算一算AI资本的回报率，你会改变看法(下)
基于数据和客观分析，从基本情景预判AI支出、利润率及收益。
由徐老猫和帕拉斯共同主持的VIP美股社群。一个专业、低噪音、重结构与执行、长期复利的美股社群，帮助大家在复杂市场中更好地理解周期、控制风险、做理性决策。
权威资料来源 - 来自专业、独家的分析师信息源。
全面内容覆盖 - 个股分析/宏观趋势/期权策略。
每日美股复盘 - 对当日美股动态趋势进行前瞻性分析，明晰下一步行动。
稳健独特的期权策略分享。
*您可以阅读2026年4月27日文章《每日“市场复盘/前瞻分析”的阶段总结》，具体了解部分群内容的价值。
*本社群分享的内容仅供学习交流参考，不提供日常交易服务，不构成具体投资建议。
入群方式：
Discord群可通过此链接进入，费用USD50/年。
VIP会员链接：https://whop.com/ray-cat-s-us-stock-community?pass=prod_VxsLmiCG2KLF5…
或加@xulei826984进微信群，RMB400。
本文是2026年4月21日《算一算AI资本的回报率，你会改变看法(上)》文章的下篇。请务必结合在一起阅读。我们需要从一个更长的时间维度，看到目前大型科技公司持续加大AI资本支出的商业逻辑。如果能够对此有深一步的理解，那么相信你对核心AI股的波动就不那么介意了。
AI资本支出的J型曲线
这就是市场焦虑的根源所在，成熟期的投资回报率并不等同于当前的投资回报率。
当你在第一年投入7000亿美元，而收入只有几千亿美元时，你的中期回报看起来会非常差。
这就是资本支出的J型曲线。一般估计投资回报率要到第九年或第十年左右才会突破12%的资本成本门槛。未来几年，行业的资本消耗速度将大于资本回报速度，这就是资金缺口。
我们已经看到，在为AI基础设施提供资金的私募信贷机构中，这种缺口正在显现。Blue Owl(OWL)近期的赎回压力就是一个早期征兆。而且，每当营收增长出现波动时，公开市场都会将同样的担忧反映到AI基础设施股的股价中。
但关键的区别在于，最容易受到J型曲线冲击的公司是那些使用高成本的短期融资、自身现金流不强的公司，超大数据中心本身的情况完全不同。
微软每年从现有业务中产生超过900亿美元自由现金流。
亚马逊拥有AWS云服务。
Alphabet拥有搜索业务。
Meta拥有广告业务。
这些公司可以利用运营现金流为J型增长曲线提供资金，这种模式几乎可以无限持续下去。
J型增长曲线只有可能摧毁过度杠杆化的纯基础设施借款人，但对大企业而言，仅仅会带来些许不适，现有业务能够轻松创造现金流来支付这笔费用。
AGI变量：为什么资本支出可能被低估
我们目前的讨论还建立在相对保守的假设之上：模型会逐步改进，自动化处理一部分有意义但有限的知识和体力劳动，并在一个具有理性定价机制的市场中竞争。
如果通用人工智能(AGI)出现，那么所有假设都将不再成立。仅今年一年，AI能力的提升速度就令人震惊。
想想过去几个月发生的事情：从ChatGPT 5.2到Gemini 3.0，再到Claude 4.6和Gemini 3.1，每个版本在推理、编码、多模态理解和智能体能力方面，都比前代有了飞跃式的提升，而并不是渐进式更新。每个新的前沿模型都做到了12个月前被认为遥不可及的事情。
如果这种趋势持续下去(目前没有瓶颈现象)，那么AGI级系统将在5到10年内成为现实。大多数研究人员认为，这一天的到来介于“比我们预想的要快”和“我们不确定如何阻止它”之间。
AGI会如何影响7万亿美元的TAM估计？AGI的出现会让人感觉好像漏掉了一个零，或许是两个零。
以人类专家水平执行任何知识工作的AGI，其推理成本正朝着每次查询几分之一美分的方向发展，它将替代相当一部分专业服务。
仅全球专业和商业服务每年的支出就高达约15万亿美元。法律、会计、咨询、金融、软件开发、研究，所有这些领域都将成为可替代的对象。
其应用范围令人震惊。一个操控人形机器人的AGI并非只能从事仓库拣货员的工作，它还可以是外科医生、工头、教师、护士。潜在市场规模扩展到了目前被认为自动化无法触及的领域。
从AGI的角度来看，每年7000亿美元的资本支出根本谈不上激进，而是基本要求。当AGI到来时，那些拥有完善计算基础设施的公司，无论短期投资回报率如何，都将拥有一骑绝尘的竞争优势。
