高盛近日發佈美國科技行業研究報告，以測算證明超大規模雲廠商AI資本支出ROIC合理性所需的AI經濟規模，聚焦市場核心爭議：美國頭部超大規模雲廠商大舉投入AI算力，巨額資本開支未來能否實現合理回報。報告搭建量化測算框架，對Google、亞馬遜、微軟、Meta、甲骨文、SpaceX六家企業的2026-2027年算力投資做收益壓力測試，為AI基礎設施投資的盈利前景提供參考標尺。

高盛認為，面對大模型Token消耗量爆發式增長帶來的算力需求，美國各大超大規模雲廠商的資本密集度出現了劇烈變化，以此適配算力層面的產業變革。企業開展這一輪巨額投資，一方面來自當下真實的需求信號(當前市場處於供需失衡狀態)，另一方面也是為滿足核心客戶未來多年的算力訴求。

縱觀今年市場，尤其結合剛剛落幕的二季度業績期，市場對這一主題的理解已經明顯加深。從業績數據與管理層表態來看，投資者逐步形成兩點共識：

(a)超大規模雲廠商能夠依託前期(2023-2025年)資本開支，通過增量收入與經營現金流拿到可觀、甚至超出預期的投資回報;

(b)受算力供給緊張、終端需求持續加速的大環境驅動，雲廠商正開啓新一輪資本投入週期(2026-2027年)，當前算力服務定價顯著高於該行假設的長期基準價格。

因此，過去幾個月市場的爭論重心已經轉向更遠期的問題：2026-2027年這一輪資本開支，在未來2028-2030年能夠產生多少投資回報?同時前期資本開支實現的ROIC可以作為怎樣的參照基準?

高盛在報告中搭建了一套分析框架，測算美國超大規模雲廠商要對當前量級的資本開支拿到基準投資回報率(ROIC)，AI經濟需要產出多大規模的市場增量。分析核心為，測算要使美國頭部超大規模雲廠商的第二階段(2026-2027年)AI算力投資實現15%年化ROIC，需要達成多高的收入門檻。

基於一系列假設條件：每吉瓦(GW)算力平均前期投入約420億美元;70%資本開支投向算力硬體，30%投向機房殼體;採用保守折舊規則，疊加持續運營成本假設等。測算結果顯示，六大美國超大規模雲廠商(Alphabet、亞馬遜、微軟、Meta、甲骨文、SpaceX)，需要在2028-2030年合計創造約1.42兆美元累計收入(摺合每吉瓦算力每年需要產生約116億美元收入)，才能跨過15%的ROIC門檻。

雖然短期資本開支大幅擴張會壓制即期回報表現(短期業績會承壓)，但該行認為，本輪資本開支具備吸引力的ROIC水平，會在中長期經營報表中逐步兌現。換言之，短期回報承壓是大規模前置投資週期的自然結果，並不代表AI商業模式本身存在結構性缺陷。

在該行此前多篇針對Token經濟、消費端AI發展圖景、企業級AI賽道的報告中，已經闡述過：市場份額更迭、Token定價下行，反而會提升AI滲透率，帶動消費與企業端算力的應用場景不斷拓寬。當前市場焦點集中於前沿基礎大模型廠商的演變——包括市場份額，以及算力板塊相對開源模型的定價能力。但在該行的視角下，算力的性價比格局，才決定AI經濟整體的體量與發展邊界。

市場上多種不同模型、不同能力層級的智能體，沿著性價比曲線鋪開，將解鎖從「商品化平價智能(價格通縮壓力較大)」到前沿尖端智能(定價韌性更強)的豐富應用場景，整體也會對算力基礎設施廠商當下的資本投入形成支撐。

簡而言之，並不是每一類Token都擁有完全相同的商業效益，也不是每一筆資本開支都能拿到一致回報。但綜合來看，結合未來3-5年廣闊的市場空間，該行依舊判斷，未來18個月落地的資本投入整體可以拿到不錯的回報水平。

