a16z AI市场报告II：科技已成万物周期，AI资本开支逼近万亿

这份报告从公开市场一路延伸至一级私募市场，试图回答一个核心问题：2026 年这轮由科技主导的全新经济周期，到底和过去有什么不同。结论相当直接——科技已经升级为「万物周期」，不再只是单一行业板块。它贡献了标普 500 约 76% 的盈利增量，占美国资本开支的 55%，同时驱动投资、研发与利润扩张。而这轮股市上涨主要靠盈利拉动，并非估值泡沫，行情也从美股七大科技巨头扩散到了范围更广的科技企业。

AI 属于跨世代平台变革。云厂商年度资本开支正向万亿美元迈进，自有现金流被基建投入持续消耗，同时借助债务融资扩大投入。尽管市场一度担忧 GPU 会在 3 到 4 年内快速折旧淘汰，但现实是算力需求爆发推高了硬件资产价值，老款 GPU 依旧保有可观残值。

AI 当前最突出的特征是「覆盖面广、落地深度浅」：多数企业宣称布局 AI，却只有少数完成可量化业务落地；消费端付费渗透率同样处于低位。受杰文斯悖论影响，算力成本下降反而刺激总需求暴涨，开源与闭源模型共存，并非零和博弈。就业层面，深度应用 AI 的企业反而增加了技术岗位招聘，并未出现大规模岗位替代。

市场主线已经发生轮动。投资重心从数字软件「比特」转向实体硬件「原子」。AI 算力建设叠加电网升级、国防、制造业回流、机器人与航天产业发展，半导体、电力设备等实体赛道迎来景气上行。云厂商现金流持续向实体产业链转移。参照移动互联网发展规律，硬件先行，软件红利尚在后期。

SaaS 行业并未迎来所谓末日，而是进入价值验证阶段。零利率退潮后，多数软件企业转向优先盈利，但高增速企业数量锐减，市场因此完成估值重估——这属于结构性分化，而非行业崩盘。

一级市场视角下，私募领域同样迎来新格局。私营企业数据印证宏观趋势，AI 带动初创创业活跃度提升，但市场筛选标准变得严苛，资本更看重真实业务回报。整体来看，本轮科技周期与历史周期截然不同，AI 持续打开全新需求空间，机器人、生物医疗等前沿领域将成为未来重要增长方向。

