高盛策略師預測，美國五大超大規模雲服務提供商將在 2027 年向 AI 基礎設施資本支出投入約 1.2 萬億美元。這一數字比 2026 年估計的 8000 億美元增長了 50-54%，並遠超華爾街約 1.1 萬億美元的共識預期。

由策略師 Ryan Hammond 領銜的這份研究報告進一步指出，在樂觀情境下，這一數字可能接近 1.4 萬億美元。從更長的時間跨度來看，高盛估計，從 2026 年到 2031 年，AI 基礎設施的累計支出可能達到 7.6 萬億美元。

推動這股支出浪潮的五家公司分別是亞馬遜、Alphabet、微軟、甲骨文和 Meta。每家公司都在競相構建所需的計算能力和數據中心容量，以訓練日益強大的 AI 模型並大規模運行推理任務。

高盛團隊在整個 2026 年一直在上調其預測，引用超大規模雲服務提供商在第二季度和第三季度的強勁季度資本支出結果作為證據，表明此前的共識數據過於保守。

2026 年，AI 基礎設施支出增長了近 100%。高盛預計，這一增速將在 2027 年放緩至 54%，並在 2028 年進一步降至 12%，屆時總支出預計將達到 2 萬億美元。

在這種樂觀情緒中隱藏着一個問題。高盛的分析表明，這五家超大規模雲服務提供商需要每年獲得約 3000 億美元的 AI 相關收入，才能在其基礎設施投資上實現盈虧平衡。

這種融資轉變值得密切關注。當公司開始大量借貸為資本支出融資時，計算方式就會發生變化。債務服務成本增加了更快產生回報的壓力，而 AI 收入增長的任何放緩都可能使看似具有遠見的投資變成資產負債表問題。

高盛的策略師指出了三個可能減緩或重塑這股支出浪潮的關鍵瓶頸：能源供應、勞動力可用性和內存芯片短缺。

能源可以説是最基本的約束條件。訓練和運行大型 AI 模型需要大量的電力，而數據中心已經在關鍵市場給電網帶來壓力。建設這些設施的公司正在探索從核能到天然氣再到可再生能源合作伙伴關係等各種方案，但新的發電設施需要數年時間才能上線。

內存芯片短缺構成了第三個瓶頸。對於 AI 工作負載至關重要的高帶寬內存一直處於供應緊張狀態，因為需求超過了製造商擴大生產的能力。SK 海力士和三星電子等公司一直在提升產能，但供需缺口尚未縮小。

對於超大規模雲服務提供商自身而言，競爭層面的利害關係關乎生存。任何投資不足的公司都面臨在 AI 能力上落後、失去雲客户以及目睹競爭對手搶佔市場的風險。這種動態形成了一種難以撤回的支出底線，即使回報實現的時間長於預期。

但風險方面確實存在。如果 AI 相關收入增長未能達到 3000 億美元的盈虧平衡閾值，市場將迅速重新評估這些公司的估值。而轉向債務融資意味着，利率敏感性正逐漸滲入這個歷史上現金充裕的市場領域。