尷尬！紅包雨一停用戶就走，AI究竟是真剛需還是偽需求？

AI 商業化，正在變成一場越來越昂貴的“請客吃飯”。

2026年初的財報季，AI支出非但沒有成為科技股的護城河，反而成了估值下殺的觸發器。

一邊是亞馬遜、谷歌、微軟等巨頭拋出合計超6500億美元的年度資本開支計劃，規模堪比一個中等國家GDP；另一邊，是中國互聯網大廠在春節前后密集投放數十億元規模的AI應用補貼，試圖用“紅包”換取市場、時間和用戶習慣。

資本市場的反應卻異常一致。在激進的支出計劃公布后，這些科技巨頭的股價應聲下跌。

市場突然看空“AI”？并非如此。但是投資者第一次明確表態，不再為“看不到兌現路徑的長期投入”無條件買單。

無論是美國押注的算力基建，還是中國推動的應用補貼，這場愈演愈烈的AI競賽，“燒錢搶占未來市場”的邏輯，都令人聯想到當年的“外賣/打車大戰”。但問題在于，這場戰爭，可能并不具備規模即勝利的前提。

從“害怕錯過”到“害怕支出”，AI敘事發生轉折。

過去兩年，資本市場為AI敘事買單的核心邏輯是“先占位、先布局”，估值更多與想象力掛鉤。

但進入2026年，情況急轉直下。“沾AI就漲”的粗放投資階段宣告結束，市場開始集中關注兩個最現實的財務指標：自由現金流和資本開支的不可逆性。

比如，過去12個月，亞馬遜自由現金流僅112億美元，同比大幅縮水70.7%，2026年高達2000億美元的資本支出計劃，讓市場擔憂其自由現金流可能重回負值區間。

AI不再只是充滿魅力的增長故事，市場第一次重視起基建的“重資產、長折舊、低靈活性”。

國內爆發的新一輪應用補貼大戰，也讓這場全球科技競賽的資本邏輯，浮現出與昔日“外賣大戰”驚人的相似性。

AI競賽與外賣大戰的相似性，并不在業務形態，而在資本邏輯。

首先，是“提前定價”的思維，即在需求被完全驗證之前，通過巨額投入搶占未來市場的定價權。

是爭奪“入口”與“生態”，無論是美國巨頭斥巨資建設數據中心和自研芯片，還是中國公司補貼開發者和應用，終極目標都是爭奪未來AI世界的調度權。

最后，則是背后隱含的“贏家通吃”預期，資本相信在如此高的門檻下，最終只會剩下少數幾家掌控基礎設施或核心生態的寡頭。

市場擔憂的是，AI不具備“外賣”最關鍵的兩個前提。

第一，AI缺乏一個“高頻剛需”的底座。

外賣是確定性的高頻剛需，補貼能迅速驗證留存與復購。相比之下，AI的“剛需”還極不清晰。面向企業端的大模型落地成功率依舊不高，艾瑞咨詢的調查顯示，超過一半企業級AI應用數據質量及可用性不足。而C端用戶更是長期受互聯網“免費+增值服務”模式影響，付費的認知和意愿較低。

第二，也是更危險的一點，是AI的巨額投入具有極強的不可逆性。

外賣補貼可以隨時調整、收縮甚至叫停，業務杠桿相對靈活。但AI的投入，尤其是以數據中心、服務器集群和定制芯片為代表的基礎設施，是高度沉沒的。這些資產不僅單位成本極高，還背負著漫長的折舊周期，通常在三到五年。即使未來需求不及預期，企業也很難像關停一個外賣業務那樣“快速剎車”止損。

“高頻剛需”和“可快速止損”這兩個關鍵安全墊都不存在時，資本市場的謹慎心理便被放大。

也正是在這一節點，中美科技公司展現出完全不同的，應對這種謹慎的方式。

2月初，中美科技股的估值同步回調，但市場拋售的背后，實際上是兩種性質完全不同的擔憂。一個是對“有限支出”能否換來真實價值的懷疑，一個卻是對“無盡支出”可能吞噬一切現金流的恐懼。

之所以有這種差異，是中美科技巨頭的戰略并不一致。

發現了一條寬闊但偏偏無車駛過的道路后，中國公司的核心邏輯是“需求可以被快速創造和驗證”。于是，國內巨頭們一邊把路修好，一邊自己造車。

阿里、騰訊、字節跳動等巨頭的資源，密集地投向了補貼開發者、發放用戶紅包和提供算力扶持。在現有的AI“路網”上，通過巨額補貼快速投放“車輛”（AI應用），爭奪C端的“流量調度權”與用戶習慣。

