而2024年的7月24日，似乎这段轰轰烈烈的上涨被画上了休止符。美国标普500指数下跌超过2%，纳斯达克综合指数下跌超过3.6%，两大指数均创下2022年底以来最大单日跌幅。美股惊魂时刻与谷歌母公司Alphabet、特斯拉两家公司的季报发布时间高度吻合。

在随后的几个交易日，微软、Meta、苹果也陆续发布了财报，股市剧烈震荡。虽然震荡的理由可能是多样的，比如降息的预期、就业数据的发布，还有被诟病的不可能三角–美元指数、美债收益、美股科技股，一直维持着似乎违背金融常识的三高。

但是不可否认的是，“牵扯”市场情绪的主线之一，还有一个巨大的分歧——美国头部科技公司的巨额AI投入，到底是“未来投资”，还是要股东买单的“账单”。

这波上涨背后最大的推动力，就是市场对于生成式人工智能的巨大期望。BCA Research（全球经济分析公司）美国股票首席策略师Irene Tunkel评论称，除英伟达外，2023年“七巨头”股价表现优异的主要原因就是市盈率倍数扩张（Multiple expansion）。这表明，投资者对这些公司未来盈利增长具有高期望。

随着财报季的结果揭晓，这些过高的增长期望开始大幅摇摆。

而那个最特殊的，确实有着炸裂的业绩支撑的英伟达，市值较6月已跌超22%，蒸发5.2万亿人民币，近期连续17个交易日更是跌去20% 。除了Blackwell芯片量产的负面信息，资本市场也开始担忧，如果科技巨头无法证明AI能够给其业务带来足够的增量，那他们将无法坚持在AI领域的投入，英伟达的业绩也不会继续一次又一次突破预期。

预期永远是驱动股价上涨的最大动力，远比历史成绩更重要。

资本市场似乎分裂出两股势均力敌的强大力量，左边，是对人工智能改变世界的强大愿景和源源不断的资本投入；右边，是对人工智能投入产出比、以及对人工智能正在催生巨大泡沫的深深怀疑：

巨头们在生成式人工智能的巨额投入，是否会让短期财报很难看？

如此巨额的投入，是否能够真的带来增长？什么时候才能兑现？

如果生成式人工智能是一个遥远的期货，那是否泡沫正在被越吹越大？

巨头们到底为何一致笃定地豪赌生成式人工智能？

深扒了科技巨头的人工智能账单之后，我们意识到，未来可能远比我们想象中复杂。

一、 科技巨头勒紧裤腰带，一切为AI投入让路

根据刚刚公布的季报，本文整理并列出主要科技公司的资本开支，并提取了其中对于人工智能投入的描述：

1、微软：上季度资本支出为139亿美元，主要用于人工智能，较去年同期增长55%；包括融资租赁在内，总资本支出为190亿美元，高于去年同期的107亿美元。

2、谷歌母公司Alphabet：下半年每季度的资本支出将达到或超过120亿美元，全年总支出可能超过490亿美元，比过去五年的年均支出高出84%。

3、Meta：本季度资本支出为84.7亿美元，较上年同期增长近33.4%；将2024年最低资本支出预测从350亿美元上调至至少370亿美元，但维持最高支出预测400亿美元不变。

4、亚马逊：24年下半年资本支出将加速增长，高于H1的305亿美元，主要用于AWS基础设施建设。

5、苹果：苹果首席财务官卢卡·马斯特里在2024财年第二财季业绩电话会议中并未明确给出当季资本支出的具体数字。

当被分析师问及苹果重心逐渐向人工智能、生成式人工智能过渡，是否会影响公司资本支出节奏时，其首席财务官卢卡·马斯特里表示，多年来苹果在各业务、各领域一直都在努力推动创新，仅在过去五年，苹果在相关领域研发方面的支出就超过1000亿美元。

6、特斯拉：未公布AI领域的具体数据，马斯克仅在电话会上透露，2024年的资本支出可能达到100亿美元。2024年1月，特斯拉宣布追加5亿美元投资，向英伟达购买约1万块H100 GPU；其CEO马斯克也曾在社交媒体X上发帖称，特斯拉今年（2024年）可能将花费30亿至40亿美元购买英伟达芯片硬件。

