资本开始给AI的“身体”定价：微软砍预算股价反大涨，AI投资为何转向算回报？

　　AI投资风向正在经历一场根本性转折：资本开始给AI的“身体”明码标价，从无脑砸钱转向死磕回报。2026年二季度以来，微软率先将2027财年资本开支预期从1900亿美元下调至1750亿美元，下修后股价反而大涨，市场用真金白银投票——不再奖励“敢花钱”，而是奖励“会花钱”。[1]

　　一、风向转变：“闭眼投”时代结束，资本为何开始给AI的“身体”定价？

　　过去两年，AI投资的核心逻辑是“先砸钱、后谈回报”，科技巨头疯狂采购GPU、扩建数据中心以抢占算力高地。但2026年二季度以来，这一叙事被彻底改写。摩根大通预计，全球AI资本开支增速将从2026年的+77%骤降至2027年的+22%、2028年的+7%——资本不再为“讲故事”买单，开始给AI的“身体”明码标价。[1]

　　分析师邢自强明确表示，AI投资已进入“下半场”，市场焦点将从算力硬件转向能真正运用AI提升效率的应用层企业。[2]微软成为第一个下修AI资本开支的大厂，将2027财年资本开支预期从1900亿美元下调至1750亿美元。值得注意的是，下修后股价反而大涨——这个信号在资本市场上极为罕见，充分说明投资者早已对无上限的“军备竞赛”产生审美疲劳，更希望看到真金白银的回报验证。

　　有市场观点指出，这正是资本开始给AI“身体”定价的典型体现：AI不再是虚无缥缈的概念，而是有明确投入产出比的实体业务。资本开始像评估传统制造业一样，用ROI、ROIC、盈亏平衡点等指标来审视AI投资。

　　二、验证AI“钱景”：企业级应用的ROI真的闭环了吗？

　　答案是：在部分头部企业身上，AI投入的回报已经在数据和财务层面得到初步验证。这是资本转向回报定价的核心支撑。

　　Anthropic被认为可能成为第一家跑出季度经营利润的前沿模型公司，这意味着AI从“展示智能”进入“创造利润”阶段。[3]360创始人周鸿祎对此评论称，这件事真正重要的不是Anthropic到底赚了多少钱，而是它说明了一件事——AI正在从展示智能进入创造利润的阶段。他进一步强调：“大模型是大脑，智能体是手和脚。大模型能思考、能生成、能推理，但只有和工具、权限记忆、工作流结合起来，才能真正进入企业流程。”[4]

　　更硬核的数据来自Palantir。其美国商业收入同比增长149%，但客户数量仅增长35%，收入增速是客户增速的四倍多——增长的主力根本就不是拉新，而是老客户在追加预算。净收入留存率（NDR）从150%升至157%，意味着即使一个新客户都不签，同一批老客户一年后也会多付57%的钱。客户先在一个部门试用，验证有效后扩展到更多业务流程，合同金额随之翻倍放大。[5]这就是AI预算从“可砍的创新预算”搬进“与产出挂钩的经营预算”的直接证据。

　　摩根士丹利最新测算显示，AI推理时代生成式AI投资的增量资本回报率（ROIC）可达25%至50%，显著高于市场预期。[6]中信证券也指出，北美四大云厂商二季度财报印证了AI投入-回报的良性循环已初步形成，其中亚马逊表示服务器与网络设备投资的盈亏平衡点“不到三年”。[7]

　　三、行业大分化：赢家通吃，裸泳者出局？

　　回报导向正在重塑AI产业链的竞争格局，行业内部正在经历剧烈的“冷热不均”。

　　成本端，大模型厂商掀起价格战。DeepSeek-V4-Flash缓存命中每百万Token仅0.02元，OpenAI的GPT-5.6 Luna入门级模型降价80%，输入价从每百万token 1美元降至0.2美元（约合人民币1.35元）。[8]价格战传递的核心信号是：AI编程正从尝鲜工具转变为普惠的生产力基础设施，行业关注点从模型跑分转向实际任务完成率与商业收入质量。

　　应用端，AI编程、广告推荐、云服务等场景率先跑通商业模型。腾讯等巨头必须证明AI投入能直接转化为广告效率、云业务增长和用户变现。[9]从产业链看，需求并没有明显转弱——联想AI服务器所在的基础设施业务订单储备达到约210亿美元。这说明市场交易的并不是AI需求消失，而是从“总量扩张”转向“回报验证”。[9]

　　与此同时，风险信号也在累积。谷歌自由现金流转负（上市以来首次）、Meta同比跌91%、微软FCF跌23%，高盛预计超级云厂资本开支/经营现金流比率将达92%，超过2000年科网泡沫峰值。[10]汇丰研究显示，中国AI基础设施公司的净利润率中位数已扩张至20%以上，而下游应用者利润率长期仅5%-10%，产业链各环节的盈利分化正在加速。[11]

　　公司业务影响表

　　四、从“军备竞赛”到“回报验证”，谁在受益谁在承压？

　　AI投资逻辑的转变，对不同产业链环节的影响截然不同。汇丰研究认为，在AI产业价值链中，硬件、算力中心等基础设施环节拥有更强的定价权和先行获利能力，能够率先将激增的资本投入转化为利润；而作为技术提供方的AI赋能者与下游的AI应用者，其净利润率中位数则长期维持在5%至10%的区间。[11]

