高盛：2027年超大规模云厂商资本支出或达1.1万亿美元
Alina Collins
高盛预计2027年超大规模云厂商资本支出将达1.1万亿美元，比华尔街共识高出近20%；该行认为AI算力需求仍处早期，市场系统性低估了这轮建设潮的规模和持续时间。
华尔街已经大幅上调预期，为什么高盛还嫌不够？
高盛估计2027年超大规模云厂商（Hyperscaler，指谷歌、亚马逊、微软等自建数据中心的巨头）资本支出合计约1.1万亿美元，乐观情景下可达1.4万亿。
华尔街共识目前约9200亿美元——已经历多轮上调，但高盛认为仍落后于实际需求曲线。
这意味着→ 即便市场已经在"追数字"，追的速度依然不够快；AI基础设施的投资周期，可能比当前股价隐含的假设长得多。
需求到底有多强？
截至今年一季度末，谷歌云与亚马逊AWS的未履约订单积压合计8320亿美元，六个月前仅3580亿——半年翻了一倍多。
高盛预测到2030年token消耗量（AI模型处理信息的基本计量单位）将增长24倍，主要驱动力是企业级AI智能体的大规模部署。
用大白话说＝ 订单在排长队，算力供不应求；高盛预计至少到2027年下半年供需才能趋于平衡。
历史上类似的建设潮有多大？
2026年AI相关投资约占美国GDP的1.5%。
但历史上铁路、电气化、汽车等技术革命的投资高峰均达到GDP的2%至3%。
这意味着→ 如果AI的影响力与这些历史性技术革命可比，当前的投资规模可能才走到一半，而不是接近顶部。
真正的瓶颈不是钱，是什么？
高盛明确指出：融资能力不是制约因素。
真正的瓶颈在物理层——数据中心项目延期、内存供应紧张、电力容量不足、劳动力短缺，这些才是资本支出扩张的实质性约束。
用大白话说＝ 云厂商不缺钱花，缺的是能把钱花出去的物理条件——电不够、人不够、芯片不够。
估值跑在盈利前面，风险在哪？
高盛提示，AI基础设施相关股票的估值扩张已明显快于盈利预期修正，半导体、网络、冷却及电力板块的拥挤程度上升，波动风险加大。
一季度财报电话会上，54%的企业提及AI生产力，但仅11%量化了具体收益，只有2%落实到盈利影响。
这反映出这轮AI投资繁荣的核心悬念：企业花了大量资本支出，但能否转化为可量化的回报，目前还远没有答案。
Content is for reference only, not financial advice.