科技巨头AI资本开支破万亿美元，自由现金流还能撑多久？

2026年7月25日，穆迪评级发布研究报告警告称，全球科技巨头在人工智能基础设施上的激进投资正显著削弱其自由现金流，并推高资产负债表风险。这一结构性转变不仅需要前所未有的资本支出，还可能动摇这些公司长期以来赖以维持高信用评级的财务稳健性。

穆迪预计，上述六家公司2026年的AI相关资本支出将合计达到约7850亿美元，并在2027年进一步逼近1万亿美元。报告强调，与传统软件业务不同，生成式人工智能对算力基础设施提出极高要求——包括专用数据中心、GPU服务器集群以及高性能芯片的持续部署——这些硬件密集型投入大幅拉高了运营成本和前期资本消耗，使得企业难以在短期内实现正向自由现金流回报。

轻资产神话终结：科技巨头集体转向重资本模式

这种“轻资产”特性成为其信用评级长期维持投资级甚至A级以上的重要支撑。然而，生成式AI的爆发彻底改变了这一逻辑。

亚马逊AWS加速部署Trainium和Inferentia芯片集群；甲骨文虽传统上以数据库软件著称，但近年来通过与微软Azure和NVIDIA合作，在云计算和AI训练领域快速扩张其数据中心网络；而CoreWeave作为新兴AI云服务商，几乎完全围绕GPU租赁和AI训练构建其商业模式，资本开支强度更高。

这种集体转向意味着，科技公司的资本支出不再主要用于维护现有系统或渐进式升级，而是大规模新建、扩容和定制化部署。穆迪指出，此类投资具有沉没成本高、回收周期长、技术迭代快三大特征，一旦AI商业化进程不及预期，或将导致资产利用率不足、折旧压力加剧，进而侵蚀利润和现金流。

自由现金流承压：投资者关注回报兑现能力

自由现金流（Free Cash Flow, FCF）历来是衡量科技公司财务健康度的关键指标。它反映企业在满足必要资本支出后，可用于分红、回购、偿还债务或再投资的现金余额。

随着AI投资狂潮升温，这一局面正在逆转。以2026年上半年为例，多家科技巨头财报显示，尽管营收仍在增长，但自由现金流同比显著下滑。虽然管理层强调这是“战略性前置投入”，但市场开始质疑：巨额支出何时能转化为可持续的收入？

穆迪的警告正是基于这一担忧。报告指出，投资者的关注点正从“是否投资AI”转向“投资能否产生足够回报”。目前，生成式AI的商业化仍处于早期阶段——企业客户多处于试点或小规模部署，广告、搜索、办公软件等核心产品尚未因AI实现显著ARPU（每用户平均收入）提升。若未来两年内无法形成清晰的盈利路径，高企的资本开支将直接拖累信用指标，如债务/EBITDA比率、FCF/债务覆盖率等，进而影响融资成本和评级展望。

万亿美元竞赛下的行业分化与风险传导

值得注意的是，并非所有科技公司都面临同等风险。穆迪在报告中暗示，拥有强大现有现金流基础、多元收入来源和定价权的企业（如微软、Alphabet）可能更能承受短期FCF波动；而像CoreWeave这类高度依赖外部融资、尚未实现规模化盈利的纯AI基础设施公司，则面临更大的流动性压力。

此外，AI投资热潮还可能引发供应链和金融市场的连锁反应。数据中心建设带动了对电力、冷却系统、网络设备和芯片的旺盛需求，推高上游成本；同时，科技公司为筹措资金，正加大债券发行力度。2026年以来，美国投资级公司债市场中科技板块发行量显著上升，部分新发债券明确标注募集资金将用于“AI基础设施项目”。这虽缓解了短期资金压力，但也增加了长期债务负担。

更深远的影响在于行业竞争格局。当资本成为关键壁垒，中小云服务商和初创AI公司可能因无力承担高昂的算力成本而被边缘化，进一步巩固头部企业的垄断地位。但与此同时，过度集中也可能抑制创新多样性，并在宏观经济下行时放大系统性风险。

前瞻：平衡增长与财务纪律成关键考验

截至2026年中，AI仍是科技行业最具确定性的长期趋势，但其财务代价正变得愈发清晰。穆迪的警示并非否定AI的战略价值，而是提醒市场：技术愿景必须与财务现实相匹配。未来几个季度，投资者将密切跟踪各家公司披露的AI资本支出明细、数据中心利用率、客户合同结构以及单位经济效益（Unit Economics）等指标。

对于企业而言，如何在加速AI布局的同时维持健康的自由现金流，将成为管理层的核心挑战。可能的应对策略包括：优化数据中心能效以降低运营成本、采用混合云架构减少自建依赖、推动AI服务按使用量计费以加快现金回流，以及通过战略合作分摊基础设施投资风险。

这场万亿美元级别的AI基础设施竞赛，正在重塑科技行业的财务范式。轻资产时代的高利润率与强现金流神话或许已经终结，取而代之的是一个资本密集、回报周期更长、风险与机遇并存的新阶段。而最终胜出者，不仅需要技术领先，更需展现出卓越的资本配置能力和财务纪律。