美股AI投資高峰期的真正考驗｜久利生

美股科技股的人工智能（AI）敘事，正由「概念溢價」走向「業績驗證」。過去兩年，投資者願意為AI帶來的長期生產力提升、雲端需求及廣告效率改善付出更高估值；但進入今輪業績期，市場風向開始轉變：大型科技企業不但要證明AI可以帶動收入增長，更要解釋為何資本開支仍要大幅上調，這些投資又何時才能轉化為可持續盈利、現金流和股東回報？

Alphabet及Tesla季績反映新訊號

Alphabet最新季績正好反映這個矛盾。公司收入及多項業務表現優於市場預期，Google Cloud收入按年大增82%，反映企業對AI基建、生成式AI工具及雲端服務的需求仍然強勁；但股價卻因公司上調全年資本開支指引而受壓。更令市場意外的是，AI相關投資急升令其自由現金流大幅轉弱，甚至出現多年來罕見的負自由現金流情況。換言之，市場並非否定AI需求，而是開始思疑：當數據中心、晶片、電力、網絡及自研模型的投入愈來愈龐大，收入增長是否足以抵銷折舊、營運成本及自由現金流壓力？

又例如，Tesla剛公布的去季業績亦反映當前轉型階段的訊號。營運收入較市場共識低約七成。業績遜預期有多項原因，但主要拖累來自新產品研發開支上升，以及新AI算力帶來的折舊增加。而這些挑戰很可能持續存在，而相關收入在2026年未必能顯著增加。期內自由現金流錄得11億美元流出，但已優於市場預期的26億美元流出。資本開支低於預期，又引發市場對未來增長時點的疑問——投資者要求越來越高、也越來越「難湊」。

顯而易見，科技七雄業績期的前瞻重點，不再只是AI敘事是否吸引，而是投資回報是否開始可量化，包括AI支出能否轉化為收入、用戶採用率或其他可見回報；雲端增長及利潤率是否能支持持續投資；以及在自由現金流受壓、債務或融資需求上升的情況下，管理層是否仍能給出令人信服的盈利指引。

收入結構出現更明顯AI化

AI投資高峰期對業績的第一個影響，是收入結構出現更明顯的AI化。雲端業務成為最直接受惠者，因企業部署大型語言模型、AI代理、自動化工具及數據分析，需要更多算力和儲存能力。Alphabet的雲端收入高速增長，正說明AI需求不再只停留於實驗階段，而是逐步進入企業IT預算。不過，這並不等同盈利質素同步改善。若客戶愈來愈重視token的使用效率，即以較低成本完成相同AI任務，雲端服務商可能需要以更高效率或更低價格競爭，利潤率便會成為市場審視的下一個重點。

資本開支急升令盈利難解讀

資本開支急升令盈利表現變得更難去解讀，便是第二個影響。傳統上，科技巨企被視為高現金流、高毛利、輕資產的商業模式；但AI基建競賽正在把部分企業推向更重資產的階段。當公司需要提前購買昂貴晶片、興建大型數據中心、簽訂長期能源和雲端容量合約，短期損益表可能仍然亮麗，但自由現金流、折舊開支和資本回報率已開始受壓。這也是為何Alphabet即使交出強勁收入增長，市場仍對更高資本開支及罕見負自由現金流有反應。

市場對「好業績」的標準提高

最後，是市場對「好業績」的標準提高。過去只要收入和每股盈利勝預期，股價往往有明顯正面反應；但在AI投資高峰期，投資者更重視管理層能否回答三個問題：一是AI產品是否真正帶來新增需求，而非只是替代原有服務；二是AI投入是否形成競爭壁壘，例如自研晶片、模型效率或生態系鎖定；三是未來數季資本開支會否繼續上調，令現金流改善時間一再推遲。換言之，市場正從「買增長」轉向「買可驗證的投資回報」。

AI投資高峰也令板塊分化加劇。最受惠的是具備算力供應、雲端規模、自研晶片或廣告數據優勢的企業；但若公司只能以高成本追趕AI基建，卻未能快速變成收入，估值便容易受壓。即使同屬大型科技股，不同公司的市場反應亦會取決於AI支出與核心業務增長是否匹配。

講到尾，於AI基建投入的早期，企業需求仍然強勁，容量不足甚至支持雲端收入繼續快速增長；但股價已透支大量樂觀預期，一旦業績未能同時交出收入加速、利潤率穩定及資本開支可控三項條件，估值便容易波動。基本面未必轉差，但市場願意支付的估值倍數可能下降。投資邏輯由憧憬期進入落地期，企業單靠講「AI將改變世界」的故事，唯恐剩下時間已不多。

久利生