文 | 产联社CLS

2026年3月，全球AI竞争棋局走出了新的一步。

太平洋彼岸，Meta（脸书）被曝计划在未来五年内向AI基础设施公司Nebius注入高达270亿美元的资金，用于算力布局。

在国内，阿里巴巴在3月16日宣布成立Alibaba Token Hub（ATH）事业群，由CEO吴泳铭直接挂帅，整合通义实验室、MaaS业务线、千问事业部等五大核心部门，围绕“创造Token、输送Token、应用Token”重构AI业务体系。[1]

这不仅是两家公司的战略动作，更是全球科技巨头在AI时代“资本开支竞赛”中不同路径的缩影。据媒体报道，包括Alphabet（谷歌）、亚马逊、Meta和微软在内的四大科技巨头，2026年在AI和云基础设施领域的合计资本开支预计将超过6000亿美元。

这些天量的资金流向了哪里？中美巨头的打法有何根本不同？对产业链上下游意味着什么？

两张截然不同的“算力账单”

Meta对Nebius的270亿美元投资，代表着海外科技巨头的战略升级：从单纯的采购GPU，转向深度绑定甚至亲自下场建设算力基础设施。

根据公开信息，四大科技巨头的2026年资本开支计划规模极其庞大：

亚马逊预计投入约2000亿美元，较2025年增长超五成[2]；

Alphabet计划支出1750亿至1850亿美元；

Meta的资本支出上限达1350亿美元，年增幅高达87%；

微软截至2025年12月第二财季资本支出为375亿美元，同比增长66%，全年预测或达1050亿美元。

然而，这些巨额资金的来源也在发生变化。亚马逊近日在全球债券市场密集融资，两天合计发债近540亿美元，创下企业债发行纪录。甲骨文完成250亿美元债券融资，谷歌母公司Alphabet也发行多币种债券募资320亿美元。摩根士丹利预计，超大规模云计算企业2026年借款额将达4000亿美元，远高于2025年的1650亿美元。

这种“债务融资+直接注资”的组合拳，折射出海外巨头的核心逻辑：从短期租赁算力转向长期自建算力基座。为了训练更大规模的模型、抢占AGI（通用人工智能）先机，他们不惜重金锁定未来数年的算力资源，甚至直接向基础设施公司注资，确保供应链的稳定。

与海外巨头的“硬件军备竞赛”相比，以阿里为代表的国内巨头，走出了一条不同的路径。

3月16日，阿里巴巴正式成立Alibaba Token Hub（ATH）事业群，由CEO吴泳铭直接负责。新事业群整合了通义实验室、MaaS业务线、千问事业部、悟空事业部及AI创新事业部，覆盖从基础模型研发、模型服务平台到个人与企业端AI应用的完整布局。

吴泳铭在内部信中写道：“大量数字化工作将由数以百亿计的AI Agent来支撑，而这些AI Agent将由模型产生的Token支撑运行，成为人类与数字世界交互的主要载体。”

这段话揭示了阿里战略的核心：将AI能力“商品化”“基础设施化”。Token——这个原本只有技术人员关心的概念，正在成为AI时代的核心计量单位。

什么是Token？

在大模型体系中，Token是模型处理信息的最小单位。用户输入的文字、模型生成的内容，本质上都会被拆分成Token进行计算。行业里有一个比较通行的估算方式：1个汉字≈1个Token。无论是API调用价格、模型推理成本，还是算力消耗，大多数AI产品几乎都以Token作为计量单位。换句话说，大模型表面上在比拼参数规模、模型能力和技术指标，但真正落到商业层面，决定收入规模的往往只有一个指标：Token消耗量。

阿里成立Token Hub事业群，相当于构建了一套完整的“AI生产力供应链”：通义实验室负责“创造Token”（发电厂），MaaS平台负责“输送Token”（电网），千问和悟空事业部负责“应用Token”（用电设备）。

这种布局反映出国内巨头的战略重心：在高端芯片获取受限的背景下，将有限的算力资源转化为可规模化的商业应用，通过优化模型、降低推理成本，将AI能力打包成产品卖给企业客户。悟空事业部的首次亮相尤其值得关注，其定位是“B端AI原生工作平台”，意味着阿里将在企业级AI应用市场重点发力。

从中美科技巨头的动作看以看出差别：海外重基建（底层算力），国内重应用（中间层开发）；海外由技术突破驱动（追求Scaling Law极限），国内由商业落地驱动（追求ROI），这是当前中美AI投资逻辑最核心的差异。

