6600亿美金难赢华尔街认可，亚马逊股价遭遇八连跌，大模型深陷重资产困局
近期财报季最直观的感受是，硅谷巨头们不仅保持着强劲的赚钱能力，烧钱的速度同样没有减慢。
以亚马逊、谷歌、微软和Meta为代表的“四大云巨头”，2026年的资本支出有望历史性突破6500亿美元。
按照1GW算力对应500亿美元的粗略换算，四大巨头2026年的预计资本支出，大概相当于13GW容量的算力规模。
相比之下，同样位列“Mag7”的苹果和特斯拉，目前还没有大规模押注AI基建的趋势。特别是特斯拉，即便马斯克高呼要建晶圆厂制造芯片，这一愿景或许会由SpaceX收购的xAI来实现。而苹果由于自研AI芯片2028年才会量产，相关基础设施的重度投入预计也会相应延后。
至于英伟达，尽管本季度财报尚未发布，但预计其资本支出仅为四大云巨头的零头，不会对整体数据有太大拉动。
6600亿美元，或许已是硅谷大公司资本开支的上限。
不过，硅谷巨头的“烧钱”行为颇有“狼来了”的意味——虽然投入的都是真金白银，但华尔街似乎不再盲目追随硅谷的烧钱速度，各家公司财报发布后的股价均遭遇重创，普遍跌幅在10%左右。其中亚马逊更是连续下跌八个交易日，进入技术性熊市。
明明业绩表现良好，也愿意投入资金，华尔街为何不再买账？
01 大模型撞上“重工业墙”
前两年，模型的竞争聚焦于技术和智力，而到了推理时代，则需要比拼基础设施——AI正逐步告别轻资产时代，一头扎进资本密集型的“重工业领域”。
正是基于这一原因，我们在2025年年末提出了一个概念：通往AGI的道路包含四个要素，即能源、算力、算法和数据。
支出调整是这种变化最直接的信号。
2024年，“美股七巨头”的资本支出总计约2500亿美元；到了2025年，亚马逊、谷歌、微软和Meta这四家公司的年度支出就攀升至3800亿美元左右。
各家公司不仅在大力建设数据中心，还在比拼能源供给。以一座1GW的数据中心为例，不考虑能源使用效率，全年24小时运营的累计电耗可达87.6亿度，更直观地说，这相当于一座300万人口城市的全年用电量。
问题在于，美国市场根本无法提供如此规模的能源供给，硅谷巨头们不得不自行想办法组建电力基础设施网络，因此人们会看到硅谷巨头来中国抢购燃气轮机，马斯克团队则看中了中国的光伏设备。
可以确定的是，2026年基础设施方面的投资趋势将进一步扩大。
高盛在近期的报告《驱动人工智能时代》（Powering the AI Era）中指出了一个尴尬的现实：AI正将这些原本依靠高毛利、轻资产起家的软件巨头，推向一个罕见的资本区间——它们正变得越来越像重资产的“公用事业公司”，成为提供技术基建的“数字发电厂”。
与原本人工智能的故事相比，基础设施投入对资本市场而言毫无吸引力，这也是各家公司财报发布后股价普遍下跌的关键原因之一。一旦AI带来的回报无法跑赢折旧速度，这套庞大的资本结构就难以维持，投资者必然会质疑：AI+基础设施这门生意，到底还“值不值”？
02 同样的烧钱，不同的“估值表”
企业自身发生了变化，华尔街自然也会随之改变。
硅谷巨头们带着巨额支出闯入“重工业领域”，资本就会像评估电力、电信行业那样，仔细审视每一分钱的流向——究竟谁在构筑护城河，谁又在背负沉重的财务包袱。
站在2026年年初回望，巨头们的资本路径已清晰地分成两条截然不同的主线。
第一类是“基建狂魔”路线——宁愿背负沉重的资产，也要提前锁定算力、土地、电力和带宽。理由很简单：如果不抢占先机，等大模型大规模商用时，基建缺口可能会成为致命的短板。
谷歌母公司Alphabet是这一派的典型代表。
2026年Alphabet的资本开支上限高达1850亿美元，如果全部兑现，几乎是2025年的两倍。为了给这轮大规模扩张提供资金，Alphabet还将重返债市筹资200亿美元，其中甚至包括一笔罕见的“百年期债券”。
站在2026年年初，很难想象一家轻资产的互联网公司会借钱搞基础设施建设，但这确实真实发生了。
过去人们都认为互联网是“软”的，但现在它却变得“硬”了，因此人们会看到马斯克在自己的xAI数据中心顶上刷上“Marcohard”（巨硬）字样。很多人说马斯克是在调侃微软，但我认为背后的本质是——马斯克在强调“基础设施驱动AI发展”，这才是真正的硬核所在。
