【四海读报】20260113：AI专题·从FOMO CapEx到ROI CapEx

AI模型迭代聚焦工程能力，AI应用落地锚定高ROI场景

【原报告在线阅读和下载】：20260113【MKList.com】AI专题·从FOMO CapEx到ROI CapEx：AI模型迭代聚焦工程能力，AI应用落地锚定高ROI场景 | 四海读报

【迅雷批量下载】：链接：https://pan.xunlei.com/s/VOXJ23RJHhoECPL5FRrVathfA1     提取码：umqb
【夸克批量下载】：链接：https://pan.quark.cn/s/fe42cc605010   提取码：j4Vv

1. 一段话总结

AI行业投资已从FOMO CapEx（恐惧错过式资本开支）转向ROI CapEx（投资回报导向型资本开支），海外科技大厂持续上调资本开支（2025年合计增速预计超60%），但现金流压力加剧，债务融资需求上升；数据中心受电力容量限制，核心追求每瓦特Tokens产出效率，协同设计与通用性成建设关键；大模型聚焦长文本/多模态/逻辑推理/工具使用四大能力，推理模型成为Tokens消耗主要驱动（25Q4占比超50%）；AI云服务渗透率已达约20%，进入规模化扩张期，2026年伴随算力产能释放增长有望加速，相关标的覆盖芯片、存储、光通信、云厂商等，需警惕现金流压力、商业化不及预期等风险。

2. 思维导图（mindmap）

3. 详细总结

一、资本开支：从“恐惧错过”到“追求回报”

1. 开支持续扩张，预期不断上调

   • 海外四大科技厂（微软、谷歌、亚马逊、Meta）2025年资本开支合计增速预计超60%，谷歌上调至910-930亿美元，Meta第三次上调至700-720亿美元。
   • 2026年表态更积极，微软、Meta预计增速显著高于2025年，谷歌称“显著上升”。

2. 现金流压力加剧，融资需求凸显

   • 24Q2-25Q3，四大厂资本开支同比增速连续6季度超60%，资本开支占经营性现金流比例连续4季度创2020年来新高，甲骨文自由现金流（TTM）连续3季度为负（26Q2达-132亿美元）。
   • 融资转向债务：2025年9月以来，谷歌、亚马逊、Meta等合计发债900亿美元；AI创企融资提速，OpenAI累计融资超700亿美元，IPO进程有望加速。

3. 资产与利润端影响

   • 固定资产规模攀升：四大厂25Q3物业及设备资产达9394亿美元，甲骨文同比增速达157%。
   • 折旧压力显现：四大厂25Q3合计折旧摊销404亿美元（yoy+40%），占收入比例达10%，为20Q1以来最高。

二、数据中心：电力受限下的效率竞赛

1. 建设模式多元化，通用性成共识

   • 主流建设模式对比：

     建设模式	定义	部署速度	前期投入	适用场景
     自建	云厂商完全自建自营，需全流程审批	最慢（12-24个月）	最高	长期战略、技术定制要求高
     带壳部署	第三方建物理外壳，云厂商部署设备	中等（6-12个月）	中等	控制需求高、缩短上线周期
     整租机房	第三方提供现成资源，按机柜/kW计费	最快（1-3个月）	最低	快速扩容、中小AI公司

   • 核心原则：拒绝单一技术/客户过度投资，强调训练与推理负载灵活切换，微软2024年中曾暂停租赁调整策略。

2. 电力成核心瓶颈，效率优化为关键

   • 瓶颈所在：行业普遍面临电力供应限制，核心瓶颈集中在powered-shell层面（CoreWeave表述）。
   • 优化目标：最大化每瓦特Tokens产出效率，英伟达GB300数据中心每兆瓦每秒产出Tokens较Hopper提升50倍，Rubin系列预计再提升10倍。
   • 协同设计：通过芯片、存储、软件、架构等多维度优化，推动帕累托前沿曲线（吞吐量-延迟平衡）上移。

三、模型演进：工程化与商业化双轮驱动

1. 模型侧：四大能力+三阶段训练

   • 核心演进方向：长文本（上下文从16k扩展至400k）、多模态（文本/图像/音视频融合）、逻辑推理（深层问题解决）、工具使用（网页搜索/编码工具调用）。

   • 训练三阶段对比：

     阶段	核心目标	训练技术	算力消耗特征	数据要求
     预训练	建立通用知识	Transformer、并行训练	一次性高峰	大而全，质量要求宽松
     中训练	增强领域能力	Full training、PEFT	高频、持续	专业化、结构化
     后训练	对齐人类偏好	SFT、RLHF	中频、间歇	精细标注、人类反馈数据

