大型科技公司對 AI 的建設在一個交易日內從敘事上的順風轉為市場負擔。Amazon 在收盤後滑落約 10% 的原因是預計 2026 年資本支出達 2,000 億美元，Alphabet 公布計畫將資本支出近乎翻倍至明年約 1,850 億美元後下跌約 2%，Meta 在日內一度暴跌最多 13.5%，因投資人重新評估為了爭奪 AI 領地需犧牲多少利潤。拋售波及基準指數：S&P 500 下跌 1.23% 至 6,798.40、Nasdaq Composite 下跌 1.59% 至 22,540.59、道瓊指數下跌 1.20% 至 48,908.72。一項廣泛討論的統計現在將產業 AI 與資料中心支出推上超過 6,000 億美元，正當一項大型基金經理調查顯示多數人認為 AI 股票已被高估，泡沫論又再度浮現。
擾動行情的不是 AI 是否存在，而是達成目標的速度與價格標籤。Amazon 的 2,000 億美元計畫、Alphabet 近乎翻倍至約 1,850 億美元，以及其他大型公司加碼支出的信號，將 2026 年累計支出推向 6,000 至 7,000 億美元區間。對股權持有者而言，問題從「會上多高」變成「會有多快回收」：這些資金何時會以高毛利的 AI 服務、廣告收益或電子商務轉化回補，介於此刻與那時之間有多少年折舊。由於某些公司估值已經偏高，市場的本能反應是更嚴格地折現未來盈餘，尤其是當指引沒有明確回收期時。結果是：快速的因子回撤懲罰資本支出密集型的故事，而現金產生穩健的防禦型股票相對未受重創。
管理團隊並非盲目花錢。理由很清楚：建造訓練叢集、推理能力、客製化矽晶片、資料管線與足以保障 AI 模型領導與企業鎖定的大型電力足跡。這不僅需要 GPU 與 TPU，還需土地、變電站、冷卻與光纖。商業案依賴擁有稀缺算力與能源作為護城河。若錯過一個週期，若競爭者搶下開發者生態與工作負載，便可能遭到邊緣化。這也解釋了為何資產負債表健全的公司會加速而非分期投資；基礎模型與推理平台的領先地位往往具路徑依賴性。Elon Musk 對算力稀缺的強調以及對次世代加速器的搶奪，只會加劇競爭緊迫感，即便對雲端已深耕的公司亦然。要麼建設，要麼被落下的心態依然存在。
改變市場判斷的是分母。資料中心支出具有塊狀性、資本密集，並在三到五年內折舊。即便訂單成長，這也會拖累報告營業利潤。當建設週期達到高峰，自由現金流可能被壓縮，迫使投資人在 AI 獲利期望最高時保持耐心。這種權衡反映在指引上：更多資本支出、更慢的股票回購，以及越來越多的盈餘被再投資。如果長期資產在未來帶來超趨勢的收入，數學便能成立；若否，對投入資本回報率的打擊將長期存在。共識估計常把收入回收推得剛好夠遠以維持模型整潔。今天的下跌顯示市場想要更堅實的里程碑與更短的回收時窗口。管理層越是讓這些保持未定，每增加一十億美元支出所承受的估值懲罰就越大。
為了資助這種規模，路徑明顯透過雲端與廣告。在雲端方面，收入引擎是 AI 訓練工作轉向受管理服務，以及推理工作負載嵌入企業應用。這意味著較高的每用戶平均收入、更長的合約承諾，以及對儲存、網路與安全的附加需求。但買方對價格敏感。若生成式 AI 的單位經濟無法轉化為生產力提升與較低的總持有成本，資訊長將放慢採購。在廣告方面，平台已在排名與創意中注入生成式模型，承諾更高的轉化與較少浪費。證明負擔落在可衡量的廣告投資回報提升，而不是簡報幻燈片。對電子商務來說，測試是 AI 助手是否能減少摩擦，足以推動購物籃大小與留存。如果這些用例能夠明顯擴展，今天的支出看起來像是入場門檻而非揮霍。
還有一個硬性的上限：電網與供應鏈。即便 GPU 產量上升，先進封裝能力與網路設備仍是制約因素。高頻寬記憶體、基板與光互連的交期仍然限制供應。在實地，電力是真正的瓶頸。為超大規模園區取得數百兆瓦的電力需要多年互聯排隊、監管核可，且常常需要新增發電。這使大型科技公司簽訂長期電力購買協議，並在某些情況下對核能與次世代熱能進行早期押注。混凝土、鋼材與技術工人的成本通膨，為今天為 2027 年才會啟用的場址所定的預算增添另一層風險。建設曲線必然會不均，使得即便策略走向正確，也會使逐季的利潤率展示複雜化。
再加上利率。如果通膨持久且長期殖利率回升，內含於多年 AI 現金流的久期風險增加。當利潤被推後時，折現率變得更重要。Bank of America 的調查顯示 53% 的基金經理認為 AI 是泡沫，捕捉到的是情緒問題：即便多頭也承認，對於持有率高且估值溢價的巨型科技股，路徑並不寬廣。歷史提供兩個相互競爭的類比。2000 年的網路泡沫過度支出摧毀了資本，因為收入從未到來。2010 至 2012 年的 4G 網路大舉投資當時看起來過頭，但支持了十年的行動運算需求與新商業模式。今日的 AI 資本支出介於兩者之間：真實工作負載正在擴展，但定價能力與使用彈性仍在變動中。這種模糊性就是為何防禦性股票在 AI 賣壓時會反彈，以及因子輪動會劇烈波動的原因。
有兩件事：揭露與交付。首先，與 AI 工作負載掛鉤的更清楚的收入橋接。拆分雲端中 AI 訓練與推理的貢獻，揭露待辦帳款與平均合約期間，並繪製每一美元新增毛利所需的資本支出。其次，能創造可見且可重複需求的產品里程碑。對企業而言，這意味著能把工單解決時間與軟體支出降低的生成式副駕駛，並提供前後比較的指標。對消費者而言，是搜索與社交體驗能提升互動而不使算力成本暴增。任何顯示資本支出強度能在 2027 年趨平而收入持續複利的跡象都會重設敘事。鎖定經濟性的電力交易以及新資料中心上市時間加速也會有幫助。若無此類跡象，重擔將轉向季度財報，以在每次指引更新前證明趨勢。
差異化交易已在進行。擁有稀缺投入的供應商從支出到盈餘的連線更清晰。與加速器與記憶體綁定的晶片製造商、先進封裝晶圓廠、光學網路、電力設備與特定公用事業公司，處於這波資本支出的有利方。當超大規模客戶放話要擴大規模時，他們的指引常會上修。那些進行會稀釋利潤率的建設但可見變現較慢的平台公司則會承受相反反應。即便在大型科技股中，也要預期更具選擇性的買盤，偏好那些 ROI 數學更清晰或揭露更佳的公司。也要注意資產負債表。雖然現金庫存仍充裕，但在利率不確定的背景下以債務融資的基礎設施可能放大執行風險。過去 24 小時明確顯示一點：市場會以證據而非承諾給予回報，並在回收期未收緊前縮短對 AI 故事的容忍度。
對大型科技股的結論是二元但可檢驗的。如果 AI 驅動的收入大規模上升且單位經濟成立，今日驚人的資本支出將成為進入更大、更具防禦性的利潤池的入場成本；如果不成立，投資人會把每增加的一十億美元視為估值的逆風。市場已在數月來發出第一個嚴重警告。現在由管理團隊來證明他們有資格繼續花錢。
