中美科技巨头 “烧钱大战” 再爆发，谁算清了 AI 投资的账？

AI 商业化，正在变成一场越来越昂贵的 “请客吃饭”。

2026 年初的财报季，AI 支出非但没有成为科技股的护城河，反而成了估值下杀的触发器。

一边是亚马逊、谷歌、微软等巨头抛出合计超 6500 亿美元的年度资本开支计划，规模堪比一个中等国家 GDP；另一边，是中国互联网大厂在春节前后密集投放数十亿元规模的 AI 应用补贴，试图用 “红包” 换取市场、时间和用户习惯。

然而，资本市场的反应却异常一致。在激进的支出计划公布后，这些科技巨头的股价应声下跌。

图：微软、亚马逊、腾讯、阿里股价走势图

市场突然看空 “AI”？并非如此。但是投资者第一次明确表态，不再为 “看不到兑现路径的长期投入” 无条件买单。

无论是美国押注的算力基建，还是中国推动的应用补贴，这场愈演愈烈的 AI 竞赛，“烧钱抢占未来市场” 的逻辑，都令人联想到当年的 “外卖/打车大战”。但问题在于，这场战争，可能并不具备规模即胜利的前提。

技术创新穿上 “外卖的新衣”，不等于一门好生意

从 “害怕错过” 到 “害怕支出”，AI 叙事发生转折。

过去两年，资本市场为 AI 叙事买单的核心逻辑是 “先占位、先布局”，估值更多与想象力挂钩。

但进入 2026 年，情况急转直下。“沾 AI 就涨” 的粗放投资阶段宣告结束，市场开始集中关注两个最现实的财务指标：自由现金流和资本开支的不可逆性。

比如，过去 12 个月，亚马逊自由现金流仅 112 亿美元，同比大幅缩水 70.7%，2026 年高达 2000 亿美元的资本支出计划，让市场担忧其自由现金流可能重回负值区间。

AI 不再只是充满魅力的增长故事，市场第一次重视起基建的 “重资产、长折旧、低灵活性”。

与此同时，国内爆发的新一轮应用补贴大战，也让这场全球科技竞赛的资本逻辑，浮现出与昔日 “外卖大战” 惊人的相似性。

AI 竞赛与外卖大战的相似性，并不在业务形态，而在资本逻辑。

首先，是 “提前定价” 的思维，即在需求被完全验证之前，通过巨额投入抢占未来市场的定价权。

其次，是争夺 “入口” 与 “生态”，无论是美国巨头斥巨资建设数据中心和自研芯片，还是中国公司补贴开发者和应用，终极目标都是争夺未来 AI 世界的调度权。

最后，则是背后隐含的 “赢家通吃” 预期，资本相信在如此高的门槛下，最终只会剩下少数几家掌控基础设施或核心生态的寡头。

然而，市场担忧的是，AI 不具备 “外卖” 最关键的两个前提。

第一，AI 缺乏一个 “高频刚需” 的底座。

外卖是确定性的高频刚需，补贴能迅速验证留存与复购。相比之下，AI 的 “刚需” 还极不清晰。面向企业端的大模型落地成功率依旧不高，艾瑞咨询的调查显示，超过一半企业级 AI 应用数据质量及可用性不足。而 C 端用户更是长期受互联网 “免费 + 增值服务” 模式影响，付费的认知和意愿较低。

第二，也是更危险的一点，是 AI 的巨额投入具有极强的不可逆性。

外卖补贴可以随时调整、收缩甚至叫停，业务杠杆相对灵活。但 AI 的投入，尤其是以数据中心、服务器集群和定制芯片为代表的基础设施，是高度沉没的。这些资产不仅单位成本极高，还背负着漫长的折旧周期，通常在三到五年。即使未来需求不及预期，企业也很难像关停一个外卖业务那样 “快速刹车” 止损。

“高频刚需” 和 “可快速止损” 这两个关键安全垫都不存在时，资本市场的谨慎心理便被放大。

也正是在这一节点，中美科技公司展现出完全不同的，应对这种谨慎的方式。

百亿补贴 VS 万亿基建：两种信仰，两种风险

2 月初，中美科技股的估值同步回调，但市场抛售的背后，实际上是两种性质完全不同的担忧。一个是对 “有限支出” 能否换来真实价值的怀疑，一个却是对 “无尽支出” 可能吞噬一切现金流的恐惧。

之所以有这种差异，是中美科技巨头的战略并不一致。

图源：网络，感谢原作者 JamesAI

发现了一条宽阔但偏偏无车驶过的道路后，中国公司的核心逻辑是 “需求可以被快速创造和验证”。于是，国内巨头们一边把路修好，一边自己造车。

阿里、腾讯、字节跳动等巨头的资源，密集地投向了补贴开发者、发放用户红包和提供算力扶持。在现有的 AI“路网” 上，通过巨额补贴快速投放 “车辆”（AI 应用），争夺 C 端的 “流量调度权” 与用户习惯。

