共识一年里给 2027 年加了 5,000 亿
大摩说还不够：把 AI 芯片那一栏扣掉，这脚刹车就露馅了

AI 产业链上所有卖铲子的公司——从台积电到中际旭创、从美光到纬颖——收入最终都来自同一笔钱：云厂商为了建数据中心而花掉的资本开支。买地、盖楼、接电、买服务器与 GPU、铺网络，这些支出加在一起，就是整条链最上游的那道总闸门。闸门开多大，下游所有人的订单就有多大。

大摩这份《全球云资本开支追踪器》干的事很朴素：把全球花钱最多的 14 家云基础设施企业的开支加总，每个季度更新一次，然后把两组数字并排放在一起——

被追踪的这 14 家，构成本身值得看一眼——它已经不只是传统意义上的「云厂商」了：

这份追踪器之所以在 8 月初大幅上修，直接触发点是美国四大云厂刚公布的 2026 年二季度财报。四家里有三家上调了当年的资本开支指引，第四家的「下调」则完全是会计口径造成的。

除了钱的数字，四家在电话会上传递的另一个信号更一致：不是需求不够，是产能不够。报告归纳的原话是——谷歌称需求持续超过内部供给；微软重申 Azure 需求仍高于可用容量；亚马逊称 2026 年产能仍不足以满足需求，且2027 年的大部分容量已经被预订出去；Meta 预计全行业算力紧张的状况在可预见的未来都会持续。

而且报告特别点出：这些需求同时来自外部云客户和内部 AI 负载两头——不是单靠某一类客户的短期集中采购撑起来的。请记住这一段，它是第 03 章那道减法能不能成立的现实依据。

先看共识现在的样子。按目前的一致预期，全球云资本开支的增速路径是：

2027 年 +29%，相对 2026 年的 +97% 是整整 68 个百分点的减速。孤立地看，这像是一个相当克制、甚至偏保守的预期——市场似乎已经在为「AI 投资退潮」做准备了。

大摩没有在这个数字上直接争论「29% 是高了还是低了」。它做了一件更聪明的事：把这笔总账拆成两栏。

方法很简单。云资本开支里，有一部分是买 AI 算力芯片的钱，这部分可以从卖方——英伟达、AMD、英特尔、博通、Marvell——的 AI GPU／ASIC 收入侧估算出来。把它从总额里减掉，剩下的就是「非 AI 云资本开支」：机房土建、供电与散热、通用服务器、网络设备、存储、传统 IT 更新——所有那些不叫 AI、但没有它 AI 一天也跑不起来的东西。

减完之后，共识那个看似克制的 +29%，露出了它真正的形状：

这里值得把方法论本身单独说一句，因为它比结论更耐用：当一个总量预测看起来「合理」时，把它拆成两栏，往往能逼出预测者自己都没意识到的隐含假设。共识的每一位分析师可能都只是在各自覆盖的公司上做了保守处理，但把它们加总、再减去可以独立观测的 AI 那一栏，剩下的余数就变成了一个谁也没有主动主张、却被所有人共同签署了的判断——而这个判断，往往是最脆弱的那一环。

大摩自己的估计（MSe）差多少？在现金资本开支口径下，它给 2027 年的增速是 +51%，比共识的 +29% 高出 22 个百分点；折算成金额，MSe 的 2027 年总额约 1.4 万亿美元，比共识的 1.216 万亿高 17%。

大摩支持「共识还会继续往上修」的第二条依据，不是逻辑推演，而是一段近乎机械的历史规律：这 14 家公司的资本开支预期总额，在过去至少 10 个季度里，每一个季度都在上调。

下面这张表把 2027 年这本账的四个时点并排放在一起。请特别注意倒数第二列——那是从今年年初到现在的变化幅度：

如果把 2026 和 2027 两年合起来看，尺度会更直观。今年年初，市场预计这两年全球云资本开支合计约 1.3 万亿美元；今天，这个数字是 2.1 万亿——七个月里凭空多出约 8,000 亿美元的计划投入。

报告给了一个校准这个数量级的坐标：这 8,000 亿的增量，相当于这 14 家公司 2026–2027 两年总收入的 33%。

还有一个更刺眼的对照：年初对「2026＋2027 两年」的合计预测（1.3 万亿），比今天对「2027 一年」的大摩预测（1.4 万亿）还要低。

金额太大时会失去感觉，这时候要换成比率。资本强度——资本开支占收入的比例——是判断一轮投资周期处在什么位置的经典指标。它回答的问题很朴素：这家公司每挣 100 块钱，要拿出多少块去买固定资产？

把这 14 家的资本强度按年排开，是本篇最值得停下来看一会儿的一张图：

2014 到 2023 这十年，这批公司的资本强度稳定在 6.5%–9.8% 之间，均值约 8.1%——即便在 2018 年那轮公有云基建高峰，也只到 9.1%。这是一个「重资产互联网公司」的正常水位。

