[控场AI]
· 4 分钟阅读· 2,327 字

Gartner:AI基础设施需8.5万亿美元营收,缺口超3.5万亿

Gartner:AI基础设施需8.5万亿美元营收,缺口超3.5万亿

Gartner测算2030年AI基础设施营收缺口达4.9万亿美元,超3.5万亿支出面临减值。

Gartner分析指出,到2030年AI基础设施需累计8.5万亿美元营收才能覆盖资本开支、融资成本及12%回报率,而可归属AI收入上限仅3.6万亿美元,缺口可能使超3.5万亿美元支出面临减值。测算的关键假设包括回报率门槛和轻资产模式下收入分配。neocloud因收入来源单一、芯片折旧周期短,预计到2030年超80%将停止独立运营。同一周科技硬件股因融资成本上升大幅下跌,股价重估与资产减值共享资本成本这一输入。对企业买家而言,预留GPU容量时需将承诺期限与芯片刷新周期匹配、引用公开价格指数、保留部分退出权,并提前约定迁移协助与数据出口条款,以应对提供商整合带来的服务变更风险。

Gartner在10月发布的一份分析中,给AI基础设施算了一笔总账:要覆盖已宣布的资本开支、融资成本以及12%的投资资本回报率,到2030年累计需要8.5万亿美元营收;而可归属于AI数据中心的企业与消费者AI收入,预计最多只有3.6万亿美元。两者之间的缺口,可能让超过3.5万亿美元的AI基础设施支出面临减值风险。

Gartner AI容量账单分析来源截图

8.5万亿与3.6万亿:缺口从何而来

Gartner分析师Will Sommer给出的两条线必须相交。AI提供商预计在2026年花费近1万亿美元用于AI基础设施,并在2027至2030年间再投入约6万亿美元。覆盖资本开支、融资成本和12%回报率,需要累计8.5万亿美元收入;而AI数据中心可归属的总收入上限为3.6万亿美元。

这一测算的关键在于假设。8.5万亿美元的门槛建立在12%的回报率要求之上,若所需回报率更低,缺口会相应收窄。Gartner同时指出,大多数AI原生提供商采用轻资产模式,预计不到一半的AI收入会由拥有大量AI基础设施的提供商赚取——这意味着企业通过API支付的推理费用,只有一部分真正流向底层基础设施所有者。

谁在承担减值风险:neocloud的单一收入困境

超大规模厂商拥有多条收入线可以分摊风险,neocloud则只有一条:AI优化基础设施,而且必须在所购芯片世代失去竞争力之前收回回报。

Gartner估计,AI优化基础设施即服务支出将从2027年的660亿美元增长到2030年的1740亿美元。Sommer对这一增长曲线的判断很直接:增速太低,多数AI算力提供商无法在当前一代AI半导体被替换之前收回投资。截止日期来自折旧,体量则由需求决定。Gartner预计,到2030年超过80%的neocloud提供商将停止独立运营。

Neocloud(新型云服务商) 是指专注于AI训练与推理负载的GPU专用云平台,代表企业包括CoreWeave、Lambda Labs、Together AI等。与传统超大规模云厂商(AWS、Azure、GCP)不同,neocloud通常不提供通用计算、存储、数据库等多元化服务,而是将全部资本押注在采购最新一代GPU(如NVIDIA H100、B200)并以按需或预留实例形式出租算力。其商业模式的核心矛盾在于:GPU的物理折旧周期(通常3-5年)远短于基础设施投资的回收周期,一旦新一代芯片上市,旧卡租金价格会迅速下跌。加之neocloud多采用高杠杆融资购卡,收入来源单一,使其在需求波动或融资成本上升时缺乏缓冲,这正是Gartner预判多数neocloud将被迫整合或被收购的根本原因。

同一周的市场反应:融资成本成为共同变量

据CNBC报道,10月15日交易时段科技硬件股大幅下跌,投资者担忧更高的借贷成本会拖累AI基础设施所需的资本开支。亚洲市场中,SK海力士跌超10%,三星电子跌8.73%,LG Innotek跌8.95%,首尔半导体跌9.28%,三星SDI跌6.26%;日本软银集团跌7.9%,Advantest跌近14%,东京电子跌6.45%。欧洲方面,英飞凌跌5%,ASM International跌7%,台积电在台湾地区跌1.81%。

《卫报》对同一交易日的报道将驱动因素归结为融资成本:AI相关股票加速抛售、对通胀和加息的担忧,以及高负债的行业结构,韩国科技股指数一夜下跌8%并触发熔断。股价重估与资产减值是两件不同的事,但它们共享同一个输入——应用于长久期资产的资本成本。

资本成本(Cost of Capital) 是企业为筹集资金所付出的代价,通常以加权平均资本成本(WACC)衡量,包含债务利息与股权回报要求。AI基础设施属于典型的长久期资产:前期资本开支巨大、现金流回收期长达数年,因此其估值对利率变动极为敏感。当市场预期加息或信贷利差扩大时,折现率上升会直接压低未来现金流的现值,导致AI相关股票和资产估值下修。Gartner测算中要求的12%投资资本回报率,正是资本成本的一种体现——若融资环境收紧,这一门槛可能进一步抬高,从而扩大营收缺口。这也是为何同一则分析同时强调减值风险与融资成本:两者共享同一个贴现逻辑。

对预留容量的企业意味着什么

容量市场的波动会通过合同传导到较小的买家。一个具体的场景:一家物流公司签署三年期预留GPU承诺,以确保文档处理模型的月度成本可预测,价格按签约时安装的硬件世代计算。两年后,提供商承压,芯片已被取代,而承诺仍在运行。

合同中值得在市场平静时谈判的三件事:承诺期限与芯片刷新周期的匹配,确保没有承诺长于其定价的硬件世代;续约与价格审查机制引用公开指数,让年度涨幅跟随双方都能读到的基准;以及允许部分退出的使用条款,使工作负载无需重新谈判整份协议即可迁移。

Gartner所预测的整合,描述的是提供商停止独立运营——客户体验到的则是被收购或重组:服务在新所有者下继续,优先级已变。合同应提前回答的问题是,当这一切发生时允许什么。迁移协助、数据出口条款和工作负载的可移植性,决定一次迁移是一个项目还是一场危机,而在签约前获得这些条件比签约后便宜得多。

当工作负载运行在可移植的基础上——容器、Kubernetes控制平面、开放编排器——退出就变成一项基础设施工作,应用继续运行。今天预留的容量,定价基于提供商必须在所有融资资产折旧期间维持的资本结构,因此承诺期限应当在其定价的硬件世代被替换之前结束。

#Gartner AI基础设施#AI容量账单#neocloud整合#AI基础设施减值#AI资本开支#GPU预留合同#AI数据中心营收
分享:

相关推荐