大摩内部，为 AI 开支“打起来”了

摩根士丹利的股票策略师在喊买入，信用团队在警告利差，投行部在收承销费。这不是自相矛盾，而是这轮资本开支周期最真实的结构

想知道华尔街怎么看 AI 开支，得先问清楚：你要问的是哪个部门。

在摩根士丹利，答案取决于楼层。首席美股策略师迈克尔·威尔逊（Michael Wilson）把标普 500 指数的中期目标定在 8300 点，理由之一正是 AI 驱动的盈利扩张；同一家机构的信用研究团队则在报告里写道，信用利差的表现正对资本开支指引与发债预期变得越来越敏感；而在三十几层的投行部，这家公司刚刚为 Meta 的一座数据中心园区安排了超过 270 亿美元的债务融资。三条线，三种语言，一个客户群。

这种分裂在过去两年被牛市的涨幅掩盖了。本周它第一次以价格的形式暴露出来：Alphabet 交出了一份几乎每条线都超预期的二季度财报——营收 1198 亿美元、同比增长 24%，云业务增速加速至 82%——然后因为把全年资本开支指引上调至 1950 亿至 2050 亿美元，股价单日下跌约 7%。周四，纳斯达克综合指数收跌 2.15% 至 25137.69 点。市场不再为增长本身付钱。它开始追问这笔账最后由谁来结。

一、股票部门：这是盈利周期，不是泡沫

威尔逊是华尔街最坚定的多头之一，而他的多头逻辑并不建立在"AI 会改变世界"这类叙事上，而是建立在一个相当传统的会计假设上：资本开支会变成营收，营收会变成利润。

摩根士丹利 5 月给出的 2027 年年中标普 500 目标为 8300 点，其支撑是 2026 年 23% 和 2027 年 12% 的盈利增长预期。该行经济团队还给出了一个常被忽略的数字：AI 相关资本开支本身，就将为 2026 年美国 1.8% 的 GDP 增长贡献约 0.4 个百分点。换句话说，在摩根士丹利的模型里，AI 开支已经不只是科技板块的故事，它是美国经济增长的一个组成部分。这也是为什么该行把"AI 资本繁荣未能带来生产率提升"列为 2026 年的关键风险——不是"AI 泡沫破裂"，而是钱花了、东西建了、生产率没上去。这两种说法听起来相似，含义完全不同。

威尔逊近期的操作也值得记下来。他在最新报告中描绘了一条资金迁徙路线：动能正从涨幅巨大的半导体板块流出，转向此前滞涨的超大规模企业。他明确表示目前更偏好微软、亚马逊和 Meta，而非芯片股，理由是这些公司在 AI 生态中的核心竞争优势依然突出，且存在补涨空间。

瑞银的数据为这一判断提供了背景：一篮子超大规模企业股票自去年 9 月以来累计下跌约 2%，与半导体板块的涨幅形成巨大背离。这是一个微妙的立场。它承认 AI 交易内部已经出现结构性裂缝，但把裂缝解读为轮动机会，而不是见顶信号。

二、资本开支谜团

摩根士丹利在这轮周期里最有价值的贡献，可能不是任何一个观点，而是一组被反复修正的预测。

该行分析师本·雷茨（Ben Reitz）今年 5 月将 2026 年超大规模企业资本开支预测上调至 8050 亿美元，此前为 7650 亿美元，覆盖微软、亚马逊、谷歌、Meta 和甲骨文五家公司。他同时给出了一个更具冲击力的前瞻数字：2027 年这一支出可能达到 1.1 万亿美元——相当于标普 500 指数中所有非科技公司资本开支的总和。

修正的幅度比数字本身更能说明问题。该行去年 11 月对 2026 年数据中心资本开支的估算约为 5750 亿美元，如今已接近 8500 亿；2027 年的估算从约 7000 亿上调至 1.3 万亿；2028 年则为 1.5 万亿。累计来看，到 2028 年 AI 相关基础设施投资接近 3 万亿美元，其中八成以上尚未投出。

该行去年 11 月对 2026 年数据中心资本开支的估算约为 5750 亿美元，现已接近 8500 亿；2027 年从约 7000 亿上调至 1.3 万亿。这张图是全文的论点本身——预测不是在收敛，是在发散。

在供给端，该行测算美国数据中心的产能缺口将在 2028 年扩大至约 49 吉瓦。一个每个季度都需要上调、而不是向某个稳定值收敛的预测，可以有两种读法。多头读作周期仍在加速，因此当前估值反而是保守的；空头读作没有人真正知道这轮投资的终点在哪里，而不知道终点，就无法计算回报。摩根士丹利研究部选择了前一种读法。它的信用团队没有。

