2026年AI行业专题·从FOMOCapEx到ROICapEx：AI模型迭代聚焦工程能力，AI应用落地锚定高ROI场景

一、资本开支节奏：资本开支预期上调，未来现金流压力加大

AI基建-资本开支：AI基建范式转移，资本开支扩张持续

AI范式由“基础设施替代+工作负载升级”转向“AI从推理模型走向智能体”。1）计算范式迁移：过去，数据中心的绝大多数工作 负载跑在CPU上，而现在已经向GPU加速计算逐步迁移，部分基础设施已经在加速计算的升级中被逐步替换、扩容。2）工作负载升 级：在数据中心升级换代背景下，海外科技厂商正在重构核心应用，将搜索、推荐引擎、社交媒体等工作负载迁移至AI原生架构，例 如搜索从SEO向GEO迭代升级，该部分需求已逐步构成GPU算力需求的基本盘。3）AI从“推理模型”走向“智能体”：当前，AI大 模型逐步从简单对话发展至强大的推理模型，未来有望向智能体持续演进，同时，AI产品的商业化进程加速推进，订阅、API、广告 等多种业务模式正在成形。而AI基建之初，部分海外云厂商表示“投资不足的风险远远大于投资过度的风险”；如今，海外云厂商均 强调“根据需求信号来扩展数据中心”、“云服务供不应求”、“追求每瓦特产出效率”，表明当前数据中心投资建设正在从 FOMO CapEx向ROI CapEx转变。

海外AI云订单签约不断，算力集群持续扩张。2025年，海外科技公司AI云相关合同订单签约明显提速，全球前沿模型的训练与推理 需求逐步进入工程化、规模化部署阶段，海外头部AI实验室与云厂商密集开展合作，签订长期算力合作订单，加速锁定IT电力资源， 整体合同金额、期限及所对应的算力体量均有抬升。随着算力需求的快速释放，海外数据中心建设进入新一轮扩张周期，2026年吉 瓦级算力集群有望成为xAI、Meta、OpenAI、Anthropic等头部AI实验室的基础设施标配。与此同时，数据中心的规模化建设带来 资本开支的高强度投入，市场关注点除资本开支外，也逐步将目光转向AI模型应用的落地和商业化变现，构筑AI未来叙事的关键变量。

资本开支2025年指引：多家上调全年资本开支指引，同比增速有望突破60%。1）微软：资本开支FY2026增长率将高于FY2025；2） 谷歌：将全年资本开支指引提高至910亿~930亿美元之间；3）亚马逊：25Q3业绩会给出2025全年现金资本支出约1250亿美元的 指引； 4）Meta：第三次上调2025年全年资本开支指引，预计全年资本开支（含融资租赁）将在700亿~720亿美元之间。

资本开支2026年指引：投资预期提升，资本开支表态相较前两个季度更加积极。1）微软：25Q1及25Q2业绩会上表示FY2026资本 开支的增长率将低于FY2025，而25Q3业绩会上表示FY2026增长率将高于FY2025；2）谷歌：预计2026年资本开支将“显著上升”， 此前表述为“继续增加”；3）亚马逊：预计2026年资本开支将继续增加；4）Meta：预计2026年资本支出增长将显著高于2025年。

二、数据中心建设：电力容量面临限制，追求每瓦特产出效率

数据中心建设模式：自建/租赁等多种方式共建，通用性/灵活性成为建设共识

第一梯队云厂商主要采取自建模式，第二梯队云厂商带壳部署或租赁占比较多。1）微软：自建+租赁。微软在25Q3的349亿美元资 本支出中，有111亿美元是用于大型数据中心站点的融资租赁。2）亚马逊：自建+带壳部署。3）谷歌：自建为主。谷歌于25Q3业 绩会表示，多数数据中心均由自己建造，公司对其进行优化，确保以最高效的方式完成。4）甲骨文：带壳部署、租赁为主。公司将 资本开支主要用于设备，而非建筑；建筑由合作伙伴建成后收取租金；公司不拥有土地或建筑物，而是拥有设备，并对设备进行优化。 5）Coreweave：带壳部署、租赁为主。截至25Q3，公司任何单一数据中心供应商在签约电力组合中的占比都不超过20%，同时， 公司已启动自建数据中心计划，以提升运营自主性并加快扩张。6）Nebius：定制化/租赁+自建同时存在。Nebius新泽西数据中心 委托合作伙伴按照制定的规格和设计建造；同时公司正逐步减少租赁或共址机房的比例，更多转向自建设施。

数据中心通用性成为云厂建设共识，以保证在不同计算任务之间灵活切换。目前，多数海外云厂商均强调，在建设数据中心时，目标 是建立一个通用的、能支持多代技术和多种模型的超大规模计算业务，而非为单一技术或单一客户过度投资，以适应不同代际的GPU、 满足更灵活的功率和冷却要求，同时能够在训练和推理工作负载之间灵活切换。根据SemiAnalysis信息，2024年中，微软基于风险 与回报的考量，实施数据中心建设的“大暂停”，截至24Q2，微软在海外云厂商数据中心预租总量中的占比一度超过60%，而自 25Q3开始，微软逐步停止租赁活动，其他超大云厂商的预租规模大幅增加，25Q4微软预租容量占比下降至25%。微软于2024年中 开启的数据中心“大暂停”调整，代表着海外云厂商在FOMO capex和ROI capex之间的战略平衡，并强调数据中心是为多类模型、 多代硬件设计，而非为单一模型、某一代硬件建设，基础设施需要灵活地跨越多方面要求。

