5月中旬，A股市場中的AI板塊突然結束了此前的強勁漲勢，市場情緒發生急劇變化。這一轉變的背后，主要源于騰訊和阿里兩大云服務商在2025年第一季度財報中披露的AI相關資本開支數據，這些數據顯著低于市場預期，甚至出現了環比下降的趨勢。這一“預期差”迅速引發了投資者對AI行業景氣度可持續性的擔憂，導致AI板塊整體回調。

與去年跟隨“英偉達鏈”的邏輯不同，今年A股市場將“AI國產化創新”視為評估國內AI產業價值的新基準。因此，當作為需求驗證重要一環的頭部互聯網大廠在資本開支上出現波動時，其對整個產業鏈信心的打擊被顯著放大。

市場情緒的劇烈波動之后，一系列關鍵問題浮出水面：一個季度的資本開支數據是否足以判斷行業的長期景氣度？市場真正擔憂的是什么？國產算力未來的機會何在？

要解答這些問題，首先需要理解中美AI投資周期的異同。美股市場遵循著“模型突破→硬件先行→基建加碼→應用落地”的清晰路徑，價值輪動明確。相比之下，A股市場的AI投資在“海外映射”與“自主敘事”間反復切換，路徑更為復雜，易受階段性數據和情緒的影響。

互聯網大廠AI相關資本開支低于預期，直接觸發了本輪國產算力估值回調。更深層次的原因在于，市場擔憂國內AI應用落地的速度可能放緩。盡管DeepSeek的出現降低了大模型的使用門檻，激發了企業對AI應用開發的投入預期，但實際情況是，AI應用的月活在經歷短暫暴漲后，增速大幅下降，部分應用甚至出現月活下滑。

AI應用落地緩慢的原因主要有兩方面：一是主流大模型在回答問題時主要基于相關性而非因果性，導致大模型在很多情況下不能完全理解人類問題的本質，制定有效解決方案；二是盡管大模型迭代降低了使用成本，但部分AI應用的實際場景仍存在實施成本遠大于收益的問題，尤其是在美國對高端AI芯片嚴格限制后，國內AI算力的實際使用成本偏高，增加了AI應用ROI的不確定性。

從國產算力板塊來看，DeepSeek的出現并未帶來算力供不應求的現象，反而出現了結構性過剩問題。先進算力嚴重不足，而低端無效算力過剩。面對市場對先進算力的迫切需求，國產AI芯片對增量需求的覆蓋度不足40%，受到技術適配性、產能瓶頸以及軟件生態不成熟等多方面的束縛。

那么，為什么大廠的資本開支會成為市場判斷AI進展的關鍵呢？目前，AI應用正處于向現有應用和服務滲透的階段，主要涉及AI功能對現有主流應用的賦能，起到降本增效的作用。由于企業尚不完全清楚AI將如何為其運營創造增量價值，因此這是一個涉及反復試驗的階段。由于缺乏前瞻性指標，市場將互聯網企業的資本開支作為監測AI應用前景的前瞻性指標，同時也間接反映國產算力板塊的景氣度。

然而，從數據來看，盡管騰訊和阿里2025年第一季度的資本開支環比有所下降，但同比卻實現了翻倍增長。這表明國內互聯網巨頭對AI的重視程度大幅提升，支出力度加強。資本開支的環比下降可能與英偉達H20芯片的供貨及政策限制有關。特朗普上任后，將H20納入出口限制清單，可能導致部分已下單但未出貨的芯片無法繼續跟進，使得部分互聯網大廠的資本開支未能真正落地，而是做了賬面沖回。

因此，互聯網大廠資本開支的短期賬面波動可能并不能準確反映其對AI未來進展的真實看法，而是與政策波動下企業的短期行為密切相關。盡管如此，在缺乏明確定量指標的情況下，資本開支仍是市場判斷AI發展前景和頭部企業態度的重要觀測指標。

未來，隨著英偉達新產品B40在國內量產，大廠的資本開支可能有望出現新一輪爆發式增長，從而帶動市場情緒再次進入樂觀區間，為國產算力板塊提供新的積極引導和支持。同時，在強勁的市場需求和政策持續支持下，以寒武紀、華為等為代表的國產AI芯片供應商有望加速實現供應鏈自主化進程，進一步擴大國產算力市占率。