这种分化背后，既有技术积累的差异，也有产业环境的制约。海外巨头在高端芯片领域拥有更自主的掌控力，因此敢于在算力基建上“下重注”；国内巨头则更务实地选择在应用层发力，力求将有限的算力资源发挥出最大的商业价值。

谁在承接这泼天的“富贵”？

无论中美，只要资本开支增加，最直接受益的就是卖“铲子”的人。沿着产业链自上而下，我们可以梳理出清晰的受益传导路径。

上游硬件：光模块、服务器、散热

海外巨头天量的资本开支，首先转化为对硬件设备的采购订单。

以亚马逊为例，公司在2025年第四季度投入巨资缓解算力约束，推出了AI基础设施项目“Rainier”，将近50万颗自研Trainium2芯片投入使用，主要用于支持Claude聊天机器人开发商Anthropic，类似的需求正在全球范围内爆发。

对于国内市场而言，这意味着以下方向的业绩确定性较高：

光模块：AI数据中心内部和数据中心之间的高速互联需求，推动光模块向800G、1.6T甚至更高速率升级。进入海外巨头供应链（英伟达、微软、亚马逊链）的光模块龙头厂商，有望持续受益。

PCB（印制电路板）：AI服务器对PCB的层数、材料、工艺提出更高要求，高多层板、HDI板的需求量大幅提升。

液冷散热：随着芯片功耗持续攀升，传统风冷已难以满足散热需求，液冷渗透率正在快速提升。据行业测算，AI数据中心液冷渗透率有望从目前的不足10%提升至2028年的40%以上。

中游基建：算力租赁与智算中心

Meta投资Nebius（本身就是算力服务商），阿里自己扩建云基础设施——这些动作都在印证一个趋势：算力正在成为一种可以被“批发”“零售”的商品。

在这一环节，拥有存量GPU资源的公司面临价值重估，特别是那些较早布局算力资源、拥有稳定GPU库存的厂商，在算力供不应求的背景下，议价能力显著增强。

与此同时，地方政府和产业资本也在加速布局智算中心，近期北京“十五五”规划中明确提出“培育形成一批行业头部大模型，构建高性能通用智能体”，预示着智算基础设施建设仍将是政策支持的重点方向。

下游应用：SaaS与行业解决方案

如果说上游和中游受益于“算力建设”，那么下游的机会则来自“算力变现”。

阿里成立Token Hub事业群的意图正在于此：当算力成本逐步下降，拥有数据和客户渠道的企业级软件服务商（SaaS）将迎来爆发。

吴泳铭在内部信中提到的“数以百亿计的AI Agent”，指向的正是AI与业务流程的深度融合。悟空事业部作为“B端AI原生工作平台”，目标是将模型能力深度融入企业工作流。这意味着，在金融、制造、零售、医疗等垂直行业，能够率先利用AI改造业务流程、提升效率的SaaS公司，有望成为下一轮增长的主角。

还记得吗？此前阿里千问App此前投入30亿元启动“春节请客计划”，以免单形式吸引用户，一度创下订单量超1.2亿次的纪录。这种大规模的用户教育，本质上也是在为未来的Token消耗做铺垫——当用户习惯了AI助手，企业习惯了AI工作流，Token的消耗量将呈指数级增长。

结论

Meta和阿里的最新动作，共同指向一个结论：AI竞争已进入“拼爹”（拼资本、拼执行力）的下半场。从算法竞赛到基础设施竞赛，再到如今的生态竞赛，能够留在牌桌上的玩家越来越少，但赌注越来越大。

当然，巨额资本开支不等于即时营收，我们要警惕相关风险。

当前，部分科技巨头的股价已经出现调整：甲骨文股价较历史高点回撤超50%，微软回调近30%。市场担忧主要集中在：支出节奏过快但商业化变现有限，当前生成式AI主要依赖云服务涨价与企业订阅，回报周期拉长；若AI盈利不及预期，大规模债务到期或带来再融资压力。对Meta而言，高达1350亿美元的支出将对其自由现金流构成严峻考验。

业内分析认为，本轮科技巨头的巨额投资，本质上是基于对利率周期拐点的“期权式布局”，也标志着AI竞争已从算法阶段迈入物理基础设施时代，算力、电力网络与芯片供应链正在成为新的战略资源。

当科技巨头开始疯狂花钱时，要么是泡沫破裂的前夜，要么是新纪元的开端。而答案，或许就藏在未来几年Token的消耗曲线之中。

参考资料

[1] AGI爆发前夜，阿里重兵杀向B端AI应用 吴泳铭亲自下场：创造Token、输送Token、应用Token，每日经济新闻

[2] UPDATE 2-Amazon sees 50% boost to capital spending this year; shares tumble，www.schwab.wallst.com