AI资本开支周期：在战争冲击下仍具韧性

安联研究 | 2026年3月25日 人工智能资本支出周期：目前具备“战时”韧性 总而言之 苏博兰 首席投资官兼首席经济学家 • 在资本支出-货币化辩论中，AI热潮有所降温。尽管近期盈利强劲，但投资者关注点已从盈利能力提升转向收入增长轨迹和现金流可见性，尤其是在超大规模计算厂商的资本支出计划大幅提升（预计2026年达约5750亿美元，增长50%）以及软件因AI驱动收入稀释风险而情绪疲软的背景下。我们的AI泡沫风险监测器继续发出中度泡沫压力信号：狂热配置已降温，但信用利差扩大则预示着市场对资产负债表质量的敏感度更高。中东地区地缘政治紧张局势加剧，进一步强化了资金流向高估值科技股的轮动，避险情绪重新占据主导地位。 ludovic.subran@allianz.com guillaume.dejean@allianz-trade.com吉约姆·德让（Guillaume Dejean）资深部门顾问 亚历山大·赫特 公募股权与信贷全球投资策略主管 alexander.hirt@allianz.com • 较高的波动率环境将考验人工智能发展环境，但资本支出超级周期目前依然稳固，由强劲的逆周期需求所支撑。技术资本支出历来对宏观经济环境敏感，尤其对能源冲击敏感，因为新的通胀压力往往导致利率上升，进而导致投资成本增加。在美国，技术领域是受能源价格剧烈波动（相关系数约-30%）影响最严重的资本密集型行业之一，但与能源、基础材料和公用事业不同，投资下降并非由价格效应引发的意外收益所导致。尽管如此，超大规模计算企业的主导市场地位和充裕的现金储备降低了其对宏观经济和地缘政治冲击的敏感性。与此同时，公共部门投资正在加速，这得益于数字主权和基础设施建设的议程。数据中心管道强劲（到2030年容量预计达200吉瓦的2倍），尽管地缘政治紧张局势加剧，但势头依然稳健，德国计划在相同的时间范围内将其产能翻一番便说明了这一点。 katharina.utermoehl@allianz.com乌特莫埃尔·卡塔琳娜 主题与政策研究负责人 moritz.bartosch@allianz.com莫里茨·巴托施 研究助理 davide.corna@allianz.com达维德·科纳 研究助理 • 能源价格波动可能重塑资本支出配置，而非整体规模。虽然短期支出水平看似稳固，但目前数据中心和云基础设施的集中投入可能发生变化。与半导体供应链相关的订单享有优先获取权，从而限制了其对韩国和台湾潜在中断（与液化天然气和氦气供应风险相关）的即时暴露。然而，芯片成本进一步上涨约50%（如2026年第一季度所见）可能会推迟项目时间表，并加速向租赁模式转变的趋势，以分摊资本密集度（预计可节省20-30%）。与此同时，将关键设备和原材料生产扩展至亚洲以外的地区的必要性正在增强，因为当前的紧张局势暴露了供应链集中的风险，并可能导致投资重新平衡，减少对软件和计算服务的当前过度倾斜。 • 市场如何交易“AI主题”？焦点正从效率提升转向营收落地。虽然市场共识普遍反映了当前势头，但其正日益面临在资本开支自律和营收实现两方面执行风险的压力。估值——大型股的20多倍市盈率——仍然普遍合理，但在高波动性环境下容易受到短期轮动的冲击。长期前景依然乐观，资本开支锚定于部分与AI采用速度脱钩的有形基础设施订单。然而，价值创造在整个技术栈中可能分布不均，半导体和电信设备领域相对占优，而软件和消费电子领域则面临更多挑战。 AI周期：上季财报期间，资本开支货币化辩论成焦点 2025年第四季度的业绩报告证实了全球科技行业的根本性韧性和增长。纽约证券交易所FANG+指数——我们衡量科技及科技赋能型增长公司的首选指标——在最近一个季度展现了强劲的财务表现。综合结果显示，业绩延续了之前的强劲表现，营收同比增长约17%，盈利增长约25%。每家领先的科技企业均超出了预期，在所有成分股中，平均销售额超出预期约0.5%，盈利超出预期约1.6%。