2026 年 2 月：單月 1,950 億美元湧入 AI，「AI 基礎設施工業複合體」正式成形

日後的科技史學家回顧 2026 年 2 月時，很可能會將這 28 天標記為人工智能產業從「高速增長期」正式跨入「超大規模工業化」的轉折點。在短短一個月內，全球企業與投資者向 AI 領域投入或承諾的資本總額超過了 1,950 億美元——這不是年度數據，甚至不是季度統計，而是一個曆法月份的數字。根據 Stanford HAI 和 PitchBook 的歷史數據，2023 年全球 AI 領域的投資總額約為 670 億美元，2024 年也不過約 1,000 億美元。換算下來，2026 年 2 月單月投入的 AI 資本接近 2023 年全年的三倍，幾乎是 2024 年全年的兩倍。一個月超越一整年——這不是修辭上的誇張，而是冰冷的算術事實。

更值得注意的是，這並非一兩筆天價交易製造的統計幻象。二月份的資本洪流覆蓋了 AI 產業鏈從上游晶片製造到下游具身智能的每一個環節，資金來源也呈現出前所未有的多元性——超級規模雲端企業、晶圓代工龍頭、主權財富基金和傳統產業資本同時湧入。當我們將所有碎片拼合，一幅完整的圖景浮現：一個在資本密度和產業規模上足以比肩國家級國防開支的「AI 基礎設施工業複合體」，已經不是理論預測，而是既成現實。

企業戰略投資全面取代風投：資本結構的根本轉變

如果只看金額，1,950 億美元固然令人震撼；但更深層的訊號隱藏在資金的來源結構中。回顧二月份的重大交易名單，一個不可忽視的趨勢是：傳統風險投資（VC）的角色正在被急速邊緣化，企業戰略投資者已全面接管 AI 融資的主導權。OpenAI 的 1,100 億美元中，三大出資方 Amazon、Nvidia 和 SoftBank 無一是傳統 VC 基金。Google 與 Form Energy 的 10 億美元儲能合作本質上是一份基礎設施採購合同，而非股權投資。TSMC 的 560 億美元資本開支更是企業以自有現金流進行的內部資源配置。

這種結構性位移的意涵深遠。在 AI 產業發展的早期——大約 2020 到 2024 年間——Sequoia、Andreessen Horowitz、Khosla Ventures 等頂級風投基金扮演了不可或缺的催化劑角色，它們為尚在實驗室階段的模型公司提供了至關重要的早期資本。然而，當單筆交易動輒以百億美元計、當 AI 的商業化部署需要數據中心、電力網絡和晶片工廠等超重資產的支撐時，管理數十億美元基金的 VC 機構已力不從心。AI 融資的重心正從沙丘路（Sand Hill Road）的合夥人辦公室，不可逆轉地轉移到西雅圖、聖塔克拉拉和東京的企業董事會議室。這一趨勢對風投生態本身的長遠影響——包括 VC 在 AI 領域的退出回報和策略調整——值得持續關注。

超級規模企業的垂直整合：從雲端到能源

二月份投資版圖中最鮮明的主題之一，是超級規模企業（Hyperscalers）沿着 AI 產業鏈的縱深加速擴張。Amazon 以 500 億美元投資 OpenAI 並鎖定 AWS 對 Frontier 平台的獨家雲端分銷權，這不僅是一筆財務押注，更是一次教科書級的垂直整合操作——從底層雲端基礎設施，延伸至模型服務層，再觸達終端企業用戶，試圖構建一條從算力到應用的完整價值鏈閉環。當一家雲端巨頭同時扮演投資者、基礎設施供應商和獨家分銷商三重角色時，平台與客戶之間的邊界已經模糊到幾乎不存在。

Google 與 Form Energy 的 10 億美元長時儲能協議則從另一個維度詮釋了同樣的整合邏輯。當 AI 數據中心的電力需求以吉瓦級速度攀升——OpenAI 的 Nvidia Vera Rubin 系統合同涉及高達 5 吉瓦的算力——確保穩定、可持續且成本可控的能源供應已成為雲端企業生死攸關的核心競爭力。Google 繞過傳統能源市場的中間環節，直接與前沿儲能技術供應商締結長期合同，實質上是將能源基礎設施納入了自身垂直整合的戰略版圖。這種「從矽片到電網」的全鏈條思維，標誌着 AI 競爭已遠遠超出演算法和模型的範疇。

「當一個產業的單月資本承諾超過多數國家全年的國防預算時，我們必須承認：AI 基礎設施已經成為一種準國家級的戰略資產。它的投資邏輯早已超越傳統的風險回報框架，進入了地緣政治和產業安全的範疇。」

