AI投资变奏：联想集团迎来业绩兑现时刻

文/罗茜

继年中调整之后,全球AI资产在2026年秋季再度经历一轮明显回撤。

11月5日,费城半导体指数盘中一度下跌11%,纳斯达克指数盘中跌幅一度达到5%。11月10日,英伟达股价再度下跌6.5%,戴尔、Sandisk等AI产业链公司同步走低。自10月6日纳斯达克指数阶段性高点以来,IREN、Nebius和CoreWeave等新云公司的股价累计跌幅均达到40%以上。

这一轮调整发生在AI需求依然强劲的背景下。从模型公司到算力基础设施供应商,最新披露的经营数据仍显示出强劲的需求:正在推进IPO的Anthropic,第三季度收入达到170亿美元,同比增长超过12倍;截至10月底,其收入年化运行率(RRR)已达到约810亿美元。CoreWeave的表现也印证了这一趋势,公司第三季度业绩显示,公司收入达到36.61亿美元,同比增长168%;收入储备(Revenue Backlog)达到1325亿美元,同比增长138%;公司还将全年收入指引上调至130亿至133亿美元。

宏观环境的变化增加了市场的不确定性:美国通胀压力反复,长期利率和美联储政策预期波动,融资成本上升;美国中期选举前后,围绕AI数据中心建设的地方反对声音也在增加,电力、水资源、土地和审批问题逐渐进入投资者的视野。对于资本密集型的AI基础设施企业,这些因素都可能影响项目建设进度和投资回收周期。

这轮调整暴露出AI投资叙事中的一个重要变化。

过去两年,市场主要关心谁拥有更强大的模型、谁能获得更多GPU、谁在建设更大的AI数据中心。资本沿着这条路径快速流动,芯片、服务器、网络设备和数据中心成为最先受益的产业环节。 现在,投资者开始提出另一个问题:这些投入究竟能产生多少回报?

还有一个问题变得越来越重要:现金流。建设AI数据中心需要提前支付土地、电力、设备和工程费用,服务器采购又涉及大量零部件和库存资金。企业即使实现收入和利润增长,也可能因为应收账款增加、资本开支扩大和融资成本上升而面临现金流压力。近期美国科技巨头财报中,资本开支增长与自由现金流承压同时出现,进一步加深了投资者对AI投资回收周期的关注。

这并不意味着AI基础设施建设已经见顶。模型能力提升、推理需求增长和企业应用普及,仍然构成长期算力需求的重要来源。但技术需求增长与企业获得投资回报之间,存在一段需要由商业化和经营效率来完成的过程。

技术突破创造新的生产能力,资本投入将其转化为商业供给,企业通过产品和服务获得收入,再通过生产率提升和成本控制形成利润。最终,利润能否转化为现金,决定企业能否持续投入,也决定股东能否获得长期回报。

从更长的经济史来看,技术革命创造的财富从来不会平均分配给所有参与者。蒸汽机、电力和互联网,每一次通用技术突破,都经历了基础设施建设、商业应用普及和产业利润重新分配的过程。最先受益的企业未必是最终获得最大回报的企业,资本、技术和客户资源的配置效率,最终会影响产业链的价值分配。

AI产业也正在经历这一过程。最初的竞争集中在模型能力和算力供给,随后逐渐延伸至推理服务、企业应用和个人智能体。随着AI进入更多生产环节,市场需要重新判断哪些企业拥有定价能力,哪些企业能够提高客户生产率,哪些企业能够以更高的资本效率获得持续利润。

当AI基础设施建设从高速扩张进入商业回报的检验阶段,市场从交易AI需求增长自然转向评估投资回报。市场最终要寻找的,是能够把技术需求转化为利润、把利润转化为现金,并且在资本开支周期变化时仍然保持竞争力的企业。

11月19日,联想集团将发布2026/27财年第二财季业绩。这份财报将提供一个观察AI投资回报的重要窗口:AI基建需求的高速增长能否进一步转化为收入和利润;Agent智能体的发展及端侧、边侧算力的增长空间多大;在AI业务持续放量之后,公司利润能否持续转化为现金;以及近期扰动资本市场的企业自由现金流和营运资金管理,联想又如何交出答卷。