10 个关键问题问答

Q1：为什么说现在是「科技万物周期」？

A：科技不再只是一个行业板块。它贡献标普 500 约 76% 盈利增量，占到美国资本开支 55%，成为拉动投资、就业、利润的核心经济驱动力。

Q2：本轮美股上涨是估值泡沫吗？

A：不是。股价上涨主要依靠企业盈利增长，科技板块估值倍数反而出现压缩，并非单纯靠估值抬升驱动行情。

Q3：市场担心 GPU 3 到 4 年就会淘汰报废，报告怎么看？

A：算力需求爆发抵消折旧压力，老一代 GPU（如 A100）租赁价格、残值保持坚挺；算力与模型迭代不是零和博弈，老硬件仍具备商业价值。

Q4：当前 AI 商业化处于什么阶段？

A：覆盖面广但落地深度很浅。多数企业宣称布局 AI，但仅有少数有可量化业务成果；消费端付费渗透率依旧偏低，整体尚处在早期。

Q5：什么是报告提到的 AI「杰文斯悖论」？

A：单位算力成本持续下降，但智能应用爆发，带来总算力需求指数级上涨——越便宜，消耗得越多。

Q6：AI 会大规模替代软件工程师岗位吗？

A：并不会。数据显示深度落地 AI 的企业，技术岗位招聘反而增加；AI 更多是工具，放大人力产出，而非简单替代。

Q7：「比特转向原子」代表什么市场主线？

A：资本从纯数字软件（比特），大规模流向半导体、电力、制造、机器人、航天国防等实体硬件（原子）。

Q8：SaaS 末日论成立吗？

A：不成立。零利率退潮后软件企业转向优先盈利，高增长公司变少带来估值回调，属于结构性分化，不是行业覆灭。市场要求企业拿出业绩证明价值。

Q9：云厂商巨额 AI 资本开支钱从哪里来？

A：前期主要消耗云巨头自有经营现金流；随着自有现金被消耗，债务融资成为越来越重要的资金补充渠道。

Q10：对未来市场有什么核心判断？

A：本轮 AI 科技周期不同于历史周期，AI 持续拓宽需求边界；硬件先行，软件红利会滞后释放，机器人、生物医疗等领域是未来重要增长方向。

01 科技：万物周期

科技已经从小众「作坊产业」，成长为全球经济的核心驱动力。时至今日，每家企业在某种意义上都算是科技企业——几乎找不到完全依靠纸笔手工运营的生意。

科技比其他任何板块，都更有力地拉动投资、研发周期、盈利增长与利润率扩张。人类有史以来规模最大、盈利能力最强、增速最快的企业，大多是科技公司。仅 AI 基础设施建设，就几乎包揽全部新增建筑开支、蓝领岗位增长、耐用品进口、新增投资级债券发行等。AI 基建可以说是当下经济中唯一正向的顺周期拉动力量。

简言之，科技早已不再是小产业。科技就是万物周期，且趋势不会回头。

全球头部企业大多是科技企业

• 全球市值百强企业（不含中国），按公司数量统计，科技占比约 35%。
• 全球市值百强企业（不含中国），按市值统计，科技占比约 60%。

科技主导价值创造与盈利增长

过去至少十年，科技企业一直是价值创造与盈利增长的绝对主力。

1. 标普 500 接近一半利润来自科技板块。
2. 科技板块累计盈利增长是非科技板块的 3.8 倍。
3. 2026 年，科技贡献标普 500 盈利增量的 76%。

科技带动利润率扩张

各行业利润率近期普遍走高，但科技板块表现尤为突出。标普 500 整体利润率处于历史高位，2026 年二季度预期达到 17.5%；科技板块利润率显著高于标普 500 剔除科技后的其余成分股。

基本面表现极为强劲

科技与能源引领盈利上行，但盈利改善具备广泛性：94% 的标普 500 企业达到或超出每股收益（EPS）市场预期，该比例处于历史极高水平（2026 年达 93.6%）。

很难将当前市场定义为「泡沫」

市场持续创下历史新高，但驱动上涨的是企业盈利，并非单纯估值抬升。即便在已经很高的利润基数之上，盈利依旧继续增长，估值倍数反而在收缩，行情完全由盈利增长驱动。

• 标普 500 远期每股收益持续走高，但市盈率（P/E）持续下行。
• 科技板块在基数已经很高的前提下，2026 年部分季度盈利同比增速高达 71%。

全市场估值普遍收缩，科技尤为明显

科技板块年内涨幅超 20%，但市盈率较 5 年均值低约 20%。

• 分行业拆解：科技板块年内股价上涨 22.1%，每股收益增长 55.7%，估值倍数压缩 21.6%。收益来自业绩，不是估值炒作。
• 对比各行业相对 5 年、10 年市盈率均值：科技板块显著低于历史均值。

市场不再只由「Mag7」独舞

去年市场高度集中于七大科技巨头；2026 年，其他科技企业跑赢大盘，七大巨头跑输指数。背后逻辑很清晰：云巨头正把巨额利润持续投入 AI 基建。云厂商的资本开支推高半导体企业盈利，市场收益也跟着资金流向发生转移。

动量交易、散户资金与杠杆

散户依旧是重要的市场影响力量，杠杆与动量策略放大市场波动。但和迷因股票时代不同，如今散户资金主要涌入市场共识主线赛道。

• 动量因子阶段性冲高回落，价值、成长因子表现分化。
• 带杠杆 ETF 规模持续走高，半导体相关杠杆 ETF 规模增长突出。

02 AI 是划时代的平台变革

一个关键事实：AI 资本开支规模极其庞大。

资本开支进入数万亿美元级别

大型云厂商（Hyperscalers）资本开支：

• 2026 年合计资本开支预计接近 7770 亿美元。
• 预计自 2027 年起，年度资本开支将突破 1 万亿美元。

对比历史算力迭代周期：大型机 → 小型机 → 个人电脑 → 桌面互联网 → 云与移动互联网 → AI 时代。AI 时代设备与用户规模、资本开支体量全面超越过往所有周期。

市场持续低估满足需求所需的资本开支

每一年，华尔街都会预测云厂商资本开支，但预测值年年被实际数据突破。算力需求、芯片价格上行，持续推动投资规模不断走高。

• 当前云厂商资本开支占美国 GDP 比重，已经逼近历史上铁路、油气、电信繁荣时期的资本开支峰值。
• 五大云厂商的资本开支预期随时间不断上修，每一轮更新的预测曲线都显著高于旧版本。

