如果用一句话概括当前的美股市场，那就是：AI正在“令人窒息”地统治一切。
据追风交易台，摩根大通资产管理公司（JPMAM）在1月1日发布的2026年展望报告《令人窒息的高度》（Smothering Heights）指出，自2022年ChatGPT发布以来，标普500指数中65%至75%的回报、利润增长和资本支出，仅仅源自42家与生成式AI相关的公司。剥离这42家公司，美股的表现甚至不如欧洲、日本和中国。更惊人的是，科技行业的资本支出在过去三个季度中贡献了美国GDP增长的40%-45%，而2023年前三季度这一比例还不到5%。
这是一场史无前例的豪赌。由英伟达的芯片设计、台积电的制造和ASML的光刻机构成的“护城河”似乎坚不可摧。仅仅4家半导体公司和4家超大规模云厂商的市值已从七年前的3万亿美元膨胀至今天的18万亿美元，占据了全球股市市值的16%。然而，当市场处于极度集中和历史高位时，投资者必须问的问题不再是“还有什么利好”，而是“什么会出错”。
摩根大通资管在报告中明确指出了两大可能引发市场清算的中期风险：一是巨额资本支出后的盈利兑现危机（类似“元宇宙”式的崩塌），二是美国电力基础设施的物理瓶颈。 对于投资者而言，2026年可能重演2025年的剧本：在经历了利润回吐和增长恐慌引发的10%-15%回调后，市场最终会在年底收高，但在此之前，关于AI盈利能力和能源供应的拷问将成为悬在头顶的达摩克利斯之剑。
风险一：万亿资本支出的“元宇宙时刻”——回报在哪里？
这是对当前“护城河”最紧迫的威胁。自2022年第四季度以来，四大云厂商（微软、谷歌、亚马逊、Meta）在资本支出和研发上狂砸了1.3万亿美元，其中大部分与生成式AI相关。核心问题在于：这些巨额投入能否转化为相应的利润？如果不能，这些科技巨头可能面临类似2022年的“元宇宙清算”，当时“七巨头”（Mag7）的股价惨遭腰斩。
报告指出，尽管企业对AI的采用率在上升，但关于投资回报率（ROI）的争论极其激烈。麻省理工学院（MIT）的研究显示，尽管企业投入了300-400亿美元，但95%的项目回报为零，CEO们对AI战略的信心大幅下降。虽然高盛预计AI能提振生产力，但目前除了基础设施提供商外，真正通过AI实现显著超额收益的公司寥寥无几。
此外，云厂商的财务状况也出现隐忧，在盈利透明度方面，除微软已披露明确的人工智能收入外，其他巨头的盈利路径仍不明朗。随着自由现金流利润率逐步下降、现金储备减少，市场正迫切期待更清晰的盈利模型。与此同时，部分云厂商通过延长GPU及网络设备的折旧年限——例如从3至4年延长至5至6年——来优化财务报表。若折旧年限因会计准则调整或新一代芯片加速迭代而回归常态，相关公司的每股收益和利润率可能面临6%至8%的下调压力。
作为人工智能叙事的关键驱动力，OpenAI同样潜藏风险。尽管其收入增长迅速，但为实现2030年目标，公司需额外获取30吉瓦的电力供应，且目前72%的GPT查询仍与非商业场景相关。这些因素使得OpenAI可能成为比英伟达更集中的单一企业风险点，进一步凸显了人工智能领域在狂热投资背后亟待解决的可持续性问题。
风险二：物理世界的硬约束——美国电力短缺迫在眉睫
正如OpenAI CEO山姆·奥特曼所言：“AI的成本最终将收敛于能源成本。”报告警告，物理世界的限制正在成为AI发展的最大瓶颈。
数据中心目前仅占美国电力需求的4%-8%，但预计将占据未来负荷增长的三分之二。由于芯片能效提升被算力需求的指数级增长抵消，电力供应正面临严峻挑战。
这一挑战首先体现在巨大的供需缺口上。仅OpenAI宣布的四个合作伙伴关系，就需要30.5吉瓦的新增电力，相当于美国过去五年新增核电峰值容量的75%。与此同时，关键基础设施的建设严重滞后。燃气轮机、变压器等核心设备的交货周期已长达三至七年，成本不断攀升，而电网并网的排队等待时间中位数更是超过了70个月。
区域性电力危机也已显现。在数据中心密集的美国PJM电网区域，由于火力发电厂加速退役与数据中心负荷激增，电力容量价格正急剧飙升。加利福尼亚州甚至已出现数据中心建成后因无电可用而被迫闲置的情况。尽管太阳能和电池储能被视为解决方案的一部分，但考虑到供电的稳定性与综合成本，预计未来60%的新建数据中心仍将依赖天然气发电。这意味着，人工智能的扩张速度将不再仅仅取决于算法与代码的效率，而在更大程度上受制于美国老化电网的承载能力以及天然气管道等传统能源基础设施的建设速度。
虽然太阳能和电池是解决方案之一，但考虑到稳定性和成本，未来60%的新数据中心仍将依赖天然气发电。这意味着，AI的扩张速度将不再取决于代码的效率，而是取决于美国老旧电网的承载能力和天然气管道的铺设速度。
市场估值与债务隐忧：不仅仅是市盈率
尽管面临上述风险，报告认为当前的科技股估值虽然高企，但并未达到2000年互联网泡沫时期的疯狂程度。目前的PEG（市盈率相对盈利增长比率）仅为1-3倍，远低于当年的4-8倍。且目前的科技巨头利润率极高，与当年充斥市场的“年轻且无利可图的公司”（YUCs）有着本质区别。
然而，融资结构的微妙变化值得警惕。虽然AI巨头的净债务水平极低，但部分公司开始利用债务市场为数据中心融资。例如，甲骨文（Oracle）虽然现金流状况不如其他巨头，却为了满足OpenAI的算力需求大举借债；Meta则通过与Blue Owl合作的表外融资工具来建设数据中心，虽然标准普尔维持了其评级，但如果将这些隐形债务合并计算，Meta的杠杆率将显著上升。这表明，AI军备竞赛正在从“现金流驱动”悄然转向“债务驱动”，这无疑增加了系统的脆弱性。