這一點在高盛Communacopia科技大會上也得到印證，參會企業傳遞出三點信號：

(a)行業已經從AI試驗探索階段，轉向落地實施階段;(b)效率提升帶來的回報與產品迭代週期正在加速;(c)企業思路從一味追求Token消耗規模，轉向Token投入產出優化，改善企業自身回報水平，這也預示企業端AI滲透率將進一步上行(企業端AI普及，會直接帶動雲廠商收入與前期資本開支對應的增量營業利潤)。

除此之外，近期多款面向C端的智能體AI產品正式發佈(尤以Meta的Muse為代表)，消費端AI正迎來範式切換：從對話式互動產品，轉向以智能體驅動執行動作的產品形態。這類智能體平台的規模擴張(後續其他頭部大廠大機率跟進佈局消費端AI平台層)，會帶來中長期算力需求提升；後續配套變現模式也會逐步落地，涵蓋訂閱、廣告、電商等多條路徑，而這幾條商業模式的邊界本身也在不斷融合，將成為未來收入增長的核心驅動。  (智通財經)

過去幾周，AI基礎設施板塊經歷了一輪劇烈調整。

從晶片、存儲、光通訊，到Neocloud、數據中心和電力股，幾乎所有高彈性方向都遭遇估值壓縮。市場開始擔心，科技巨頭正在投入數千億美元建設算力，但AI收入與自由現金流，未必能以同樣速度兌現。

然而，與股價回調形成鮮明反差的是，科技巨頭的資本開支並沒有放慢，反而仍在加速。根據最新財報指引， $Meta Platforms (META.US)$ 、 $微軟 (MSFT.US)$ 、 $Google-C (GOOG.US)$ 和 $亞馬遜 (AMZN.US)$ 四大科技巨頭均進一步上修或維持高位資本開支預期。以區間上限計算，四家公司2026年合計資本開支接近7500億美元，遠高於2025年約4558億美元的實際投入。

即使市場情緒迅速降溫，巨頭對AI基礎設施的投入意願仍未發生根本變化。這也使華爾街最大的焦慮變得更加直接：如此龐大的AI資本開支，究竟多久才能回本？

亞馬遜給出了一本非常清晰的賬——不到三年回本。

亞馬遜首次拆解ROIC：一筆不到三年回本的「經濟賬」

$亞馬遜 (AMZN.US)$ 首次較為系統地闡述了AI資本開支的ROIC框架。

管理層將AI基礎設施投資拆分為兩類資產：第一類是服務器和網絡設備，使用壽命大約為5至6年；第二類是數據中心、土地、建築和電力基礎設施，使用壽命可以超過30年。

亞馬遜表示，服務器和網絡設備平均不到三年便能實現收支平衡。這意味著，設備在回本後仍有兩至三年的使用週期，可以持續產生可觀的自由現金流。

而使用壽命超過30年的數據中心，則可以容納至少五至六代服務器。換句話說，數據中心並不是一次性的AI投資，而是一項可以被多代晶片重複利用的長期資產。

亞馬遜還表示，看到AI領域的利潤率和回報率與其在核心業務同一發展階段所看到的一致，實際上還略微領先。

這相當於直接回應了市場最核心的質疑：AI基礎設施並非只有折舊和現金流壓力，部分投資已經具備在三年內收回成本的能力。

大摩測算：AI投資的潛在ROIC可達25%至50%

亞馬遜給出了實際經營層面的回本週期，摩根士丹利則從商業模式角度，測算科技公司如何將算力轉化為收入和利潤。

大摩預計，主要超大規模雲廠商累計資本開支可能超過1.4萬億美元，可用算力則有望從2025年的約30GW，增至2028年的約120GW。高額投入引發的ROIC疑慮，正是近期壓制科技巨頭和AI基建估值的重要因素。