资本开支正在消耗云厂商自由现金流（阶段性）

云厂商的巨额利润，是本轮资本开支的主要资金来源；代价是自由现金流大幅下滑，市场预计该状态会持续至 2028 年前后才会修复。

债务市场接力提供资金（表内 + 表外）

当云厂商自有现金被充分耗用之后，信贷市场开始发力。市场不再只有美债这一个主要投资标的。

• 云厂商、英伟达新增发行大量投资级债券、设立特殊目的载体 SPV 进行融资，2025–2026 债务规模爆发式增长。
• 云厂商为市场提供大量长期限债务资产。

云厂商投资回报率依旧高于借贷成本

债务规模巨大，风险抬升，但核心看投资回报。目前云厂商投入资本回报率（ROIC）显著高于债务成本与加权平均资本成本 WACC。这些企业历史盈利能力极强，此前借贷规模很低；现在举债投资实体硬资产，资产能够产生稳定、持续增长的现金流，受到债权人欢迎。

资本开支对宏观经济带来正向外溢效应

AI 建设催生技术工人紧缺，蓝领岗位薪资大幅溢价。

1. 数据中心带动建筑、技术工种岗位激增，自 2022 年新增岗位超 30 万个，暖通、电气、公用设施建设用工高速增长。
2. 数据中心岗位薪资显著高于同类普通岗位：设施经理薪资高 64%，施工经理高 29%，网络技术员时薪高 42%。
3. 意外的正向影响：数据中心甚至压低居民电价。大规模稳定用电需求分摊电网固定成本，减轻普通用户负担。研究测算：数据中心容量每提升 10%，居民零售电价平均下降约 0.4%；2019–2024，数据中心容量增长 160%，对应居民电价平均下降 6%。

资本开支见到实效：AI 收入增长速度史无前例

巨额投资的逻辑很直白：AI 需求的强度前所未有。

• OpenAI、Anthropic 的年度经常性收入 ARR 呈陡峭指数级拉升。
• 2026 年，头部 AI 实验室新增收入体量预计超过全部上市软件企业的新增收入总和。
• 各大云厂商反复传递同一个信号：需求大于供给；云业务订单储备同比翻倍。当下自由现金流承压，但市场预计两年后自由现金流会强势反弹。
• 「新云厂商」（Neoclouds，例如 CoreWeave 等）营收增速甚至超越早期 AWS、Azure。

GPU 被快速淘汰的说法被严重夸大

空头观点认为新一代芯片会快速淘汰老一代 GPU，折旧周期会很短。现实恰恰相反：算力需求持续爆发，即便老一代 GPU，租赁价格、资产残值维持甚至上行。不是财务做账的花招，是实实在在的单位经济效益证明。迄今为止，这一轮资本配置相当明智。

尽管需求火热，AI 整体仍处于非常早期

AI 应用覆盖面广，但落地深度仍然很浅。

• 标普 500 中 69% 企业宣称已经上线 AI 部署，但仅有 2% 披露自己持续跟踪的量化业务指标；68% 有 AI 规划，64% 实际落地使用，仅 29% 产出可量化结果。

AI 投资回报的零散实证案例

• 亚马逊：使用 Alexa 购物的客户单笔订单支出平均提升超 40%。
• Meta：AI 广告产品带来对话量、购买转化显著提升。
• Shopify：AI 搜索带来流量转化大幅提升。
• ServiceNow：AI 年度合同价值突破 10 亿美元，智能体部署规模 9 个月增长 9 倍。
• Affirm：AI 风控批准大量原本会被拒绝的信贷申请，坏账可控、成交提升。
• Lemonade：AI 理赔将理赔成本率降至历史新低。
• Snowflake：AI 持续降低单位服务成本。
• Microsoft：微软 365 Copilot 付费席位突破 3000 万，收入环比加速增长 60% 以上。
• Walmart：使用 AI 购物助手的用户单客消费高出 40%。

企业 AI 支出还有巨大增长空间

调研显示，仅 20% 企业将成本视作 AI 应用的约束条件；大部分企业不受成本制约，计划继续加大 AI 投入。AI 当前支出占整体 IT 预算的比重还很低。对比云计算发展历史：云业务第二年就占到 IT 预算 4%，而现在 AI 占比普遍低于该水平，AI 潜在总可触达市场 TAM 远大于 IT 预算本身。绝大多数行业的多数企业计划未来一年继续增加 AI 投入。

