AI 资本开支增速骤降，超大规模厂商估值触十年底

据 Woofun AI 消息，于 2026 年 9 月 24 日发布美股观点报告，核心结论指向 AI 基础设施领域的估值重构：尽管资本开支增速显著放缓，但超大规模厂商的估值水平已跌至十年最低点。这一现象并非源于基本面崩塌，而是市场对盈利持久性怀疑的定价修正，为后续配置提供了关键锚点。

资本开支的绝对规模仍在扩张，但增速曲线出现陡峭转折。高盛预测，美国大型超大规模厂商 2026 年资本开支为 8000 亿美元，2027 年攀升至 1.2 万亿美元，2028 年达到 1.4 万亿美元。相比之下，市场共识预期 2027 年为 1.1 万亿美元，高盛预测高出 1300 亿美元；2028 年共识为 1.3 万亿美元，高盛预测高出 1000 亿美元。

然而，增速从 2026 年的近 100% 骤降至 2027 年的 54%，并在 2028 年进一步回落至 12%。这种增速换挡对 AI 基础设施股票的盈利预期构成直接压力。

Woofun AI 整理数据显示，当前资本开支已超越经营现金流，迫使企业依赖债务和股权融资。尽管资产负债表健康、利息覆盖率处于合理区间，但投资级市场的集中度成为瓶颈，需通过私募信贷和股权发行补充资金。

此外，政府限制数据中心建设、前沿模型推迟、劳动力、电力、内存短缺等多重因素制约开支扩张。前沿模型作为算力关键需求源，其代币需求增长需抵消价格下降才能支撑投资；7 月前沿代币需求放缓与 AI 股抛售同步，8 月重新加速，显示需求韧性。

盈亏平衡与估值修正揭示了市场的过度悲观。高盛测算，超大规模厂商需在未来几年产生约 3000 亿美元年 AI 营收，才能在 2026 到 2027 年平均年资本开支上实现盈亏平衡，该数值等于年折旧加运营费用之和。若 AI 用户每年在应用层支出约 1 万亿美元，厂商方可获得稳健回报，应用层亦能产生强劲利润率。对比而言，2026 年全球软件支出约 1.5 万亿美元，美国劳动生产率年收益约 1.8 万亿美元，经济学家估计这些收益最终归资本所有。物理 AI 或通用人工智能（AGI）的出现将大幅推高营收与开支需求。估值方面，AI 基础设施股票中位数前瞻市盈率从 4 月的 32 倍降至 22 倍。光学网络、电网、液冷股票的市值变化与盈利变化之比最高，而半导体和公用事业预期最保守。内存股两年远期市盈率仅 4 倍，为 15 年均值 8 倍的一半；

尽管当前毛利率约 80%（历史均值两倍以上），但需盈利下降约 50% 才能回归均值，高盛认为此降幅虽大但符合周期性特征，此前周期曾出现负盈利，若 2028 年预测实现，当前定价过于悲观。无晶圆厂芯片股估值 13 倍，低于 18 倍历史均值，仅需盈利下降约 10% 即可回归均值，高盛认为这与历史周期性下降幅度相似。基于此，高盛对和给予买入评级，对给予中性评级。超大规模厂商估值仅比 中位数高 4 倍，为历史最小溢价，投资者近期更关注负自由现金流而非盈利，随着营收加速和资本开支放缓，自由现金流改善的能见度将支撑股价。

应用层回报分化与企业 AI 采用现状指引配置方向。IT 基础设施和网络安全软件表现领跑，企业管理软件仍低于前高。软件股年经常性收入增长中位数在最近几个季度小幅加速至 23%，未见 AI 颠覆迹象。面向消费者的高转换成本企业成为潜在颠覆领域，代理工具使用增加可能重塑保险、电信、旅游、订阅、市场和金融科技等商业模式。高盛构建的'消费者惯性'股票篮子自 9 月中以来跑输行业中性对冲 5 个百分点。企业 AI 采用仍处早期，支出近期加速。