但大摩建立的三種GenAI商業模式顯示，AI基礎設施的潛在增量ROIC可以達到25%至50%。

AWS、Azure和Google Cloud可直接將GPU算力出租。大摩以1GW的GB300數據中心測算，在75%利用率、每小時租金8.5美元的基準情景下，增量EBIT利潤率約67%，ROIC約31%，與亞馬遜「三年回本」的說法基本一致。

第二種：自建算力並出售模型API，ROIC約46%

同時掌握算力、模型和應用入口，回報率更高。大摩估計，模型公司以自有數據中心提供API及AI應用，增量EBIT利潤率可達75%，ROIC約46%。亞馬遜、微軟、Google和Meta可將同一套算力用於雲服務、模型API、廣告及企業軟件，實現多層變現。

第三種：租用第三方算力，ROIC約25%

缺乏自建能力的模型公司，可租用超大規模雲廠商或Neocloud算力，再對外出售API。雖然省下前期資本支出，但需要支付算力租金，大摩測算其增量EBIT利潤率約30%，ROIC約25%。

整體來看，自有算力的回報率通常更高，而同時掌握算力、模型、產品和用戶入口的平台，更有能力消化高額AI資本開支。

深度回調後，哪些方向仍值得關注？

經過本輪深度回調後，大摩仍認為有五條主線值得關注，該行還畫了一張AI基建產業鏈熱力圖，具體如下：

第一，具備規模與變現能力的雲端巨頭

大摩繼續看好 $Meta Platforms (META.US)$ 、 $Google-C (GOOG.US)$ 、 $微軟 (MSFT.US)$ 和 $亞馬遜 (AMZN.US)$ 。

原因並不是它們「花錢最多」，而是這些公司擁有龐大的用戶入口、企業客戶、生態系統和自研晶片能力，更有機會通過廣告、雲服務、企業軟件和AI Agent收回資本開支。

當市場開始質疑AI投資回報率時，真正需要觀察的不是CapEx金額本身，而是新增算力能否轉化為雲收入、廣告效率、用戶黏性及自由現金流。

第二，掌握「通電時間」的瓶頸資產

在AI數據中心建設中，最稀缺的不再只是土地，而是已經取得的電力容量、併網資格和可快速部署的能源設備。

受益方向包括燃料電池、天然氣渦輪機、儲能、備用電源，以及將原有位元幣礦場改造成AI數據中心的「帶電機房」運營商。

部分礦場本身已經擁有土地、變電站和電網接入能力，可以比新建數據中心更早投入使用。這使 $Cipher Digital (CIFR.US)$ 、 $TeraWulf (WULF.US)$ 、 $Hut 8 (HUT.US)$ 、 $Riot Platforms (RIOT.US)$ 、 $Applied Digital (APLD.US)$ 及 $Galaxy Digital (GLXY.US)$ 等公司，從單純的位元幣概念逐步轉向AI基建資產。

但這類公司波動較大，估值高度依賴合同能否落地、融資成本和建設進度，不適合只看「簽約故事」追高。

第三，算力製造生態仍是核心主線

只要算力供應長期落後於需求，晶片製造、存儲、先進封裝、半導體設備、PCB和光通訊仍將持續受益。

大摩重點關注 $英偉達 (NVDA.US)$ 、 $博通 (AVGO.US)$ 、 $美光科技 (MU.US)$ 、 $台積電 (TSM.US)$ 、 $三星電子 (005930.KR)$ 、 $SK海力士 (SKHY.US)$ 、 $鎧俠 (285A.JP)$ 、 $阿斯麥 (ASML.US)$ 及 $愛德萬測試 (6857.JP)$ 等產業鏈公司。

其中，存儲仍是大摩相對看好的環節。研報指出，數據中心採購端尚未看到存儲短缺明顯緩解，AI對HBM、DRAM和企業級SSD的需求，可能令2027年至2028年的供應繼續偏緊。