　　从应用场景看，AI编程是当前最火热的赛道之一。光大证券首席资产配置研究员王开认为，AI编程正从尝鲜工具转变为普惠的生产力基础设施，成本门槛的下降将加速其在中小企业和垂直行业的渗透。[8]而周鸿祎则强调，企业愿意为AI付钱，因为它省下的不是聊天时间，而是工程师时间、分析师时间、客服时间、财务时间——AI真正价值是变成企业里的数字员工，企业买的也不只是模型，而是一整套硅基员工系统。[4]

　　对投资者而言，当前市场交易的并不是AI需求消失，而是从“总量扩张”转向“回报验证”。对AI硬件投资而言，这种变化未必是坏事——资本开支的每一次波动都会放大股价震荡，但真正具备订单、技术壁垒和盈利能力的公司，反而会在行业分化中进一步集中份额。[9]有市场观点提醒，对应大部分硬件公司就算有受益的品种，也进入“有业绩但估值是否契合”的新一轮求证周期；而没有业绩呈现和规模放大的，就是长期回归。[10]

　　五、风险与不确定性：AI泡沫论会卷土重来吗？

　　尽管回报验证的逻辑正在强化，但风险信号同样不容忽视。摩根大通预计全球AI资本开支增速将从2026年的+77%骤降至2027年的+22%、2028年的+7%。有市场分析指出，资本市场的叙事是需要增速来堆估值的，没有增速，目前这些高溢价都得承压。[10]

　　另一个不确定性在于商业付费程度。正如市场人士所言，随着自由现金流不断消耗，资本开支进度放缓，以及“AI有用但是是不是那么有用”的商业付费程度，决定了这一轮AI后半程的演绎路径。[10]即便超级云厂还能依赖举债和融资继续堆基建，但增速见顶后，估值逻辑将面临根本性重构。

　　谷歌自由现金流转负、Meta同比跌91%、微软FCF跌23%——这些头部玩家的现金流变化说明，AI基建的巨大投入已经对财务报表产生了实质性压力。高盛预计超级云厂资本开支/经营现金流比率将达92%，超过2000年科网泡沫峰值。若AI收入增长不能持续加速，财务杠杆风险将逐步累积。[10]

　　不过，摩根士丹利对此持乐观态度，认为市场低估了推理阶段的长期回报潜力，通过三套自下而上的量化框架测算ROIC区间分别约为31%、46%和25%。[6]亚马逊CEO也亲自出来算账：投服务器和网络设备，不到三年就能回本。[7]

　　QA：关于资本给AI“身体”定价，你可能想问

　　Q1：资本给AI“身体”定价是什么意思？

　　AI投资正从“讲叙事”转向“看回报”——投资者不再为无上限的算力采购和GPU囤货盲目买单，而是要求看到明确的ROI、现金流回正时间和商业化兑现路径。2026年微软下调资本开支预期后股价反涨，就是这一风向的里程碑事件。[1]

　　Q2：AI投资的回报真的被验证了吗？哪些数据最有力？

　　在企业级应用层面部分得到验证。最有力的数据是Palantir：美国商业收入同比+149%但客户数仅+35%，净收入留存率从150%升至157%，说明老客户在持续追加预算。[5]此外，摩根士丹利测算AI推理时代ROIC可达25%-50%，亚马逊称服务器投资盈亏平衡点“不到三年”。[6][7]

　　Q3：资本开支增速放缓意味着AI行业要凉了吗？

　　不是需求消失，而是从“总量扩张”转向“回报验证”。摩根大通预计全球AI资本开支增速将从2026年+77%降至2027年+22%、2028年+7%——增速放缓但绝对值仍处高位。真正具备订单、技术壁垒和盈利能力的公司会在分化中进一步集中份额。[1][9]

　　结语：AI的“身体”有了价格，下一步是让价值被看见

　　资本开始给AI的“身体”定价，本质上是一次行业回归理性的校准。当微软砍预算股价反而涨、Palantir老客户持续加仓、Anthropic传出盈利信号时，市场释放的共识已经非常清晰：AI不再是一个可以无限投入的“故事”，而是一个需要逐季验证回报率的实体经济部门。

　　对于企业决策者而言，这意味着AI采购将从“跟风部署”转向“ROI核算”；对于投资者而言，这意味着选股逻辑从“算力弹性”转向“订单可见度和利润率”；对于从业者而言，这意味着AI能力的价值锚点从“模型跑分”转向“业务结果”。资本给AI“身体”定价，并非看空AI，而是要让AI的价值经得起算账。正如周鸿祎所言：“如果AI真的能进入企业核心流程，那它就不只是工具，而是生产力。”[4]

　　后续值得重点观察的指标包括：腾讯等互联网巨头的资本开支指引与AI收入贡献、超级云厂经营现金流/资本开支比率变化、AI编程与智能体赛道的付费客户留存率，以及推理成本下降对应用层利润率的实际改善幅度。[9]AI的下半场，属于那些能让技术真正变成商业结果的人。

　　#AI投资# #资本开支# #回报验证# #AI商业化# #科技趋势#