中金公司研报认为，7月以来全球AI产业链持续调整，除成本不断走高外，更核心的担忧在于AI所能产生的回报难以支撑大规模投资。报告以CoreWeave的信用风险为例，指出市场表面担心其违约风险，背后可能关联到Anthropic ARR放缓，本质是要算清ROIC（回报）与WACC（成本）的账，这与去年四季度市场担忧私募信贷的“剧本”如出一辙。
报告给出的关键数据是：截至二季度，美国云厂商的19.9%的ROIC仍能覆盖9.6%的WACC，而企业债融资成本不到5%至7%。中金认为，借钱本身不是问题，借钱却赚不到匹配的回报才是问题。决定后续AI走势的关键，在于大模型迭代和新业务模式兑现，例如今年一季度Anthropic业绩超预期，这正是提升AI回报的抓手。
报告指出，中美AI都走到了另一个关键节点：自身经营性现金流已撑不起资本开支的投资需求，自由现金流转负，需要向外部融资获取支持，无法再像此前那样只靠自己的钱来投资。二季度，除微软和Meta外，美国主要云厂商的自由现金流均已转负。中国方面，截至二季度，腾讯、阿里巴巴及百度等头部云厂商的加权ROIC约11.9%，低于美国云厂商的19.9%，且二季度自由现金流均已转负，需要更多外部资金支持；在非完全市场定价决定要素资源分配的环境下，对传统需求的挤出可能更快。
中金将经济体划分为四个部门来评估AI的影响：AI生产部门（大模型、软件、数据中心/云服务、IT服务）、AI基建部门（电力、建筑、建材、金属、机械和电气设备）、AI应用部门（金融、专业服务、研发、医药、影视传媒等）以及其他部门。截至2026年上半年，美国AI生产部门占比较2022年上升2.4个百分点至10.3%，AI应用和基础设施部门合计约40%，其他部门仍超过50%；中国AI生产部门占比不到5%，仅为美国的一半，但AI基建部门份额接近14%，约为美国的两倍，其他部门占比约50%。两国AI相关与不相关部门大体五五开，但结构差异明显。
作为传统需求的“朋友”，AI的正外部性体现在三方面。其一是直接拉动增长和出口：二季度美国实际GDP环比折年增长2.2%，扣除进口因素后AI广义需求贡献28%的增长，拉动约0.6个百分点；同期中国实际GDP季调环比折年增长4.77%，AI贡献47%，主要体现在出口上，AI相关产品对净出口同比增长的贡献超过60%。盈利层面，AI相关板块贡献美股盈利增长的53%，贡献A股和港股19%和2.4%。其二是财富效应，美股上涨通过居民较高的股市敞口提振消费，据美联储数据，2Q26美股总市值中个人等非机构投资者持股占比超过42%，居民资产负债表中含权类资产占比47%；相比之下中国财富效应仍有待提升。其三是提升劳动生产率与知识外溢，Anthropic测算AI辅助可使部分任务完成时间平均缩短80%，Brynjolfsson等（2026）估计美国用户从生成式AI聊天工具获得的年度消费者剩余约1162亿美元，而Gartner预测全球终端购买者在生成式AI模型上的支出仅为142亿美元，前者约为后者的8.2倍，说明仅以模型市场交易额衡量AI经济贡献会系统性遗漏社会福利。
但AI也可能从“朋友”变成“敌人”。报告从三个渠道分析挤出效应。第一是挤占实物资源：2022年底以来美国私营部门数据中心建造支出增长近5倍，全球数据中心耗电量占产电量比例从2020年的1.0%升至2025年的1.5%，美国从2.6%升至4.9%；今年以来存储价格上涨110%，推动美国PPI电子元件及配件分项同比从去年底的4%最高升至6月的29%。第二是挤占金融资源：30年按揭利率已升至7.5%，小企业短期贷款利率升至8.2%，高收益债利差明显走阔；市场预期2027年美国科技龙头信用债发行规模再新增2000亿至3000亿美元，科技行业在美国非金融企业债供给中的比例已升至40%至50%，但目前对非科技企业融资的挤出尚不显著。第三是约束政策空间：据美联储估算，美国自然利率已从2022年底的0.99%升至1.44%，年初至今10年美债利率上行的79个基点中，实际利率贡献71个基点，通胀预期仅贡献9个基点。中国则更多体现在财政与信贷资源向科技领域倾斜，房地产与消费相关贷款占比大幅下滑。
就业方面，2022年底ChatGPT问世以来美国非农就业增加470万人，但结构分化显著：教育健康增加278万人、政府部门增加61万人、休闲酒店增加44万人，而商业服务减少37万人、信息业减少30万人、金融活动减少9万人。达拉斯联储研究还显示，高AI暴露度行业工资增速更高，但年轻群体与经验丰富群体之间的工资差异更大。
中金最后提出，AI何时由“朋友”转向“敌人”，中美的路径和临界点不同：美国利率临界点约在6%，中国政策容忍度更高。报告认为，搞清楚这一临界值，也就搞清楚了经济与政策能承受的边界，对判断中美政策路径与选择投资方向均有帮助。