企业为何削减 AI 支出？这对 AI 股票意味着什么

有关企业削减人工智能支出的报道，听起来可能对整个行业构成利空，但实际情况要复杂得多。2026 年，许多企业并没有放弃 AI，而是在努力控制超支、证明投资回报，并从其他预算中调拨资金，以维持战略项目。这一区别对投资者很重要，因为 AI 支出削减对市场各个领域的影响并不均等。基础设施供应商、云服务巨头和芯片公司面临的局面，与仍在努力证明自身能够清晰变现的软件供应商和应用层公司截然不同。

简要回答

• 大多数企业并未全面削减 AI 预算，而是在成本超出计划后重新分配支出。
• Futurum 发现，46.9%的企业表示，2026 年下半年 AI 支出超出预算，而放缓项目进度的企业仅约六分之一。
• 投资回报率不佳和治理薄弱正成为新增 AI 支出的主要阻力，尤其是在企业软件和内部工具领域。
• 大型平台公司仍在提高 AI 基础设施资本支出，这为芯片、云服务和数据中心需求提供支撑。
• AI 股票前景日益分化：基础设施领域的赢家，与仍需证明可持续回报的应用或软件公司之间，表现愈发不同。

为什么削减 AI 支出往往不代表真正收缩 AI 业务

“削减 AI 支出”这一说法让人觉得需求正在全面崩塌，但现有研究所揭示的情况并非如此。Futurum 的 2026 年调查发现，46.9%的企业在当年下半年 AI 支出超出预算。然而，只有约16%的企业选择放缓相关项目。这表明，即使预算吃紧，许多企业仍认为 AI 至关重要，不愿暂停相关投入。

实际上，管理团队通常会先削减顾问费用、外部服务支出或其他 IT 项目。这对 AI 股票前景来说是一个关键区别。如果一家公司缩减更广泛的运营开支，以确保 AI 项目获得资金，这释放的信号并不是“AI 时代结束了”，而是 AI 仍是战略重点，但成本结构需要调整。

这也解释了为什么一些新闻标题看起来偏利空，底层基础设施需求却依然稳健。严格控制支出并不必然意味着需求遭到破坏。很多情况下，这意味着买家正从试验阶段转向更严格的采购管理。

哪些因素正在推动部分企业收紧 AI 预算

投资回报率仍难以证明

最大的问题之一是，许多企业仍无法明确证明 AI 支出与营收增长或可量化的效率提升之间存在联系。Portal26 援引德勤 2026 年企业 AI 调查结果指出，53%的组织仍停留在试点或实验阶段，只有10%实现了由增长驱动的实际成果。这一差距很重要。董事会或许会在一段时间内支持试验，但通常会要求看到证据，才会批准更大规模的预算。

对于上市公司而言，这一点尤为重要，因为 AI 支出需要与利润率目标、股票回购、招聘计划及其他资本配置优先事项竞争。如果回报仍不明确，首席财务官就更可能放缓优先级较低的部署，或要求将应用场景限定得更具体。

治理水平未能跟上普及速度

成本只是问题的一部分，治理也是一大挑战。First Line Software 援引 Retool 的调查数据指出，只有8%的首席技术官、首席信息官和首席信息安全官认为，企业内部 AI 工具的治理水平较强。治理薄弱时，领导者会担心合规、安全、可靠性和模型滥用问题。即使高管仍对这项技术感兴趣，这些顾虑也会让 AI 更难在整个企业范围内扩展。

对投资者而言，这意味着支出可能会继续，但资金或许会转向控制层、监控和基础设施，而不是快速部署所有新的 AI 应用。

工具使用量的增长可能快于预算管控

Uber 是一个很好的例子，说明企业采取的是战术性优化，而非全面撤退。根据 First Line Software 汇总的相关报道，工程师对 Claude Code 的使用量在 2025 年末至 2026 年初大幅上升，据称公司在几个月内就耗尽了全年 AI 工具预算。问题不在于员工缺乏兴趣，而在于人均成本迅速攀升，同时管理层无法清楚衡量产出是否有所提升。

据报道，特斯拉也开始为员工的 AI 工具支出设定上限，规定每位员工每周的支出限额，除非获得额外批准。Coinbase 采取了不同做法：它没有全面收紧使用配额，而是着重优化模型路由、缓存和默认使用成本较低的模型，并表示在使用量持续增长的同时，将 AI 支出削减了近50%。这些例子表明，优化正成为一大趋势。

