179 亿美元，ROIC 高达 46%。三种模式一对比，答案很清楚：最赚钱的不是卖铲子的，也不是纯模型的，而是模型、基础设施、商业化能力三位一体的公司——META 和谷歌是典型代表。

　　资本开支的曲线也到了拐点附近。四大云厂商的年资本开支从 2025 年约 4660 亿美元，跳到 2026 年约 9170 亿美元，2027 年冲上约 1.47 万亿美元的峰值（增速约 60%），随后 2028 年虽然绝对额还涨到约 1.64 万亿美元，但增速骤降到约 12%。分公司看，2027 年最激进的是谷歌（+83%），META 约 55%、亚马逊约 50%、微软约 43% 紧随其后。值得注意的是，2028 年的减速不是需求见顶，而是行业进入"消化期"：芯片、机架、土地、电力、劳动力处处是现实约束，加上巨头已经提前预建了 2027—2029 年的产能。算力侧的数字印证了这场扩张的规模——四大云厂商总算力从 2025 年的约 36GW 增至 2028 年的约 144GW，接近翻四倍；其中定制 ASIC 的占比从 34% 升至 66%，谷歌 TPU 和亚马逊 Trainium 成了主力，行业从"抢 GPU"转向"提升单位算力效率"，英伟达仍是核心，但云厂商自研芯片的分量只会越来越重。

　　更关键的一组数字关乎"自我造血"。四大巨头合计运营现金流预计从 2026 年的 7390 亿美元增至 2028 年的 1.23 万亿美元，而新增债务融资需求将从 2026 年的 2380 亿美元降至 2028 年的 900 亿美元——只相当于当年运营现金流的约 7%。换句话说，AI 投资的弹药正越来越多地来自经营本身，而非资本市场举债，这也是这轮周期与以往泡沫最大的不同。需求端的天花板也足够高：全球 GenAI 总市场规模测算在 50 万亿至 60 万亿美元量级，而 2027 年企业 AI 支出预计约 8120 亿美元，渗透率仅约 4%；已有 25% 的标普 500 公司能量化 GenAI 收益，一年前这个数字只有 14%。

　　把这些数字串起来，投资主线的切换其实已经写在纸面上：AI 正从"拼算力"转向"拼商业化"，资金大概率从硬件、半导体逐步流向模型、云平台和软件应用。下一个阶段估值的锚，不再是囤了多少 GPU，而是应用层能否持续贡献收入和利润——AI 的扩散速度可能比公有云更快，因为它不需要大规模基础设施迁移，生产率提升也能被快速量化。烧钱的故事讲到尾声，收钱的故事才刚刚开场。