中美科技巨頭 “燒錢大戰” 再爆發，誰算清了 AI 投資的賬？

AI 商業化，正在變成一場越來越昂貴的 “請客吃飯”。

2026 年初的財報季，AI 支出非但沒有成為科技股的護城河，反而成了估值下殺的觸發器。

一邊是亞馬遜、谷歌、微軟等巨頭拋出合計超 6500 億美元的年度資本開支計劃，規模堪比一箇中等國家 GDP；另一邊，是中國互聯網大廠在春節前後密集投放數十億元規模的 AI 應用補貼，試圖用 “紅包” 換取市場、時間和用户習慣。

然而，資本市場的反應卻異常一致。在激進的支出計劃公佈後，這些科技巨頭的股價應聲下跌。

圖：微軟、亞馬遜、騰訊、阿里股價走勢圖

市場突然看空 “AI”？並非如此。但是投資者第一次明確表態，不再為 “看不到兑現路徑的長期投入” 無條件買單。

無論是美國押注的算力基建，還是中國推動的應用補貼，這場愈演愈烈的 AI 競賽，“燒錢搶佔未來市場” 的邏輯，都令人聯想到當年的 “外賣/打車大戰”。但問題在於，這場戰爭，可能並不具備規模即勝利的前提。

技術創新穿上 “外賣的新衣”，不等於一門好生意

從 “害怕錯過” 到 “害怕支出”，AI 敍事發生轉折。

過去兩年，資本市場為 AI 敍事買單的核心邏輯是 “先佔位、先佈局”，估值更多與想象力掛鈎。

但進入 2026 年，情況急轉直下。“沾 AI 就漲” 的粗放投資階段宣告結束，市場開始集中關注兩個最現實的財務指標：自由現金流和資本開支的不可逆性。

比如，過去 12 個月，亞馬遜自由現金流僅 112 億美元，同比大幅縮水 70.7%，2026 年高達 2000 億美元的資本支出計劃，讓市場擔憂其自由現金流可能重回負值區間。

AI 不再只是充滿魅力的增長故事，市場第一次重視起基建的 “重資產、長折舊、低靈活性”。

與此同時，國內爆發的新一輪應用補貼大戰，也讓這場全球科技競賽的資本邏輯，浮現出與昔日 “外賣大戰” 驚人的相似性。

AI 競賽與外賣大戰的相似性，並不在業務形態，而在資本邏輯。

首先，是 “提前定價” 的思維，即在需求被完全驗證之前，通過鉅額投入搶佔未來市場的定價權。

其次，是爭奪 “入口” 與 “生態”，無論是美國巨頭斥巨資建設數據中心和自研芯片，還是中國公司補貼開發者和應用，終極目標都是爭奪未來 AI 世界的調度權。

最後，則是背後隱含的 “贏家通吃” 預期，資本相信在如此高的門檻下，最終只會剩下少數幾家掌控基礎設施或核心生態的寡頭。

然而，市場擔憂的是，AI 不具備 “外賣” 最關鍵的兩個前提。

第一，AI 缺乏一個 “高頻剛需” 的底座。

外賣是確定性的高頻剛需，補貼能迅速驗證留存與復購。相比之下，AI 的 “剛需” 還極不清晰。面向企業端的大模型落地成功率依舊不高，艾瑞諮詢的調查顯示，超過一半企業級 AI 應用數據質量及可用性不足。而 C 端用户更是長期受互聯網 “免費 + 增值服務” 模式影響，付費的認知和意願較低。

第二，也是更危險的一點，是 AI 的鉅額投入具有極強的不可逆性。

外賣補貼可以隨時調整、收縮甚至叫停，業務槓桿相對靈活。但 AI 的投入，尤其是以數據中心、服務器集羣和定製芯片為代表的基礎設施，是高度沉沒的。這些資產不僅單位成本極高，還揹負着漫長的折舊週期，通常在三到五年。即使未來需求不及預期，企業也很難像關停一個外賣業務那樣 “快速剎車” 止損。

“高頻剛需” 和 “可快速止損” 這兩個關鍵安全墊都不存在時，資本市場的謹慎心理便被放大。

也正是在這一節點，中美科技公司展現出完全不同的，應對這種謹慎的方式。

百億補貼 VS 萬億基建：兩種信仰，兩種風險

2 月初，中美科技股的估值同步回調，但市場拋售的背後，實際上是兩種性質完全不同的擔憂。一個是對 “有限支出” 能否換來真實價值的懷疑，一個卻是對 “無盡支出” 可能吞噬一切現金流的恐懼。

之所以有這種差異，是中美科技巨頭的戰略並不一致。

圖源：網絡，感謝原作者 JamesAI

發現了一條寬闊但偏偏無車駛過的道路後，中國公司的核心邏輯是 “需求可以被快速創造和驗證”。於是，國內巨頭們一邊把路修好，一邊自己造車。

阿里、騰訊、字節跳動等巨頭的資源，密集地投向了補貼開發者、發放用户紅包和提供算力扶持。在現有的 AI“路網” 上，通過鉅額補貼快速投放 “車輛”（AI 應用），爭奪 C 端的 “流量調度權” 與用户習慣。