在AI投资从规模扩张走向回报检验的阶段,联想集团的业绩表现,将为观察全球AI基建龙头企业如何参与价值创造、兑现商业回报提供新的依据。

一、AI进入回报期:从算力需求到商业价值

“For the first time in history, intelligence is something humans can build.” (史上第一次,智能可由人类亲手创造。)

这是Anthropic招股书上的一句话,代表对AI长期经济价值的判断。随着智能逐渐成为可以规模化生产和调用的资源,AI有望进入软件开发、企业服务、金融、医疗等更广泛的经济活动,创造新的市场空间。但技术潜力最终需要接受商业回报的检验。资本市场愿意为这场技术革命支付多高的价格,取决于企业能否将技术优势转化为持续收入和利润。

Anthropic公布的IPO方案显示,计划以每股70至78美元发行股票,按完全摊薄口径计算,目标估值最高约1.4万亿美元。此前市场曾出现最高约2万亿美元的估值预期。

估值预期的变化,反映出资本市场正在调整对AI公司的定价方式。此前,投资者更多根据模型能力、客户增长和未来市场空间给予估值溢价;现在,收入增长的持续性、算力采购成本和盈利能力开始成为更重要的定价依据。

全球科技巨头近期的表态,也集中回应了市场对AI基础设施需求的担忧,共识是:尽管股价出现调整,企业对未来几年的算力需求判断并未明显转弱。

Dell CEO Michael Dell近期在接受CNBC采访时表示,AI需求才刚刚开始,未来几年供应紧张仍将持续,预计到2030年,新增产能才会逐步释放。他并不认为当前算力需求存在明显的泡沫迹象,因为计算供给仍然不足以满足需求。

值得注意的是,Michael Dell提出了一个值得关注的变化:过去企业把AI基础设施看作IT预算问题,但情况已经改变。AI基础设施不再是成本中心,而是价值创造中心。企业正在扩大并重新分配预算,因为AI基建将驱动增长、生产力和竞争优势。

“总体而言,我们对2027年数据中心业务增长持非常积极的态度。”AMD业绩会上,CEO苏姿丰直接指出,客户需求非常强劲,AI数据中心建设所需的其他基础设施也在持续跟进。她指出,目前智能体的应用才刚刚开始。随着部署范围扩大、承担的工作越来越复杂,预计需求将大幅增长。2027年AMD服务器收入预计同比翻倍,服务器业务和AI数据中心业务都将保持强劲增长。AMD预计数据中心市场总规模未来三至四年复合增长率约为50%。

苏姿丰认为,市场有时过度短视。她强调,算力提升将增强企业解决问题和推动业务发展的能力,需要为未来3—5年及更长期需求提前投资;AI应用采用速度超出原有年度计划,这也是客户持续增加算力投入的重要原因。

大型云服务商面对的则是另一道考题:如何让巨额资本开支最终转化为自由现金流。

“AI为一生中仅有的机遇”,亚马逊CEO Andy Jassy表示,公司有能力为这轮投资提供资金,AI将长期改变亚马逊的业务规模、收入和自由现金流。亚马逊预计2027年资本开支仍将显著增加。

Alphabet给出的判断则更直接指向资本回报率。公司预计2027年资本开支将显著增加,同时表示,从完整投资周期来看,AI基础设施的投入资本回报率具有吸引力,预计将显著高于资本成本,并能够带来强劲的经营现金流。

这些表态背后有一个共同的经济逻辑:科技巨头愿意继续增加资本开支,是因为它们预期新增算力能够带来未来收入和利润。但资本开支规模本身不能证明投资成功,真正需要检验的是新增投入能否产生高于资本成本的经营回报,以及企业能否将利润转化为现金。

二、AI生态链的两种回报:价值创造与利润获取

AI生态链存在两种不同的回报。

第一种是供给端的商业回报。企业通过提供芯片、服务器、算力、模型和软件服务获得收入与利润,再通过利润率、资本回报率和现金流检验投入是否有效。

第二种是应用端的经济回报。企业将AI应用于研发、生产、销售和管理,通过提高生产率、降低成本或创造新增收入获得经济收益。

两种回报相互依赖。应用端能够持续获得经济收益,才有动力扩大AI采购和使用;供给端能够以合理成本提供计算能力和服务,应用端才有条件扩大AI部署。

供给端来看,NVIDIA、Dell和Anthropic,分别代表了三种不同的商业模式:

