1% 的企业贡献 80% 的 AI 支出:美股 AI 热潮的集中度风险意味着什么?

TradFi
更新于: 2026-10-22 06:52

北京时间 10 月 22 日,美股三大指数集体收涨,标普 500 报 7,757.17 点,纳指在英伟达涨 2.54% 的带动下收涨 1.05%。表面上看,AI 交易仍在提供支撑。但同一天被市场广泛引用的另一组数据,指向了一个更安静、也更棘手的问题:这轮 AI 支出周期的客户基础,远比指数涨幅所暗示的狭窄。

企业信用卡公司 Ramp 的追踪数据显示,仅有 1% 的企业贡献了 OpenAI 与 Anthropic 约 80% 的 AI 支出。更值得关注的是增速的变化:9 月份头部 1% 企业的人均 AI 支出为 9,568 美元,环比增长 11.7%,但仍比 7 月份的峰值低 3.1%;8 月和 9 月,代币交易量继续上升,但对应支出几乎没有增长。换言之,使用量在扩大,付费金额却在失去向上的动能。

来源:Ramp

这不是一个可以直接读作“AI 需求消失”的信号。它更像是一个结构性问题被价格下行所暴露:当高端模型的价格下降时,即便是最激进的买家也会削减单位支出,而边际上新增的采用者尚未形成足以接续的付费深度。对于将大量盈利增长归因于 AI 资本支出的美股而言,这一集中度的含义远比单月增速的波动更值得拆解。

55.9% 的采用率与 1% 的支出集中度:两件事同时为真

Ramp 数据中有一个容易被误读的细节。截至 9 月,55.9% 的 Ramp 企业客户已经为 AI 服务付费,采用率仍在爬升。如果只看这一指标,AI 的商业化扩散似乎仍在推进。但采用率衡量的是“有多少企业在付钱”,而 1% 企业贡献 80% 支出衡量的是“谁在付大钱”。两者并不矛盾,恰恰共同勾勒出当前企业 AI 市场的形态:广度在铺开,深度仍停留在极少数买家手中。

Ramp 首席经济学家 Ara Kharazian 将支出放缓主要归因于高端模型的价格下降。这一解释在微观层面是合理的,但它同时揭示了需求曲线的形状:当价格成为头部买家调节支出的首要变量时,AI 服务在现阶段更像一种对成本敏感的投入品,而不是一旦嵌入便难以剥离的基础设施。阿波罗全球管理在 10 月 20 日发布的报告中,将这一逻辑推到了更尖锐的位置:硅谷关于 AI 算力需求“无限”的前提,忽略了算力需求对价格的高度敏感性;边际算力供应的成本超过了用户从中获得的边际效用,而前五大超大规模云服务商的资本回报率已经在下降。

这意味着,1% 的集中度之所以构成风险,不在于集中本身,而在于这 1% 买家的支出决策对价格、融资条件和回报预期高度敏感。一个由对价格敏感的少数买家驱动的资本支出周期,其韧性天然弱于一个由广泛、刚性需求支撑的周期。

风投依赖与芯片定价:集中度风险的两条传导路径

CNBC 记者指出,头部 AI 支出企业中约 80% 获得了风险投资支持。这条信息将 Ramp 的微观数据与美股 AI 交易的宏观定价连接了起来。如果利率压力持续或 IPO 窗口收窄,风险投资节奏的放缓不会只停留在初创公司的资产负债表上;它会依次传导至模型制造商的收入预期、云服务商的资本开支计划,最终触及芯片制造商的订单与定价。

高盛在 9 月的研报中给出了一个可供量化的参照:2026 年标普 500 企业的利润增长中,近 50% 来自 AI 投资热潮;基准情景下,2027 年和 2028 年标普 500 每股盈利增速预计降至 11%,与今年二季度 51% 的增幅相比显著放缓;若出现芯片价格下跌的不利情景,标普 500 盈利可能缩水约 10%。这一估算的传导起点,恰好与 Ramp 数据所指向的方向一致:AI 支出增速的边际变化,会经由半导体利润率传导至指数层面的盈利预期。

Citadel 首席执行官 Ken Griffin 的警告则从供给侧补充了同一逻辑的另一端。他将 GPU 与航空公司的座位类比:边际运行成本极低,一旦供过于求,现货租赁价格可能出现“自由落体”式下跌,进而使当前基于高利用率假设的折旧模型失效。芯片价格下跌对于芯片买家是成本改善,对于芯片卖家和将其利润率纳入指数估值的投资者则是盈利压缩。当 AI 支出的头部买家同时是风投依赖型、价格敏感型企业时,两条路径——需求端的融资收缩与供给端的价格下行——并不互斥,而可能在同一时间窗口内叠加。

