臺北時間2026年7月24日，美股科技板塊遭遇劇烈震盪。特斯拉（TSLA）收盤報319.69美元，單日下跌14.52%，創下自2025年3月10日以來最大單日跌幅；谷歌（GOOG）收盤報318.34美元，下跌6.89%。這兩檔股票的單日跌幅均遠超大盤——當日那斯達克指數下跌2.15%，標準普爾500指數下跌1.21%。七巨頭單日總市值蒸發近8,000億美元。
引發拋售的直接導火線，是兩家公司幾乎同時發布的季度財報。財報數據本身並不差——甚至可以說相當亮眼。但市場給出的回應卻是「用腳投票」。這一矛盾背後，指向一個正在形成的市場共識：AI資本支出的「故事階段」即將結束，「驗證階段」已經到來。
財報超預期，為何市場不買帳？
先看特斯拉。2026年第二季，特斯拉實現營收282.36億美元，年增26%，高於市場預期的257.1億美元；汽車部門營收205.16億美元，年增23%；季度交付量達48.01萬輛，年增暴增25%。單看這些數字，無疑是一份強勁的業績報告。
但獲利端的數字卻截然不同。特斯拉第二季調整後每股盈餘僅0.33美元，遠低於市場預期的0.51美元；營業利益僅3.98億美元，年減57%，營運利潤率從一年前的4.1%壓縮至1.4%。更令市場警惕的是，公司自由現金流時隔兩年多首次轉為負值，達到負10.92億美元。資本支出方面，第二季為57.89億美元，按此節奏推算全年僅約170億美元，明顯低於馬斯克先前設定的250億美元目標。
再看谷歌母公司Alphabet。第二季營收年增24%至1,198億美元；Google Cloud營收達247.68億美元，年增82%，營業利益年增212%，利潤率提升至35.6%。雲端業務積壓訂單首次突破5,000億美元，達到5,140億美元。這同樣是一份遠超市場預期的成績單。
然而，Alphabet第二季資本支出高達449.24億美元，年增一倍。公司將2026年全年資本支出指引從4月上調後的1,800億至1,900億美元，進一步上調至1,950億至2,050億美元。受此拖累，公司第二季自由現金流轉為負58.55億美元——這是Alphabet上市數十年來首次出現負自由現金流。
兩家公司的財報揭示了一個共同的結構性矛盾：營收在成長，獲利在被壓縮，現金在流失，而資本支出還在加碼。 市場的解讀是：AI投資的成本正在以超乎預期的速度顯現，而回報的兌現卻仍停留在「故事」層面。
Wedbush的「15%論」：是安撫還是判斷？
面對這場拋售，Wedbush Securities董事總經理Dan Ives在CNBC上給出一個鮮明的判斷。他認為，AI基礎設施建設的資本支出仍處於早期階段，目前僅完成約15%。他將現階段超大型雲端廠商的資本支出比作早期拉斯維加斯大道建設——「先蓋樓，回報隨後到來」。Ives認為這輪回調是「時機問題，而非估值問題」。
這一判斷與市場上日益升溫的「AI泡沫」擔憂形成直接對沖。GMO聯合創辦人Jeremy Grantham則明確將AI比作鐵路和網際網路泡沫；知名空頭Jim Chanos更直言本輪AI基建投資的規模和風險遠超網際網路泡沫時期。摩根大通策略團隊近期也發出警告，認為目前AI概念股走勢與1990年代末網際網路泡沫末期高度相似。
Ives的「15%論」能否成立，關鍵在於一個無法迴避的指標：投資報酬率（ROI）。如果AI基礎設施的投資報酬率能在中期兌現，則目前的資本支出就是「播種」；若回報持續缺席，這些支出就會淪為「沈沒成本」。這正是市場目前定價的核心分歧所在。
七巨頭，七種AI敘事
Alphabet：雲端業務是亮點，但燒錢速度更快。Google Cloud的82%成長和5,140億美元積壓訂單表明，AI需求確實存在且正在轉化為收入。但問題是：資本支出的成長速度（年增一倍）遠超雲端收入的成長速度（82%）。這意味著每獲得一美元雲端收入，需要投入的資本正在增加——規模效應尚未顯現，反而出現「投入產出比惡化」的跡象。
特斯拉：AI故事最宏大，兌現最遙遠。自動駕駛、Robotaxi（無人駕駛計程車服務）、Optimus人形機器人構成特斯拉的AI敘事三角。財報顯示，特斯拉正在加州弗里蒙特工廠安裝Optimus第一代生產線，預計今年稍晚投產。馬斯克稱2026年是「資本支出極為龐大的一年」，將超過250億美元。但目前汽車業務仍是唯一實質收入來源，Robotaxi等新業務尚未形成營收貢獻。Ives評價特斯拉時直言：「投資者的耐心正在消退」。
微軟：2026自然年資本支出預計約1,900億美元，年增約48%，其中約250億美元來自GPU、CPU等AI核心零組件漲價。公司計畫兩年內整體算力翻倍。
亞馬遜：2026年資本支出預計接近2,000億美元。為支撐這一支出規模，公司已透過多幣種債券融資超過820億美元。
Meta：2026年資本支出指引上調至1,150億至1,350億美元，約為2025年實際支出722億美元的兩倍。