NVIDIA通过芯片和软件生态获得技术溢价。2027财年第二季度,公司收入达到962亿美元,同比增长106%;数据中心收入达到890亿美元,同比增长117%,占集团收入约92%。GAAP毛利率达到75%,经营利润达到637亿美元。CEO黄仁勋在财报中表示,AI已经进入能够创造实际经济价值的阶段,Token正在成为生产性资源,算力正在转化为收入。

Dell则代表服务器的商业回报,2027财年第二季度,公司AI优化型服务器(AI-optimized severs)收入达到164亿美元,同比增长100%;AI服务器订单达到609亿美元,季末积压订单达到950亿美元。基础设施解决方案业务集团(ISG)收入达到318亿美元,同比增长89%,运营利润达到48亿美元,运营利润率达到15%。同期,公司经营活动产生现金流22亿美元。这说明,目前AI服务器市场已经形成大规模商业收入,增长也开始带来经营利润。

前沿模型公司则提供了另一种商业模式。以Anthropic为例,公司第三季度收入达到170亿美元,同比增长超过12倍,截至10月底RRR达到约810亿美元。但模型研发和推理服务需要持续消耗算力,计算资源采购成本直接影响经营利润。Anthropic第三季度GAAP经营亏损约5.67亿美元,调整后经营利润达到25亿美元,调整后经营利润率为15%。

与供给端通过销售产品和服务获得收入不同,应用端的回报体现在企业自身经营效率和经济产出的改善。

随着AI从简单问答转向智能体执行复杂任务,Token逐渐成为衡量模型使用量和计算消耗的重要指标。企业开始关注每完成一项任务需要消耗多少Token、对应多少计算成本,以及不同模型在完成相同任务时的成本差异。但Token消耗量并不直接等于经济价值,模型调用次数增加,也不意味着企业获得了更多收益。企业需要进一步核算总体拥有成本(TCO),将模型调用、云端算力、硬件折旧、电力、软件许可、系统集成和后续运维等费用纳入考量。

企业真正追求的,是以更低的成本完成同样的工作,或者以相同的投入创造更多产出。

这就涉及一个更重要的经济学概念:生产率。生产率衡量的是投入一定数量的资本和劳动,能够创造多少产出。工业革命以来,技术进步不断改变生产要素的组合方式:蒸汽机提高了机械动力,电气化改变了工厂的生产组织,计算机和互联网降低了信息处理与传播成本。

AI带来的变化,是让知识、推理和判断能力也能够被规模化调用。Anthropic在招股书中估计,2025年全球知识工作创造的经济价值超过40万亿美元。前沿AI提高知识工作者生产率的潜力,将扩大这部分经济活动创造的价值。

今年以来,一个明显的趋势是:AI开始进入千行万业的具体生产活动及商业场景之中。当软件开发成本下降,更多企业可能有能力开发自己的应用;当药物研发效率提高,过去投入产出比不足的研究项目可能变得可行;当企业能够以更低成本处理复杂数据,新的商业服务也可能出现。前者是降低原有生产成本,后者是扩大经济活动的边界。

这也是AI长期经济价值的来源。对企业而言,AI应用最终需要体现为成本节约、收入增长和资本回报;对整个经济而言,生产率提升和新市场形成,则可能带来更广泛的经济增长。全球AI生态链的回报,正是通过这种循环不断扩大。

三、从技术革命到业绩兑现:以联想为样本

供给端和应用端看似计算的是两笔不同的账,实际上存在一个共同的衡量尺度:单位算力能够创造多少经济价值。

供给端看:每投入一美元资本,能够获得多少收入、利润和现金;应用端看:每投入一美元AI成本,能够创造多少新增经济价值。

以此尺度来观察联想集团,可以看到一家企业如何同时参与AI价值创造的两端:通过服务器、存储和终端设备提供计算能力,通过企业服务帮助客户部署AI,再通过供应链管理、系统集成和运营效率,将市场需求转化为自身的经营回报。

