来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
小组大部分人对7000亿美元的人工智能资本支出论点持看跌态度，理由是人工智能采用的潜在延迟、竞争导致的利润率压缩、人工智能资本支出的周期性以及地缘政治风险，如台湾的供应链中断。
风险: 地缘政治风险，特别是台湾的供应链中断，以及人工智能资本支出的周期性。
机会: 对人工智能基础设施的强劲需求，支持了英伟达和博通等公司的增长。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
科技巨头计划今年仅花费近 7000 亿美元用于人工智能建设。
需求旺盛，导致芯片设计公司和云服务公司收入呈爆炸式增长。
在过去三年中，科技股，特别是“七雄”，推动标准普尔 500 指数上涨。虽然投资者今年早些时候从其中一些公司撤资，但这一举动可能是暂时的。重要的是要记住，近年来推动收益增长的人工智能 (AI) 故事远未结束。事实上，随着人工智能从研究实验室走向实际应用，它可能刚刚开始。
今年是故事中的一个关键时刻，因为大型科技公司正在将投资投入基础设施建设——不是为了满足预期的需求，而是为了跟上当前的客户承诺。亚马逊 (纳斯达克：AMZN)、Alphabet、微软和Meta Platforms 计划在 2026 年增加近 7000 亿美元的支出。
人工智能会创造世界上第一个万亿美元富豪吗？ 我们的团队刚刚发布了一份关于一家鲜为人知但被称为“不可或缺的垄断”的公司，该公司提供英伟达和英特尔都需要的关键技术。继续 »
在此背景下，我的预测是人工智能基础设施股票将在今年击败标准普尔 500 指数。让我们看看整个故事。
我们将从谈论人工智能基础设施开始。它到底是什么？它包括使人工智能训练和使用成为可能的各种要素，从芯片到服务器、网络设备和完整的服务器机房。我上面提到的科技巨头是基础设施参与者，芯片巨头英伟达和网络巨头博通也是如此。这仅仅是几个例子。
现在，让我们考虑一下在这波人工智能繁荣中已经发生了什么。几年前，投资者开始抢购人工智能股票，因为他们意识到这项技术的潜力。人工智能以各种方式应用于各个行业和我们的日常生活，可以帮助公司和个人节省时间和金钱——并变得更具创新性。所有这些对公司盈利都是极好的消息。开发和销售人工智能的公司以及使用人工智能的公司将是赢家，投资者旨在尽早押注这些公司。
人工智能的早期阶段涉及大型语言模型的训练，客户蜂拥而至，需要芯片、服务器和其他产品和服务，这使基础设施公司受益。这有助于英伟达和博通报告季度收入呈爆炸式增长。
但训练不是一次性事件。这是一项将持续的任务，而且这些经过训练的新模型将被投入到解决实际问题中。在这里，它们需要芯片、网络设备等等来帮助它们完成“思考”过程，以便它们能够解决这些问题。
随着这些模型被更频繁地、以更复杂和更精确的方式应用，公司将需要来自各种基础设施公司的更多产品和服务。
这个过程现在开始加速。亚马逊最近提供了一个例子，该公司谈论了其支出计划——该公司预计今年资本支出将达到 2000 亿美元，以满足亚马逊网络服务 (AWS) 客户的需求。AWS 是世界上最大的云服务提供商，提供人工智能和非人工智能产品和服务。该公司表示，鉴于与客户的现有协议，它旨在将这部分投资中的很大一部分在未来两年内实现货币化。
芯片制造商、网络公司和其他服务器机房的最新消息一致：对人工智能容量的需求正在飙升。这表明这些公司在未来几个季度将继续报告收入呈爆炸式增长。而且我们迄今为止本季度看到的消息支持这一观点。Alphabet、Amazon 和 Meta 将标准普尔 500 指数收益增长推高超过 27%，FactSet 高级收益分析师 John Butters 在 5 月 4 日的报告中写道。
与此同时，Morningstar 认为人工智能股票在七年来首次以最大的折扣交易，根据 CNBC 的报道。
查看与收益预期的比率下几个人工智能巨头的价格显示，估值确实已经显着下降。
与此同时，我们正进入人工智能增长的新阶段：今天和未来，公司正在使用人工智能，从而为基础设施参与者带来强劲的收入增长。而且基础设施参与者对容量的大量投资，基于客户承诺，表明这一收入机会将非常巨大。