企业指引保持积极，最突出的例子是Meta将其销售预期上调了5-10%。软件公司也强调了人工智能的基本潜力，尽管在法律、咨询和金融服务等领域，人们对传统服务线可能被蚕食的担忧有所加剧。 人工智能资本支出预计将在2026年继续进一步增加，同时投资者也表达了担忧。2026年，人工智能资本支出仍然是市场争论的焦点，因为科技领导者们正竞相建设他们相信能够巩固——并加强——其在数据和计算能力正成为战略地缘政治资产的世界中的主导地位的计算能力。在2025年上涨了约60%之后，预计美国大型科技公司的投资将再次增长50%，超过6000亿美元，并将资本支出强度提升至收入的约23%，是ChatGPT出现前水平的两倍多。科技行业现在运营的资本密集度高于电信运营商，后者的投资比率有所下降，因为创新正转向专业的卫星初创公司。然而，担忧正在加剧：变现时间表仍然不确定，电力基础设施建设落后于数据中心需求（公用事业资本支出在2025年增长20%，在2026年增长15%），并且投资者越来越质疑在没有传统的股息或回购来补偿资本密集型商业模式的情况下，为大规模支出周期提供资金。 市场现在在质疑超额利润能持续多久。投资者越来越怀疑由准垄断地位和暂时性供需失衡所推动的利润的可持续性。超大规模企业的早期迹象表明利润增长势头正在放缓，而2025年第四季度的业绩——尽管中位数盈利预期超出预期7%且年增长率为17%——并未引发对下一季度预期的上调，这进一步强化了盈利存在上限的观点。收入增长依然稳健但缺乏亮点（中位数预期超出预期2%对比年增长12%），反映了人们对AI应用逐渐普及的预期，但该进程受到监管、成本、信任差距和技能短缺的制约。随着利润率的扩张趋于正常，市场正将注意力转向收入加速增长能否弥补，其中IT和电信服务被视为最容易受到替代风险和利润稀释的影响。 英伟达（芯片设计）、阿斯麦（芯片设备）、台积电（晶圆代工）、SK海力士（内存芯片制造商）。数据截至2025年第四季度。资料来源：LSEG Datastream、安联研究 我们的AI泡沫风险监测器持续暗示存在中度泡沫压力，尽管其潜在驱动因素已发生一定程度的变化。围绕采用势头、数据中心空置率和GPU产品周期动态的基础面发展仍令人安心。能源市场发展需保持关注，但未发现风险增加。与此同时，亢奋的预期有所降温，降低了因盈利预期落空等突发因素引发市场急剧回调的风险。事实上，过去三个月，股票仓位、熊市指标和12个月前瞻市盈率均已降至更为温和的水平。金融风险正在上升——尽管幅度温和——而就美国投资级科技利差而言，市场信号现已亮起红灯，其近期已进入类似泡沫的区域，可能反映了AI对软件公司的挑战。但总体而言，与一个月前相比，泡沫风险看起来不那么明显。现阶段，长期尾部风险仍可控，但资本支出变现速度和快速现金流恶化存在一些阴影区域需要监测，特别是由于资本支出预计今年将继续以快速步伐增长，并且由这巨额资金流产生的失衡可能比现金流更广泛。 投资周期：对地缘政治紧张局势具有韧性，但需警惕配置变化 无论如何都要保持资本支出强度。美国五大科技支出大户预计到2026年仅资本支出就将超过6000亿美元——这是2026至2028年间估计21000亿美元部署计划的一部分——将资本支出强度推至收入的34%，是1990年代互联网建设高峰期15%峰值的两倍以上。图3 starkly 展示了这一趋势：绝对资本支出正垂直上升，自由现金流首次在35年内转为负数，拐点之锐利程度超过美国上市公司现代史上的任何时期。资本支出增长将放缓——从2026年的51%降至2027年的13%以及2028年左右的5%——但这种放缓反映的是对异常高基数进行自然消化，而非信念转变。这些公司正刻意制造一年负自由现金流，因为他们认为人工智能的收入潜力足以证明这种牺牲：技术渗透到企业及消费领域本就具有渐进性，而今天铺设的基础设施回报将在数年而非季度内累积。 人工智能的益处已经显现，但尚未普及。超大规模企业正投入数百亿美元到一个回报周期仍存在激烈争议的技术周期中，怀疑是合理的。