高盛策略师预测，美国五大超大规模云服务提供商将在 2027 年向 AI 基础设施资本支出投入约 1.2 万亿美元。这一数字比 2026 年估计的 8000 亿美元增长了 50-54%，并远超华尔街约 1.1 万亿美元的共识预期。

由策略师 Ryan Hammond 领衔的这份研究报告进一步指出，在乐观情境下，这一数字可能接近 1.4 万亿美元。从更长的时间跨度来看，高盛估计，从 2026 年到 2031 年，AI 基础设施的累计支出可能达到 7.6 万亿美元。

推动这股支出浪潮的五家公司分别是亚马逊、Alphabet、微软、甲骨文和 Meta。每家公司都在竞相构建所需的计算能力和数据中心容量，以训练日益强大的 AI 模型并大规模运行推理任务。

高盛团队在整个 2026 年一直在上调其预测，引用超大规模云服务提供商在第二季度和第三季度的强劲季度资本支出结果作为证据，表明此前的共识数据过于保守。

2026 年，AI 基础设施支出增长了近 100%。高盛预计，这一增速将在 2027 年放缓至 54%，并在 2028 年进一步降至 12%，届时总支出预计将达到 2 万亿美元。

在这种乐观情绪中隐藏着一个问题。高盛的分析表明，这五家超大规模云服务提供商需要每年获得约 3000 亿美元的 AI 相关收入，才能在其基础设施投资上实现盈亏平衡。

这种融资转变值得密切关注。当公司开始大量借贷为资本支出融资时，计算方式就会发生变化。债务服务成本增加了更快产生回报的压力，而 AI 收入增长的任何放缓都可能使看似具有远见的投资变成资产负债表问题。

高盛的策略师指出了三个可能减缓或重塑这股支出浪潮的关键瓶颈：能源供应、劳动力可用性和内存芯片短缺。

能源可以说是最基本的约束条件。训练和运行大型 AI 模型需要大量的电力，而数据中心已经在关键市场给电网带来压力。建设这些设施的公司正在探索从核能到天然气再到可再生能源合作伙伴关系等各种方案，但新的发电设施需要数年时间才能上线。

内存芯片短缺构成了第三个瓶颈。对于 AI 工作负载至关重要的高带宽内存一直处于供应紧张状态，因为需求超过了制造商扩大生产的能力。SK 海力士和三星电子等公司一直在提升产能，但供需缺口尚未缩小。

对于超大规模云服务提供商自身而言，竞争层面的利害关系关乎生存。任何投资不足的公司都面临在 AI 能力上落后、失去云客户以及目睹竞争对手抢占市场的风险。这种动态形成了一种难以撤回的支出底线，即使回报实现的时间长于预期。

但风险方面确实存在。如果 AI 相关收入增长未能达到 3000 亿美元的盈亏平衡阈值，市场将迅速重新评估这些公司的估值。而转向债务融资意味着，利率敏感性正逐渐渗入这个历史上现金充裕的市场领域。