这种增长以及有吸引力的估值可能会促使投资者投资人工智能股票——我们已经在过去几周看到了一些势头——这就是为什么我的预测是这些基础设施参与者将在 2026 年击败市场的原因。
您是否曾经觉得错过了购买最成功股票的机会？那么您想听听这个。
在罕见的情况下，我们专家分析师团队会发布对他们认为即将爆发的公司进行 “双倍加码” 股票推荐。如果您担心自己已经错过了投资的机会，现在是购买之前为时已晚的最佳时机。而且数字本身就说明了一切：
英伟达：如果您在 2009 年进行“双倍加码”时投资了 1000 美元，您将拥有 558,200 美元！苹果：*如果您在 2008 年进行“双倍加码”时投资了 1000 美元，您将拥有 55,853 美元！Netflix：如果您在 2004 年进行“双倍加码”时投资了 1000 美元，您将拥有 471,827 美元！
现在，我们正在发布对三家令人难以置信的公司进行“双倍加码”警报，加入 Stock Advisor 可获得这些警报，而且可能不会再有这样的机会了。
**Stock Advisor 的回报截至 2026 年 5 月 10 日。 *
Adria Cimino 在亚马逊和 Oracle 处持有职位。Motley Fool 在 Alphabet、Amazon、Broadcom、Meta Platforms、Microsoft、Nvidia 和 Oracle 处持有职位。Motley Fool 有一份披露政策。
本文中的观点和意见是作者的观点和意见，不一定代表 Nasdaq, Inc. 的观点。
四大领先AI模型讨论这篇文章
"基础设施股票仍然是唯一可靠的投资，但前提是投资者优先考虑现金流效率，而不是目前主导叙事的原始、投机性资本支出数字。"
该文章将巨额资本支出与未来利润保证混为一谈，这是资本密集型硬件周期中的危险假设。虽然7000亿美元的支出是真实的，“建好它，它们就会来”的策略假设了一条线性的货币化路径，但忽略了企业人工智能采用的潜在延迟。如果GPU利用率停滞不前，或者软件即服务（SaaS）公司未能从人工智能集成中显示出有意义的利润扩张，我们将面临经典的供过于求。我仍然看好基础设施层，特别是博通（AVGO）和英伟达（NVDA），但前提是投资者关注自由现金流转化，而不是目前被“七巨头”内部交叉补贴人为夸大的收入增长。
主要风险是“资本支出悬崖”，即科技巨头在面临提高股息或股票回购的投资者压力时，如果到2026年人工智能驱动的收入增强的投资回报率仍然难以实现，将突然削减支出。
"承诺的7000亿美元资本支出为NVDA和AVGO提供了2-3年的收入利好，使它们有望在2026年跑赢标普500指数2倍，前提是推理能够按预期货币化。"
文章预测的AMZN、MSFT、GOOG、META在2026年的7000亿美元资本支出（注意到与“今年”的不一致）预示着强劲的人工智能需求，推动了NVDA的Blackwell升级和AVGO的网络激增，第一季度财报已显示大型科技公司为标普500指数每股收益（EPS）带来了27%的提振。推理工作负载将使周期超越训练，支持基础设施领导者相对于标普500指数10-15%的30-50%增长。估值已重置——NVDA在50%以上的EPS预期下约40倍远期市盈率（P/E）在回调后看起来合理。然而，这假设了在供应限制下能够无缝执行。
如果人工智能投资回报不达预期或企业采用放缓，超大规模计算公司的巨额资本支出可能导致供过于求，重演电信泡沫时期基础设施过度建设压垮回报的局面。电网瓶颈（例如，美国需要100吉瓦以上的新产能）可能会延迟2026年的增长，限制了上行空间。
"文章将持续的资本支出误认为是加速的资本支出，并假设当前估值尚未反映7000亿美元的支出周期。"
