猜你想问
大模型资本开支的核心要点是什么？
大模型资本开支涉及物理底座、芯片机房、电力、研发、人才等多领域投入，是历史级资本密集型竞争。国内自2025年底成为重点投入期，中美在服务、推理、全球节点布局上存在差异，国内以国内需求为主，海外则持续推进全球节点布局。AI技术变革堪比甚至超过PC和移动互联网，但经济效益并不必然更大，对入局公司、个人的影响逻辑完全不同。大模型资本开支需经过设备采购、产能形成、商业模式落地三个转化阶段，回报周期长，硬件可控，后端推理和生态不可控，不同公司财务表现分化，阿里相关梯队结构最清晰。
AI赛道的发展趋势如何？
AI赛道是历史级资本密集型竞争，国内自2025年底成为重点投入期，涉及物理底座、芯片机房、电力、研发、人才等多领域。中美在服务、推理、全球节点布局上存在差异，国内以国内需求为主，海外则持续推进全球节点布局。AI技术变革堪比甚至超过PC和移动互联网，但经济效益并不必然更大，对入局公司、个人的影响逻辑完全不同。个人从PC移动时代的资产积累转向AI时代的精神与制度层面变化，资本开支收回面临较大不确定性。
报告重点分析了哪些方向？
报告重点分析了大模型资本开支的转化阶段，包括设备采购、产能形成、商业模式落地三个阶段，回报周期长，硬件可控，后端推理和生态不可控。同时区分了AI资本开支结构，包括前四层固定资产（服务器、存储、数据中心、能源冷却）和后两层研发经营成本，国内AI芯片受约束。此外，关注各巨头在AI领域的布局差异，腾讯侧重内部AI应用提升货币转化率，微软、谷歌、亚马逊、Meta等在AI云、基础设施、自研芯片等领域各有优势。
当前市场现状如何判断？
当前市场现状是AI竞争是历史级资本密集型竞争，国内自2025年底成为重点投入期，涉及物理底座、芯片机房、电力、研发、人才等多领域。大模型资本开支需经过设备采购、产能形成、商业模式落地三个转化阶段，回报周期长，硬件可控，后端推理和生态不可控，不同公司财务表现分化。AI技术变革堪比甚至超过PC和移动互联网，但经济效益并不必然更大，个人从PC移动时代的资产积累转向AI时代的精神与制度层面变化，资本开支收回面临较大不确定性。
研报提示了哪些风险？
研报提示AI技术迭代快，会计折旧与技术折旧不匹配，租赁与采购承诺削弱资本开支可比性。推理服务需求波动大，效率提升未必减少总资本开支，供给端管理、运营、技术等因素影响产能形成。上市公司若投入进展慢将面临估值业绩双杀，独立模型厂商无自有现金流业务，财务压力更大。大模型资本开支需经过设备采购、产能形成、商业模式落地三个转化阶段，回报周期长，硬件可控，后端推理和生态不可控，不同公司财务表现分化。