文章核心观点 - 美国主要科技公司在人工智能领域的巨额基础设施投资正开始削弱其传统的财务优势，财务报表可能进入高支出但利润增长滞后的阶段 [1] - 这些公司正在从轻资产的商业模式向资本密集型的“人工智能算力商业模式”转型，投资者可能需要调整估值体系 [3] - 尽管面临财务压力，公司仍坚信AI投资能带来长期回报，但同时也带来了新的增长不确定性和战略挑战 [4] AI投资规模与财务影响 - 微软、Alphabet和亚马逊自2023年以来已共同投入超过6000亿美元用于AI基础设施建设 [1] - 华尔街预测显示，这三家公司从2023年到明年将共同在AI基础设施上花费约1万亿美元 [2] - 巨额支出导致公司现金储备显著下降，例如微软的现金和短期投资占比从2020年的约43%降至目前的约16% [2] - 公司的自由现金流面临压力，Alphabet和亚马逊的自由现金流预计将远低于去年，微软的自由现金流也因会计处理而大幅降低 [2] 融资活动与商业模式转变 - 为跟上AI支出步伐，公司加大借贷力度，例如Meta通过出售300亿美元的债券将借款翻倍，甲骨文筹集了180亿美元 [3] - 这种转变推动大型科技公司向更资本密集的模式转型，不再被视为单纯的轻资产公司 [3] - 投资者可能需要像评估硬件与重资产行业一样对公司进行新的估值 [3] 市场反应与评估标准变化 - 投资者对AI支出未转化为实质利润的公司容忍度下降，例如亚马逊股价上周下跌约5%，Meta股价自8月高点下跌超20% [3] - 新的评估标准将更受关注，例如AI算力客户的具体采用情况、合同积压以及生成式AI应用的货币化情况 [3] 战略挑战与风险 - 日益增长的投资增加了战略失误的风险，包括过度建设AI算力基础设施或支持未能获得市场认可的技术 [4] - 资源分配已成为战略挑战，例如微软将更多AI算力资源转移到应用软件部门，导致用于传统云计算服务的资源减少 [4] - 财务基本面转向趋势刚开始，伴随着投资周期延长和未充分利用的AI算力基础设施的威胁 [4]