然后是现在：共识给 2027 年 34.8%，大摩自己给 39.6%。后者意味着每 100 块钱收入里有近 40 块被投进固定资产，是过去十年常态的 4 倍以上。

报告归纳的第三条要点是本轮最反直觉的一件事：在供给受限的情况下，云收入增速反而在加速。

正常逻辑里，卖多少取决于有多少产能，产能受限时增速应该被压住。但 2026 年二季度这三个数字打破了这个直觉：

报告给出的解释是：云收入增长已经不再只是「新增了多少产能」的函数。它现在同时由三件事驱动——已有产能的利用率提升、单价更高的 AI 服务上量、以及 AI 应用带动的对存储/数据库/网络等周边基础设施的额外消耗。微软那句话最直白：新增产能几乎一上线就被变现了。

再往上游看一层，需求侧还有一个更原始的读数：月度处理的 token 数量。这是把「AI 到底被用了多少」量化出来的最直接指标——每一次模型调用都要吞吐 token，token 量就是推理需求的体温。

报告汇总了五个愿意披露这个数字的来源：谷歌云、字节跳动（火山引擎／豆包）、微软 Azure、智谱（Z.ai／GLM），以及中国国家数据局的全国口径。曲线的形状不需要解读技巧——从 2024 年 4 月到 2026 年 6 月，单一披露方的月度 token 处理量从「百万亿」量级涨到了「千万亿」量级，两年抬升约两个数量级，且没有走平的迹象。

把收入的三分之一投进固定资产，压力必然会出现在自由现金流上。报告的第五条要点专门讲这个：钱从哪来，以及各家用什么办法让报表好看一些。

资金来源上，主体仍是经营现金流，但补充手段在多元化：谷歌点名了现金流、债务融资和近期的股权发行；Meta 提到强劲的现金生成、增量债务融资以及基础设施合作伙伴（即由外部资本方出资建设、云厂长期承租）；亚马逊表示会按需发债。

更值得金融读者细看的是管理层用来缓解自由现金流压力的五种手法：

报告也记录了各家为「这笔钱赚得回来」给出的说法。亚马逊的表述最具体：大部分 AI 产能是以多年期合约锁定的，服务器投资在不到三年内实现盈亏平衡，之后产生有意义的自由现金流；管理层认为这条路径通向一个「显著更大的 AWS 长期收入机会」。微软把信心归因于市场空间扩张、基础设施效率、应用层优化、芯片来源多元化以及定价权。谷歌强调需求指标、在手承诺增长与合同续签——并特意提到即使使用成本更高的第三方产能，服务这些客户的回报依然有吸引力。

这些是管理层的自我陈述，不是审计结论。但它们至少说明一件事：关于「AI 投资的回报率」的讨论，已经从一年前的「能不能赚回来」，变成了现在的「多快赚回来」。这个措辞的迁移本身就是信息。

报告开篇的第一张图，是最直接连接「宏观数字」和「具体标的」的一张：大摩把自己在美国、欧洲、亚洲覆盖的 50 多家科技公司排了个序，估算每一家的收入中有多大比例来自云资本开支。平均值是 45%。

敞口最高的一档接近 100%——这些公司的生意基本就是这笔钱本身：

这张榜的排序本身就是一份产业链地图：最靠近「机柜」的环节敞口最高——服务器整机与机箱、滑轨、管理芯片、光模块、硬盘；再往外一圈是芯片与代工（英伟达、博通、AMD、美光、台积电、SK 海力士）；最外圈是那些云只占一部分生意的公司（思科、华硕、国巨、仁宝）。

大摩的结论很明确：共识对 2027 年云资本开支的估计仍然偏低，还会继续被上修。三条依据，前面都已经拆过：

下面四条是本站的独立提醒，报告本身没有展开——它们不推翻上面的结论，但会改变你使用这个结论的方式。

最后，把这份追踪器变成可持续跟踪的东西——如果只盯三个读数，本站建议是这三个：

第一，非 AI 云资本开支的实际增速。这是本篇题眼的验证器。如果它在 2027 年真的掉到个位数，说明共识对、大摩错，整条链的假设要重估；如果它维持在两位数，共识就还得继续往上改。
第二，微软之后各家的口径变化。经营租赁和折旧年限的调整一旦扩散开，「报告口径的资本开支」会系统性地低于真实投入。届时要看的不再是 capex 那一行，而是现金流量表和租赁附注。
第三，token 增速与云收入增速之间的缺口。目前两者同向加速，这是最健康的状态。如果出现 token 还在涨、云收入却开始减速——意味着单位 token 的变现效率在下滑——那才是第 06 章那条五环链条上最早断裂的那一环。