其他早期信号：创业浪潮与代码爆炸

• Z 世代创业申请数量大幅走高。
• GitHub 合并 PR、代码提交量、新建代码仓库数量 2023–2026 爆发式增长。

AI 强度越高，招聘反而越多，尤其软件工程师

大众担忧 AI 替代初级岗位，但数据显示：AI 高强度落地的企业，初级岗位占比反而提升；低 AI 强度企业才出现初级岗位占比下滑。AI 带动美国大量技术岗位净新增：软件开发人员、数学与数据科学、网络安全分析师、工程师岗位数量持续走高。

表象火热之下，AI 发展尚不成熟

整体亮眼数据掩盖深层现实：AI 覆盖广，但深度有限。增长高度集中在一小部分重度用户，这部分用户使用高阶工具挖掘巨大价值。随着智能能力成本下降，前沿、非前沿模型的需求同步上涨。

AI 智能体（Agent）带来 token 需求的抛物线式暴涨，路由、缓存等效率优化让智能体具备经济可行性，这就是现实版杰文斯悖论（Jevons Paradox，效率提升反而推高总消耗）。算力需求指数式推高算力资产价格；即便是 4 到 5 年的老 GPU，价格和一年前大致持平。目前增长由前 1% 的用户驱动，绝大多数市场参与者才刚刚起步。

• AI 头部 1% 用户的采购规模，是前 10% 群体中位数的 8 倍；头部用户 token 消耗倍数远远甩开普通使用者，差距持续扩大。

杰文斯悖论：智能变得更便宜，总需求反而暴涨

大模型智能能力的价格下跌速度，远超当年个人计算机价格下跌速度。token 单位成本持续走低，但整体算力硬件租赁价格维持强势。即便 token 越来越便宜，总算力需求依然吞噬掉成本红利。

Token 成本下行，迎来智能体时代

2026 年 2 月 6 日，智能体产生 token 数量正式超过人类用户；智能体 token 总量达到 7.3 万亿，实现 14 倍增长。智能体 86% token 消耗来自缓存提示词，人类用户仅 29% 来自缓存。

不是开源对抗闭源，而是两者共存

智能成本降低扩大整体需求盘子，模型竞争不是零和博弈。分层性能、分层定价，让企业在整条价值链上挖掘更多落地场景。

• 开源模型支出占比在提升，但整体盘子扩张更快；闭源前沿模型依然在高难度问题上享有溢价。
• 头部闭源实验室（Anthropic、Google、OpenAI）消耗 35% token，却拿走 70% 的市场花费。
• 老模型远没有过时；企业端 55% 的开销流向非前沿标准/轻量模型。前沿与非前沿模型共同分食持续变大的市场蛋糕。

消费端 AI 同样刚刚起步

• 美国家庭 AI 付费订阅用户持续增长，留存曲线向上，用户用得越久留存越高。
• 单订阅用户每月 AI 付费金额上行；自 2025 年以来消费端付费订阅规模大约增长 5 倍。ChatGPT、Gemini、Claude、Perplexity 用户量同步扩张。
• 流量来源变化：传统搜索的导流占比下滑，直接访问、付费推广、社媒成为重要来源。
• Meta 推出 Muse 聊天产品，在美国下载量快速抢占市场份额。

历史复盘：移动互联网时代，先半导体硬件，后软件服务

移动互联网行情：半导体板块先走强，之后是基础设施设备，最后软件服务迎来大行情。AI 周期复刻类似路径：半导体率先爆发，其次基础设施硬件，软件服务尚在后面。

04 实体硬件强势回归（Atoms Are So Back）

AI 推动市场从「比特（数字软件）」向「原子（实体硬件）」轮动。

回到资本市场：AI 供需格局深刻改变领涨赛道。过去十几年软件是舞台主角；AI 到来，硬件走到舞台中央。数万亿美元级资本开支超级周期，带动 GPU、HBM 高带宽内存、电力元器件、技术工种、铜等实体物资需求，供给跟不上需求。传统上属于弱周期的板块迎来历史性盈利增长，股价同步反应。

不止 AI 基建驱动比特向原子切换：电动车、光伏带来电网大规模升级；国防开支上行；火箭航天、机器人成为全新前沿。全球地缘政治、人口老龄化，倒逼重建本土工业基础，支撑制造业、创新、自动化。

