作者：一段棉線

來(lái)源：一段棉線的投資思考（ID:yiduanmianxian)

重點(diǎn)提示

本簡(jiǎn)析基于作者投資業(yè)務(wù)經(jīng)驗(yàn)撰寫，選用方法與核心觀點(diǎn)如有不妥，還請(qǐng)讀者不吝賜教。

文章內(nèi)容僅代表作者本人觀點(diǎn)，與所在機(jī)構(gòu)觀點(diǎn)無(wú)關(guān)。

內(nèi)容簡(jiǎn)介

這兩天和小楠言REITs的主理人聊了一次，學(xué)到不少新知識(shí)。其中一個(gè)話題是傳統(tǒng)IDC（互聯(lián)網(wǎng)數(shù)據(jù)中心）與AIDC（智算中心/AI數(shù)據(jù)中心）的區(qū)別。大體觀點(diǎn)是：從金融屬性上看，這是“兩個(gè)完全不同的業(yè)務(wù)”。以下第一部分是具體的討論總結(jié)，也同步發(fā)在我的知識(shí)星球上。第二部分是最近圍繞中美科技公司資本開支情況的做了一些研究，用AI對(duì)這份研究做了一些總結(jié)簡(jiǎn)述，供參考。

一、關(guān)于IDC的一些討論

1. 商業(yè)模式與底層邏輯的區(qū)別

? 傳統(tǒng)IDC（CPU型）：

    ? 邏輯：類似傳統(tǒng)的商業(yè)地產(chǎn)經(jīng)營(yíng)模式。

    ? 建設(shè)方式：往往是先拿指標(biāo)、預(yù)判需求，建好后再去招商找客戶。

    ? 客戶結(jié)構(gòu)：租戶相對(duì)分散，雖然互聯(lián)網(wǎng)用戶是主力之一，但也包含大量其他行業(yè)租戶，如金融機(jī)構(gòu)（銀行、券商）等。

? AIDC（GPU/算力型）：

    ? 邏輯：更像是自籌融資的經(jīng)營(yíng)性租賃。本質(zhì)上是“出租承載算力的物理/能源載體”（類似出租挖掘機(jī)，設(shè)備生產(chǎn)跟著訂單走）。

    ? 建設(shè)方式：通常是“帶單建設(shè)”的帶資進(jìn)組模式。在建設(shè)前通常已經(jīng)至少鎖定了60%-70%的建設(shè)訂單，建好后去化速度非常快，開發(fā)風(fēng)險(xiǎn)釋放快。

    ? 客戶結(jié)構(gòu)：用戶非常單一且明確，主要是科技大廠或模型訓(xùn)練公司。

2. 技術(shù)門檻與改造難度（“轉(zhuǎn)改”問(wèn)題）

? 核心差異：功率密度不同。

    ? 傳統(tǒng)IDC：?jiǎn)螜C(jī)柜功率通常在4kW - 8kW左右。

    ? AIDC：起步基本就要10kW以上，有的甚至達(dá)到幾十kW。

? 改造困難：傳統(tǒng)IDC直接轉(zhuǎn)型做AIDC有比較大難度，因?yàn)樯婕按罅康臋C(jī)電與硬件改造CAPEX。且受限于原有的硬件條件，有些物理上就很難通過(guò)改造來(lái)滿足AI的高功率需求。這導(dǎo)致很多傳統(tǒng)IDC指標(biāo)在未來(lái)存在被“浪費(fèi)”掉的可能性。

3. 市場(chǎng)表現(xiàn)與風(fēng)險(xiǎn)預(yù)判

? 傳統(tǒng)IDC現(xiàn)狀（在現(xiàn)在的經(jīng)濟(jì)周期內(nèi)表現(xiàn)一般）：

    ? 上架率不及預(yù)期：部分客戶雖然簽約，但實(shí)際“上架率”受經(jīng)濟(jì)周期、內(nèi)外政策管控等可能達(dá)不到預(yù)期。

    ? 議價(jià)權(quán)弱：面對(duì)強(qiáng)勢(shì)客戶，即使對(duì)方違約或未達(dá)標(biāo)，運(yùn)營(yíng)方往往也不敢徹底執(zhí)行懲罰性條款。

? AIDC前景（相對(duì)樂(lè)觀）：

    ? 持續(xù)性：AI需求是真實(shí)的，處于持續(xù)的右側(cè)增長(zhǎng)周期，建設(shè)上的景氣周期至少會(huì)持續(xù)未來(lái)3-5年。

    ? 中美差異：中國(guó)市場(chǎng)比美國(guó)更健康。美國(guó)的資本支出目前存在泡沫風(fēng)險(xiǎn)（收入覆蓋不了巨額資本開支，純靠私募債等融資支撐）；而中國(guó)的科技大廠是在用更小比例的自由現(xiàn)金流投入，還未進(jìn)入大規(guī)模燒錢的階段，因此相對(duì)安全。目前從資本開展占收入比例計(jì)，美國(guó)MAAG大概在25-35%（更不用提OpenAI這種燒錢公司），而中國(guó)BAT大體在10-15%水平。

