人工智能的變現進程已經展開，但目前仍集中於基礎設施層面。
概覽
- 2026年人工智能相關交易的波動加劇，科技股出現回調，市場對其可持續性亦有所憂慮。
- 隨著應用需求激增及工作負載不斷加強，各大企業正投入巨額資金建設人工智能基礎設施。然而，數據中心與電力供應樽頸仍然帶來風險與機遇。
- 若要在人工智能投資主題中實現理想回報，關鍵在於相關技術能否被持續獲得廣泛應用。隨著市場贏家與輸家逐漸浮現，審慎的多元化配置將至關重要。
評估人工智能
與過去幾年相比，人工智能相關交易在2026年初時的表現相對疲弱。事實上，市場對人工智能的憂慮自去年已開始醞釀，2025年間科技股亦多次出現明顯回調。然而，即使人工智能相關交易在2026年可能會更為波動，但是在盈利、估值、採用情況，以及強健的資產負債表等因素支持下，目前並無足夠理據去質疑人工智能產業的長期增長前景。
在我們評估人工智能熱潮時，以下幾項因素突顯了這一主題的發展動能：
盈利： 自生成式人工智能聊天工具在2022年11月面世以來，科技股的盈利表現極為亮眼。自2023年初起，超大型科技股一直維持雙位數的利潤增長，近幾季盈利更優於市場預期超過10%，同期市場平均水平只有7.5%。2025年第四季數據顯示，超大規模雲供應商1 在雲端或應用程式等關鍵人工智能領域的收入平均按年增35%，顯示人工智能正逐步實現變現。展望未來，超大型科技股在2026年的盈利預測，已調整至24.3%，而標普500指數其餘493隻成份股的預測增幅則為13.9%。無論過去、現在與未來，人工智能的盈利前景均十分亮麗。
估值： 目前，超大型科技股的市盈率約為28倍，與2023年春季時的整體水平大致相若。雖然這個估值偏高，但絕非極端水平，考慮到在利潤大幅增長的同時，估值幾乎沒有變動，投資者可謂「物有所值」。此外，目前的水平遠低於互聯網泡沫時期資訊科技板塊近70倍的估值高位。
採用： 為了證明大規模雲供應商巨額資本支出（Capex）的合理性，需求必須同樣強勁。根據《環球市場洞察 – 亞洲版》第52頁顯示，目前已有17%的美國企業表示已採用人工智能技術，更有高達45%的企業付費訂閱人工智能服務。多位頂尖科技企業的行政總裁均形容相關需求近乎「無止境」，並指出目前的風險在於投資不足，而非過度投資。
槓桿： 過度槓桿及其引發的信貸緊縮，往往是導致行業繁榮走向崩潰的主要原因。然而，儘管超大規模雲供應商日益透過債券市場及私募融資工具集資，但他們其實擁有充裕現金支持其投資，只是選擇採取更穩健的資本結構。雖然債務有所增加，超大規模雲供應商的淨槓桿率僅為0.9倍，遠低於投資級別債券發行人平均的2.6倍。
企業會如何將人工智能變現？
隨著人工智能基礎設施競賽越演越烈，超大規模雲供應商今年預計會投入5,330億美元作為資本支出。部分預測更指出，未來幾年人工智能建設的總規模可能突破5萬億美元。面對如此龐大的投資規模下，投資者自然會質疑，這些投入最終能否換來理想回報。
人工智能的變現進程已經展開，但目前仍集中於基礎設施層面。相比之下，終端用戶的變現仍處於早期階段，表現不一且透明度偏低。對於仍處發展初期的「通用技術」而言，這種情況並不罕見，但在當前環境下所涉利害重大，變現最終如何在價值鏈各環節實現，將對市場產生深遠影響。
隨著各大企業爭相大規模部署人工智能，半導體、數據中心、網絡設備及電力基礎設施的資本支出大幅增加。掀起這場「運算資源爭奪戰」的兩大主要力量來自：
- 採用率上升：目前已有55%的美國成年人每周使用生成式人工智能，互聯網當年花了16年時才達到相若的採用率2，而17%的美國企業表示已採用此技術。
- 工作負載加強：隨著模型規模擴大且日益複雜，單一任務所需的運算強度正不斷提升，尤其是在推理模型興起之後。
雖然超大規模雲供應商在過去兩年已將資本支出提升了 170%，但是他們預期在2026年底前3，供求環境仍將極為緊張。在全球125吉瓦的數據中心容量中，目前只有約20吉瓦具備處理人工智能工作負載的能力4。此外，若要滿足預測中的數據中心需求，預計至少還需要100吉瓦的新增發電能力5。這些限制因素固然對提供人工智能相關服務的企業構成實質風險，但同時也為整個基礎設施價值鏈創造了獨特的機遇。
生成式人工智能發展至今已踏入第三年，市場上已出現多個前所未有的成功案例。不少人工智能原生型企業僅憑藉精簡且具資本效率的團隊，便能達到龐大的營運規模，這在十年前是難以想像的。
雖然如此，人工智能服務的商業模式仍在成形階段。許多頂尖模型在每一次用戶互動中其實仍在虧損，對於新興服務而言這並不罕見，但這種模式究竟能維持多久仍是未知數。目前收入結構以訂閱為主，但廣告及其他替代定價模式料將陸續出現。
企業軟件公司也在測試多種定價策略，從將人工智能功能綑綁到現有產品，到按代幣（用量）計費。雖然約有60%企業預計將大幅增加人工智能預算，但目前尚未明確，這究竟屬於「新增支出」，抑或只是對現有資訊科技預算的「替代」。大型企業目前每年在每位員工身上的軟件支出約為1,000至3,500美元6。最終生產力提升的幅度將決定這項支出會增加多少。
投資啟示
雖然人工智能作為極具吸引力的投資機遇，其核心邏輯依然穩固，但我們對人工智能的投資方式已經有所演變。超大型科技企業已不再是人工智能的代名詞。相反，這一投資主題已擴展至科技領域內的其他人工智能創新者，以及工業、公用事業及材料等行業中的人工智能賦能者，而這些行業在最近一季均錄得雙位數的盈利增長。雖然我們認為人工智能並非處於泡沫狀態，但這並不排除未來出現泡沫的可能性。因此，我們不主張盲目追逐市場熱潮，而是強調透過審慎選股與分散配置來作出部署。
超大規模雲供應商正處於基礎設施與應用的交匯點，不少企業已透過持續增長的雲端需求7，間接達致人工智能變現。然而，未來的回報門檻依然極高。若要使目前的人工智能投資實現10%的投資回報，每年需創造高達6,500億美元的收入，或相當於每位iPhone用戶每月支付35美元8。雖然這並非不可能，但這是一個極高的門檻，而前提是技術必須獲得持續且廣泛的採用。
最後，對投資者有一項重要提醒：即使人工智能的整體回報不盡如人意，個別贏家仍可能表現極其出色，特別是在「贏家通吃」的格局下。反之，即使整體的變現超出預期，市場中也幾乎肯定會出現輸家。這正是為何分散配置仍是關鍵，不僅部署於不同企業，亦要覆蓋人工智能價值鏈的不同環節，以及不同資產類別。因為投資組合的優勢不僅來自對創新的投資，更來自整體風險的平衡。