本文整理的是 2026 年初的預估與受訪者觀點，不是已發生的事實；數字以季為單位在修正，引用前請查最新資料。內容不構成投資建議。

2026 年初，市場流傳一個數字：微軟、Google、亞馬遜、Meta 四家公司今年的 AI 資本支出，合計可能高達 6,500 億美元。這是預估值，各家的統計口徑（含不含租賃、含不含資料中心土建）也不一致，但量級已經足夠說明一件事：AI 正在把科技巨頭的商業模式整個翻過來。

需求端：從輕資產，變成重資產

過去十幾年，大型科技公司的經典形象是「輕資產、高成長」：軟體寫一次可以賣無數次，賺來的現金拿去買回庫藏股、發股利。

AI 改變了這個結構。算力被當成「新時代的電力」，不投就會在競爭裡被淘汰，所以變成一場誰都不能輸的軍備競賽。代價是：

  • 折舊變重：伺服器、資料中心都要逐年攤提，每年的成本墊高。
  • 自由現金流被吞掉：大量現金拿去蓋機房，能拿來回購和配息的就變少。
  • 估值可能要重算：市場過去給高本益比，是因為它們像軟體公司；越像重資產公司，評價邏輯就越不同。

有一派看法認為，這次不會是 2000 年網路泡沫重演，因為網路和智慧型手機已經高度普及，AI 推廣的速度會快得多。這個論點有道理，但只說對一半：泡沫與否最終看的是估值和現金流，不只是使用率。

真正的決勝點只有兩個：企業財報能不能證明 AI 投資有回報，以及 AI 代理能不能大規模商用。

供給端：電力不是天花板，晶片才是

半導體研究機構 SemiAnalysis 的 Dylan Patel 在 2026 年 2 月的一場訪談裡，提出幾個跟主流說法不太一樣的看法：

  • 電力其實解得掉：燃氣渦輪機、柴油發電機都可以補，不是無法突破的硬限制。
  • 真正的瓶頸會回到晶片製造：他認為到 2027 年，卡住擴張的會是台積電的先進製程和記憶體產能，因為新晶圓廠要好幾年才蓋得起來，不像發電設備可以快速加裝。
  • 太空資料中心不划算：發射成本在降、太空太陽能近乎免費，但電力只占資料中心成本的一小部分（他說不到一成），主要成本是硬體本身；而且 GPU 初期故障率高，需要人去插拔更換，在太空裡做不到。
  • 晶片設計在分化：Nvidia 開始針對不同工作階段推出專用晶片，Google 的 TPU 也分給不同廠商設計——因為沒人確定 AI 架構未來會往哪走。

這些都是他個人的判斷，連他自己對部分時間點都表態保留。但「瓶頸在晶片、不在電力」這個角度，對看懂整條產業鏈很有幫助。

把兩端接起來看

  • 誰確定在賺錢：晶片、封裝測試、光通訊模組這些算力硬體供應鏈，正在直接吃下資本支出的紅利。
  • 誰還在等證明：砸錢的科技巨頭本身，要等 AI 產品真的帶來營收，才能證明這筆投資值得。
  • 時間差是風險：花錢是現在，回收是未來。這段時間差裡，任何需求放緩的訊號，市場都會很敏感。

小結

6,500 億美元不只是一個大數字，它代表科技巨頭正在把自己從軟體公司改造成基礎建設公司。這場賭局最後誰贏，要看的是幾年後的財報，而不是今天的資本支出排行榜。

資料來源

  • 中文財經自媒體對四大科技公司 2026 年資本支出的整理（2026-02～03，原始分析機構未標明，6,500 億為預估值）
  • Dylan Patel（SemiAnalysis）2026 年 2 月訪談（受訪者觀點，時間點與交易規模為當時狀態）

封面圖由 AI 生成。