Jefferies 策略师 Chris Wood 在其于 2026 年 10 月 9 日发布的《GREED & fear》通讯中警告称,美国的 AI 支出热潮可能以整个行业的大规模资本损失告终。这位策略师提到了来自低成本中国开源模型的竞争,并预计这些模型将继续赢得市场份额,同时 AI 输出价格持续下降。美国超大规模云服务商已发布 2026 年合计约 6950 亿美元的资本支出指引,预计 2027 年将升至 8700 亿美元。Wood 称,其中很大一部分支出属于“错误投资”,并指出该行业已明显转向债务融资。
Wood 指出,美国 AI 领域 6950 亿美元的资本支出属于错误投资
Wood 担任 Jefferies 全球股票策略主管,他将美国超大规模云服务商的支出规模视为最主要的担忧。2026 年合计约 6950 亿美元的资本支出指引预计将在 2027 年升至 8700 亿美元。超大规模云服务商是出租计算能力的云运营商,其资本支出涵盖数据中心、芯片及其他硬件采购。
Wood 称,其中很大一部分支出属于“错误投资”,这是经济学家用来描述投入到不太可能收回成本的项目中的资金的术语。他指出了这些支出的融资方式,并注意到该行业已明显转向债务融资,而不是依靠现金流为基础设施建设提供资金。这一区别具有实际重要性,因为大举借贷进行基础设施投资可能带来信用风险,并可能为市场调整埋下伏笔。
中国模型在 7 月中旬的一周内处理了 36.39 万亿个代币
Wood 所描述的竞争压力体现在使用数据中。截至 2026 年 7 月 19 日的一周内,中国 AI 模型处理了 36.39 万亿个代币,而美国顶尖模型同期处理了 7.39 万亿个代币。代币是 AI 模型读取和生成的小段文本,可作为衡量模型使用量的粗略指标。
价格有助于解释这一差距。Moonshot AI 的 Kimi K3 和智谱 AI 的 GLM-5.2 等模型,每个代币的成本约为一些美国替代模型的四分之一。Wood 直接将这些因素联系起来,表示代币价格下滑,加上中国模型占据了相当大的市场份额,使得美国超大规模云服务商计划中的资本支出难以持续。
Wood 的论点将注意力转向经济因素,具体而言,关键在于谁能以最低的单代币成本交付可用的 AI。开源模型之所以重要,是因为它们无需像闭源系统那样遵循相同的许可安排,便可被广泛采用。如果开发者只需支付很小一部分价格就能获得相当的输出效果,那么支撑巨额基础设施预算的溢价就更难自圆其说。
Wood 建议在 AI 不确定性中投资半导体
对于投资者而言,Wood 将资产负债表视为最直接的压力点。随着市场环境变得不那么有利,以债务为主的增长战略可能面临更严格的审视。成本更低的中国替代方案可能会削弱美国 AI 提供商的盈利能力,从而使科技投资环境更加动荡。
Wood 主张在不确定性加剧之际,采取投资半导体公司的“卖铲子和镐”策略。Wood 视为错误投资的同一批资本支出,对基础设施供应商而言就是收入,因此任何回撤都将波及硬件供应链,而不会仅局限于超大规模云服务商。
一些信号将显示 Wood 的论点是否正在得到验证。第一个是未来的资本支出指引:如果削减 2026 年约 6950 亿美元的数字,或下调 2027 年 8700 亿美元的预测,就表明各公司正在听取这一警告。第二个是使用数据:如果中国模型继续以 7 月中旬记录的 36.39 万亿个代币这样的规模处理代币,同时每个代币的价格继续下滑,那么美国的定价能力将面临更难以忽视的压力。第三个是融资结构:超大规模云服务商是否继续依赖债务市场为其建设提供资金。
常见问题
Chris Wood 在其 2026 年 10 月 9 日的通讯中警告了什么?
Jefferies 全球股票策略主管 Chris Wood 在其于 2026 年 10 月 9 日发布的《GREED & fear》通讯中警告称,美国的 AI 支出热潮可能以整个行业的大规模资本损失告终。他指出,来自低成本中国开源模型的竞争是主要担忧。
中国 AI 模型处理的代币数量与美国模型相比如何?
截至 2026 年 7 月 19 日的一周内,中国 AI 模型处理了 36.39 万亿个代币,而美国顶尖模型同期处理了 7.39 万亿个代币。Moonshot AI 的 Kimi K3 和智谱 AI 的 GLM-5.2 等中国模型,每个代币的成本约为一些美国替代模型的四分之一。
Wood 为 AI 行业推荐了什么投资方式?
Wood 主张在 AI 行业不确定性加剧之际,采取投资半导体公司的“卖铲子和镐”策略。他指出,随着市场环境变得不那么有利,以债务为主的增长战略可能面临更严格的审视。