我们已经进入实物资产的新一轮周期。科技贯穿其中，但轻资产的数字比特不再是唯一主角。原子时代再度降临。

跟着 AI 资本开支看资金流向

AI 100 美元资本开支的供应链拆分：加速器芯片、存储芯片、CPU、网络设备、电力配套、冷却系统、厂房建设等各个环节分配。历史投资结构变迁：过去投资主要是软件，如今硬件、数据中心投资占比大幅抬升。

比特转原子，不止是芯片

全球实体基础设施需求极其庞大：2040 年前全球合计需要约 90 万亿美元基础设施投资。

• 美国水、道路、电力、交通、机场存在巨大资金缺口。
• 分区域：中国、欧洲、美国、印度、日本及其他地区的基础设施投资需求。

制造业底座正在扩张

美国制造业 PMI 回到扩张区间，新订单、就业指数回暖；制造业产出增速超过产能扩张速度，半导体、电气设备、航空运输设备生产走强。

万物电气化

电力需求增长不只有数据中心：电动车、热泵、空调、各类工业用电共同拉动。预计到 2035 年总用电规模相对 2025 年增长 29%，2050 年增长 69%。公用事业资本开支到 2030 年将突破 2700 亿美元，覆盖发电、输配电、新能源等。

航天商业化时代

火箭发射成本持续下降，单次发射有效载荷重量大幅提升。商业运营主体占航天发射物体的占比飞速提升，商业航天成为新商业赛道。

大量机器人及零部件需求爆发

AI 开启自动化、机器人新一轮浪潮。但目前大部分机器人供应链还在海外，局面正在改变。人形机器人、自动驾驶汽车、工业机器人、家用机器人、大型 VTOL 垂直起降飞行器、小型无人机需要大量减速器、轴承、电机等精密零部件；未来几十年全球机器人销量将持续大幅增长。

05 SaaS 末日？不如叫 SaaS 价值验证时代

市场年初流传「SaaSpocalypse（SaaS 末日论）」，认为 AI 会彻底颠覆企业软件。现实更为复杂：并非行业整体性崩盘，而是估值重估。零利率（ZIRP）时代结束之后，软件企业优先级从烧钱换增长转向盈利。2022 年市场遍地高增长、不盈利软件公司；到 2026 年，约 75% 上市 SaaS 软件企业实现盈利，但仅 30% 企业保持 20% 以上增速。高利率环境资本变得稀缺，企业转向稳健可持续经营。低速增长企业无法长期维持过去的高估值倍数，于是板块整体估值回调。但高增长企业估值依旧维持在历史合理区间，只是达不到零利率泡沫高点，而且高增长标的变少了。

没有 SaaS 末日，只有「SaaS 拿出业绩证明自己」。

报告要点摘要

1. 科技 = 万物周期：科技贡献标普 500 盈利增量 76%，占美国资本开支 55%；不再只是一个板块，成为驱动整体经济周期的核心。行情由盈利驱动，估值反而压缩，并非泡沫；市场从七大巨头独演扩散到更广的科技赛道。
2. AI 是跨世代平台变革，资本开支持续超预期：云厂商资本开支向万亿级别迈进，自有现金流被消耗，叠加债务融资支撑；AI 基建给宏观带来外溢——就业、蓝领薪资、甚至居民电价均有正向影响。
3. GPU 不会快速报废，杰文斯悖论显现：算力成本下降，总需求爆炸，老 GPU 依旧具备高经济价值；AI 当前渗透率广但深度很浅，企业端、消费端都处于早期；增长高度集中于极少数重度用户。闭源、开源模型共存，并非零和博弈。
4. 大轮动：从比特走向原子：半导体、算力硬件、电力、制造、机器人、航天、国防迎来超级周期；云厂商现金流大量转化为实体产业链的利润。类比移动互联网历史，硬件先繁荣，软件红利会后置。
5. SaaS 不是末日，是价值验证：利率环境变化，软件企业优先盈利，增速下行带来估值回调，属于结构性分化而非行业消亡。
6. 就业不是简单被 AI 替代：高强度使用 AI 的企业反而增加技术岗位招聘；创业、代码开发活动全面繁荣。

本次给到的 PDF 分页材料仅展示至第 48 页机器人部分，后面三个章节原始文本未包含在抓取片段中，故无对应译文。对这类长报告感兴趣的读者，可以在云栈社区持续关注后续章节的更新与讨论。