市場的疑慮也在於此。未來，紅包雨停歇、算力優惠退坡，這些被吸引來的流量，有多少能沉澱為真實的用户留存與付費意願？業內的一個共識是，在中國市場，讓用户為 C 端 AI 工具直接付費非常困難。這場戰役拷問着 AI 應用本身是不是 “偽需求”。

相比之下，同樣在這條路上的美國巨頭，選擇進行一場更加徹底的 “基建豪賭”：提前十年修築更豪華的 “高速公路”，等待整個數字經濟的 “車流” 自然遷移至此。

亞馬遜、谷歌、微軟和 Meta 的資本支出，高度聚焦於算力底座，數據中心、自研 AI 芯片和雲平台。他們從 “基礎設施調度權” 自上而下構建壁壘，相信一個確定性未來：AI 將如電力和互聯網一樣，成為社會不可或缺的通用技術平台。

對此，市場的質疑是，如果 AI 沒有如期成為 “必需品”，這套萬億級基建，是否會長期拖累現金流與回報率？

從不同的質疑角度中，可以看出，中美科技的產業基因與市場環境存在巨大差異，這也意味着估值分歧的加劇。

中國互聯網產業歷經多次流量大戰，擅長以敏捷的產品和場景創新，在快速試錯中倒逼需求。而美國科技公司則沿襲了從操作系統到雲計算的成功經驗，習慣於先構建強大的底層平台與標準，再等待生態繁榮。

前者是應用效率優先的 “現在進行時”，後者是基礎設施先行的 “未來完成時”。這決定了，資本市場對兩者的重新定價，不可能走向同一個終點。

對於中國公司，估值的錨點是應用轉化的效率與速度。而對美國巨頭，估值錨點則是對遠期統治力和回報率的貼現計算。

股價下跌表象下，一場關於技術路線與商業哲學的分化，才剛剛拉開序幕。

“投入即正義” 的信仰鬆動，港股成為 AI 重估關鍵中間地帶

可以預見的是，這輪財報季之後，一個時代性的估值分野正在形成。

美股市場對 “AI 值不值得修這麼多路” 的猜疑，還要持續很長時間。與此同時，港股市場則成為重估 AI 應用 “有沒有車真的跑起來” 的關鍵市場。

在美股，科技巨頭將面臨長期重估。

市場恐懼的不是 AI 的潛力，而是其顛覆傳統商業模式和產生經濟效益的 “時間框架” 與 “經濟學”。摩根士丹利報告預計，到 2028 年，全球人工智能相關支出將接近 3 萬億美元。而按典型軟件利潤率計算，2028 年人工智能軟件收入將達到 1.1 萬億美元，差額依舊明顯。

微軟、谷歌、亞馬遜和 Meta 等公司的鉅額資本開支一旦啓動，基本不可逆，現金流與資產負債表，都會長期被 AI 投入重塑。一旦 AI 需求曲線的爬升速度慢於折舊曲線的侵蝕速度，市場對這些科技巨頭的 “殺估值” 還將持續。

近期，微軟的遠期市盈率在近期降至 23.0 倍，甚至低於以軟件和服務為核心的 IBM，這是自 2013 年以來的首次倒掛。這説明在投資者眼中，一個揹負着沉重摺舊包袱的 “新微軟”，可能在進行 “永久性的重資產轉型”，定價邏輯也越來越 “重”。

相比之下，中國公司當前的重估，呈現出更鮮明的階段性驗證特徵。

春節期間的 “紅包補貼” 戰術，投入規模相對可控，試錯週期也更短。市場的反饋會像潮水一樣，迅速而直接地反映在股價上。

這讓港股成為觀察中國 AI 戰略成敗的 “風暴眼”。這裏上演的，是一場關於應用效率、用户留存和付費意願的 “中場戰事”。港股還有大量 AI 應用公司會受到巨頭重估效應的帶動，估值在垂直場景中隨着商業轉化效率而變動。

這種 “小週期重估” 的邏輯，與美股那種基於十年基礎設施回報的 “長週期定價”，共同構成了 AI 產業化之路的資本藍圖。

兩種重估邏輯共同上演，也意味着，AI 產業正在從上半場邁向下半場。巨頭逐漸燒掉資本市場對 “未來敍事” 的耐心，而當全球資本開始厭倦 “宏大敍事”，“能不能跑出來” 本身，就成了稀缺的資產。

這對資本市場的影響是，越來越多 AI 公司無需證明自己能像巨頭那樣統治整個 AI 世界，只需要證明，在醫療、營銷、設計等某一類場景中，產品能夠創造可持續的商業價值，就能迎來價值兑現。

歷史經驗反覆證明，技術革命的贏家，未必是最早、最激進、最燒錢的公司。那些善於把技術轉化為穩定現金流的公司，往往能穿越起起伏伏的週期，贏得一席之地。

來源：港股研究社