綜合來看，微軟、谷歌、亞馬遜、Meta四家頭部雲端廠商2026年合計資本支出上限已達7,250億美元，較2025年大增77%。摩根士丹利進一步預測，五家超大型雲端廠商（加入Oracle）2026年資本支出將達8,050億美元，2027年進一步升至1.116萬億美元。
估值邏輯正在發生什麼變化？
從「輕資產平台」到「重資產智慧工廠」，這是目前科技股估值邏輯面臨的最深刻變化。
過去二十年，全球最優秀的平台公司通常具備輕資產、高ROE（股東權益報酬率）、高自由現金流、網路效應強、邊際成本極低等特徵。但進入AI時代後，每一次推理和調用背後都需要算力、儲存、網路、能源及數據中心支撐。這意味著平台公司正在從「輕資產」走向「重資產」——而重資產模式的估值邏輯與輕資產模式截然不同。
瑞銀數據顯示，過去兩年中，隨著AI支出承諾飆升，大型科技公司的現金流投資報酬率（CFROI）預測值下降了200個基點。與此同時，整個科技產業的自由現金流已降至十年低點。穆迪數據進一步顯示，亞馬遜、Meta、Alphabet、微軟與甲骨文五家廠商已簽訂但尚未計入資產負債表的長期數據中心租賃承諾合計約6,620億美元，占五家廠商合併調整後債務的113%。這些「隱性債務」將在未來幾年陸續顯現。
市場正在從「為成長定價」轉向「為效率定價」。過去，市場願意為AI故事支付溢價；現在，市場要求看到AI投資能產生正回報的證據。這正是特斯拉和谷歌財報後遭到拋售的根本原因——不是業績不好，而是「燒錢」的速度與規模超出市場對回報週期的忍耐極限。
長期贏家可能在哪裡？
從目前格局來看，AI價值鏈上不同環節的受益順序與程度存在明顯差異。
第一層是AI基礎設施供應商——晶片、光模組、伺服器、儲存等。不論哪家雲端廠商最終勝出，基礎設施層的需求都是確定的。2026年上半年，費城半導體指數上漲101.14%。這一層級的商業邏輯最為直接：賣鏟子的人不一定要知道誰挖到金子。
第二層是擁有自有數據與應用場景的雲端廠商——微軟、谷歌、亞馬遜等。它們的優勢在於能將AI能力與現有業務生態結合，實現交叉變現。Google Cloud的82%成長與5,140億美元積壓訂單已初步驗證這一路徑的可行性。但挑戰在於：資本支出的成長速度是否可持續，以及利潤率是否會持續被壓縮。
第三層是AI原生應用層——目前仍處於早期探索階段，商業模式成熟度遠低於前兩層。
野村全球宏觀研究主管蘇博文指出，目前尚未看到超大型雲端運算公司主動放慢投資的明顯跡象。Gartner預測2026年全球AI總支出將達2.52萬億美元，年增44%。但蘇博文也坦言，可能刺破泡沫的一個關鍵因素是「AI投資報酬率低於預期」。
結語
特斯拉與谷歌的單日暴跌，並不是AI敘事的終結，而是AI敘事從「概念驗證」進入「財務驗證」的標誌性節點。市場正在問一個非常樸素的問題：7,250億美元的年度資本支出，究竟能產生多少回報？
這個問題短期內不會有確切答案。AI基礎設施建設類似於1990年代網際網路骨幹網路的建設——前期投入巨大、回報週期漫長、最終贏家寥寥。不同的是，本輪投入的規模比網際網路泡沫時期高出數個數量級。
對於投資者而言，現在需要區分的不是「AI是否重要」——這已是共識——而是「哪些AI投資能產生正回報」。資本支出本身不是問題，問題在於資本支出的效率。當市場從「為故事買單」轉向「為效率定價」時，估值邏輯的重構才剛剛開始。
FAQ
問：為什麼特斯拉與谷歌財報超預期，股價反而大跌？
市場關注點已從「收入成長」轉向「AI投入回報率」。兩家公司雖營收超預期，但資本支出激增導致自由現金流轉負——特斯拉為負10.92億美元，Alphabet為負58.55億美元。投資者擔心巨額AI投入短期內難以產生相應回報，因此選擇拋售。
問：Wedbush所說的「AI投資僅完成15%」是什麼意思？
Wedbush分析師Dan Ives認為，AI基礎設施建設仍處於早期階段，類似網際網路時代的1996年而非1999年。他將現階段超大型雲端廠商的資本支出比作「先建樓、後收益」的模式，認為市場拋售反映的是「時機問題」而非「估值問題」。
問：四大雲端廠商2026年AI資本支出規模有多大？
微軟、谷歌、亞馬遜、Meta四家頭部雲端廠商2026年合計資本支出上限已達7,250億美元，較2025年大增77%。其中Alphabet為1,950億至2,050億美元，微軟約1,900億美元，亞馬遜近2,000億美元，Meta為1,150億至1,350億美元。
問：目前AI投資與網際網路泡沫有何異同？
相似之處在於：均為顛覆性技術引發大規模資本支出，市場熱情推動估值高企。不同之處在於：本輪AI基建的年度投入規模已達數千億美元，遠超網際網路泡沫時期每年約200億美元的水平。摩根大通認為兩者走勢高度相似，而知名空頭Chanos則認為「這一次情況更糟」。
問：AI資本支出的長期贏家可能是誰？
從目前格局看，第一層受益者是AI基礎設施供應商（晶片、光模組、伺服器等），需求確定性最高；第二層是擁有數據與應用場景的雲端廠商（微軟、谷歌、亞馬遜），具備交叉變現能力但面臨資本效率壓力；第三層是AI原生應用層，商業模式尚處早期。最終贏家取決於誰能以最低資本投入產生最高AI商業化回報。