市場的疑慮也在于此。未來，紅包雨停歇、算力優惠退坡，這些被吸引來的流量，有多少能沉淀為真實的用戶留存與付費意愿？業內的一個共識是，在中國市場，讓用戶為C端AI工具直接付費非常困難。這場戰役拷問著AI應用本身是不是“偽需求”。

相比之下，同樣在這條路上的美國巨頭，選擇進行一場更加徹底的“基建豪賭”：提前十年修筑更豪華的“高速公路”，等待整個數字經濟的“車流”自然遷移至此。

亞馬遜、谷歌、微軟和Meta的資本支出，高度聚焦于算力底座，數據中心、自研AI芯片和云平臺。他們從“基礎設施調度權”自上而下構建壁壘，相信一個確定性未來：AI將如電力和互聯網一樣，成為社會不可或缺的通用技術平臺。

對此，市場的質疑是，如果AI沒有如期成為“必需品”，這套萬億級基建，是否會長期拖累現金流與回報率？

從不同的質疑角度中，可以看出，中美科技的產業基因與市場環境存在巨大差異，這也意味著估值分歧的加劇。

中國互聯網產業歷經多次流量大戰，擅長以敏捷的產品和場景創新，在快速試錯中倒逼需求。而美國科技公司則沿襲了從操作系統到云計算的成功經驗，習慣于先構建強大的底層平臺與標準，再等待生態繁榮。

前者是應用效率優先的“現在進行時”，后者是基礎設施先行的“未來完成時”。這決定了，資本市場對兩者的重新定價，不可能走向同一個終點。

對于中國公司，估值的錨點是應用轉化的效率與速度。而對美國巨頭，估值錨點則是對遠期統治力和回報率的貼現計算。

股價下跌表象下，一場關于技術路線與商業哲學的分化，才剛剛拉開序幕。

可以預見的是，這輪財報季之后，一個時代性的估值分野正在形成。

美股市場對“AI值不值得修這么多路”的猜疑，還要持續很長時間。港股市場則成為重估AI應用“有沒有車真的跑起來”的關鍵市場。

在美股，科技巨頭將面臨長期重估。

市場恐懼的不是AI的潛力，而是其顛覆傳統商業模式和產生經濟效益的“時間框架”與“經濟學”。摩根士丹利報告預計，到2028年，全球人工智能相關支出將接近3萬億美元。而按典型軟件利潤率計算，2028年人工智能軟件收入將達到1.1萬億美元，差額依舊明顯。

微軟、谷歌、亞馬遜和Meta等公司的巨額資本開支一旦啟動，基本不可逆，現金流與資產負債表，都會長期被AI投入重塑。一旦AI需求曲線的爬升速度慢于折舊曲線的侵蝕速度，市場對這些科技巨頭的“殺估值”還將持續。

近期，微軟的遠期市盈率在近期降至23.0倍，甚至低于以軟件和服務為核心的IBM，這是自2013年以來的首次倒掛。這說明在投資者眼中，一個背負著沉重折舊包袱的“新微軟”，可能在進行“永久性的重資產轉型”，定價邏輯也越來越“重”。

相比之下，中國公司當前的重估，呈現出更鮮明的階段性驗證特征。

春節期間的“紅包補貼”戰術，投入規模相對可控，試錯周期也更短。市場的反饋會像潮水一樣，迅速而直接地反映在股價上。

這讓港股成為觀察中國AI戰略成敗的“風暴眼”。這里上演的，是一場關于應用效率、用戶留存和付費意愿的“中場戰事”。港股還有大量AI應用公司會受到巨頭重估效應的帶動，估值在垂直場景中隨著商業轉化效率而變動。

這種“小周期重估”的邏輯，與美股那種基于十年基礎設施回報的“長周期定價”，共同構成了AI產業化之路的資本藍圖。

兩種重估邏輯共同上演，也意味著，AI產業正在從上半場邁向下半場。巨頭逐漸燒掉資本市場對“未來敘事”的耐心，而當全球資本開始厭倦“宏大敘事”，“能不能跑出來”本身，就成了稀缺的資產。

這對資本市場的影響是，越來越多AI公司無需證明自己能像巨頭那樣統治整個AI世界，只需要證明，在醫療、營銷、設計等某一類場景中，產品能夠創造可持續的商業價值，就能迎來價值兌現。

歷史經驗反復證明，技術革命的贏家，未必是最早、最激進、最燒錢的公司。那些善于把技術轉化為穩定現金流的公司，往往能穿越起起伏伏的周期，贏得一席之地。