Brookfield CEO：AI基建供给瓶颈制约算力，放缓早于AI公司表态
nashnova research
Brookfield CEO弗拉特在投资者日上判断，AI竞赛放缓的真正原因不是AI公司主动刹车，而是电力和基建的物理瓶颈早已卡住了算力扩张——即便没人喊停，供给侧也跟不上。
AI公司说要放慢，但真正的刹车是什么？
弗拉特的核心判断：放缓不是AI公司的主动选择，而是基础设施建设速度远远追不上需求。
他原话说：「作为一个行业，我们建得不够多，甚至连大家认为自己所需规模的一小部分都建不出来。」
这意味着→ Anthropic、OpenAI等公司的"放慢"表态，更像是在给一个已经存在的物理事实补一个说法，而非真正的战略转向。
瓶颈卡在哪里——为什么不是钱的问题？
弗拉特明确指出：制约因素不是资金不足，而是物理层面的供给跟不上——尤其是电力。
Uptime Institute（数据中心行业研究机构）在2026年预测报告中将电力定义为数据中心增长的「定义性约束」。
用大白话说＝ 钱已经到位了，但电网扩容、电站建设的周期是以年计的，砸钱也快不了。AI负载越大，电网越吃紧，而大规模电力部署天然就是慢工程。
需求端的数字有多夸张？
据Statista汇编数据，Meta、微软、Alphabet、亚马逊四家巨头2026年合计资本支出预计约7600亿美元，较2022年的约2000亿美元增长近四倍。
单家来看：亚马逊约2200亿美元、Alphabet最高2050亿美元、微软约1900亿美元、Meta约1450亿美元。
这反映出 需求端的钱在加速涌入，但供给端的电力和基建周期完全不在同一个时间尺度上——缺口在扩大，不在收窄。
Brookfield自己怎么看这件事？
Brookfield估计，未来十年AI基础设施总共需要超过7万亿美元的资本投资。
弗拉特认为放缓反而是好事——「为整个体系带来更多纪律」。
这意味着→ 对Brookfield这类基建资产管理巨头而言，供需缺口越大、周期越长，它们作为"卖铲人"的议价权就越强。放缓不是利空，是秩序重建。
对投资者来说，该盯住什么变量？
弗拉特给出的核心检验标准：供需缺口能否在这轮资本开支浪潮中逐步收窄——这是判断AI基建投资回报的关键。
用大白话说＝ 别只看AI公司花了多少钱，要看电力和基建的交付速度能不能跟上花钱的速度。如果缺口持续扩大，算力就始终是稀缺品，基建方赚钱；如果缺口快速收窄，投资回报就要打折扣。
市场有风险，内容仅供研究参考，不构成投资建议。