这就是为什么当分析师要求超大数据中心的CEO解释资本支出合理性时，他们几乎都有些不耐烦。他们没有使用标准的内部收益率(IRR)模型，可以说他们在购买基于未来大趋势的期权，使任何IRR模型都显得过时的那种大趋势。
AI基建支出的地缘政治维度
除了上述分析之外，还有一个现有财务模型无法完全捕捉的维度：地缘政治。
中国正在以举国之力在AI领域与美国并驾齐驱甚至超越。DeepSeek的R1模型以极低的计算成本实现了接近前沿水平的性能，无疑是一记警钟。这表明差距远比想象的要小，而且拥有雄厚工程实力的中国能够以超预期的速度取得进展。
AI竞争不再是企业间的商业竞赛，而是国家间的战略竞赛。
当你将AI领域的领先地位视为国家安全和经济主权问题时，投资回报率(ROIC)的计算方式就会发生改变。
在达到一定战略重要性之后，问题不再是“内部收益率(IRR)是多少？”，而是“失败的代价是什么？”
在AI能力方面大幅落后的战略代价将远不止于企业盈利，还会影响国防系统、经济竞争力以及技术标准制定能力。
当然这不是说资本支出的纪律就无关紧要。资本依然宝贵，依然拒绝浪费。但这确实意味着，美国需要权衡“如果市场尚未成熟怎么办？”的风险和“如果我们在AGI到来之际计算能力不足怎么办？”的风险。对于超大数据中心运营商而言，后一种情况显然更令人担忧。
“三种情景假设”看AI资本支出
1，中等假设情景：年收入7万亿美元，综合营业利润率32%，累计净投资资本6.4万亿美元，AI基础设施的投资回报率约为28%。这在历史上任何大型行业都属于一流。
2，乐观情景：收入10万亿美元，利润率40%，投资回报率约49%。堪比苹果公司，非常出色。
3，悲观情景：投资回报率约8%，对于拥有盈利业务来补贴基础设施建设的公司来说尚可接受，对于过度杠杆化的有高比例借款的公司来说，则难以承受。
J型曲线表明未来三到五年内，回报情况会时好时坏。市场会利用某些不如人意的时刻制造恐慌。
AGI的潜在变量尚未定价，也未建立模型。如果你相信AGI级系统将在十年内问世，那么本分析中的所有保守估计都严重低估了实际需求，目前的资本支出预算应该更高，而不是更低。超大数据中心运营商几乎都认同这一点，这就是为什么无论市场反应如何，他们的资本支出预期每个季度都在上调。
此外，地缘政治因素意味着，即使净现值(NPV)为负，也不一定意味着应该削减开支。处于AI发展前沿的国家和公司拥有超越常规财务优化的战略杠杆。
正确的解读应该是这样
当前AI供应链上的关键公司(包括GPU制造商、数据中心REIT、电力基础设施提供商、网络公司以及超大数据中心运营商)，它们的波动反映了市场对J曲线动态的合理短期担忧，但对基本经济逻辑不构成根本挑战。
这对投资者意味着什么？
数学计算表明：每年7000亿美元的AI资本支出是合理的。未来十年，资本支出增长至每年1万亿美元也是合理的。
那些构建这一基础设施的公司，因为拥有足以应对J曲线的稳健资产负债表，正在为工业资本主义历史上最非凡的投资回报之一做好准备。
而Blue Owl的压力则提醒我们，资本结构至关重要。过度杠杆化的借款人将感受到J曲线波动性的影响，而现金充裕的超大数据中心运营商不会。
拥有雄厚资产负债表的公司正朝着20年的投资回报率(ROIC)目标迈进，市场却只根据两年的盈利情况来评判它们。
这种脱节不会永远持续下去；这是一个值得认真对待的机会。
更深层次的含义是，在每一次技术革命中，早期资金都会流向基础设施，然后是平台型公司，这是财富聚集的真正所在。
在互联网建设初期，思科(CSCO)和英特尔(INTC)率先行动。随后是谷歌、Facebook、Netflix(NFLX)，收益呈指数级增长。
如果AI也遵循同样的模式，那么下一个变革的焦点将不再是芯片或数据中心，而是AI平台。
基础设施建设是第一阶段，平台整合是第二阶段。财富正是在第二阶段诞生。
声明：
所提供信息仅供研究决策参考，不构成投资建议。
所含原始信息来自网上，由作者分析综合，不能保证准确性和完整性。
文中包含的预测基于对市场状况的多项假设，无法保证实现预期结果。
本文初衷是给予您在选股过程中提供一定的智力支持，但无法代替决策，请保持独立判断。