为什么 AI 基础设施支出依然强劲

如果企业真的在放弃 AI，超大规模云服务商的资本支出很可能会降温。但实际情况恰恰相反。Digital Applied 报道称，Alphabet 将 2026 年资本支出指引上调至1,950亿美元至2,050亿美元，微软给出的 2026 日历年资本支出指引约为1,750亿美元，Meta 则将区间上调至1,300亿美元至1,450亿美元。这些指引合计约为5,000亿美元至5,250亿美元，而且这个数字仍未计入亚马逊的全年指引。

这也是 AI 股票前景对市场部分领域仍持建设性看法的原因之一。资金仍在流向芯片、云服务容量、网络设备、电力和数据中心。据报道，字节跳动也将其 AI 基础设施支出计划提高了25%，达到2,000亿元人民币，进一步说明大规模计算投资仍是优先事项。

因此，更准确的市场解读并非“AI 需求正在减弱”，而是“AI 需求正在集中”。资本正聚集到提供基础设施的企业：半导体、计算平台、云生态系统和核心模型接入服务。

这对不同类型的 AI 股票意味着什么

不能对所有 AI 股票一概而论。市场至少正在分化为两大类。

因此，如果把企业削减人工智能支出的新闻标题套用到整个行业，可能会产生误导。向企业销售 AI 副驾驶工具的软件公司，可能面临严格的预算审查；而 GPU、服务器、网络设备或云服务供应商，仍可能受益于高企的资本支出。

同样的逻辑也适用于与劳动力相关的新闻。Metaintro 指出，在某些情况下，企业裁减团队或非核心职能，是为了给 AI 战略提供资金，而非直接用 AI 取代所有相关员工。这也是投资者应仔细阅读财报的另一个原因。AI 资本支出增加，同时进行业务重组，可能表明企业正在调整优先级，而非退出 AI 领域。

接下来应关注哪些因素来判断 AI 股票前景

下一阶段的发展可能取决于三个问题。第一，企业能否从试点转向规模化部署，并取得可衡量的回报？第二，治理是否会有所改善，从而支持更广泛的推广？第三，软件供应商能否证明 AI 功能可以增加收入，同时不会严重挤压利润率？

如果这些问题的答案有所改善，AI 价值链中就会有更多领域受益。如果没有，市场可能仍会集中在少数领域，最强劲的表现将主要来自基础设施和主导平台。投资者还应关注成本优化是否会成为标准做法。当企业限制工具使用量、改用更便宜的模型或改善缓存时，即使整体 AI 普及率继续上升，也可能对部分供应商的营收增长造成压力。

简而言之，削减 AI 支出固然重要，但背景更重要。与许多传统 IT 预算项目相比，战略性 AI 预算似乎更具韧性。压力点与其说是企业是否愿意支出，不如说是资金流向何处、使用效率如何，以及哪些公司能够将需求转化为持久利润。

结论

当前的情况并非企业全面退出 AI，而是从不受约束的试验转向更严格的预算管理、治理和投资回报纪律。这使得基础设施龙头的 AI 股票前景强于仍在努力证明商业价值的应用层公司。

常见问题

1. 企业真的在全面削减 AI 支出吗？
不是。现有的 2026 年研究表明，许多企业是在支出超预算后重新分配预算，而非全面放弃 AI 项目。

2. 为什么有些公司限制员工使用 AI 工具？
工具成本可能迅速上升，尤其是在使用普及速度快于预算管控时。有些公司正在增加使用限制或审批流程，因为投资回报率仍难以衡量。

3. 哪些 AI 股票看起来更不容易受到支出削减的影响？
从当前资本支出趋势来看，与芯片、云服务、网络设备和数据中心相关的基础设施类公司，似乎比部分企业级 AI 应用供应商更有支撑。

4. 为什么投资回报率如今对企业 AI 如此重要？
许多组织仍处于试点阶段，因此董事会和首席财务官希望看到更明确的证据，证明 AI 支出能够提升营收、生产力或成本效率，然后才会批准更大规模的部署。

5. 裁员是否必然意味着 AI 需求正在减弱？
不一定。在某些情况下，企业似乎一边削减人力或非核心支出，一边继续增加 AI 基础设施投资。