在一轮飞速反弹过后，美股进入了波动期。科技股或人工智能（AI）主题能否持续发力，这成为了投资者的最大看点。

过去两周，华尔街明显充斥着对AI资本开支（Capex）增长可能在2026年见顶的担忧，这也是今年一季度“DeepSeek冲击”后的又一次扰动。原因包括：AI部署缺乏投资回报率；企业持续为AI资本开支持续提供资金的能力存疑；英伟达和AMD对中国的GPU出货短期缺乏上行空间，投资者在短期内开始对 AI 股票采取更为谨慎的态度，这从英伟达自发布财报后就走势疲软的股价中可见一斑。

尽管如此，多位华尔街资管公司的基金经理对第一财经记者表示，整体仍对AI主题持乐观态度。一季度“DeepSeek冲击”重创美国科技巨头，如今这种担忧并不强烈，但市场的担忧在于，部分AI概念股的涨幅已超过短期盈利增长轨迹。高盛最新发布的AI主题报告提及，超大规模企业的AI资本支出一直超出市场预期。然而，如果资本支出增长最终放缓，将对这些股票的估值构成风险，因此今年第三季度和第四季度的财报季将成为关键考验。

AI资本开支远未见顶

在2024年上涨32%之后，与AI相关的股票今年以来又额外上涨了17%。投资者越来越多地询问，当前美股价格是否反映了投资者过于乐观的预期。

科技巨头的未来表现对美股指数举足轻重。“科技七巨头”在标普500总市值中占比约34%，同时，它们贡献了指数约25%的盈利，但盈利增速远高于指数整体——2025年一季度“七巨头”净利润同比增长27.7%，而标普500整体盈利增速仅约10%，意味着“七巨头”对利润增量的贡献超过一半以上。

在过去一周，市场重新开始担忧AI资本开支增长是否可能见顶。高盛美股策略师哈蒙德(Ryan Hammond)对第一财经记者表示，在极端情形下，如果资本开支和长期增长预期回到 2022年水平，高盛的宏观模型推算标普500可能下跌15%-20%。

不过，他认为，资本开支和未来增长预期被削减到这种程度的可能性不大，而且由于分析师长期低估超大规模云厂商的资本开支，判断拐点时机很困难。例如，今年以来，对超大规模企业2025年资本支出的预估已增加1000亿美元，目前达到3680亿美元。因此，2025年第三季度和第四季度的财报季将成为关键考验。

无独有偶，摩根大通表示，目前还没有看到AI投资交易过热的迹象，因为几大关键需求仍在维持增长——前四大云服务商（CSP）依然用增长的经营现金流来支撑资本开支预算，且有充足的能力将资本开支扩张到2027年；大型私人AI实验室和主权基金也正在加大投入，推动AI投资继续增长；AI应用场景显著扩散，尽管企业类AI还相对有限，但消费类AI，推理模型的采用仍处于非常早期阶段，这带来了极强的算力和token消耗增长。此外，摩根大通认为，中国在这方面的资本开支增长甚至还未真正启动，这意味着另一条需求增长路径。

摩根大通预计，AI资本开支在2026年至少有望增长约20%，并在2027年进一步扩张，驱动力来自推理模型持续普及以及 2026-27 年企业级和自主型（agentic）AI 工作负载的初现。

进一步来看前四大CSP（亚马逊AWS、微软Azure、谷歌、Meta），它们的合计息税折旧及摊销前利润（EBITDA）和经营现金流预计在2022–2026年期间实现23%的复合增长率，这显示了在生成式AI时代极其强劲的经营表现。

之所以资本支出如此关键，是因为资本支出在表面上是花出去的钱（成本），但市场更关注的是它背后代表的未来需求前景。对超大规模企业（微软 ，亚马逊，谷歌等）来说，建数据中心、买GPU、加光模块、电力设备，不是单纯烧钱，而是为了满足客户未来对AI云算力的需求。如果资本支出放缓，市场会解读为“AI 客户需求没那么强烈了”，甚至认为AI投入的回报不如预期。结果就是——成长性逻辑受挫，估值下修。

聚焦AI投资的四个阶段

尽管如此，之所以投资者的担忧加剧，也是因为“英伟达们”近期的股价停滞不前。

8月底发布财报的英伟达各项指标都超出预期，但数据中心收入环比仅增5%，毛利率指引出现下滑信号——市场用“超高预期”这把尺子衡量，任何不再加速的指标都会触发短线止盈，于是盘后跌3%。2025-2027年复合增速40%以上仍是卖方一致预期，但近50倍的远期市盈率倍数PE需要业绩“持续超预期”才能维系。

除了英伟达，Meta、亚马逊、微软等都陷入区间波动。不过，高盛似乎并不太担心科技巨头，称其估值仍低于2000年和2021年峰值时的水平。

例如，标普500中最大的5只股票（英伟达、微软、苹果、谷歌、亚马逊）当前平均市盈率为28倍，而2021年峰值时为 40 倍，科技泡沫时期峰值时为50倍；此外，由于当前实际债券收益率比当时低200多个基点，这些大型股票的收益率差距（高出实际债券利率的幅度）比科技泡沫时期峰值时高出 4 个百分点。

不过，也有部分大型股票估值较高，例如特斯拉和Palantir的市盈率分别高达151倍和200倍。整体来看，随着投资者更趋谨慎，那些能从AI中获得切实短期盈利收益的企业将更受青睐。

哈蒙德表示，应将AI投资浪潮分为四个阶段，每一阶段的核心逻辑和受益公司都不同，从底层算力到应用场景再到最终的生产力释放，形成了清晰的投资演进路径。

具体而言，第一阶段的主题是“算力驱动”。英伟达凭借GPU的压倒性领先地位，成为生成式AI爆发的最大受益者。在这一阶段，市场的关注点集中在模型训练与推理的基础设施“引擎”，因此英伟达的业绩与估值表现呈现出爆炸式增长。

第二阶段是基础设施扩张，当需求从模型训练延展至大规模商用，科技巨头和云厂商必须加大资本支出，构建支持 AI 的数据中心和算力网络。受益标的包括：半导体设备商、内存与存储、云厂商与超大规模企业、网络设备与光模块公司。这也恰好迎合了当前的情况，超大规模企业的资本支出势头强劲，继续为AI基础设施建设阶段（第二阶段）相关的股票提供支撑。

第三阶段则是收入赋能，随着 AI 模型逐步嵌入各类产品和服务，企业开始通过 AI 驱动新的营收来源，例如软件巨头（微软、Adobe、Salesforce等），互联网平台（Meta、谷歌等通过AI强化广告投放与推荐引擎），垂直行业应用（医疗、金融、制造等领域的SaaS公司），这一阶段的核心是“AI 开始赚钱”，投资者会关注 AI 是否真正带来收入提升。但投资者目前对第三阶段的兴趣有限，因为他们仍在纠结AI对众多企业究竟是威胁还是机遇。

第四阶段是生产力释放，受益范围最广，例如办公与协作平台（微软 Office、Zoom、Slack），工业与自动化（西门子、ABB、特斯拉自动驾驶）等。这一阶段将是“普惠效应”，不再局限于科技股，而是扩散至传统行业。

不过，目前资本市场似乎仍更愿意为第一、第二阶段的故事买单，尤其是9月历来是一年中美股表现最差的月份。短期看，资本支出周期和硬件需求仍是驱动力。中长期看，AI真正能否在各行业落地并提升生产力，将决定其对全球股市和经济的深远影响。