从这些数字来看，每家巨头每年投入AI的资本规模都在百亿美元以上。到2024年底，这些巨头究竟会为了人工智能增加多少的资本开支，现在也只能是一个估算。最近，巴克莱的分析师们在报告中指出，预计AI领域的资本支出将从2023年到2026年累计达到1670亿美元，而这一数字是基于对AI产品需求的乐观预期。但是，按照上文所列出的巨头们公布的资本开支情况，这个数字绝非空穴来风。然而，与此形成鲜明对比的是，预计到2026年，云服务的收入增量仅为200亿美元。

仅以云服务的收入增量作为对比，可能不能客观说明问题所在。但是，这可以从侧面反映出，如此巨大的投入，至少到2026年，巨头们可能还是无法很好地回答人工智能相关投入的ROI问题。

但是，这并不妨碍巨头们裁减其它方面的预算、甚至不惜裁员，坚定地在人工智能领域持续投入。短期看不到结果，而且作为上市公司，还面临着资本市场的巨大压力，巨头这样做是为何？

谷歌母公司Alphabet CEO Sundar Pichai表示，“显然，我们正处于一个极具变革性的领域的早期阶段。”他补充说：“对我们来说，投资不足的风险远远大于投资过度的风险”，更不用说科技竞争对手微软、亚马逊和Meta Platforms都在同一领域投入了创纪录的资本支出。

Meta CEO扎克伯格同样表达了更强烈的观点，“目前，我宁愿冒险在需要之前建设能力，也不愿为时已晚，因为启动新的推理项目需要很长的准备时间。”

亚马逊首席财务官Brian Olsavsky表示，“这是一项高风险的业务。这是许多行业的革命性转变。我们认为，我们可以凭借我们在云计算领域的现有地位，以非常高端的方式参与其中。”

CEO们看到了巨额投入的风险，但是依然坚定投入，似乎这不是一场“豪赌”，而是一张不得不买的“诺亚方舟”的船票。

二、 AI到底能给科技巨头带来增量吗？

这到底是为什么？生成式AI到底能带来哪些增量？目前并没有看到特别清晰明确的新的商业模式出现。科技巨头所讲的故事，主要是云服务、广告、自动驾驶、和端侧智能。

云服务本身的业务及付费体系庞杂，增量的主要逻辑来源于一个假设，生成式AI会让更多的企业希望去使用生成式AI，而生成式AI需要大量的计算、存储资源，不管是部署私有模型、还是使用已有的大模型，都绕不开云服务厂商，这都会为云服务带来新客户的增量。

微软、亚马逊、谷歌被称为美国的“三朵云”。而微软可以说是在这波生成式浪潮中占得先机的科技巨头，它投资了点燃这场生成式AI浪潮的创业公司OpenAI，目前已经给OpenAI投入了130亿美元。微软为OpenAI的独家云提供商，并将OpenAI的模型应用于商业客户及消费者产品中。

OpenAI的大模型被公认为目前能力最强的闭源大模型。但是即使是强强联手，给微软的云业务带来的增量也有限。根据最新的财报披露，人工智能服务为Azure 本季度的收入增长贡献了 8 个百分点，而 上个季度的贡献为 7 个百分点。增长似乎变得越来越缓慢。

2024Q2亚马逊AWS收入262.81亿美元，同比增长18.7%，略好于预期，但是净利润增长小幅放缓，且AWS的营业利润率环比下滑了0.6%。虽然与预期差异不大，但是市场反应依然是负面的，增长放缓、其它（如电商）业务表现不佳，同时又要对AI领域大幅投入，投资者忧心忡忡。

谷歌母公司Alphabet的财报各方面都表现不错，总营收847亿美元，同比增长14%；净利润236亿美元，均高于分析师预期。虽然云业务并不是谷歌营收的大头，但是首次季度收入超过100亿美元，达103.47亿美元，同比增长29%。