    ? 資產(chǎn)流動(dòng)性：AIDC被視為流動(dòng)性較好的資產(chǎn)，如果市場(chǎng)出現(xiàn)風(fēng)險(xiǎn)，目前的狀態(tài)下相對(duì)容易賣出。

總結(jié)

AIDC目前是優(yōu)于傳統(tǒng)IDC的投資標(biāo)的。AIDC雖然資本開支大，但有訂單鎖定，現(xiàn)金流邏輯更像是給處于景氣周期內(nèi)的行業(yè)經(jīng)營(yíng)者做設(shè)備租賃；而傳統(tǒng)IDC更像地產(chǎn)收租，目前面臨客戶上架率不足和改造困難的尷尬境地。

二、【AI生成、人工修訂】中美科技公司資本開支情況簡(jiǎn)述

資本大象的轉(zhuǎn)身：當(dāng)中美科技巨頭撞向“算力墻”

最近翻看財(cái)報(bào)，一個(gè)最深的感觸是：科技股的“DNA”正在發(fā)生質(zhì)變。過(guò)去十年，我們習(xí)慣了科技大廠“輕資產(chǎn)、高毛利、算法驅(qū)動(dòng)”的優(yōu)雅，但從2023-2024年開始，這群資本大象正集體撞向一堵厚重的“算力墻”。為了這張通往 AGI 的門票，中美大廠正在財(cái)務(wù)報(bào)表上進(jìn)行一場(chǎng)史無(wú)前例的“豪賭”。

今天我們就來(lái)拆解一下，在這場(chǎng)算力競(jìng)賽中，中美科技巨頭的資本策略究竟有何本質(zhì)不同？

1. 量級(jí)之差：蠻力擴(kuò)張 vs 效率追趕

首先看量級(jí)，美國(guó)大廠（Hyperscalers）目前的投入完全可以用“恐怖”來(lái)形容。

2024年美股四大巨頭的資本開支大幅加速，邁向3000億-4000億美元大關(guān)（2025年預(yù)測(cè)值）。到了2026年，這一總額預(yù)計(jì)可能達(dá)到驚人的6500億至7000億美元。這種投資強(qiáng)度使得它們的基建投入占到了美國(guó)GDP的2% 以上。這種規(guī)模在歷史上唯有19世紀(jì)的鐵路大擴(kuò)張能與之相提并論，且當(dāng)前的建設(shè)速度甚至更加瘋狂。

相比之下，中國(guó)大廠雖然在“絕對(duì)值”上只有美國(guó)數(shù)分之一的體量 ，但增速同樣驚人。2025年中國(guó)頭部互聯(lián)網(wǎng)公司的開支預(yù)計(jì)將達(dá)到300億美元以上 。

然而，財(cái)務(wù)健康度的分化是目前最值得警惕的信號(hào)。

在硅谷，巨額支出正在顯著擠壓自由現(xiàn)金流（FCF）。微軟、谷歌、亞馬遜的資本支出占收入比例已躍升至30%左右水平，部分大廠的 自由現(xiàn)金流收益率已明顯下行 。市場(chǎng)已經(jīng)開始擔(dān)心：如果AI變現(xiàn)不及預(yù)期，亞馬遜為代表的個(gè)別巨頭甚至可能在2026年出現(xiàn)自由現(xiàn)金流轉(zhuǎn)負(fù)的情況 。

而中國(guó)巨頭整體仍處于“降本增效”的防御性狀態(tài)，造血能力仍然強(qiáng)悍。FCF 收益率普遍維持在4%-5%或以上水平，財(cái)務(wù)彈性反而更足 。

2. 融資博弈：債市杠桿 vs 低息套利

在大規(guī)模融資手段上，中美兩地公司展現(xiàn)出了完全不同的“金融財(cái)技”。

美國(guó)模型：從內(nèi)生性向債務(wù)杠桿轉(zhuǎn)向。

長(zhǎng)期以來(lái)，硅谷巨頭以現(xiàn)金充裕著稱。但在高利率環(huán)境下，它們開始大規(guī)模發(fā)行長(zhǎng)久期債券。Alphabet甚至發(fā)行了“百年期債券”來(lái)鎖定長(zhǎng)期資金 。更有趣的是，它們開始廣泛嘗試?yán)肧PV做項(xiàng)目融資和資產(chǎn)支持性質(zhì)的融資，試圖將財(cái)務(wù)風(fēng)險(xiǎn)與母公司隔離 。

