AI产业的资本竞赛，正在进入一个更重资产的阶段。
“白毛股神”Serenity近日对亚马逊、Meta、谷歌和微软最新财报中的资本开支指引进行了梳理，认为这四家科技巨头预计在2026年的合计资本开支将达到约7200亿至7450亿美元，高于市场此前预期的6950亿至7250亿美元。
数字背后，是一场围绕AI基础设施展开的长期投入。
过去两年，市场讨论AI更多集中在模型能力、应用落地以及用户增长。但随着大模型规模不断扩大，竞争焦点正在向另一端转移：谁拥有足够的数据中心、芯片供应和能源支持，谁才有能力持续参与下一阶段竞争。
微软、谷歌、亚马逊和Meta的巨额资本开支，主要流向数据中心建设、AI服务器采购、云计算基础设施以及相关硬件投入。这些投资短期内会压缩利润空间，但长期目标非常明确——建立AI时代的基础设施优势。
这也是Serenity提出“瓶颈投资”逻辑的核心。
在他的判断中，当数万亿美元资本开始流入过去被市场低估的产业环节时，一些原本被视为周期性、低利润的供应链企业，可能迎来重新定价。
存储芯片就是一个典型案例。
过去几年，存储行业长期受到周期波动影响。价格上涨时，厂商利润快速增长；供需失衡时，企业又陷入亏损。市场往往将存储企业视为传统半导体周期股，而不是科技成长公司。
但AI正在改变这一逻辑。
训练大模型需要大量高性能存储，推理端设备同样需要更快、更低功耗的内存解决方案。从HBM到先进DRAM，再到数据中心存储架构，AI算力扩张正在重新定义存储的重要性。
类似变化也出现在能源基础设施领域。
大型AI数据中心消耗大量电力，未来算力竞争不仅是芯片竞争，也是能源供应竞争。过去被资本市场忽视的电网建设、能源管理以及相关设备企业，可能因为AI基础设施需求获得新的增长预期。
这种产业链重估并非没有先例。
在移动互联网和云计算早期阶段，很多投资者最初关注的是终端设备和应用公司，但随着产业成熟，服务器、网络设备、云基础设施供应商逐渐成为重要赢家。
AI时代可能正在重复类似过程。
Serenity指出，部分当前热门AI产业链公司，过去曾因电信周期等因素长期被市场冷落。但随着大型科技公司持续扩大资本投入，这些企业的资产负债表正在发生变化，市场可能重新评估它们的价值。
当然，资本开支增加并不意味着所有相关公司都会受益。
AI基础设施投资规模巨大，但产业链不同环节的盈利能力存在明显差异。芯片设计、先进制造、设备供应、电力基础设施之间，竞争壁垒和利润空间并不相同。
与此同时，短期市场压力仍然存在。
近期市场已经出现明显去杠杆现象，部分散户和机构投资者因为保证金压力进行仓位调整。高估值AI股票经历波动，并不意外。资金从追逐概念转向寻找真实盈利能力，本身也是市场成熟过程的一部分。
但从更长周期看，Serenity认为，单纯看空上游半导体和云计算基础设施并不容易。
原因很简单：AI产业仍处于基础设施建设阶段。
过去互联网浪潮证明，真正改变产业格局的技术周期，往往需要大量前期投入。资本不会平均分配，而会集中流向最关键的瓶颈环节。
如果AI继续保持当前发展速度，那么芯片、存储、云计算和能源基础设施可能不再只是幕后供应商，而会成为这一轮技术革命中的核心资产。市场真正需要判断的，不是谁拥有最热门的AI故事，而是谁掌握了不可替代的基础能力。
