全球科技：解析人工智慧資本支出趨勢

解析人工智慧（AI）資本支出趨勢。2024年初以來，AI資本支出一直是全球市場的關鍵主題；支出穩健成長，重要性也從單純的股權獲利驅動因素，擴展到更廣泛的GDP成長槓桿。以下分析過去兩年影響AI投資的趨勢，並探討其對投資者的影響。

AI資本支出已從已從週期性的雲端支出轉變為結構性投資趨勢。2024年初，超大規模雲端服務商（Hyperscalers，提供雲端服務和運算基礎設施的大型科技企業）已在AI方面投入巨資，但大多數投資者仍將AI資本支出視為現有雲端投資週期的一個延伸。然而，到了2025年和2026年，這種解釋已不再那麼令人信服。資本支出預期被反覆上調，甚至在同一財年內也多次上調，這顯示企業不僅是執行一個固定的計畫，而是隨著AI需求、模型複雜度和競爭壓力的變化，不斷重新調整基礎設施需求。

這樣的轉變促使資金組合發生變化。2024年前， Hyperscalers可以從營運現金流中完全支應雲端資本支出，同時仍將資金返還給股東。高利潤、輕資產的軟體/廣告經濟模式，加上強勁的現金餘額，意味著外部資本並非必要。然而，由於資本支出的性質已從週期性轉變為結構性，且金額已顯著提高，營運現金流的覆蓋能力已趨於緊繃。因此，2024年之後， Hyperscalers正透過債務，在某些情況下，還包括股權、租賃和私募資本，來補充營運現金流，藉以因應AI資本支出。

泡沫擔憂持續存在。不出所料，轉向外部融資加劇了市場對AI泡沫化的擔憂。整體而言，這些泡沫擔憂可歸納為兩大主要問題：

1.過度槓桿和財務風險。首先，投資人越來越擔心Hyperscalers失去財務紀律，重蹈網通泡沫破滅時期科技公司過度槓桿和破產風險加劇的覆轍。

2.報酬未能達到超高的市場預期。其次，市場持續擔憂這些AI基礎設施專案的報酬可能不如預期，擔心未來的獲利可能不足以彌補巨額支出，以及這些公司近期獲利和資產負債表面臨的壓力。

這兩大關鍵問題將是本報告中探討的重點。

依據傳統標準，槓桿程度仍屬溫和。雖然外部融資在Hyperscalers確實變得更為普遍，但整體債務比率依據傳統標準來看仍屬溫和。承擔更多債務的程度和理由也因公司而異。例如，從總債務佔股本（D/E）的角度評估，微軟過去三年實際上已去槓桿化。另一方面，Meta和谷歌的槓桿策略也發生了重大方向性轉變，但總債務水準仍非常溫和。即使Hyperscalers負債最高的亞馬遜，總債務佔股本約為51%，遠低於那斯達克指數成份股平均約68.5%。整體而言，可以合理地得出結論，Hyperscalers並未過度槓桿，儘管部份公司的淨現金部位已大幅減少。

動機很重要。在分析轉向外部融資時，區分這種轉變是出於意圖（且是更廣泛策略的一部分）還是出於必要性也很重要。因為後者幾乎總是伴隨著財務彈性的降低。在積極開發人AI數據中心容量的四家主要Hyperscalers中，可以將它們分為三類：

• 第一類：策略性資本結構管理–微軟（Microsoft）。如前所述，Microsoft在Hyperscalers中是一個例外，因為它沒有轉向外部融資。除了2024年發行244億美元債務外，此後它沒有再發行額外債務或股權。儘管AI資本支出龐大，但其現金生成能力和資產負債表使其無需大幅轉向外部融資即可為該週期提供資金。
• 第二類：為保持彈性而有意進行外部融資 – 谷歌（Alphabet）和Meta。Alphabet和Meta自2024年以來都籌集了大量資本（債務和股權）。然而，他們這樣做並非出於必要。相反，資本支出已變得足夠大，外部融資有助於保持流動性，避免債務過度集中，並維持在庫藏股、股利和未來基礎設施承諾方面的選擇權。
• 第三類：外部融資變得更具實用必要性 – 亞馬遜（Amazon）。Amazon最接近真正的資金需求，因為資本支出佔營運現金流量的比例偏高。與Meta和Alphabet不同，Amazon並未進行庫藏股或支付股利。壓力更直接來自基礎設施投資本身的規模。

因此，關於過度槓桿和財務風險的擔憂，可以公平地說，Hyperscalers仍處於良好狀態；外部融資仍然主要基於資本結構管理的有意識決策驅動，而非純粹的必要性。

目前為止，一切順利。對於報酬率可能不及預期的擔憂，答案就不那麼直接了。星展集團對這個問題的看法是務實的：雖然總有過度建設的風險，但目前這種風險仍然可控。AI需求的能見度持續改善的速度快於供應的建設速度，Hyperscalers從企業AI工作負載、模型訓練、推論、雲端客戶和內部AI產品中看到了強勁的需求訊號。儘管資本支出大幅增加並轉向外部融資，但這種強勁的需求成長迄今已使大型科技公司的股東權益報酬率、營益率和每股自由現金流量等獲利能力指標穩步上揚。

「過度支出」是留在AI競賽中的成本。AI仍處於起步階段，直到2022年末才獲得廣泛關注。如果將AI與類似的改變世界科技（例如網際網路）進行比較，網際網路花了大約25到30年才達到主流商業普及，因此AI還有很大的成長空間。有人可能會說，「過度支出」只是這些公司在仍飛速發展的AI領域保持相關性和競爭力的先決條件，沒有任何科技大廠希望因容量受限而面臨落後的風險。整體而言，對泡沫化的擔憂並非毫無根據，但目前更多基於恐懼而非現實。

對投資策略的影響

半導體產業持續受惠於外部融資和更大的支出。轉向外部融資將為AI相關公司和Hyperscalers’提供更多流動性，藉以加速基礎設施建設，使其超越目前預計2026年7,000至8,000億美元的門檻。這種加速將直接且積極傳導至半導體和上游供應鏈。對先進晶片、高頻寬記憶體（HBM）、客製化晶片、光學互連和電源基礎設施更強勁且可能提前的需求，仍將支撐供應商的獲利動能。隨著更多資本流入具生產成AI產能，緊俏領域的訂單能見度和定價能力將獲得加強。

對於Hyperscalers而言更具細微差異。大型雲端平台仍是受惠者，但投資人應採取更細微的分析方法。其規模、數據優勢和分發能力使其在AI從實驗走向生產的過程中，能佔據捕捉企業工作負載的有利地位。然而，想要勝出的門檻正在提高。僅僅大量支出已不足夠 – 回報必須反映在更高的利用率、增量收入或改善的獲利能力上。產能過剩的跡象或支出未能有效轉化為獲利成長，都可能導致風險情緒受挫。部分Hyperscalers外部融資的增加，若變現速度放緩，將可能導致資產負債表壓力增大和投資人審查加劇。並非所有Hyperscalers都能輕易跨越這個門檻。

維持選擇性看好。融資環境正在延長而非耗盡AI投資週期。最廣泛且最持久的收益可能仍來自半導體和基礎設施供應鏈，因為需求面的利多可能持久，且相對較低的資本支出要求令外部募資需求和股東稀釋相對更容易管理。對於平台公司而言，機會真實存在，但需要謹慎處理。只有那些將可見的變現能力與資本效率結合的公司，才能夠證明並維持市場已經賦予它們的價值。