近万亿美元的AI资本开支浪潮，正面临严峻的货币化困境，估值逻辑的裂缝开始显现。

高盛One-Delta交易台负责人Rich Privorotsky在最新客户简报中指出，AI的叙事正从“能力竞赛”转向“变现之争”。当前AI资本开支所隐含的投资回报门槛，已超出历史上任何可比技术周期实际实现的水平。与此同时，开源模型与本地推理方案的快速演进，正在压缩AI经济学的空间，企业推迟支出的理性动机随之上升。

对市场而言，风险传导路径已然清晰：预期先行承压，进而冲击当前受益于AI建设浪潮的企业营收增长。全球半导体及硬件相关股票约有1000亿美元的杠杆资金敞口，叠加大量散户参与，一旦市场情绪逆转，将面临剧烈的去杠杆风险。

从能力到变现：AI投资的回报门槛与推迟风险

AI投资的核心矛盾，正从“能不能做到”转向“能不能赚到钱”。

Privorotsky援引沃顿商学院的最新研究指出，若要为当前AI资本开支周期提供合理支撑，所需的生产率提升幅度在历史上极为罕见——即便与IT繁荣时期相比，其在同等时间框架内实现的成果仍望尘莫及。他强调，具体数字并非关键，真正值得关注的信息是：当前支出所隐含的投资回报门槛已极为高昂。

目前，私营部门AI年化资本开支规模接近1万亿美元。这一支出正在创造就业、支撑经济增长，并产生远超AI本身的经济溢出效应。然而，随着叙事从“每家公司都必须立即试验”转向“收益仍难以量化”，企业进一步推迟支出的可能性正在上升。

值得关注的信号是，硅谷数据代币支出指数（Silicon Data Token Spending Index）已开始温和走软。与此同时，日益强大的开源模型与本地推理方案正显著压缩AI经济学的空间。一旦企业普遍形成“一年后AI成本将大幅下降”的预期，推迟当期支出便成为理性选择——而这正是当前估值倍数所面临的核心风险所在。

杠杆风险：凸性双刃剑

供给侧的变化正成为市场新的压力来源。

Privorotsky指出，此前市场预期下半年将出现的大规模股票发行已开始落地，这始终是检验市场承接能力的关键变量。与此同时，全球半导体及硬件相关股票约1000亿美元的杠杆资金敞口，叠加大量散户参与，构成了不可忽视的尾部风险。

他将当前格局描述为“凸性双刃剑”：方向有利时，资金流动能带来显著的上行空间；一旦情绪逆转，去杠杆过程也将极为剧烈。上周市场的部分波动，正是这一机制的体现。

从更宏观的视角看，AI投资的基本面支柱仍然完整——电力与基础设施缺口依然显著，资本开支规模庞大。但随着前沿模型新品发布预期升温，市场催化剂与估值压力将同步考验投资者的定力。