巨头AI竞赛踩刹车：资本转向财务纪律与现金流考核

微软与Meta相继调整AI支出节奏，大模型独角兽Anthropic的IPO估值预期出现松动，而此前被外界质疑在AI赛道掉队的苹果，却因并未大举参与大语言模型（LLM）的算力烧钱战，在二级市场上被重新审视。

这些信号交织在一起，印证了整个科技行业AI叙事的关键转向：市场关注的重心，正在从「谁敢砸钱」转变为「谁能把钱赚回来」。

微软与Meta：从盲目扩张到精细算账

巨头们并非在撤退，而是在建立严格的财务防线。

相关渠道调查显示，微软取消了部分容量达数百兆瓦的数据中心租约，并放缓了将初步协议转为正式租赁的步伐。分析人士指出，此举反映出基础设施可能面临供大于求的风险。对此，微软表示其基础设施投资整体按节奏推进，但会针对不同领域微调步伐。同时，微软调整了部分资本开支预期，并通过延长数据中心折旧年限（从15年延至25年）等会计手段来平摊巨额成本压力。

Meta也面临类似的财务平衡考量。尽管其资本开支指引维持在千亿美元高位，但今年启动的岗位优化举措，核心目的正是对冲高昂的AI基础设施支出。高盛等机构分析认为，这并非全面紧缩，而是「腾笼换鸟」，意在把有限的现金流重新分配给算力核心需求。

过去两年「不计成本抢卡」的粗放模式正在被修补。哥伦比亚商学院的研究指出，几大科技巨头的资本支出总和已逐渐逼近甚至超过经营现金流。当算力开支的增速快于造血能力时，资金链与投资回报率的刚性约束便开始生效。

估值重塑：光有增长已不够看

基础模型阵营同样感受到了估值倍数的收紧。在Anthropic近期的投资者交流中，市场对其估值预期的讨论较此前高点有所回落。

核心原因在于增速斜率的变化。尽管Anthropic的营收保持着可观的环比增长并实现调整后盈利，但相比早期的成倍翻番，增长曲线开始出现平缓迹象。对于需要承诺未来十年数百亿美元级算力投入的模型团队而言，单纯的营收高增长已经难以满足资本市场的苛刻要求，投资者更在意营收增速能否追平庞大的算力折旧与训练开销。

作为行业风向标，前沿模型公司的定价重估，预示着公开市场对纯「AI实验室」模式的估值逻辑日趋审慎。

苹果的反向获益：把克制变成护城河

在巨头们因巨额资本开支承压时，苹果的路径呈现出完全不同的风貌。

苹果并未投入数千亿美元自建超级数据中心，也没有直接下场卷基础大语言模型的训练参数，而是选择与外部模型伙伴合作，重点聚焦在iPhone、Mac和iPad等硬件终端上落地端侧智能。苹果的优势始终建立在数十亿台活跃设备的渠道统治力和软硬件生态闭环上。

在算力竞赛狂热期，这种策略一度被指责为保守滞后。但当市场对巨额折旧与长期回报充满疑虑时，低资本开支与充沛现金流反而成了抗风险资产。这并不是因为苹果交付了多么颠覆的AI功能，而是在商业化路径尚不明朗的重度投入期，「不盲目跟注」本身变成了一种财务壁垒。

告别狂热，回归商业常识

主要云厂商在算力上的绝对投入依然处于历史高位，但边际增速的放缓已成共识。

从狂热的「算力叙事」切换到理性的「现金流叙事」，并不代表AI发展停滞，而是行业告别了以烧钱规模论英雄的初级阶段。进入财务纪律驱动期后，资本市场最终嘉奖的，将是能够清晰回答商业化落地路径与ROI（投入产出比）的企业。