AI产业变局的临界时刻

如果把AI产业链比作一个正在膨胀的星系，我们现在恰好站在事件视界的边缘——往里看，一切都在螺旋加速，越陷越深；往外看，似乎找不到任何可以让这轮叙事停下来的逻辑与数据。

2026年开年以来，硅谷四大科技巨头的AI基础设施支出预期一路飙升，合计超过6000亿美元，比瑞典一年的GDP还多。Meta要把全年的经营现金流全部砸进AI基建，Google的资本开支指引连续两年翻倍，亚马逊更是一口气喊出2000亿美元的“天价”预算。钱像开闸的洪水一样涌向数据中心、GPU芯片和电力设施。

资料来自：中金研究2026年4月15日已经发布的《AI对海外互联网的影响几何？》

更有意思的事发生在企业内部，硅谷正在流行一个词叫“Tokenmaxxing”，直译就是Token最大化。Meta内部有个叫Claudeonomics的排行榜，追踪8.5万名员工的Token消耗量，排名最高的人30天内平均消耗了2810亿Token。黄仁勋公开说，如果一名年薪50万美元的工程师每年消耗的Token不到25万美元，他会“深感担忧”。与此同时，员工们开始花样百出地刷Token：把prompt写得啰嗦冗长、让AI代理空转几小时、生成无人看的文档——只为了在排行榜上刷出存在感。

这就形成了一个诡异的闭环：企业把现金流砸进算力基建，再把Token消耗量变成员工的KPI，员工为了达标疯狂消耗Token，而这又进一步推高了企业对算力的需求。AI就像一个黑洞，不只是吸走了资金、算力和电力，更在吸走整个社会的注意力和组织理性。更值得警惕的是，资源与能力的集中正在形成自我强化的螺旋——少数巨头掌握算力、数据和人才，用AI提效核心业务获取更多利润，再将这些利润投入更大规模的AI基建。强者愈强，弱者被甩得更远，各行各业的资源都在向这个旋涡中心加速靠拢。

我们被这股狂热裹挟得太深了，深到连质疑都显得不合时宜。但越是这样的时候，越需要提前做好准备，AI拐点到底用什么来判断？

当前AI投入已经进入了一个“囚徒困境”式的军备竞赛。四家科技巨头的资本开支合计从2024年的约2560亿美元跃升至2026年预计超过6000亿美元，两年翻了一倍多。Capex占经营现金流的比例逼近甚至超过100%——Meta的2026年Capex指引（1150-1350亿美元）已经和全年经营现金流（约1158亿美元）基本持平。

市场态度也发生了根本性转变。过去两年，“加码Capex”本身就是利好信号；现在，市场开始追问：这些投入对当期业绩到底意味着什么？2026年初的财报季后，亚马逊、谷歌、微软合计市值蒸发近9000亿美元。市场正在从“奖励Capex”转向“审视Capex”。投入端的拐点信号，我认为可以从三个维度来观测：

第一，自由现金流的转向。当科技巨头的自由现金流持续转负、不得不大规模发债来维持投入时，意味着内生造血能力已经跟不上消耗速度。目前Meta、Google、亚马逊都在推进百亿美元级别的债券融资，融资利率在2-6%之间，成本尚且可控。

第二，折旧摊销对利润率的侵蚀。23年以来，AWS、微软云、Google云的折旧摊销同比增量占云计算收入同比增量的比例，已经从不到30%上升至40%以上。随着更多AI基础设施投入使用，折旧压力会持续积累。

第三，是否有巨头率先“认怂”削减开支。美银分析师Michael Hartnett曾指出，真正的变盘信号可能只取决于一个动作：科技巨头何时宣布削减资本支出。一旦发生，将直接触发从科技巨头向传统资产的剧烈轮动。

AI投入有没有回报，要看三个层面：模型层、业务层和云计算。从现有掌握的数据看，头部企业的业绩增长还是杠杠的。

2025年四季度以来，海外大模型在Agent执行和控制能力、多模态能力、长文本能力上持续提升。Google的Gemini 3.1、Anthropic的Claude Opus 4.6、OpenAI的GPT-5.3/5.4系列都在加速迭代。解决非物理世界的能力确实快速提升。

业务层的提效逻辑也在兑现。AI对广告和电商的拉动是最具说服力的案例。在广告召回阶段，AI从关键词匹配升级为语义意图理解；在精排阶段，AI将传统的“串行预估”升级为“多任务并发预估”，带动广告主ROAS提升。Meta的Facebook美国视频观看时长同比双位数增长，Reels观看时长增长30%。Google的AI mode查询量自发布以来翻倍，查询长度是传统搜索的3倍。

云计算是当前AI变现最直接的渠道。4Q25 Google Cloud收入同比增长48%，AWS增长24%，均较上季度加速。三家云厂商的积压订单合计同比增长96%。AI算力需求依然供不应求，GPU租赁价格在2025年四季度以来持续上调。

但隐忧也很明显，在2025年12月发布的《2025年人工智能现状》报告中，麦肯锡更新了数据。该报告指出，尽管AI采用率提升至78%，但仍有超过80%的企业表示其AI投资未产生企业级的息税前利润（EBIT）影响。资本高度集中于硬件和基础设施环节，应用端的商业回报远未兑现。OpenAI等基础模型厂商持续深陷亏损，“硬强软弱”的结构性失衡仍然突出。

回报端的拐点信号，核心观测指标是规模化商业变现的拐点是否出现。具体看三个指标：

模型层：AI模型公司的收入增速和利润率是否持续改善。Anthropic的年度经常性收入在2026年3月上调到190亿美元，较2025年末的90亿美元增长超过一倍，增长动力主要来自Claude Code等企业级产品的广泛采用。

业务层：AI对核心业务（广告、电商等）的提效能否被量化验证，而非停留在“难以拆分”的叙事层面。

云层：云收入的加速增长能否持续，以及AI客户能否从“试用”转向“深度付费”。

综合以上分析，AI拐点的“催化剂”不是单一指标，而是一组互相联动的变量。当它们同时或先后出现变化时，就意味着拐点临近：

Capex增速的见顶回落。当前各家的2026年Capex指引已经是历史极值。只要有一家2027年的指引出现环比放缓甚至下调，说明“军备竞赛”的边际动能开始衰减。这是投入端的核心信号。

模型能力迭代进入平台期。当前模型进步仍处于较快通道，但Epoch AI预测公共人类文本将在2026-2032年耗尽，部分模型已在2025年触顶数据瓶颈。如果头部模型的性能提升幅度持续收窄，而商业化应用仍然没有突破，泡沫风险会急剧上升。2026年下游应用落地能否实现规模化商业变现，是核心观测窗口。

对于AI泡沫论的叙事，当前确实没有数据支持看到拐点——毕竟模型在进步、云收入在加速、广告在提效。但“找不到看空的数据”本身就是一个危险信号：当市场形成高度一致的群体认知时，往往意味着定价已经充分反映了乐观预期，边际上的任何扰动都可能触发剧烈修正。

拐点的判断，最终还是回归到三个朴素的问题：Capex增速什么时候见顶？模型能力进步什么时候放缓？有没有人第一个喊停？