荷兰国际集团（ING）在最新研报指出，投资者并非否认 AI 需求，也不是认为科技巨头已经陷入不可持续的资本开支泡沫。相反，AI 服务采用率仍在提升，算力需求仍明显超过供给，大型科技公司多数也仍能依靠经营现金流支撑基础设施建设。
这意味着，AI 交易正在从 " 买入未来叙事 " 进入 " 验证投资回报 " 的阶段。过去市场愿意为 AI 相关公司支付高估值倍数，如今则更加关注资本开支效率、利润率韧性和 EPS 增长质量。
AI 基建投资本身不是问题
ING 首先强调，当前 AI 基础设施投资并非缺乏经济依据。
以微软为例，该公司 2025 财年在云和 AI 基础设施上的投资达到 650 亿美元，同时其 AI 相关服务年化收入运行率已达 370 亿美元。
这说明，AI 投资背后已经有较为明确的商业需求支撑，而不是单纯依赖远期想象。
科技公司也普遍表示，AI 算力部署速度仍追不上客户需求。换言之，当前行业的核心矛盾仍是 AI 计算需求超过供给，而不是供给过剩。
对于云计算、数据中心、半导体和 AI 模型服务商而言，这构成了继续投入的基本理由。
更重要的是，多数大型科技公司资产负债表仍然稳健。微软、谷歌母公司 Alphabet、亚马逊、Meta 等超大规模云服务商拥有强大的经营现金流，能够在不显著增加债务的情况下，为 AI 资本开支提供资金。
ING 认为，这也是当前 AI 投资与传统泡沫时期的重要区别：行业龙头并非普遍依赖高杠杆融资扩张。
但问题在于，能投资并不等于市场会继续给予高估值。AI 投资的财务影响正在从资产负债表转向利润表和现金流表，市场关注点也随之变化。
自由现金流下降会影响回购能力
报告提到，2026 年上半年大型科技股表现明显分化：微软股价下跌 20%，甲骨文下跌 27%，而 Alphabet 上涨 14%。
这种分化说明，投资者正在按公司现金流能力、资本开支节奏和 AI 商业化前景重新定价。
过去几年，科技股估值的重要支撑之一是强劲 EPS 增长。EPS 不仅来自利润增长，也来自股票回购带来的股本减少。尤其是大型科技公司长期进行大规模回购，使同样利润分摊到更少股份上，从而推高每股收益。
Alphabet 就是典型例子。报告指出，从2020 年底到 2025 年底，Alphabet 通过回购将股本减少 9.5%。这对 EPS 形成了明显支撑，也帮助公司维持较高估值。
然而，随着 AI 资本开支快速上升，自由现金流空间可能被压缩。
ING 以 "EBITDA 减资本开支 " 衡量企业投资后的现金流余量，指出未来几年多家大型科技公司的这一指标将明显收窄。也就是说，即便企业仍能负担 AI 投资，能够用于回购、分红或其他股东回报的现金也可能减少。
这对估值的影响不容忽视。如果回购减少，EPS 增长速度可能放慢；如果 EPS 增长放慢，市场自然不愿继续支付过去那样高的市盈率。
报告指出，从过去 12 个月市盈率看，纳斯达克当前约为 35 倍，高于 2022 年底的 24 倍，但低于 2021 年和 2024 年的 40 倍峰值。
从两年远期市盈率看，纳斯达克约为 20 倍，接近历史区间低端。因此，单看远期估值并不算极端。
但 ING 提醒，未来估值能否维持取决于 EPS 增长质量。若回购减少、折旧上升、利润率承压，投资者可能不愿再为科技股支付 40 倍左右的高估值。
高资本开支将逐步转化为折旧压力
报告专门强调，AI 投资最终会转化为折旧费用。当前行业处于重资本开支阶段，资本开支通常高于折旧；但未来随着已建成资产进入折旧周期，利润表压力会逐步显现。
AI 基础设施尤其存在这一风险，因为服务器硬件更新周期通常短于传统数据中心资产，折旧率更高。
报告列出了几组关键数据：根据一致预期，Alphabet 2026 财年资本开支占销售额比重约 44%，折旧占销售额约 14%；微软对应比例分别为 35% 和 14%；亚马逊则为 24% 和 13%。这意味着，如果未来折旧费用逐渐向高资本开支水平靠拢，利润率可能面临压力。
因此，投资者密切关注两个问题：第一，这些 AI 投资能否产生高于资本成本的回报；第二，AI 带来的收入增长能否足以覆盖折旧、运营成本和持续硬件更新支出。
公司风险分化：甲骨文、英伟达、OpenAI、Anthropic 各有压力
ING 认为，大多数科技巨头的信用状况仍然良好，但个别公司的风险更突出。
甲骨文是最明显的例外，该公司参与美国大型 AI 基础设施项目星际之门（Project Stargate），但其内部现金生成能力弱于微软和 Alphabet。
根据 Refinitiv 一致预期，甲骨文未来 EBITDA 减资本开支可能转负。与此同时，甲骨文信用评级已处于较低投资级水平，融资空间不如更大型科技公司宽裕。为维持投资级评级，公司未来甚至可能需要股权融资。
这意味着甲骨文的股价波动不仅来自 AI 回报不确定性，也来自资本结构和融资压力。
英伟达面临的问题则不同。根据一致预期，英伟达 2026 财年经营利润率可能超过 60%，这反映其高端 AI 芯片需求强劲、定价能力极强。
然而，微软、Alphabet 和亚马逊等大客户正在开发自研芯片，以提升资本开支效率、降低对外部供应商依赖。如果这些云巨头自研芯片能力持续增强，英伟达的定价权和超高利润率可能面临挑战。
至于两大 AI 公司 OpenAI 和 Anthropic，风险主要在商业模式验证。
两家公司正在投入巨资开发前沿生成式 AI 模型，并围绕客户工作流开发定制服务。
OpenAI 似乎愿意承受较大现金消耗，以换取行业主导地位，这类似奈飞早期押注流媒体、亚马逊早期押注电商和云计算。但生成式 AI 的长期经济性仍未完全清晰，尤其是模型训练和推理成本、客户付费意愿、竞争壁垒和利润率，都仍处于验证阶段。