三、信用部门：问题不是还不还得起，是发不发得完

摩根士丹利预计 2026 年 AI 相关债务融资总额约为 5000 亿美元，约为去年的两倍，涵盖投资级债券、高收益项目融资与证券化信贷。但该行自己的判断相当克制：眼下的压力在于供给量本身，而非偿付能力。资金大多来自现金流强劲的投资级超大规模企业债，因此近期真正的问题是定价与市场吸收能力，而不是还款。

该行认为，第一个信号会是利差温和走阔，而不是违约。这个判断的分寸感值得学习。它既没有否认风险，也没有把风险夸张成信用事件。但该行的信用研究框架里有一句更尖锐的话：随着资本开支抬升，自由现金流被压缩、杠杆上升，公司对执行与变现时点的敏感度显著提高；能把投资转化为持久现金流、同时保持融资纪律的发行人会更强，而面临执行风险、监管摩擦或变现能力较弱的发行人，其利差与评级将承受更大压力。关键词是"分化"（dispersion）。信用市场不打算给整个 AI 板块同一个价格。外部机构的观察正在验证这一点。

杰富瑞本周的报告指出，超大规模企业正日益依赖债务为 AI 投资融资，四家主要公司的合计资本开支预计 2026 年为 6950 亿美元、2027 年为 8700 亿美元，剩余履约义务已达 2.1 万亿美元、同比增长 184%，而亚马逊、Alphabet 和 Meta 的债券收益率利差已在合约承诺增加的背景下走阔。利差先动，股价后动——这是信用市场惯有的领先性。周四的下跌，可能不是股票市场的独立判断，而是它终于读懂了债券市场几个月前的定价。

四、连投行自己也在加大AI资本开支

任何引用卖方观点的报道都欠读者一个披露。摩根士丹利不只是 AI 资本开支的观察者，它是这轮融资的核心设计者。

2025 年，该行为 Meta 一座美国 AI 数据中心园区安排了超过 270 亿美元的债务，太平洋投资管理公司（PIMCO）担任基石投资人，Blue Owl Capital 提供约 25 亿美元股权并持有该设施八成权益——债务覆盖建设期及投产后二十年。该行也将与高盛一同在 Anthropic 的上市中扮演重要角色。该行首席执行官泰德·皮克（Ted Pick）本月在分析师电话会上表示，AI 资本开支预期仍在继续上移。这不意味着摩根士丹利的研究结论不可信——投行研究部与投行部之间有合规隔离，且该行信用团队发出的警告并不迎合承销业务。

但读者有权知道：当一家机构预测 2027 年将有 1.1 万亿美元的资本开支需要融资时，它同时也在预测自己的收入。

值得注意的是，该行欧洲银行研究主管阿尔瓦罗·塞拉诺（Alvaro Serrano）今年 3 月的判断说得更直白：中期来看，银行是这轮 AI 资本开支周期的关键受益者，该周期正对交易量与利率产生正面影响，而其带来的颠覆风险是可控的。

五、真正的分歧点在哪里

把摩根士丹利的三条线并排放在一起，会发现它们其实不冲突，只是在回答三个不同的问题。

股票部门回答的是：这些钱最终会不会变成利润？它的答案是会，因此看多。

信用部门回答的是：这些钱在变成利润之前，靠什么撑住？它的答案是靠债，因此提醒利差。

投行部回答的是：谁来安排这笔债？答案是我们。

这三个答案可以同时成立。让它们无法同时成立的，只有一种情形：回报兑现的时间晚于债务到期的时间。

国际清算银行在 6 月 28 日发布的 2026 年度经济报告中，把这一情形列为全球金融稳定的首要压力点之一——对回报的失望可能触发融资的突然撤回，把资本开支繁荣变成一场旷日持久的投资萧条。

巴克莱研究团队则给出了一个时间坐标：AI 基础设施可能面临供给过剩，但这种清算更可能发生在 2028 年。

下周关注

微软、Meta 和苹果将在下周发布财报。有两件事值得盯：第一，资本开支指引是否继续上调。如果三家全部跟进 Alphabet，那么摩根士丹利 8050 亿美元的 2026 年预测还会被再次上修——而这个数字每上修一次，回报的举证责任就重一分。第二，有没有公司开始单独披露 AI 业务的利润率或投入产出数据。Alphabet 本季首次确认 TPU 系统销售收入并超过 10 亿美元，是这个方向的第一步。

一旦更多公司跟进，这场辩论的地基就会改变——市场将不再需要相信任何一家投行的模型。在那之前，威尔逊的 8300 点和信用团队的利差警告，会继续在同一栋楼里并存。

*本文所引机构观点均来自公开研究报告、财报电话会议与媒体报道。摩根士丹利未就本文置评。文中所述不构成投资建议。*