然而，随后的股价表现却看出了投资者的纠结，盘后先是上涨约2%，随后又下跌2.18%。截至7月25日收盘，下跌2.99%，报169.16美元/股。主要原因就是Alphabet的资本支出高出市场预期，几乎是去年同期的两倍，而这种巨额投入还将持续。AI带来的增量，并不能抵消对于持续巨大资本投入的恐慌。

从美国三朵云来看，AI确实为云业务带来了增量，但增量低于市场的预期。

在广告业务中，活跃用户数是大盘的基本面，AI的帮助主要是提升推荐精准度和广告创意，让目标用户能够看到并愿意主动点击打开。这是广告客户最理想希望获得的结果，而这两点确实是生成式AI擅长的。

Meta的广告业务获得了22%的增长，旗下应用系列（Facebook、Instagram、WhatsApp 和 Messenger）6 月份的日活跃用户数量为 32.7 亿，较去年同期增长 7%。Facebook 的月活用户数史上首次突破 30 亿大关，达到 30.3 亿，同比增长 3.4%。扎克伯格也对MetaAI信心满满，认为它有望在今年年底前成为全球使用最广泛的人工智能助手。

这波生成式AI浪潮中，Meta的Llama系列模型，成功成为全球大语言模型开源阵营的老大，并且有地位越来越稳的势头。Meta刚刚发布了Llama 3.1系列，但是据扎克伯格透露，Llama 4所需要的训练资源，是Llama3的十倍。

谷歌的广告业务增长也不错，2024年第二季度，谷歌广告业务总营收为646.16亿美元，同比增长11%。其中，谷歌搜索和其他广告收入同比增长14%；YouTube广告收入为同比增长13%。谷歌的大模型Gemini的性能，也是在所有模型中排名前列。

但是，究竟这些增长是否真的是由AI带来的，可能巨头自己也无法完全说清。

特斯拉和苹果是比较独特的存在。

特斯拉是激进派的代表。创始人马斯克在包括自动驾驶、脑机接口、航天等最前沿的领域全面布局，每一项都需要大量的资本投入。但是他总是有能力说服世界相信他的故事、拿到融资、并且在这些“烧钱”的领域创造一部分的现金流，来支撑对未来宏大叙事的继续探索。

特斯拉是整个版图中巨大的一环。投资者除了像分析其它车企一样，看交付量，同时更会关注马斯克对于未来的叙事。Robotaxi和人形机器人Optimus就是特斯拉的“AI故事”，FSD（full-self driving)技术是特斯拉自动驾驶、Robotaxi、及人形机器人的核心能力之一，而超级计算机Dojo，就是支撑这一切的大脑。

特斯拉一直在追加对于这一整套AI叙事的投入，马斯克也曾在社交媒体X上发帖称，特斯拉今年（2024年）可能将花费30亿至40亿美元购买英伟达芯片硬件。

投资者对特斯拉加大投入的态度更加宽容，根据高盛的报告，68%的投资者把AI视为特斯拉未来一年股价的主要驱动力，仅有33%倾向于电动车。

与特斯拉相比，苹果对于生成式AI的态度似乎一直有一些“保守”，没有看到“陡增”的大额资本投入，CFO对外的措辞也都是，“过去五年”一直持续投入。在今年6月的WWDC上，Apple Intelligence的发布，让外界最强的期待聚焦在今年秋季发布的iPhone新品，这个有了AI（Apple Intelligence）的手机，是否能够“突破挤牙膏式的创新”，创造一个“AI手机新范式”，刺激压力重重的智能手机的销量。

对于生成式AI，七巨头各有各的设计，总结起来基本就是本段开头所说：云服务、广告、智能终端，即使是脑洞最大的马斯克，也没有创造出更新鲜的玩法。生成式AI更像是一个更强大的大脑，巨头们不得不争相投入的基建。所以外界最大的质疑声也是，除了写蹩脚文章、画奇奇怪怪的画，我真的没有体会到生成式AI还能干嘛。

巴克莱的研报把这种军备竞赛式的投入称为“FOMO（害怕错过）”。但是，设想一下，如果所有的竞争对手将业务的底座都已经升级为“计算机”，而你还在使用“算盘”，这可能就不是错过的问题，而是直接消失。比如云客户，会直接选择能提供生成式AI能力的云服务商。