不過，這條主線需要區分「需求放緩」和「增速放緩」。當市場已經給出過高估值時，即使訂單仍在增長，增長斜率下降也可能引發劇烈調整。

中國模型的競爭力提升，不只是海外算力股的風險，也可能成為中國AI公司的估值催化劑。

大摩認為，部分中國公司的模型能力、成本效率和本地化服務優勢，尚未被市場充分定價。代表公司包括 $阿里巴巴 (BABA.US)$ 、 $騰訊控股 (00700.HK)$ 、 $中芯國際 (00981.HK)$ 、 $聯想集團 (00992.HK)$ 及 $萬國數據 (GDS.US)$ 等。

這條主線的優勢是估值相對較低、AI商業化仍有上修空間；風險則來自監管、晶片供應限制以及全球AI生態進一步分化。

AI正在將能源需求從傳統公用事業問題，升級為科技產業的核心競爭力。

儲能、電網、變壓器、燃氣發電、核電和數據中心電力管理設備，都可能成為AI資本開支外溢的受益方向。大摩提及的代表公司包括 $Bloom Energy (BE.US)$ 、 $GE Vernova (GEV.US)$、 $Vistra Energy (VST.US)$ 及 $Talen Energy (TLN.US)$ 等。

相比純算力概念，這些公司的需求來源更加多元，既受益於AI，也受益於能源安全、電網升級和製造業回流。

雖然「高投入、慢回報」引發了 AI 基建板塊的深度回調，但巨頭上修資本開支指引，證明產業基本面並未改變。

在算力需求攀升以及存儲、電力瓶頸依然存在的背景下，本輪調整本質上是估值擠壓與資金倉位的結構性重設。

展望下一階段，板塊行情將從「全面普漲」轉向「結構分化」。具備長線組態價值的標的，將集中於擁有明確資源壁壘的環節——包括晶片產能、先進存儲、電力併網、數據中心資源以及終端變現入口。

隨著市場回歸理性，資金將更加注重投資回報率（ROIC）與現金流兌現能力。未來的超額收益，將不再取決於主題炒作，而取決於企業能否將 CapEx 轉化為可持續的商業化利潤。

將華爾街分析師最青睞的股票與透過ROIC資本報酬率方法選的股票進行回報比較，結果可能會讓你大吃一驚。

如果你想透過數據分析進行選股，你可以回顧一家公司的業績表現，或預測收入、利潤、現金流量的預期成長率，你也可以評估股票價格相對未來預期收入、利潤或現金流的估值。

當然你也可以參考證券分析師對股票的評級。

在證券經紀公司工作的分析師會對股票給予買入、賣出或持有的評級，並給予目標股價。分析師也會預估公司的營收和利潤，每季，當公司公佈業績報告時，財經媒體都會報道這些公司業績是超出還是低於預期。隨著時間的推移，未來12個月滾動的獲利預期上升是件好事，因為不斷上升的獲利預期可以支撐股價上漲。

但分析師在長期選股方面做得有多好呢?這不是一個容易回答的問題，但我們可以先簡單地比較一下分析師評級很高的一組股票和通過分析業績數據選的一組股票兩者之間的表現。

以下是分析師五年前在標普500指數中最青睞的選股，並展示了這些股票自挑選以來的表現。為了進行比較，我們將同時檢視五年前五年平均報酬率最高的公司，看看它們的表現如何。

首先，讓我們來看看在證券經紀公司工作的分析師，也被稱為賣方分析師，是如何做股票評級的。

值得注意的是，賣方分析師產業慣例會設定股票未來12個月的目標價格，但這對認真的長期投資者來說，卻是較短的時間週期。例如，微軟公司(Microsoft Corp.)的股票在截至上週五的過去五年回報率為283%，其中包括股息再投資。但該股在2022年下跌了28%，然後2023年反彈了58%，從2021年底開始，微軟的回報率「僅」為14%。同時，標普500指數自2021年底以來的報酬率為3%，而該指數的五年報酬率為85%。這些都說明了為什麼長期投資者考慮的時間維度最好為多年，而不是只關注未來12個月的目標價。