TSMC 560 億：供應鏈信心的最強背書

在所有二月份的資本承諾中，TSMC 宣佈的 560 億美元年度資本開支計劃或許是最值得深思的一筆。作為全球先進製程晶片代工的絕對壟斷者——在 5 奈米及以下製程領域佔據超過 90% 的全球市場份額——TSMC 的資本開支決策歷來被視為半導體產業最可靠的需求風向標。當 TSMC 願意在單一財年投入 560 億美元擴充產能時，這背後是公司對 Nvidia、AMD、Apple、Google、Amazon 等核心客戶 AI 晶片訂單的極高信心。

560 億美元的規模有多驚人？它約等於台灣年度國防預算的三倍以上，相當於建造十餘座最先進的極紫外光（EUV）晶圓廠。這筆投資不僅僅是在蓋工廠——它是在構築一道讓英特爾、三星等競爭對手愈發難以逾越的技術與規模壁壘。在 AI 算力需求指數級增長的大背景下，TSMC 的天量投資傳達了一個明確訊號：半導體供應鏈的核心環節已經為 AI 時代的全面到來做好了產能準備。這對下游所有依賴先進晶片的 AI 公司而言，是供應側最強的信心背書。

自主系統投資的成熟化：從數位世界走向物理現實

二月份的投資圖譜還揭示了一個重要的方向性轉折：AI 正在以可見的速度從數位世界滲透進入物理世界，而資本市場對這一趨勢的定價正變得越來越積極。

英國自動駕駛公司 Wayve 完成 15 億美元 C 輪融資，是歐洲 AI 領域最大規模融資之一，也標誌着「端到端學習驅動自動駕駛」這一技術路線正式獲得大規模資本背書。與依賴高精地圖和手工規則的傳統路線不同，Wayve 主張用大規模視覺語言模型直接從真實駕駛場景中學習，其方法論與大型語言模型的成功邏輯一脈相承——「規模帶來能力」。Wayve 的總部位於倫敦，其融資成功也為歐洲 AI 產業注入了一劑信心強心針，證明前沿 AI 並非矽谷的專利。

在光譜的另一端，新加坡具身智能初創公司 RLWRLD 完成 2,600 萬美元種子輪融資。雖然在金額上與 OpenAI 相差數個量級，但這筆投資的象徵意義不容小覷。RLWRLD 專注於將強化學習技術應用於物理世界的機器人操控任務，其獲投反映了市場對「AI + 機器人」賽道的持續升溫。新加坡——以及更廣泛的東南亞地區——正在作為 AI 機器人研發與商業化的新興節點被全球資本所認知。

MatX 與晶片多元化浪潮

美國 AI 晶片新創 MatX 在二月完成 5 億美元融資，進一步證實了市場對 AI 算力供應多元化的強烈需求。MatX 的定位是為 Transformer 架構量身打造專用推理晶片，目標在特定工作負載上實現遠超 Nvidia 通用 GPU 的能效比。在 Nvidia 以超過 80% 的市場份額統治 AI 訓練晶片市場的當下，MatX 的獲投代表了下游客戶——尤其是大規模部署推理服務的公司——對單一供應商過度依賴的焦慮，以及對差異化硬件解決方案的真實需求。

Databricks 660 億 IPO：公開市場信心的試金石

在一系列私募融資消息之外，Databricks 以 660 億美元估值積極推進 IPO 的動向，或許是衡量當前 AI 資本市場溫度最精準的晴雨表。Databricks 的核心業務——企業級數據湖倉和 AI 模型訓練平台——代表着 AI 產業鏈中「企業應用層」的日趨成熟。與 OpenAI 的前沿研究氣質不同，Databricks 的價值主張更具「工業實用」色彩：幫助企業整理、治理和運用數據資產，為 AI 模型的訓練與部署搭建基礎工程管線。

若 Databricks 順利上市並在公開市場維持高估值，將向私募市場傳遞一個強烈的正面信號——公開市場的機構投資者願意為 AI 公司支付溢價，這反過來會進一步支撐 OpenAI 等後續 IPO 候選者的估值預期。但若 IPO 遇冷或掛牌後股價大幅下挫，其連鎖反應也可能相當猛烈，因為整個 AI 私募生態的估值體系在很大程度上都建立在「公開市場最終會買單」這一前提假設之上。Databricks 的 IPO 結果，某種意義上是整個 AI 投資浪潮能否持續的一次關鍵壓力測試。

