AI周期走到“加时赛”，值得关注的四个资本开支泡沫预警信号

本周，三星电子二季度营业利润同比暴增约18倍、创下历史新高，当日股价却收跌近7%。分析认为，这显示出投资者的关注焦点已从业绩转向了人工智能（AI）基础设施的巨额投资能否足够快地产生回报、这轮热潮又能持续多久。

这场关于AI巨额投资的清算是否已经临近？

独立投资研究机构BCA Research首席中国投资策略师司马菁在7月10日的策略会上表示，AI泡沫确实存在，但不在估值端，而在盈利端。对于当前所处的阶段，她用世界杯打比方称，当前的AI投资周期正处在“加时赛”，尚未到“罚点球”的环节。

对于AI资本开支泡沫破裂的预警信号，她提示称，应关注四组指标，包括图形处理器（GPU）租金、存储芯片、AI应用普及率与投入以及代币（Token）价格与编程智能体下载量。

盈利泡沫而非估值泡沫

司马菁称，AI并非估值端的泡沫，而是盈利端的泡沫。“盈利端的泡沫在历史上并不鲜见，金融危机前夕的银行股、房地产等行业盈利也非常强劲，但这种强劲一旦失去持续性，市场就会向下重新定价。”她以半导体板块为例称其“利润率很高、市盈率不算高”，但她认为，市盈率之所以维持在低位，“恰恰是被不可持续的利润增长所掩盖了”。

支撑“加时赛”这一判断的，是利润、需求与供给端竞争三个层面。

利润层面的隐忧，首先来自折旧。司马菁援引的市场预测称，到2030年几家超大规模云厂商合计将持有约2.5万亿美元的AI资产，按约20%的折旧率计算，仅今年年末的折旧费用就将达到约5000亿美元，而这些厂商去年合计创造的盈利约为4000亿美元。换言之，仅折旧一项，就已经超过了它们的总利润，而这部分折旧目前尚未在报表上充分计入。

需求层面的问题，则藏在一种“循环记账”里。司马菁解释，当一家公司花100美元购买AI芯片，这笔钱对卖方是一笔收入，对买方则被计为资本支出、作为资产而非费用入账，因而在买方财报上同样体现为盈利。“你的资本支出，变成了我的现金流，”她总结称，买卖双方就这样把同一笔钱都计作盈利。

与此同时，这些超大规模厂商的自由现金流已在2024年触顶，到今年年底将接近归零。一边是现金流逼近赤字，另一边却是利润率被推至历史新高。在她看来，自6月以来市场的纠结正源于此，价值正从资本支出的投入方，向接受方转移，而这种动态“显然不可持续”。

供给端的竞争则在快速升温。面对旺盛需求，存储等环节的厂商正加速扩产，司马菁援引互联网时代的经验称，技术迭代带来的效率提升，往往会消化掉相当一部分增量需求，即“更少的投入，也能换来更多的产出”。这意味着，AI领域的资本开支未必会如市场预期般持续膨胀，而一旦各方扩出的产能追上需求，价格与利润的下行便难以避免。

司马菁并不排除相对乐观的情形，即这些厂商开始证明投资确有回报。在她看来，这种可能性要大于厂商因回报不及预期而主动下调资本开支指引。但她强调，即便如此，从增长率的角度看，明年AI投资增速要超过今年的可能性也不大，到2028年投资规模更将几乎与2027年持平。“市场定价往往看的不是投资的绝对水平，而是今年比去年增加了多少，”她分析道，且市场通常在资金真正投下去之前就已作出反应。因此她判断，明年除非资本开支大超预期、并真正产生利润，“否则投资者心里一定还是会打鼓”。

司马菁认为，明年将成为关键节点，利润、需求与供给端竞争三个层面的问题可能“会集中出现”。“任何经济体最终面对的都不是稀缺，而是过剩。泡沫的本质，是市场为一种终将消失的稀缺性定价。”司马菁表示，“在任何一个周期里，最终产能都会超过、或追上需求。届时盈利的稀缺性、也就是盈利本身，就不再可持续了。”

