人工智能正在成为2026年至2028年乃至更长期资本市场的核心主题。AI已创造数万亿美元市值，也引发科技巨头之间围绕算力和基础设施的激烈竞争。

与此同时，市场对AI泡沫的担忧持续升温。《Barron's》分析认为，美国经济能够承受的新技术投资规模约为GDP的25%，即约7.5万亿美元，而这一门槛短期内仍不会触及。真正值得投资者关注的是，AI产业正在由以下五个关键数字定义。

1GW：AI算力的基本单位

AI计算能力通常以 吉瓦（GW）衡量，即维持数据中心运行所需的电力规模。

• 1GW AI算力约需 50万至70万块英伟达GPU

• 建设成本约 400亿美元

SpaceX的数据则提供了另一组参考：公司约投入420亿美元建设1.4GW AI算力，相当于每GW约300亿美元。由于田纳西州Colossus数据中心利用现有厂房建设，其基础设施成本低于行业平均。

更重要的是，SpaceX目前向Anthropic和Google出租约33万块GPU，每年带来约260亿美元收入，相当于每GW AI算力年收入超过500亿美元。

1万亿美元：超大规模云厂商的资本开支

Meta、微软、亚马逊和Alphabet预计将在2027年投入约1万亿美元用于AI基础设施建设，高于2026年的7000亿美元。

这一规模约占整个标普500资本开支的一半。相比之下，2021年整个标普500用于厂房设备投资不足6000亿美元，当时ChatGPT尚未问世。

AI军备竞赛真正的大规模启动，其实始于2025年以后。

1300太瓦时：AI将带来的电力需求

到2029年，仅四大云厂商预计累计AI投资就将达到3.7万亿美元；若加上Oracle、SpaceX等企业，行业总投资可能接近6万亿美元。

这些投资对应约150GW的AI算力，需要每年约 1300太瓦时（TWh）电力，占美国当前总用电量的约30%。

因此，数据中心运营商正越来越多地建设自有电源，以减轻电网压力并降低居民电价上涨带来的阻力。

220亿：Alphabet每分钟生成的Token

AI真正的计价单位不是用户，而是Token。一个Token约等于4个字符，用户输入与模型输出都会产生Token，因此行业通常以“每百万Token价格”收费。

Alphabet第二季度数据显示：

• 第一季度：160亿 Token/分钟

• 第二季度：220亿 Token/分钟

与此同时，AI模型成本持续下降：

• GPT-4早期价格约30–40美元/百万Token

• 新一代模型已降至约2–10美元/百万Token

成本下降并未削弱市场，反而推动需求爆发，这正是“杰文斯悖论（Jevons Paradox）”在AI中的体现。

0.08：四大云厂商的负债率

AI资本开支正在侵蚀自由现金流，但大型科技公司的资产负债表依然极其稳健。

四大云厂商2025年自由现金流约2000亿美元，预计2027年将降至负600亿美元；不过，同期EBITDA预计约1万亿美元，因此企业仍具备较强融资能力。

截至第二季度末，四家公司合计净负债仅约670亿美元，净负债与EBITDA比率约为0.08倍；对大多数企业而言，1至2倍杠杆率仍属正常区间，因此目前四大科技公司的财务状况依然相当稳健。

对投资者而言，真正需要关注的并非AI是否仍在投入，而是算力能否持续转化为Token、Token能否持续转化为收入。