川海智库

报告概述

该报告由高盛发布，聚焦人工智能基础设施领域的资本支出趋势及其对美股的影响。报告覆盖超大规模云厂商（hyperscalers）2026-2027年资本支出预测、AI基础设施相关股票估值与回报分化、企业AI采用现状与生产力影响，以及软件行业面临的AI颠覆风险。报告采用历史技术周期对比、情景分析和财报电话会议内容挖掘等方法，为投资者提供AI投资机会与风险评估。

报告的核心结论

2027年超大规模云厂商AI资本支出可能大幅超过共识预期。

共识预测2027年超大规模云厂商资本支出为9200亿美元，增速从84%骤降至22%。但高盛认为，若增量投资达到GDP的2-3%（类似铁路和汽车建设周期），资本支出可达9500亿至1.25万亿美元；考虑债务融资能力则可能高达1.4万亿美元。过去三年分析师预测持续低估实际支出，而需求信号（如云服务积压订单增至8320亿美元）和股权融资计划支持上行风险。

AI基础设施股票估值扩张和仓位拥挤加剧短期波动。

自ChatGPT推出以来，AI基础设施板块中位数前瞻市盈率已升至26倍，创历史新高。虽然盈利增长推动了大部分涨幅，但近期估值扩张和期权杠杆使用增加市场脆弱性。半导体、电力等子板块估值已突破历史区间，而超大规模云厂商和存储股估值相对保守。回报率分散度达到53个百分点，为历史最高。

企业AI采用仍处于早期阶段，生产力提升尚未广泛兑现。

美国普查局调查显示仅19.5%的企业采用AI，预计半年后升至22.7%。在2026年Q1财报电话会议中，54%的公司提及AI生产力，但仅11%量化了具体用例影响，2%量化了对盈利的影响。多数公司将AI用于编码、客服和营销，但成本节约而非收入增长是主要效果。讨论AI的公司与未讨论的公司在利润率和股价反应上没有显著差异。

软件行业受AI颠覆风险影响，估值高度依赖长期假设。

投资者担心低价AI竞争侵蚀传统软件公司收入和利润，软件板块市盈率从2025年末的39倍跌至2026年3月的21倍，后反弹至25倍。高盛DCF模型显示，年初软件公司85%的价值体现在终值中，近期估值下跌仅需长期增长率和利润率假设的温和修正即可解释。AI应用落地进展不均，数据基础设施类股票表现优于行业特定软件。

报告回答的关键问题

AI资本支出未来两年会大幅超预期吗？

报告认为很可能。共识预测2027年超大规模云厂商资本支出增长将急剧放缓至22%，但高盛基于历史科技投资周期（如铁路、汽车）和当前供需失衡（云服务积压订单半年翻倍至8320亿美元）判断，2027年资本支出可能达到1.1万亿至1.4万亿美元。同时，企业债务融资能力仍充足，净杠杆率仅0.4倍，且股权融资等替代资金来源丰富。

企业AI采用进展如何？

整体处于早期阶段。美国企业AI采用率约19.5%，预计半年后升至22.7%。在Q1财报中，54%的公司讨论AI生产力，但绝大多数未量化具体财务影响。仅11%的公司量化了AI对特定用例的产出提升，2%量化了对盈利的影响。多数企业将AI用于补充少量工作环节，尚未对整体就业和利润率产生显著影响。

AI基础设施股票估值是否过高？

存在局部高估风险。中位数AI基础设施股票前瞻市盈率26倍，创ChatGPT以来新高。半导体、电力等子板块估值已突破历史区间，而超大规模云厂商和存储股估值相对合理。近期价格涨幅远超盈利上调幅度，且杠杆和期权交易放大波动。历史上，类似狭窄市场行情往往伴随动量因子波动加剧。

软件公司股价为何大幅波动？

主要受AI颠覆不确定性影响。投资者担心低成本AI初创公司颠覆传统软件模式，导致软件板块市盈率从39倍暴跌至21倍。高盛DCF模型显示，软件价值85%来自终值，因此长期增长和利润率假设的微小变化即可引发估值剧烈调整。同时，私有AI公司估值飙升加剧竞争担忧，但近期部分软件公司（如数据基础设施）已因AI收入增长而反弹。

报告中的代表性数据

7570亿美元

2026年超大规模云厂商共识资本支出

2026年，市场分析师一致预期，同比增长84%

19.5%

美国企业AI采用率

截至报告时（2026年Q1前后），美国人口普查局商业趋势与展望调查数据，预计未来6个月升至22.7%

54%

财报电话会议中讨论AI生产力的公司比例

2026年Q1财报季，在S&P 500公司中，54%提及AI生产力或效率，但仅11%量化具体用例影响，2%量化对盈利的影响

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 详细超大规模云厂商资本支出情景分析：基于GDP占比、债务融资能力和物理限制（电力、内存、劳动力），给出2027年三种情景下资本支出预测（从9500亿到1.4万亿美元），并讨论利率上升和权益融资对支出的可能影响。
  • AI基础设施股票估值与回报分化深度剖析：分行业（半导体、存储、光网络、电力、冷却、超大规模云等）比较市盈率、盈利增长和估值扩张，揭示不同子板块的市场预期差异和风险暴露。
  • 企业AI采用进度与生产力影响的证据：引用美国人口普查局调查数据，展示AI采用率、常见用例（销售、研发、客服）以及对企业就业的影响。对比讨论AI的公司与未讨论公司的利润率和股价反应。
  • 软件行业颠覆风险与估值敏感度分析：通过10年股息贴现模型和DCF模型，展示S&P 500和软件行业终端价值占比，以及长期增长率和利润率假设如何影响当前估值。
  • 11家量化AI生产力影响的公司具体案例与高管引述：包括Workday、Republic Services、CDW、IBM、ServiceNow等，列出成本节约和效率提升的具体金额和预期时间。
  • 历史技术周期对比图表：增量AI投资占GDP比重与铁路（1860s）、电力（1920s）、汽车（1910s）、ICT硬件（1990s）等历史峰值的比较，为资本支出可持续性提供参照。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告