7 月最后一周，几家科技巨头的财报电话会议连着开完，市场记住的不是每股收益，而是一串不断被上调的数字。

Meta 在第二季度财报后，把全年资本开支指引从 1250 亿美元上调至 1300 亿至1450 亿美元，单季资本支出已达 310.8 亿美元。亚马逊 CEO 安迪·贾西在 7 月 30 日的财报会上宣布，全年资本支出预期再度上调至 2200 亿美元，比 2 月最初的口径高出约 200 亿。微软则报告了自 2022 年以来最快的云业务增长，股价单日上涨超过 15%，创下 2008 年以来的最大单日涨幅。

把几家的口径加总，2026 年科技巨头的资本开支计划接近 8000 亿美元。这个量级已经不属于“研发投入”的范畴，它更接近上一轮全球电网、铁路和电信骨干网建设时的支出结构。Doo Group 长期关注技术投入如何转化为金融行业的实际生产力，这一轮变化最值得留意的地方在于：AI 的竞争重心，正在从“谁的模型更强”转向“谁把基础设施铺得更实”。

从模型竞赛到重资产竞赛

三年前，AI 领域的头条属于模型参数和榜单排名。今天占据头条的是数据中心选址、电力供应协议、芯片交付排期和折旧年限。

这个转变有一个朴素的原因：模型是可以被追赶的，算力和电力不行。前者是软件竞争，几个月就可能出现新的领先者；后者是重资产投入，需要土地、许可、变电站和数年工期。当所有人都意识到这一点，投入自然从“能不能做出来”转向“能不能持续跑得动”。

也正因为是重资产，这一轮投入立刻带来了一个绕不开的问题——回报什么时候来。7 月 30 日美股出现明显调整，市场归因中除了美联储会议上的鹰派异议和地缘因素，AI 资本支出的回报焦虑被反复提及。这种焦虑是合理的：巨额资本开支会计入折旧，折旧会压缩未来若干年的利润，而收入端能否同步跟上，目前还没有一份能覆盖全行业的答案。

微软这次的云业务增速，恰恰是少数被验证的一端——它说明当算力被装进企业已经在付费的产品里，投入是能够转化成收入的。这条线索比任何一份行业预测都更有信息量：AI 的商业价值，最终不体现在能力演示上，而体现在它有没有嵌入到某个真实的、持续付费的业务流程里面。

金融行业的 AI，价值在管道里而不是在演示里

这一点对金融行业尤其有参考意义。

过去两年，金融机构谈 AI 时习惯谈前端——智能客服、投研摘要、内容生成。这些应用可见度高，但对机构的核心成本结构影响有限。真正能改变单位成本的，是那些客户从来看不见的环节：清算与结算的自动化程度、市场数据的处理与分发效率、反洗钱与风控的实时筛查能力、跨境资金的路由与对账。

这也是 Doo Group 把金融科技列为四大核心业务线之一的逻辑起点。Doo Group 的四大核心业务线为：全球券商业务、财富管理、支付兑换、金融科技。Doo Group 集团以此构建全方位的“无界融合的商业生态圈”，同时延伸至咨询服务、云服务、迪拜网约车服务等多元领域。在这套结构里，Doo Group 金融科技服务并不作为一个独立的对外产品存在，而是支撑着另外三条业务线的运转效率。

具体到几个可以说清楚的环节：

在数据侧，Doo Group 是港交所（HKEX）、芝商所（CME）与芝期所（CBOE）的市场数据分发合作伙伴。跨市场数据的清洗、对齐、时间戳统一，是一项典型的“算力密集但零可见度”的工作，而它直接决定客户看到的行情是否可用。

在云与算力侧，集团于 2024 年与阿里云签署合作备忘录，把云能力接入更底层的系统架构。这类合作的价值不在于宣布本身，而在于业务量增长时，系统能否不靠人力线性扩张来支撑。

在合规侧，Doo Group 持有 20 张以上金融监管牌照，覆盖美国、英国、澳大利亚、中国香港、阿联酋等多个司法管辖区。多地金融监管牌照带来的直接结果是合规工作量的成倍增加——不同辖区的报送口径、客户尽职审查要求、数据留存年限各不相同，这恰恰是自动化与机器审查最能创造价值的地方。

写在最后

近 8000 亿美元的资本开支，会在未来几年重新定义“基础设施”这个词包含什么。对多数行业来说，参与这场竞赛的方式不是自己去建数据中心，而是想清楚一个更具体的问题：在自己的业务里，哪一段流程的成本结构可以被算力真正改写。Doo Group 金融科技服务给出的答案是技术、数据与风控这三段。它们也是真的在向前跑。