AI狂烧2000亿美元，盈利拐点真在2026年？

人工智能热潮席卷全球资本市场已逾两年，从芯片制造商到云计算平台，再到各类大模型初创企业，估值屡创新高。然而，在这股近乎狂热的乐观情绪背后，一个根本性问题始终悬而未决：人工智能何时才能真正实现可持续盈利？2026年6月初，高盛全球股票研究主管吉姆·科韦洛（Jim Covello）公开表达了对AI商业可行性的深度疑虑，指出“过去几年里，我们反而离这一目标越来越远，而不是更近”。这一观点虽未附带详细报告或会议实录佐证，但其核心逻辑——即巨额资本支出与实际回报之间的鸿沟正在扩大——已在多个市场维度显现。

资本开支激增，但盈利路径模糊

尽管在高盛近期发布的官方公告中，并未直接找到科韦洛关于AI盈利性质疑的完整演讲文本或研究报告，但从其机构行为可窥见一斑。2026年6月3日，高盛披露将其在德国香料与化妆品原料公司Symrise的投票权从4.8%提升至5.06%，这一看似无关的动作实则折射出其资产配置策略的微妙调整：在科技板块估值高企之际，传统消费与工业类资产的相对吸引力正在上升。同日，高盛还宣布将于6月10日举办第47届全球医疗健康大会，邀请Upstream Bio等生物科技公司高管参与对话——这些领域虽也依赖技术进步，但其收入模型清晰、监管路径明确，与当前AI产业形成鲜明对比。

这种资源配置的倾斜并非孤立现象。根据公开数据，2024至2026年间，全球科技巨头在AI基础设施上的资本支出呈指数级增长。仅英伟达一家，其数据中心GPU销售额在2025财年就突破千亿美元，而微软、谷歌、亚马逊和Meta合计的AI相关CAPEX预计在2026年超过2000亿美元。然而，这些投入转化为终端用户付费或企业效率提升的速度却远不及预期。许多宣称“已部署AI”的企业，其实际应用场景仍局限于内部流程优化或营销自动化，难以形成独立的收入流。

半导体受益明显，应用层盈利承压

在AI产业链中，收益分配极不均衡。上游硬件厂商，尤其是GPU制造商和先进封装服务商，已成为本轮周期的最大赢家。英伟达的毛利率长期维持在70%以上，台积电的CoWoS先进封装产能供不应求，订单排至2027年。相比之下，处于中下游的大模型公司和AI应用开发商则面临严峻挑战。多数通用大模型尚未找到稳定的商业模式，订阅收入微薄，企业定制项目又高度依赖人力服务，难以规模化。

更值得警惕的是，随着模型训练成本持续攀升——据估算，训练一个前沿多模态大模型的成本已超数亿美元——科技巨头不得不不断提高对AI投资回报率的预期门槛。科韦洛所言“需要证明这些支出合理的利润水平也在不断提高”，正是对此困境的精准概括。当一家公司每年投入数百亿美元用于AI基础设施，市场自然期待其带来数十亿美元的增量利润。但截至目前，除少数云服务中的推理调用收费外，真正能计入财报“AI专属收入”的项目寥寥无几。

投资者情绪与基本面出现背离

资本市场对AI的定价已明显脱离基本面支撑。2026年上半年，多家尚未产生正向经营现金流的AI初创公司在私募市场获得数十亿美元估值，部分上市公司仅因宣布“探索AI应用”便股价翻倍。这种情绪驱动的上涨，与高盛等传统投行强调的“自由现金流折现”估值逻辑背道而驰。历史经验表明，当技术叙事与财务现实长期脱节，市场终将回归理性。2000年的互联网泡沫、2021年的元宇宙热潮，皆是前车之鉴。

值得注意的是，高盛作为全球顶级投行，其研究部门向来以严谨著称。科韦洛的质疑并非否定AI的长期潜力，而是提醒市场关注短期兑现风险。在他看来，真正的商业可行性不仅意味着技术可用，更要求单位经济效益（unit economics）为正——即每增加一单位AI服务所带来的收入必须显著高于其边际成本。目前，除特定垂直领域（如金融风控、药物发现）外，大多数通用AI应用尚未达到这一临界点。

未来关键观察点：从“能做”到“愿付”

接下来几个季度，投资者应重点关注三大信号：一是头部云厂商是否开始单独披露AI相关收入及利润率；二是企业客户是否从“试点项目”转向“年度订阅合同”；三是开源模型的普及是否会压缩闭源大模型的定价空间。若上述指标持续低迷，则AI热潮可能面临阶段性回调。

高盛虽未发布专题报告详述其AI盈利性质疑，但其近期在非科技领域的资本动作，以及研究主管的公开表态，已传递出明确的风险预警。在全球流动性逐步收紧的宏观环境下，市场对“故事型资产”的容忍度正在下降。人工智能无疑是一项革命性技术，但革命不等于立即盈利。正如我曾在2020年云计算泡沫初期所观察到的那样，只有当技术真正嵌入客户的日常运营并产生可量化的价值时，估值才能获得坚实支撑。当前的AI产业，或许正站在从“技术演示”迈向“商业落地”的关键十字路口——而这条路，远比想象中漫长。