2026年6月AI产业趋势跟踪与预判方法研究

引言：分子端决定AI行情终点

对于本轮人工智能（AI）行情的分析，核心逻辑在于“分母端创造买点、分子端决定终点”。其中，分母端主要涉及流动性和风险偏好，而分子端则聚焦于盈利能力和产业趋势。尽管市场普遍认可基本面决定本轮AI行情终点的观点，但由于缺乏对AI产业趋势的系统性监控方法，投资者容易误判基本面的拐点。因此，自上而下地有效跟踪AI板块的产业盈利趋势，并进行前瞻性预判，成为当前策略研究的关键议题。

一、 如何有效跟踪AI产业趋势

在跟踪AI产业趋势时，选择合适的观测指标至关重要。市场上存在多种指标，但部分指标可能存在误导性。例如，Silicon Data发布的LLM Token Expenditure Index（大语言模型Token支出指数）在2026年6月初的快速下滑曾引发市场对AI板块基本面见顶的担忧。然而，该指数衡量的是全球代表性模型每百万tokens的综合化费率，其下滑主要反映市场更加追求性价比，而非Token实际需求的下降。因此，该指标并不能准确代表AI产业需求的真实变化。

相比之下，北美超大规模云服务商（Hyperscalers，包括微软、谷歌、亚马逊、META和甲骨文）的资本开支（Capex）增速，是观测本轮AI产业趋势及盈利更为简单有效的指标。历史数据显示，自2013年以来，无论是处于AI产业链上游的费城半导体指数，还是代表中下游的信息技术服务板块，其盈利预期变化均与Hyperscalers的资本开支增速高度相关。这表明，云巨头的资本投入直接驱动了上游硬件和下游软件服务的盈利波动。

此外，回顾20世纪90年代的科网行情，1999年第三季度美国信息处理设备和软件投资增速见顶，这一时间点与微软、思科等科技巨头的盈利增速同步。随后，科技股盈利的加速下滑与投资增速的快速回落密切相关。这一历史经验进一步印证了资本开支对盈利拐点具有显著的指向意义。

二、 如何预判AI产业趋势的拐点

基于当前的市场预期，截至2026年6月22日，Factset一致预期显示，市场对Hyperscalers今年资本开支的预期约为7200亿美元，2027年预期约为8900亿美元。按此线性推算，2026年三四季度可能是资本开支增速的最高点。然而，历史规律表明，2024年至2026年间，年初的Capex预期增速与年终实际值存在约3倍的差距，市场往往在年初低估资本开支规模，并在随后的四个财报季中显著上修预期。因此，不宜简单地将当前预期线性外推。

从本质上看，资本开支的变化主要由投资回报率（ROI）决定。在当前环境下，ROI与大模型厂商的年度经常性收入（ARR）紧密挂钩。例如，去年四季度市场出现的“AI泡沫论”担忧，始于2025年6月至8月OpenAI的ARR放缓，而这一担忧在2025年12月Anthropic的“异军突起”后得以缓解。

考虑到Anthropic和OpenAI即将上市，Hyperscalers的资本开支未来可能还有上修空间。公司在融资时期倾向于强调自身出色的技术和商业化能力，例如2026年2月和5月，Anthropic和OpenAI宣布融资顺利结束的时点，基本都对应ARR的披露节点。这种披露行为推高了市场对Hyperscalers资本开支以及AI上游盈利预期的乐观情绪。

具体而言，OpenAI和Anthropic披露ARR数据后，投资回报率的提升大概率推动市场上修Hyperscalers未来一年的资本开支预期。统计数据显示，2023年以来，在OpenAI和Anthropic进行非单一公司战略投资的市场化融资当月及之后1至3个月内，费城半导体指数的涨幅中位数显著高于融资前3个月的水平。因此，在下半年两家公司上市前，其披露的ARR数据有望继续支撑ROI和Capex的“螺旋上升”态势，从而延缓AI产业趋势拐点的到来。

风险提示

需关注美联储加息超预期、美伊地缘局势升级以及AI大模型发展不及预期等潜在风险因素。