根據摩根大通 (下稱小摩) 週三 (1 日) 發布的最新研究報告，近一年來 AI 晶片與記憶體廠商股價大幅跑贏亞馬遜、微軟、谷歌等超大規模雲端服務商，「收益裂痕」已擴大至不可持續程度，未來 AI 行情能否延續，核心變數已從資本開支轉為商業化兌現能力，AI 算力價格與大模型 Token 價格將成為觀察產業鏈利潤分配的關鍵指標。

長期以來，市場將雲端服務供應商 (CSP) 高額資本開支視為 AI 晶片需求確定性的來源。

《彭博資訊》分析師預期，今年谷歌、亞馬遜、Meta、微軟、甲骨文五大 CSP 巨頭資本開支合計將達 7581 億美元，年增約一倍，2027 年進一步升至 9250 億美元。

在此預期下，費半指樹今年大漲逾 87%，記憶體 ETF 自 4 月成立以來飆漲 141%，而「科技七巨頭」ETF 較年初高點回落約 7%，Meta 與微軟等 AI 資本開支大戶股價承壓明顯。

小摩認為，這種「晶片漲、雲廠商跌」的分化不會長期維持，未來將沿兩條路徑收斂：其一為良性情境，也就是雲廠商與模型公司透過提升 AI 服務變現能力來改善獲利，如 Token 收費和出租算力，在整體產業鏈利潤擴張中追趕晶片企業漲幅；其二為負面情境，也就是晶片廠商過高利潤若是持續擠壓下游利潤率，雲廠商將被迫削減資本開支，反過來衝擊晶片需求，導致領漲的半導體股大幅回檔。

市場擔憂正逐步升溫，雲端服務巨頭股價過去一年橫盤，估值遭到壓縮，股權融資成本上升，且信用利差亦高於半導體公司，債務融資成本同步走高。

更關鍵的是，市場一致預期雲端廠商資本開支增速將在 2027 年明顯放緩，從今年 100% 年增率降至 22%，隨後進一步滑落至個位數。

小摩雖預測今年資本支出可達 1.15 兆美元、高於市場共識，但若增速不及預期，AI 交易恐面臨股債雙殺風險。

小摩也強調，後續應重點盯住 AI 算力價格與 Token 價格兩大變數，算力租賃價格直接決定雲端平台收入與利潤率，價格越高代表商業化能力越強，越能支撐大規模資本投入，而 Token 價格則反映模型端變現效率。

數據顯示，AI 算力價格在 2025 年底前承壓，今年 4 至 5 月出現改善，但 6 月回落，大語言模型 Token 價格則是自 2 月底漲至 5 月底後同樣於 6 月降溫。這兩種價格指標若能持續回升，將驗證 AI 商業化正向循環，支撐產業鏈整體估值，反之若持續走弱，則可能觸發「晶片擠壓下游—資本開支削減—需求反噬」的負向循環。

分析人士指出，AI 投資邏輯正從「預期驅動」轉向「兌現驅動」，投資人應降低對資本開支數字的單一追逐，轉而關注雲端廠商毛利率變化、算力租賃合約簽約量及模型 API 收費趨勢，這些微觀指標將決定 AI 行情下一階段走向。