現在讓我們來看看賣方分析師的評級。快速瀏覽標普500指數就會發現，大多數賣方評等都偏向正面。 FactSet調查的賣方分析師對500家上市公司中54%的公司給予多數買入或同等評級，但沒有一家公司獲得多數賣出或同等評級，只有三家公司獲得50%一半的賣出評級：T. Rowe Price Group Inc（TROW）。 Robert Half Inc.(RHI)和Expeditors International of Washington Inc (EXPD)。

3月14日，FactSet調查的分析師對標普500指數成分股中的74家上市公司給予了至少75%的買入評級，再加上對目標股價的結合，得出了分析師們最青睞的20檔股票名單。

回顧五年前華爾街最受歡迎的股票

從現在的標普500指數開始，我們可以回顧五年前的分析師評等和目標價格，看看華爾街分析師當時青睞哪些公司。

首先，截至2019年3月22日，在目前的標普500指數中，有484家上市公司獲得了FactSet調查的至少五位分析師的評級。在這484家公司中，有80家公司被至少75%的分析師評為「買入」或同等評級，其中這10家公司在當時的一致目標價中具有最大的上漲空間：

裡面五家公司的報酬率超過了標普500指數85%的報酬率，這確實不錯。其中一家公司Tapestry Inc.（TPR）的總回報率為75%，沒有一家公司出現下跌。

即使是專業的投資經理人也會對組合中有一半股票跑贏大盤而感到高興。

上個月，我們進行了長期回顧，發現跑贏標普500指數與投資高資本回報公司之間有密切關聯。

一家公司的資本報酬率(ROIC)是指其淨利除以普通股、優先股、長期債務和資本化租賃債務的帳面價值總和。

這是一個年化數據，突顯了公司管理階層在分配資本方面的效率。有些產業的ROIC資本報酬率天然會比其他產業高，因為它們的資本密集度較低。其他一些公司則設法避免透過籌集額外資本來維持業務運營，例如蘋果等，同時還會透過回購股份以減少其股份數量(及其資本)，多年來其資本回報率ROIC不斷上升。

FactSet透過回顧過去四個季度的數據，計算上市公司每個財報季度的ROIC，因此ROIC始終是一個連續滾動12個月的年化數據。

截至2019年3月22日的五年ROIC，我們再次從目前的標普500指數成分股開始查看FactSet截至該日期的ROIC數據，然後回顧過去四個財報季度、八個季度，以此類推，得到了五個12個月的ROIC平均值。

截至2019年3月22日，標普500指數中這10家公司的五年資本回報率最高，該表格還包括截至該日期的賣方評級以及截至2024年3月22日的五年股價表現：

在這份透過ROIC資本報酬率選的股票名單中，截至3月22日，有6家的表現跑贏標普500指數，惠普公司（HPQ）緊跟在後，報酬率為83%。

但ROIC最高的VeriSign Inc.(VRSN)卻是名單上表現第二差的公司，遠不如五年前分析師最青睞的第一份股票名單上的任何一家公司。波音公司(Boeing Co. BA)的股價在截至3月22日的五年內下跌了47%，而分析師名單上表現最差的公司Humana Inc.五年來的回報率為32%。

1.分析師最青睞的10檔股票和ROIC表現最好的10檔股票是互相排斥的。

2.分析師青睞名單上有五家公司的五年期回報率達到三位數，ROIC名單上有六家公司的五年期回報率達到三位數。

綜上所述，如果從表現較好的股票數量來判斷，ROIC分析方法更有效，但分析師最青睞的股票名單則更安全。

這兩種方法都很有用，投資者在做投資決策時應考慮所有有用資訊的來源，包括財務表現以及分析師評級和目標價。(巴倫周刊)

彙整鉅亨號中所有使用「ROIC」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

高盛測算AI算力豪賭：六大巨頭2028-2030年需多賺1.42兆美元，以撐起15% ROIC

亞馬遜算清「三年回本」賬：AI基建深度回調後，哪些主線仍值得關注？

巴倫周刊：華爾街分析師最青睞的股票過去五年表現如何？