数据中心建设目标：电力容量成为核心瓶颈，追求最大化每瓦特产出效率

电力供应成为核心瓶颈，追求最大化每瓦特产出效率。当前，海外云厂商普遍表态当前数据中心的建设瓶颈主要在于空间和电力供应， 从具体环节上看，电力瓶颈主要在于供电外壳（Powered-shell）层面。通常，云厂商在规划建设某一数据中心时，需要率先确定支 持该数据中心的电力容量，然后再对数据中心内部的各类IT设备进行配置。因此，在电力容量限制下，海外云厂商均开始强调最大化 现有数据中心的功率使用、最大化每瓦特下的tokens产出效率，数据中心建设将针对芯片、存储、网络等硬件环节，以及软件栈和 系统架构进行全面优化，以提高数据中心能效和算力利用率。

三、模型能力演进：研究端产品端并进，工程化能力继续增强

模型侧：AI模型算力需求持续，研究端与产品端并进

AI大模型竞争持续，演进方向聚焦四大能力。当前，AI基础大模型竞争已进入高强度、快迭代阶段，2025年11月至12月，Grok 4.1、 Gemini 3.0、Claude Opus 4.5、GPT-5.2相继发布，模型竞争形成追赶态势，反映头部大模型厂商在算力投入、模型训练与工程化 能力上持续加码；未来，基座大模型与特定领域的持续优化仍是主要竞争方向。从模型能力上看，大模型迭代主要围绕长文本、多模 态、逻辑推理、工具使用四大能力，追求更长的上下文以满足个性化记忆，多模态能力从文本和图像扩展至音视频理解生成能力，推 理能力则向更深层次与更高准确率演进，同时，通过工具调用、结合MCP等机制强化未来AI大模型在具体任务上的执行能力。

需求侧：当前推理模型成为主要驱动，未来工具调用需求可期

推理模型爆发：AI大模型正从“单轮回答”走向“长思考、重推理”，推理模型参数更多、结构更复杂，训练阶段需要更多算力；同 时，推理阶段因为思考得更久、生成的内容更长，因此tokens消耗也显著放大。根据OpenRouter平台数据，2025年初，推理模型 tokens消耗量占比几乎为零，而25Q4占比已超过50%，推理模型成为2025年tokens消耗量显著增长的主要驱动因素。

工具调用渗透：AI产品形态正从“聊天机器人”向“智能代理”转变，未来，随着大模型工具使用能力增强、调用频率提升，工具调 用带来的tokens消耗量将持续增长。根据OpenRouter平台数据，25Q1工具调用tokens消耗量占比极低，而25Q4达15%。

四、AI云业务增速：算力容量加速释放，AI云服务迈向扩张期

海外AI云服务画像：云服务差异化显现，目标客户群分化

海外云厂AI服务差异化显现，提供多样AI模型及配套工具。在AI时代下，云厂商对于云业务的定位，是成为汇集众多AI模型、AI智 能体和配套工具的平台，因此，无论AI模型或者AI智能体的市场竞争格局如何，云厂商都能从中获益，而AI模型成为AI时代云厂商吸 引或创造AI收入的核心驱动力；相关开发工具、数据库、存储等配套增值服务，将成为提升云业务利润率的重要手段。1）微软 Azure：享有OpenAI API独家IP权利，配套工具完善；2）亚马逊AWS：长期与Anthropic Claude模型合作，定制类工具较多；3） 谷歌云GCP：自研Gemini模型实力强劲，从文本到多模态布局全面；4）甲骨文OCI：打造AI模型超市，数据库附加价值大；5） CoreWeave：主要提供开源模型，存储服务持续完善，通过收购手段完善软件栈布局；6）Nebius：布局开源模型。

海外AI云业务阶段：从验证期迈向扩张期，未来增长有望加速

AI云服务或已贡献约20%云收入，逐步迈向规模化扩张阶段。通常来说，在众多行业中，20%的渗透率意味着业务逐步跨过“早期 采用者”时期、进入“规模化扩张”阶段，有望形成“需求加速、生态完善、成本下降”的正向循环，推动渗透率向40%~50%迈进。 从海外云厂商AI贡献占比来看，截至目前，AI云服务可能已贡献约20%的云收入。

微软Azure：23Q3至25Q1微软Azure云服务收入同比增速中AI云服务贡献的同比增速分别约为5%/9%/10%/11%/12%/13%/16%， 若假设25Q2和25Q3微软AI云服务贡献的收入同比增速环比仅增加0.5pp，即约16.5%和17%，则25Q2和25Q3的AI云服务收入体量 分别约为38和49亿美元，分别占Azure云业务收入的18%和21%，已达20%的渗透率拐点。

报告节选：

编辑：火腿肠