那么,要理解联想集团的长期价值,就要验证它能为客户创造多少计算价值,又能从自身投入中获得多少商业回报。

从联想集团ISG(基础设施方案业务)看,一方面帮助客户降低TCO,提高单位算力的经济产出;另一方面通过系统集成和运营效率,改善自身的利润回报。

投行对联想集团第二财季的业绩前瞻已经反映出这一变化。摩根士丹利预计,ISG第二财季收入约109亿美元,运营利润率9.1%。通用服务器及AI服务器的需求强于市场预期,企业及中小企业(ESMB)业务利润率改善,以及CSP业务销量和平均售价提升,将共同推动ISG盈利增长。

ISG的业绩兑现,并非在AI热潮中一蹴而就,坐享红利。2014年收购IBM x86服务器业务,是联想集团进入企业基础设施市场的重要起点。此后十多年,公司持续投入服务器、存储、全球供应链和企业服务,经历业务调整和长期盈利压力。2026年收购Infinidat,又进一步补充了高端企业存储能力。今天ISG的业绩表现,正是这些长期投入逐步积累、清晰判断形成战略定力的结果。

随着Agent(智能体)的发展,AI基础设施正在从数据中心向个人终端和边侧延伸。在Agent时代,终端设备是AI的第一入口,海量算力和Token将会在端侧和边侧产生。PC、手机等终端,本身就是AI基建的重要组成部分,未来既供人使用,也供Agent使用。随着Agent从信息问答走向持续运行、调用工具和执行任务,个人终端将承担更多本地模型运行、数据处理和任务执行工作。

所以,IDG(智能设备业务集团)也是AI基建的重要组成部分。IDG的近期商业回报主要来自高端化、产品组合改善和成本管理,长期增长空间则来自终端算力的发展。个人AI智能体天禧及Qira,以及Agent PC和智能手机产品,为公司参与这一轮终端计算需求提供了基础。中银国际第二财季业绩前瞻披露,虽全球PC出货量承压,但预计IDG第二财季收入同比增长约10%,运营利润率维持在7%左右。

SSG(方案服务业务集团)则连接AI基础设施与企业生产场景。摩根大通预计,第二财季SSG收入约为31.72亿美元,运营利润率仍在23.5%的高位。

过去的服务器投入带来今天的基础设施市场机会,今天的终端布局则为下一轮AI计算需求做准备。联想集团的长期积累的技术与业务优势,转化为当下的业绩兑现,也为未来持续兑现AI商业价值奠定基础。

收入和利润增长,还需要经过现金流的检验。联想的商业模式与大型数据中心运营商有所不同。它通过设备和系统交付参与AI基础设施建设,不需要承担同等规模的数据中心资产投入,但仍然需要管理零部件采购、库存、应收账款和供应链资金周转。这种资产投入结构,为其参与AI基建增长提供了不同于CSP或者戴尔等公司的财务路径。

联想集团此前披露的财务数据显示,公司通过持续提高盈利能力、加强营运资金管理和控制资本开支,实现了自由现金流的稳健增长。在流动性管理方面,公司维持净现金状况和投资级信用评级。截至2026年11月,穆迪给予联想Baa2评级、展望稳定,惠誉给予BBB评级、展望稳定,标普长期主体评级为BBB。这些评级反映了评级机构对公司偿债能力和财务状况的评估,也为其持续融资和业务扩张提供了信用基础。

值得注意的是,联想集团长期经营全球PC业务,在大规模采购、供应商管理、库存周转、全球生产调度和客户回款方面积累了丰富经验。这些长期形成的、能够改善经营效率和资金周转的能力,构成了联想财务意义上的“护城河”。随着服务器业务快速扩张,联想将这套财务纪律延伸至AI服务器领域,在关键零部件采购、生产交付、客户付款条款和应收账款管理之间保持平衡。

技术革命创造新的财富机会,但机会不会自动转化为利润。企业能否参与价值创造,取决于此前积累的技术、客户和组织能力;最终能留下多少财富,则取决于经营效率和财务纪律。每一轮技术革命都会创造新的财富版图,但最终决定谁能成为赢家的,是能在浪潮中积累能力、把握机会,并经得起时间检验的企业。