四组预警信号

为了观察泡沫的形态，司马菁提出，投资者应重点追踪四组预警信号。

第一组是GPU租金。她称，从当前数据看，新款芯片的租赁费依然坚挺，旧款则已有所回落。“旧款其实是一个超前的先行指标，”她解释道，“因为一旦旧款需求走弱，通常意味着大客户已在等待新品，而小型企业客户则率先削减了预算。”在她看来，目前已“有一点预警迹象”，但新款GPU租金仍在走强，“这个指标到目前为止还没有太大问题”。

第二组是存储芯片，其不确定性相对更大。司马菁分析，AI存储芯片的短缺短期内不会缓解，但供应端正在加速上线，目前已进入一个窗口期，即价格可能仍在上涨，但涨速已开始低于市场预期。美光、三星以及中国相关企业均在扩产，她强调：“只要有新产能上线、或产业链上出现新的竞争者，市场往往会在供需真正达成平衡之前很久，就提前反应。”

第三组是AI应用普及率与投入。她援引一组数据称，采用率虽仍在上升，但需求结构值得警惕。在被消耗的Token中，约20%的大客户贡献了约80%的消费，而大量客户的花费其实非常小，前1%的用户每月在AI上的花费约为7000多美元，中位数却只有约11美元。

这意味着大部分客户使用的是较便宜的模型，只有少数客户在真正深度使用AI。司马菁进一步提示，从投入趋势看，目前已能观察到不少公司在削减、而非提高AI应用支出，尤其是在更便宜、更具竞争力的模型不断出现的背景下，企业实际上在压缩AI相关开支。

第四组，也是司马菁认为“最重要、最应关注”的较早期预警信号，即Token价格与编程智能体下载量。她指出，Token价格近期在回落，AI编程智能体的下载量也趋于停滞，背后原因并不复杂：“越来越多更便宜的、开源的模型上线，其中包括不少中国的模型。”

另一重原因来自需求端的转变，过去许多公司追求“AI技术最大化”，倾向于用最好、最贵的模型来创造最高效率，而如今这一思路正逐渐失去吸引力，越来越多公司转向成本控制。许多公司发现，自己并不需要最前端、最贵的模型即可满足日常需求，从而拉低了上游价格。

若泡沫破裂美股或下行30%～50%

据报道，美国财政部一份为财长贝森特、美联储主席沃什等监管者准备、尚待批准的报告草案警告称，若AI市场重演25年前互联网泡沫破裂的局面，将给股市、私人信贷、云服务商和芯片制造商等带来广泛冲击。

司马菁也认为，AI泡沫破裂对经济的冲击将大于2000年互联网泡沫破裂的情况。原因在于，美国软硬件投资在今年一季度已达到约5%的历史高点，一旦科技投资掉头向下，将显著削弱总需求。

更值得关注的是财富效应的影响。据司马菁测算，美国家庭目前至少持有70万亿美元的股票财富，其中约一半集中于科技股，相当于美国国内生产总值（GDP）的约230%；而在上一次互联网泡沫见顶时，美国居民的家庭股票财富约为13万亿美元，占当时GDP的约130%。“这一次若泡沫破裂，其财富效应会远超上一次，”她援引一项研究测算称，股票财富每减少1美元（尤其是在股市进入持续下跌的熊市时），会导致消费下降约4美分。据此，若股市财富缩水20%，美国消费大约将减少3%，相当于GDP的约2%。

司马菁提醒，这一次的冲击对最富有的1%家庭可能更大。市场普遍以“K型经济”形容美国，上端是最富有的家庭，下端是约90%主要依靠工资生活的家庭，但“这一次，K型的上端可能会向下端靠拢，最终由K型变成L型”。

综合上述因素，司马菁认为：“如果是AI科技泡沫破裂带来的下行，美股的跌幅可能不是10%、20%，而是落在30%–50%的区间。”她补充说称，这一预测“听起来或许有点危言耸听”，但“一旦出现羊群效应，30%并不是一个特别极端的预测”。