然而，将这场争论简化为二元判断——生产性投资或鲁莽投机——则错过了实地数据已经展示的内容。自2023年以来，美国对数据中心的建筑支出激增，而办公楼建设则持续结构性下降，这是资本的实际重新配置，正在实时重塑建筑经济。半导体收入也讲述了类似的故事：行业销售额从2023年底激增了约70%，即使资本支出强度达到数十年来的高点，运营利润率也急剧扩张。这些不是纸面利润——它们反映了真实的积压需求、真实的定价能力和真实利润在供应链中流动。这些收益的分配，诚然是狭窄的：少数拥有技术优势（在先进逻辑、内存带宽、冷却和电力基础设施方面）的企业正攫取不成比例的AI市场份额。但认为AI投资仅产生金融虚幻，加剧不平等而不创造实际经济产出的观点，被产能利用率、订单簿和处于基础设施层级的企业的损益表所反驳。因此，更紧迫的问题是，不是AI资本支出是否产生回报——它显然对某些人来说是产生了——而是这些回报是否以建设真正持久和扩张的生态系统的方式进行循环，还是它们是否狭隘地累积了现有的结构性不对称。 偿付能力风险被过度夸大了，但不断增长的债务仍需监控。与1990年代末重资产电信投资相比并不完全恰当，因为那次投资主要依赖债务融资，并最终导致了大规模的资本毁灭；而这一轮投资则来自历史上最强劲的企业资产负债表，由那些拥有已证明的变现引擎的公司提供资金。尽管偿付能力风险并非主要问题，但我们不能忽视自2025年以来资金架构的持续转变以及AI标记债务量的不断增加。即使在十年间忽视了债务市场的超大规模企业，我们也注意到一个结构性转变在2026年正获得更多动力，因为截至3月中旬，它们发行的债务量已经超过了2025年全年的总量（超过1000亿美元 vs. 约800亿美元）。截至2025年底报告的3850亿美元债务总额中，美国顶尖的资本支出提供者其杠杆率比2000年的“高支出”同行低了约20%，因此，持续上升的杠杆在短期内并非问题。然而，投资者将密切关注这一上升趋势，同时也会关注自由现金流下降的趋势。 超越喧嚣：究竟是什么塑造着AI资本支出周期。围绕AI投资的争论，往往被简化为市场估值的故事——一个关于飙升的市盈率、拥挤的交易以及偶尔的修正，从而引发关于泡沫与崩盘的惊呼评论。更具影响的讨论是产业性的、结构性的，且节奏更慢。有四条潜在的裂痕正在悄然塑造着当前AI资本支出水平能否持续以及能否有效吸收的问题。首先，企业和消费者采用的速度，它遵循的是自然的学习曲线，而非资本部署所隐含的垂直拐点——这是一种结构性滞后，对回报周期有直接影响。其次，日益增长的错配担忧：AI基础设施建设的飞速步伐，并未得到对支撑其所需的底层产业能力——发电、电网基础设施、先进制造——同等规模的投资匹配，从而创造了有形的短缺风险，并在整个供应链中推高了投入成本。第三，一个循环性问题：AI利润是否真正创造了新的经济价值，还是仅仅巩固了少数公司的主导地位，这引发了如果任何主要参与者出现失误，系统性溢出和传染风险的可能性。最后，中东地区的新紧张局势，能源供应中断可能重燃通胀压力，使利率前景复杂化，并损害投资者信心，而这一投资周期恰恰严重依赖于这种信心。综合来看，这些潜在的裂痕并没有使AI资本支出故事成为必然失望的故事，但它们确实使其成为一个需要远超市场叙事所提供的产业严谨性和战略诚实性的故事。 逐步的采纳正在引发关于盈利化的争论，但这并非质疑资本支出的本身。AI的专业化采纳仍然处于渐进、探索和参差不齐的阶段——这未必是一个坏信号。企业普遍认识到AI的长期潜力，但转型过程正谨慎进行，这是基于结构性的合理原因：公司在承诺大规模部署之前，仍需对实施成本、可衡量的生产力提升、网络安全风险以及不断演变的监管框架有更清晰的了解。随着公司仍然不愿依赖缺乏长期运营记录的供应商，心理障碍加剧了技术障碍。其结果是，大多数组织目前正从事渐进式流程改进，而非颠覆性重塑——这一模式完全符合重大技术变革一贯的演变方式。早期收益可预测地集中在咨询、金融和保险等数字化成熟行业