指数集中度放大了微观集中度的市场含义

Ramp 数据描述的是企业支出层面的集中度。美股指数层面存在一个方向相同、幅度更大的集中度事实:标普 500 市值前 15 大股票占据指数 46.7% 的份额,创历史新高;作为对比,2000 年互联网泡沫顶峰时期,同一口径为 27.2%。英伟达、苹果、Alphabet 与微软四家公司合计约占指数 26.1%。

这一对比的意义不在于断言当前与 2000 年“相同”,而在于指出风险传导的效率更高了。当 AI 相关支出增速的任何边际变化——无论来自 Ramp 所追踪的 1% 企业,还是来自云厂商资本开支指引的调整——发生时,它不需要经过广泛的行业扩散就能触及指数定价的核心权重。高盛引导对 AI 持谨慎态度的客户转向医疗保健和必需消费品等防御性板块,正是对这一传导结构的务实回应。

结语

1% 的企业贡献 80% 的 AI 支出,本身并不自动意味着美股 AI 热潮会以某种特定方式终结。Ramp 的数据也存在需要正视的局限:其客户结构偏向科技行业,且遗漏了免费工具的使用,头部 1% 的估算因样本内企业数量过少而具有较高波动性。然而,当这一微观集中度与风投依赖、价格敏感型需求曲线、以及标普 500 前 15 大股票 46.7% 的权重集中度并置时,它指向的是一个清晰的分析结论:当前美股 AI 交易的韧性,高度依赖于一个数量极少的买家群体在融资条件、价格环境和回报预期同时有利的情况下维持支出强度。这一条件的任何一个维度发生变化,都不会停留在 Ramp 的支出曲线里,而会沿着模型厂商、云服务商、芯片制造商与指数权重的链条逐级传导。对于关注美股的投资者而言,9,568 美元这个数字的环比方向,可能比指数单日涨幅更值得持续跟踪。

FAQ

1% 企业贡献 80% 的 AI 支出,是否意味着 AI 采用失败了?

不等于采用失败,但说明采用与付费深度之间存在显著断层。Ramp 数据显示 55.9% 的企业客户已在为 AI 付费,采用广度仍在扩张。问题在于新增采用者的单户支出远不足以接续头部 1% 的体量。广度在走,深度没有同步跟上,这是当前企业 AI 商业化的核心结构特征,而非简单的“失败”或“成功”二元判断。

Ramp 的 1%/80% 数据有多大的代表性?

需要打折使用。Ramp 的客户结构偏向科技行业,且不追踪免费 AI 工具的使用,因此其对头部支出集中度的估算可能存在高估。Ramp 自身也提示,前 1% 的估算因样本内企业数量少而波动较大。这一数据更适合用于观察边际变化的方向,而非作为总体企业 AI 支出的精确度量。

高盛所说的“AI 贡献近半数盈利增长”与 Ramp 数据是什么关系?

高盛的估算从盈利结果端出发,Ramp 的数据从支付行为端出发,两者指向同一链条的不同环节。如果 AI 相关支出增速放缓,首先影响的是模型厂商和云服务商的收入增速预期,随后经由资本开支调整传导至芯片订单与定价,最终体现在指数盈利增速上。Ramp 数据不直接预测高盛的情景,但它提供了传导链条最前端的一个可观测变量。

美股 AI 集中度风险最值得跟踪的先行指标是什么?

三个指标的组合比单一指标更有信息量:头部 1% 企业人均 AI 支出的环比方向(Ramp 月度数据)、风险投资对 AI 初创企业的出资节奏(与 IPO 窗口和利率预期相关)、以及 GPU 现货租赁价格的边际变化。三者同时走弱时,需求端融资收缩与供给端价格下行的叠加才会成为基准情景,而非尾部风险。

本内容不构成任何要约、招揽、或建议。您在做出任何投资决定之前应始终寻求独立的专业建议。请注意,Gate 可能会限制或禁止来自受限制地区的所有或部分服务。请阅读 用户协议了解更多信息。

分享一下

sign up guide logosign up guide logo
sign up guide content imgsign up guide content img
Sign Up
Log In