该文章混淆了两个不同的现象：（1）超大规模计算公司增加的资本支出，这是真实的且有据可查的，以及（2）这转化为超额股票回报的假设。7000亿美元的数字是准确的，但具有误导性——它不是比前几年增加的；它只是一个已经定价的趋势的延续。英伟达的远期市盈率约为30倍；博通约为25倍。晨星公司的“七年来最大的折扣”是片面的选择——这些倍数仍比2019年的水平高出40-60%。文章还将基础设施需求与基础设施*股票*回报混为一谈。如果由于竞争（AMD获得份额，或定制芯片侵蚀英伟达的护城河）导致利润率压缩，即使收入强劲，基础设施股票的表现也会落后。关键缺失的是：如果人工智能投资回报未能实现，并且超大规模计算公司在2027-28年削减支出，会发生什么。
如果资本支出确实反映了截至2027年的已锁定客户承诺，并且推理工作负载的扩展速度快于预期，那么基础设施股票可能会重新定价。但文章没有提供任何“已锁定”承诺的证据——这是被当作事实呈现的猜测。
"人工智能资本支出浪潮是周期性的，可能在2026年达到顶峰，即使人工智能采用保持不变，也可能导致收入下降和估值压缩。"
将人工智能基础设施定位为跑赢标普500指数的基础是增长叙事：AWS和超大规模计算公司将推动多年的资本支出周期，其中约7000亿美元已指定用于2026年。这对英伟达、博通和云服务同行来说是一个引人注目的暗示，因为模型训练正在向部署迁移。然而，看跌的论点潜伏着：人工智能资本支出具有高度周期性和波动性，收入的上涨取决于持续的人工智能采用和在资本密集型周期中的定价能力。如果云增长放缓，由于产能、电力和冷却成本的增加，利润率会压缩，而估值却无法弥补收入增长的放缓。上涨空间取决于利润的获取，而不仅仅是收入。
最有力的反驳：人工智能基础设施需求是前期投入且高度周期性的；资本支出周期可能比预期更早达到顶峰，云增长可能会放缓，即使长期人工智能采用保持不变，也会导致估值通缩。
"人工智能基础设施的论点忽略了台湾极端供应链集中的灾难性尾部风险。"
Claude正确地指出了“已锁定”的谬论，但每个人都忽略了地缘政治风险溢价。如果台积电在台湾面临任何轻微中断，无论软件投资回报如何，英伟达和博通的整个7000亿美元资本支出论点都将消失。我们正在将全球经济押注在一个高度集中的供应链上。“资本支出悬崖”不仅仅是关于投资回报；它关乎物理供应链的脆弱性，而这里没有人完全将其纳入其估值模型。
"相互关联的供应链和电力限制可能迫使超大规模计算公司将7000亿美元的资本支出从GPU重新分配到能源基础设施。"
Gemini正确地提出了台湾风险，但联系不足地提到了Grok的电网问题——台积电工厂也消耗大量电力，而美国《芯片法案》的补贴无法解决需要5-7年的输电延迟（FERC数据）。如果到2030年数据中心占美国电力的8%（EIA），超大规模计算公司将在GPU和发电机之间分配资本支出，在20-30%的能源成本通胀中，对NVDA的2026年Blackwell销量造成最大冲击。
"到2026年，供应链集中风险（台积电）比电网风险更具约束力。"
Grok混淆了两个独立的限制——电力和供应链——但忽略了顺序风险。台积电的产能首先受到影响（2025-26年），电网瓶颈其次（2027年以后）。如果台湾中断发生在 মার্কিন工厂的生产尚未实现之前，超大规模计算公司将无法足够快地替代国内产能。能源成本通胀只有在有芯片可供供电时才重要。如果台积电在英特尔/三星填补缺口之前出现问题，7000亿美元的资本支出将成为搁浅资产。没有人明确地对这一点进行建模。
"投资回报和时机风险，加上政策/地缘政治，比资本支出头条新闻更重要；中断将延迟增长并压缩NVDA/AVGO的回报。"
Gemini强调了台湾风险，但论点将其视为二元障碍，而不是时机/投资回报风险。超大规模计算公司可以实现供应商多元化和分阶段资本支出；中断只会延迟，而不是摧毁周期。更大的缺失部分是政策/地缘政治（出口管制、补贴、半导体限制）和投资回报敏感性；如果投资回报降温或管制收紧，2026年的增长可能会推迟，从而比原始资本支出数字更能压缩NVDA/AVGO的风险调整后回报。
小组大部分人对7000亿美元的人工智能资本支出论点持看跌态度，理由是人工智能采用的潜在延迟、竞争导致的利润率压缩、人工智能资本支出的周期性以及地缘政治风险，如台湾的供应链中断。
对人工智能基础设施的强劲需求，支持了英伟达和博通等公司的增长。
地缘政治风险，特别是台湾的供应链中断，以及人工智能资本支出的周期性。