全球超大规模云厂商正加速布局AI基础设施，资本开支规模持续攀升。据行业机构预测，前七大云厂商资本开支总额将从2024年的约220亿美元跃升至2026年的逾420亿美元，2025年与2026年同比增速分别达65%和16%，资本开支占营收比重将升至26%的历史高位。这一扩张并非单纯由估值驱动，而是源于AI技术正在重塑企业成本结构、基础设施融资模式以及全球能源竞争格局。
算力供给的瓶颈问题已引发市场高度关注。行业数据显示，全球AI加速器年新增装机容量将从2025年的约17吉瓦飙升至2030年的60吉瓦，2025-2030年累计新增装机达233吉瓦，其中英伟达与AMD合计占据主要市场份额。若供给建设滞后，AI增长红利可能集中于少数资金雄厚的大型科技企业，中小企业则因计算成本过高面临被边缘化的风险。贝莱德集团董事长拉里·芬克指出，当前市场核心矛盾并非AI需求消失，而是美国能否以低成本提供算力、存储和电力资源。
数据中心融资正成为金融市场新焦点。与传统互联网业务相比，AI基础设施的资本密集度显著提升，资金需求从软件股权投资转向数据中心建设、芯片采购、电力系统及长期能源合同等领域。据451 Research测算，美国数据中心容量将以约20%的复合增速扩张，从当前的46吉瓦增至2030年的106吉瓦。建设一座1吉瓦级数据中心需投入500-600亿美元，涵盖计算设备、存储系统、建筑工程、冷却设施及能源接入等环节。黄仁勋甚至表示，1吉瓦工厂成本可能高达1000亿美元，凸显AI成本持续攀升的压力。
全球数据中心用电需求呈现爆发式增长。行业预测显示，全球数据中心累计用电功率将从当前的100吉瓦增至2030年的近300吉瓦，中国地区新增规模居首，亚太成熟与新兴市场同步扩张。面对如此庞大的电力需求，传统电网的审批、建设及输电能力已难以满足需求。芬克强调，美国AI发展正从计算设备约束转向电力供应约束，1吉瓦数据中心的负荷已接近中型城市水平，而输电线路和发电设施建设周期通常需数年，远长于芯片交付周期。
技术红利正逐步转化为企业利润。行业数据显示，2026年以来全球AI相关债务发行规模达3360亿美元，超大规模云厂商与甲骨文等企业成为主要发行方。贝莱德案例显示，AI辅助编程缩短开发周期、自动化交易降低人工成本、数据分析提升运营效率，推动公司利润率提升260个基点。这种经营杠杆效应正在向金融、制造、零售等行业扩散，金融机构可减少后台处理成本，制造企业可提高设备利用率，零售企业可优化库存管理。
市场分化格局日益明显。调查显示，提升员工生产力成为企业AI投入首要目标，占比达30%，面向客户的应用占21%，专业岗位降本增效占17%。具备数据基础、技术人才和资本投入能力的企业将率先获得生产率红利，而无法承担算力成本或缺乏数字化基础的企业可能进一步落后。芬克认为，衡量AI行情持续性的标尺正从芯片销量转向商业闭环，唯有当技术投入转化为持续现金流时，AI革命的黄金时代才算真正开启。