大力押注基础设施也并非没有风险。
在最新提交给SEC的年报中，Alphabet首次将AI的负面影响摆在了台面上：除了对核心广告业务的潜在冲击，公司还特别担心那些长达十年的算力租赁协议。
Alphabet明确承认，AI的重资产特性正迫使它们签订更长、更复杂的商业契约，这不仅增加了成本，也让未来需求误判的风险被无限放大。
可能有人会问，Meta不也是四大云巨头之一吗，为什么它发布财报后股价上涨？
Meta的逻辑虽然类似，但关键在于其广告精准度和用户粘性让外界看到了AI带来的“实际收益”，市场反而投出了赞成票，而且扎克伯格至少在三个季度的业绩会上都提到了这种转化率的提升。
CNBC在Meta业绩公布后评论称，广告业务仍是其最重要的现金引擎，人工智能在广告推荐、投放效率和变现能力上的持续优化，是推动业绩超预期的关键因素。
不过Meta也有自己的问题——模型层面存在掉队的风险。不可否认的是，在2025年底至2026年初的这一轮模型更新中，Meta基本没有太多声量，反而是谷歌Gemini在快速追赶。
“Meta正在重新调整资源结构，”CNBC在评论中强调，“聚焦更具现实变现潜力的AI应用方向。”
与“基建狂魔”相比，苹果、英伟达代表的是“效率优先”路线。
苹果依然保持着克制，通过自研芯片和生态协同，将AI锁定在终端设备和系统层，维持着极高的资本效率。这种资源配置也给苹果带来了良好的正反馈——在没有AI重度加持的情况下，本季度iPhone的畅销帮助苹果取得了超预期的业绩，营收达1437.56亿美元，净利润为420.97亿美元。
但正如前面提到的，随着苹果自研AI芯片2028年逐步量产，它势必也会加入到“基建狂魔”的队伍中来。
在所有巨头中，尤其是与四大云巨头相比，英伟达的资本开支显得没那么引人注目。BusinessQuant的跟踪数据显示，英伟达过去三年单季度资本支出最高也只有19亿美元，这种资本支出体量却撬动了下游几千亿美元的采购需求。
03 华尔街“算细账”的逻辑
这种市场情绪的转变，并非因为AI没有前景了。
相反，模型的能力仍在进化，用户规模在增长，企业端的订单也源源不断，竞争势头从未减弱。这一点在中美模型于农历2025年春节的竞速赛中表现得淋漓尽致。
海外市场，Claude Opus 4.6和OpenAICodeX的亮相时间仅相差数小时；国内市场，字节先是内测视频生成模型Seedance 2.0，很快又推出了图像生成的Seedance 5.0，千问也发布了Qwen-Image-2.0。
值得注意的是，刚刚开启广告内测的OpenAI甚至向CNBC透露，公司发展势头良好，ChatGPT月度增长率重回10%以上，周活用户超过8亿。
模型和应用层都在不断进化，华尔街变脸是因为接下来的AI产业增长，多了一条沉重且必须消化的成本曲线。Alphabet在年报中对AI风险的“自我披露”，只是这种成本压力的一个缩影。
微软虽然没有像谷歌那样直接，但在刚刚公布的2026财年第二季度业绩中有一个关键数据：剩余履约订单（RPO）飙升至6250亿美元，其中OpenAI占比达到45%。要知道，2024年这一数据还是2980亿美元，相当于在过去一年里增加了3000多亿美元。
杰弗里斯的分析师就提出了质疑：“OpenAI能否实现其财务目标，向甲骨文、微软和众多供应商支付费用？”
一位长期关注算力基础设施的分析师表示，去年甲骨文4500亿美元的RPO让市场兴奋不已，但最近这一数据又增加了，却让人感觉未必能收回，“市场觉得这纯粹是画大饼，已经不买账了。”
可以说，华尔街不怕企业烧钱，怕的是企业盲目扩张，投出去的钱看不到收回的可能。这也意味着AI竞速赛已进入一个更现实、更残酷的阶段：资本不再为“潜力”无上限买单，它们想要的，或许是一张精确到季度的还款时间表。
从这个角度来看，硅谷巨头们单纯依靠“暴力出奇迹”来训练模型、进行推理和实现规模化仍然可行，但在资本层面已经无法讲出新故事，资本可能不会为“无节制举债”买单。接下来的关键变量只有一个：昂贵的算力投入能否转化为实际的账面收入。
（特约编译无忌对本文亦有贡献）
本文来自“腾讯科技”，作者：苏扬，编辑：徐青阳，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com