中國(guó)模型：精準(zhǔn)捕捉人民幣利差紅利。

由于中美貨幣政策背離，中國(guó)巨頭精準(zhǔn)利用了國(guó)內(nèi)低息環(huán)境進(jìn)行融資。例如境內(nèi)市場(chǎng)的各類項(xiàng)目貸款、ABS、公私募證券融資等，在離岸市場(chǎng)上則通過(guò)點(diǎn)心債、可轉(zhuǎn)債進(jìn)行融資。這些融資一部分用于云業(yè)務(wù)基建，另一部分則用于在股價(jià)低估時(shí)進(jìn)行股票回購(gòu)。這其中，字節(jié)跳動(dòng)作為非上市公司，擁有極高的決策自由度，內(nèi)生造血極強(qiáng)。憑借高達(dá)約500億美元的利潤(rùn)，字節(jié)跳動(dòng)在2026年預(yù)留了230億美元用于算力開支，其中一半直接砸向高端 GPU 采購(gòu)與相關(guān)基礎(chǔ)設(shè)施建設(shè)。這種“不看二級(jí)市場(chǎng)臉色”的投入方式，使其成為了中國(guó)算力布局中最富有進(jìn)取心的博弈者。

3. 未來(lái)挑戰(zhàn)：折舊陷阱與電力的“物理天花板”

展望未來(lái)，中美兩國(guó)在資本支出上面臨的挑戰(zhàn)各不相同。

第一，資產(chǎn)折舊的“陷阱”。

現(xiàn)在大廠搶購(gòu)的H100、H200 芯片折舊周期極短。IMF 已經(jīng)發(fā)出警告：AI領(lǐng)域頻繁的硬件迭代正在嚴(yán)重?cái)D壓科技企業(yè)的利潤(rùn)空間。目前最大的風(fēng)險(xiǎn)在于技術(shù)過(guò)時(shí)快于折舊完成。如果算力密集型基建在收回成本前，就因?yàn)椤癉eepSeek”式的算法突破（即通過(guò)算法優(yōu)化極大降低對(duì)高端算力的依賴）而變得低效且昂貴，這對(duì)于美國(guó)那些背負(fù)重債的數(shù)據(jù)中心和算力租賃商而言，將意味著巨大的資產(chǎn)減值風(fēng)險(xiǎn)。這種硬件還沒(méi)回本，算法已經(jīng)進(jìn)化的剪刀差，正成為2026年科技股最大的不確定性來(lái)源。

第二，電力的“物理制約”。

AI 的盡頭是電力。在美國(guó)，電網(wǎng)壓力已經(jīng)讓大廠們不得不跨界去收購(gòu)能源公司或重啟核電站 。到2030年，數(shù)據(jù)中心電量消耗可能占到美國(guó)總電量的近9%。在中國(guó)，雖然電力總量充足，但如何解決“西電東算”的跨區(qū)域輸送效率，仍是制約大廠基建落地物理瓶頸 。

第三，投資者的耐心邊界。

2025年的財(cái)報(bào)季已經(jīng)釋放了一個(gè)信號(hào)：市場(chǎng)已經(jīng)從關(guān)注“你買了多少GPU”開始轉(zhuǎn)向關(guān)注“你的應(yīng)用什么時(shí)候能變現(xiàn)” 。如果2026年企業(yè)級(jí)生產(chǎn)力的提升不能轉(zhuǎn)化為真實(shí)的營(yíng)收，科技股的估值邏輯可能會(huì)發(fā)生重構(gòu)——從成長(zhǎng)股向“重資產(chǎn)周期股”回歸。

總結(jié)思考

中美科技競(jìng)爭(zhēng)，表面上看是模型之爭(zhēng)，深層看是資本效率與能源確定性的競(jìng)爭(zhēng)。

美國(guó)在用“暴力規(guī)模”追求前沿模型上的絕對(duì)領(lǐng)先，為此不惜忍受自由現(xiàn)金流的短期劇痛；而中國(guó)企業(yè)在算力受限的客觀環(huán)境下，正走出一條“資本高效、算法優(yōu)先”的差異化道路。

對(duì)于投資者而言，目前科技大廠正處在二次成長(zhǎng)“S曲線”中最陡峭、最燒錢的階段。我們不僅要關(guān)注誰(shuí)的模型更聰明，還要關(guān)注誰(shuí)能在這一輪重資產(chǎn)轉(zhuǎn)型中，保持最優(yōu)的資本成本和最穩(wěn)健的現(xiàn)金流轉(zhuǎn)率。畢竟，在漫長(zhǎng)的馬拉松里，跑得快固然重要，但能否在每一個(gè)彎道都留足“余糧”，才是活到最后的關(guān)鍵。

注：文章為作者獨(dú)立觀點(diǎn)，不代表資產(chǎn)界立場(chǎng)。

題圖來(lái)自 Pexels，基于 CC0 協(xié)議

本文由“一段棉線的投資思考”投稿資產(chǎn)界，并經(jīng)資產(chǎn)界編輯發(fā)布。版權(quán)歸原作者所有，未經(jīng)授權(quán)，請(qǐng)勿轉(zhuǎn)載，謝謝！

原標(biāo)題： 【Memo】關(guān)于IDC的討論及中美科技公司資本開支簡(jiǎn)述