市场的疑虑也在于此。未来，红包雨停歇、算力优惠退坡，这些被吸引来的流量，有多少能沉淀为真实的用户留存与付费意愿？业内的一个共识是，在中国市场，让用户为 C 端 AI 工具直接付费非常困难。这场战役拷问着 AI 应用本身是不是 “伪需求”。

相比之下，同样在这条路上的美国巨头，选择进行一场更加彻底的 “基建豪赌”：提前十年修筑更豪华的 “高速公路”，等待整个数字经济的 “车流” 自然迁移至此。

亚马逊、谷歌、微软和 Meta 的资本支出，高度聚焦于算力底座，数据中心、自研 AI 芯片和云平台。他们从 “基础设施调度权” 自上而下构建壁垒，相信一个确定性未来：AI 将如电力和互联网一样，成为社会不可或缺的通用技术平台。

对此，市场的质疑是，如果 AI 没有如期成为 “必需品”，这套万亿级基建，是否会长期拖累现金流与回报率？

从不同的质疑角度中，可以看出，中美科技的产业基因与市场环境存在巨大差异，这也意味着估值分歧的加剧。

中国互联网产业历经多次流量大战，擅长以敏捷的产品和场景创新，在快速试错中倒逼需求。而美国科技公司则沿袭了从操作系统到云计算的成功经验，习惯于先构建强大的底层平台与标准，再等待生态繁荣。

前者是应用效率优先的 “现在进行时”，后者是基础设施先行的 “未来完成时”。这决定了，资本市场对两者的重新定价，不可能走向同一个终点。

对于中国公司，估值的锚点是应用转化的效率与速度。而对美国巨头，估值锚点则是对远期统治力和回报率的贴现计算。

股价下跌表象下，一场关于技术路线与商业哲学的分化，才刚刚拉开序幕。

“投入即正义” 的信仰松动，港股成为 AI 重估关键中间地带

可以预见的是，这轮财报季之后，一个时代性的估值分野正在形成。

美股市场对 “AI 值不值得修这么多路” 的猜疑，还要持续很长时间。与此同时，港股市场则成为重估 AI 应用 “有没有车真的跑起来” 的关键市场。

在美股，科技巨头将面临长期重估。

市场恐惧的不是 AI 的潜力，而是其颠覆传统商业模式和产生经济效益的 “时间框架” 与 “经济学”。摩根士丹利报告预计，到 2028 年，全球人工智能相关支出将接近 3 万亿美元。而按典型软件利润率计算，2028 年人工智能软件收入将达到 1.1 万亿美元，差额依旧明显。

微软、谷歌、亚马逊和 Meta 等公司的巨额资本开支一旦启动，基本不可逆，现金流与资产负债表，都会长期被 AI 投入重塑。一旦 AI 需求曲线的爬升速度慢于折旧曲线的侵蚀速度，市场对这些科技巨头的 “杀估值” 还将持续。

近期，微软的远期市盈率在近期降至 23.0 倍，甚至低于以软件和服务为核心的 IBM，这是自 2013 年以来的首次倒挂。这说明在投资者眼中，一个背负着沉重折旧包袱的 “新微软”，可能在进行 “永久性的重资产转型”，定价逻辑也越来越 “重”。

相比之下，中国公司当前的重估，呈现出更鲜明的阶段性验证特征。

春节期间的 “红包补贴” 战术，投入规模相对可控，试错周期也更短。市场的反馈会像潮水一样，迅速而直接地反映在股价上。

这让港股成为观察中国 AI 战略成败的 “风暴眼”。这里上演的，是一场关于应用效率、用户留存和付费意愿的 “中场战事”。港股还有大量 AI 应用公司会受到巨头重估效应的带动，估值在垂直场景中随着商业转化效率而变动。

这种 “小周期重估” 的逻辑，与美股那种基于十年基础设施回报的 “长周期定价”，共同构成了 AI 产业化之路的资本蓝图。

两种重估逻辑共同上演，也意味着，AI 产业正在从上半场迈向下半场。巨头逐渐烧掉资本市场对 “未来叙事” 的耐心，而当全球资本开始厌倦 “宏大叙事”，“能不能跑出来” 本身，就成了稀缺的资产。

这对资本市场的影响是，越来越多 AI 公司无需证明自己能像巨头那样统治整个 AI 世界，只需要证明，在医疗、营销、设计等某一类场景中，产品能够创造可持续的商业价值，就能迎来价值兑现。

历史经验反复证明，技术革命的赢家，未必是最早、最激进、最烧钱的公司。那些善于把技术转化为稳定现金流的公司，往往能穿越起起伏伏的周期，赢得一席之地。

来源：港股研究社