本周多家科技巨头继续加码 AI 基础设施投入，Meta 将 2026 年资本开支上调至 1250-1450 亿美元，主要用于芯片与数据中心；亚马逊、Alphabet、微软、Meta 四家合计规划支出 7250 亿美元，第三季度自由现金流预计仅剩 40 亿美元，远低于疫情后季度均值 450 亿美元。这笔巨额投入发生在模型迭代加速、推理需求爆发的背景下，却与实际企业采用率和变现速度形成明显落差。
对比之下，早期软件 SaaS 模式依赖订阅稳定现金流，而当前 AI 路径更依赖 token 消耗与代理订阅，回报周期显著拉长。Meta 等公司股价在财报后出现波动，显示市场已开始审视“故事驱动”与“现金流驱动”的切换。相比之下，部分垂直领域如金融与编码工具的落地案例虽有进展，但规模化仍受制于数据隐私、合规与电力瓶颈；开源阵营则更多依赖社区资源，资本压力相对分散。
根本驱动力在于参数规模与上下文窗口的指数级增长，迫使闭源玩家提前锁定物理产能。未来 6-12 个月，关键悬念在于这波开支能否在 2027 年底前转化为可验证的盈利增长。若电力与芯片供给瓶颈持续，或采用率滞后于预期，部分玩家或被迫调整节奏；反之，若多模态代理在企业端证明显著降本增效，资本集中优势将进一步放大。观察重点为下季度财报中自由现金流与 AI 相关收入的真实匹配度。
信源：https://www.forbes.com/sites/jamesbroughel/2026/05/26/ai-can-change-the-world-and-still-be-a-bubble/