巨头们争相布局的，其实是未来的基建，而不是直面用户的颠覆式创新应用。这包括底层算力基础设施，也包括一个强大的自研的基础大模型。这些都需要大额的资本支出。

三、生成式AI的泡沫正在集结吗？

既然为基建，投入与收益产生中间的时间差必然漫长。这波由生成式AI驱动的科技股上涨，反映了所有人对新技术诞生的兴奋。但是，目前还没有任何一家巨头能够说出，什么才是生成式AI带来的增量，究竟带来了多少增量。

除了竞争关系，七个巨头已经在生成式AI领域形成一个你中有我、我中有你的关系网。除了苹果之外，其它巨头都在向英伟达购买芯片；苹果对外合作的第一个大模型，是OpenAI的大模型，而微软又是OpenAI的最大投资方和独家云服务供应商；苹果未公开是否使用了英伟达的算力，但是却在Apple Intelligence的对外文档中明确说明，使用了谷歌的TPU。

在巨头之外，还有野心勃勃、更为狂热的硅谷。

以OpenAI来看，2023年底：年化营收为16亿美元。2024年6月：据The Information估计，2024年化营收达到了35亿-45亿美元。虽然预计依然会大幅亏损40亿美元左右，但是营收规模确实是在以最大三倍的速度增长。而它的估值同样增长了三倍，2023年4月：估值约290亿美元。2024年2月：估值达到860亿美元。

现阶段，与盈利能力相比，资本更看重OpenAI攻城略地、抢占市场的能力。从这方面来看，似乎OpenAI的估值增长也是比较理性的。

根据The Information的数据显示，生成式AI公司在第二季度募集资金的总数达到122亿美元，继续破历史记录，而获得融资的公司数量，也继续创新高，达到55家。

如此火热的氛围、飙涨的估值和模糊的商业模式，让包括高盛在内的机构都开始质疑，是否生成式AI的泡沫已经被吹大。

Morningstar 分析师迈克尔·霍德尔 (Michael Hodel) 表示：“我认为，许多投资者自然而然想到的比较对象是 20 世纪 90 年代末和 21 世纪初的电信泡沫。参与那次扩张的大多数公司都破产了。这次扩张在某些方面似乎很相似……但主要区别在于，参与大部分扩张的公司拥有利润丰厚的现有业务和稳固的资产负债表。”

如果这里对于泡沫的定义是“没有盈利基本面的，纯市盈率或者说估值的不断提升”，看起来泡沫现在还并没有集结。包括英伟达在内的七巨头，创造利润的能力都是扎实的。而巨头的投入，与他们所创造的现金流相比，也并没有十分激进。

但是，如果宏观基本面恶化、巨头的盈利预期调低，资本支出又不能迅速下降。而之前的资本投入所购买的芯片、服务器、数据中心又不可能立即变现成为利润，那市盈率自然也会飙升，所谓的泡沫也会膨胀。

泡沫的定义是动态的，股市的涨跌因素十分复杂，预期的一致性的崩塌，或者是宏观基本面的恶化，都可能造成股市的剧烈波动。在经历了持续上涨之后的故事，任何一件事，都可能成为一个向下波谷的导火索。

美股巨头CEO们的资本支出决策，考虑的可能是未来十年二十年公司的核心竞争力；硅谷的投资人，可能看的是未来三十年，能有新的巨头长成的概率；而股市的涨跌，是短期复杂市场因素及情绪的共同结果。这三件事，虽有联系，但更大程度上是三件独立的事。

然而，有几个关键的问题可能是生成式AI这场变革的核心参与者需要共同认真考虑的：

生成式AI的资源消耗巨大，如何让它变得更高效？

算力成本巨大，如何让它变得越来越便宜？

有没有比Transformer更好的架构，甚至是颠覆目前的深度学习路线的新技术产生，让人工智能的效率，能够堪比人脑？

当这些问题逐渐解决，我们就会看到人工智能奇点的到来，而回望目前的投入，也许一切都是值得的。