泡沫的幽靈：與互聯網時代的類比和差異

面對一個月 1,950 億美元的天量資本湧入，「泡沫」二字無可避免地被反覆提起。持審慎態度的觀察者有其論據：2000 年互聯網泡沫破滅之前，科技領域的資本投入同樣經歷了年化翻倍的增長曲線；而當市場情緒由狂熱轉為恐慌，崩盤的速度遠快於建設的速度。他們會指出，OpenAI 至今仍未實現盈利，其 8,400 億美元的投後估值建立在未來收入的樂觀預期之上；TSMC 560 億美元的資本開支若遭遇週期性需求放緩，將轉化為沉重的折舊負擔。

然而，把 2026 年的 AI 投資潮與 2000 年的互聯網泡沫直接畫等號，可能犯了過度簡化的錯誤。兩者之間存在幾個根本性差異。第一，AI 的商業收入已經達到相當規模——ChatGPT 每週 9 億活躍用戶、數千萬付費訂閱，雲端 AI 服務已成為 AWS、Azure 和 Google Cloud 增長最快的收入來源。第二，本輪投資的主體以現金流充沛的大型企業為主，而非依賴槓桿的投機資金——Amazon 有足夠的現金儲備支撐 500 億美元的投資，TSMC 的資本開支來自其創紀錄的營收。第三，AI 正在真實地提升各行各業的生產力，這一點已可在企業層面得到量化驗證。上述差異不能完全排除價格修正的可能性，但它們確實意味着當前 AI 資本浪潮的基本面支撐，遠非二十六年前的互聯網泡沫可以比擬。

「將 2026 年的 AI 投資與 2000 年的互聯網泡沫類比，忽略了一個根本差異：互聯網泡沫時期的收入大多存在於商業計劃書上；而今天，至少 TSMC 的 560 億資本開支背後是已經簽訂的客戶訂單，Nvidia 每季超過 400 億美元的營收是實打實的現金流。真正的風險不在於技術是否有價值，而在於資本配置的節奏是否跑在了價值實現的前面。」

對香港的多層次啟示

對香港而言，二月份的全球 AI 資本海嘯帶來了多個維度的啟示與機遇。

跨境投資與資本中介

首先是資本流動的機遇。當美國（OpenAI、MatX）、英國（Wayve）、台灣（TSMC）和新加坡（RLWRLD）的 AI 企業同時在全球範圍內吸引資本時，香港作為連接中國大陸與國際市場的金融樞紐，有條件成為 AI 跨境投資的重要中介節點。本地的私募基金、家族辦公室和機構投資者可以發揮其在跨境交易結構設計、監管合規和多幣種資金管理方面的傳統優勢，參與全球 AI 投資的配置。二月份的投資地理分佈——從北美到歐洲再到亞太——恰恰說明 AI 資本正在走向全球化，而全球化的資本流動正是香港金融基礎設施最擅長處理的領域。

產業定位與垂直應用

其次，香港需要務實地評估自身在 AI 產業鏈中的比較優勢。在基礎模型訓練和大規模算力部署方面，香港短期內難以與美國正面競爭。但二月份的投資版圖揭示了一個重要趨勢：AI 的商業化已進入多元化、垂直化的深水區。在金融 AI（量化策略、風險模型、合規科技）、專業服務 AI（法律文件分析、審計自動化）和跨境商務 AI（多語言客服、貿易合規）等領域，香港擁有得天獨厚的場景優勢、數據積累和專業人才。這些垂直賽道不需要千億美元的算力投入，但需要對行業的深度理解——這恰恰是香港可以有所作為的空間。

基礎設施佈局的緊迫性

最後，TSMC 560 億美元的資本開支和 Google 鎖定長時儲能的舉動共同提醒我們：AI 產業的競爭歸根結底是基礎設施的競爭。香港若要在 AI 時代維持其作為亞太科技商業中心的地位，就必須在數據中心容量、國際網絡連接頻寬和電力供應穩定性等維度持續加碼。北部都會區和河套深港科技園區的規劃如何更好地承接 AI 基礎設施的部署需求，是值得政策制定者和產業界共同深思的議題。

2026 年 2 月將作為 AI 產業資本史上的一個決定性月份被銘記。1,950 億美元的資本洪流不僅僅是數字的堆疊——它是全球產業界對人工智能未來的一次集體下注，其力度之大、覆蓋之廣，前所未見。從矽谷的模型實驗室到新竹的晶圓工廠，從倫敦的自駕汽車測試場到新加坡的機器人研發中心，AI 正以驚人的速度重新繪製全球資本的流向圖。「AI 基礎設施工業複合體」不再是一個理論概念，而是一個規模已可與國家國防預算相提並論的產業現實。對於香港的投資者、企業家和政策制定者而言，這場月度資本風暴傳遞的訊息再清晰不過：置身事外的代價將越來越高昂。