2. 需求侧：推理与工具调用成主力

   • 推理模型爆发：25Q4推理模型Tokens消耗占比超50%，较年初从零突破，核心因模型“长思考、重推理”导致Tokens消耗放大。
   • 工具调用渗透：25Q4工具调用占比达15%，AI产品从“聊天机器人”向“智能代理”转变。
   • 用户分布：头部地区（美国、印度等）占主导，长尾地区需求占比约60%，碎片化特征明显。

3. 变现侧：性能定价+长期降价

   • 定价策略：OpenAI靠性能溢价提价（GPT-5.2较5.1提价40%），谷歌呈现“低价竞争→性能上位→提价反超”节奏。
   • 用户偏好：性能优先级高于价格，闭源模型因可靠性占优，开源模型虽免费但难以匹配关键工作流。
   • 长期趋势：杰文斯悖论生效，单位Token成本下降推动使用量激增，总消耗量持续提升。

四、AI云业务：从验证期到扩张期

1. 服务差异化，客户分层明显

   • 云厂商服务对比：

     云厂商	核心AI模型	配套服务	核心客户
     微软Azure	OpenAI GPT系列、自研Phi系列	Azure Cosmos DB、AI Foundry	OpenAI、xAI、80%财富500强
     亚马逊AWS	Anthropic Claude、自研Nova	SageMaker、AgentCore	Anthropic、传统企业、智能体创业公司
     谷歌GCP	自研Gemini系列、Imagen	BigQuery、ADK开发工具	全球9大AI Lab、企业级AI客户
     甲骨文OCI	多模型超市（GPT-5、Grok等）	数据库、Gen AI Service	OpenAI、xAI、Meta

2. 进入扩张期，增长加速可期

   • 渗透率拐点：AI云服务已贡献约20%云收入，跨过“早期采用者”阶段，进入规模化扩张。
   • 订单与积压：2025年出现千亿级订单（OCI-OpenAI合同3000亿美元），海外云厂商RPO持续高增，谷歌25年前9月超10亿美元大单数量超前两年总和。
   • 产能依赖：2026年产能释放成增长关键，微软Fairwater数据中心（2GW）2026年上线，Azure预计26Q1-Q4增速达43%-54%；亚马逊2027年底产能翻倍。

4. 关键问题及答案

问题1：AI行业从FOMO CapEx转向ROI CapEx的核心逻辑是什么？具体表现有哪些？

• 答案：核心逻辑是海外科技大厂面临持续高资本开支带来的现金流压力，行业从“恐惧错过算力红利”的盲目投入，转向“追求投资回报、优化效率”的理性布局。具体表现：①资本开支决策更谨慎，强调“根据需求信号扩展数据中心”（微软、亚马逊表述）；②数据中心建设追求通用性（训练/推理负载灵活切换）与每瓦特Tokens产出效率；③融资结构转变，从依赖经营性现金流转向债务融资（2025年海外大厂合计发债900亿美元）；④AI创企加速商业化与IPO进程（OpenAI预期8年投入1.4万亿美元，IPO提速）。

问题2：数据中心建设的核心瓶颈是什么？行业通过哪些方式优化每瓦特Tokens产出效率？

• 答案：核心瓶颈是电力容量限制，尤其集中在powered-shell层面（CoreWeave表述），云厂商需先锁定电力容量再配置IT设备。优化方式包括：①硬件迭代，英伟达GB300数据中心每兆瓦Tokens产出较Hopper提升50倍，Rubin系列预计再提升10倍；②软硬件协同设计，整合芯片、存储、软件、架构等环节，推动帕累托前沿曲线（吞吐量-延迟平衡）上移；③建设模式优化，采用自建+带壳部署+租赁组合，强调数据中心通用性，避免单一技术过度投资；④芯片创新，亚马逊Trainium 3能效比达前代5倍，谷歌TPU v7提升集群能效2倍。

问题3：AI云业务进入规模化扩张期的核心依据是什么？2026年增长加速的关键驱动因素是什么？

• 答案：核心依据：①渗透率达关键拐点，AI云服务已贡献约20%云收入，跨过“早期采用者”阶段；②订单与积压高增，2025年出现千亿级算力订单（OCI-OpenAI 3000亿美元），海外云厂商剩余履约合同（RPO）持续爆炸式增长；③客户需求多元化，覆盖大型科技公司、AI创企、传统企业，长尾需求占比约60%。2026年增长加速的关键驱动：①算力产能释放，微软2GW数据中心、亚马逊1GW新增产能等陆续上线，供需紧张逐步缓解；②模型能力升级，长文本/多模态/工具使用能力提升推动商业化场景扩容；③规模效应显现，云厂商AI业务经营利润率逐步改善（谷歌云持续优化，AWS/Azure稳定在26%以上），成本下降进一步刺激需求。当前文件内容过长，豆包只阅读了前 18%。