四大巨頭資料中心資本開支將從 2025 年約 4660 億美元一路升至 2027 年約 1.47 兆美元——但增速會從 2027 年的約 60%驟降至 2028 年的約 12%。2027 年，就是這輪 AI 基建的"峰值年"。
01. 三種商業模式，回報率差距有多大
摩根士丹利將 AI 產業鏈拆成三種模式，ROIC（資本回報率，即每投入一塊錢能賺回多少）差距顯著。
這意味著——離"既有模型又有機房"越近，賺錢效率越高；純租算力做模型的公司，雖然每 GW 收入最高（約 405 億美元），但扣掉租賃成本後回報反而最低。
用大白話說：自己蓋房子、自己開店，比租別人的鋪面賣同樣的東西，利潤厚得多。
02. 資本開支什麼時候見頂、之後怎麼走
亞馬遜、Google、微軟、META 四家資料中心資本開支預計從 2025 年的約 4660 億美元一路升至 2027 年的約 1.47 兆美元，2028 年微增至約 1.64 兆美元——但增速從 2027 年的約 60%驟降至 2028 年的約 12%。
這意味著——2027 年是這輪 AI 基建的"峰值年"，此後晶片、電力、土地等現實約束疊加巨頭已提前"預建"的產能，繼續大幅加碼的空間有限。
03. 花這麼多錢，巨頭的資金鏈撐得住嗎
四大巨頭合計營運現金流預計從 2026 年的 7390 億美元升至 2028 年的 1.23 兆美元，同期新增債務需求反而從 2380 億美元降至 900 億美元。
到 2028 年，新增債務僅相當於營運現金流的約 7%。
用大白話說：雖然資本開支數字嚇人，但巨頭自身造血能力在同步增長，資金壓力並沒有跟著同比惡化——債務槓桿反而在收縮。
04. 算力規模還在漲，但結構變了
四大雲廠商總算力容量預計從 2025 年的約 36GW增至 2028 年的約 144GW，接近翻四倍。Google新增最猛，2027 年和 2028 年分別新增約 2GW和 11GW。
🔧 定製 ASIC 佔比：34% → 66%
定製 ASIC（專為特定任務設計的晶片，區別於輝達的通用 GPU）在新增算力中的佔比將從 2025 年的 34%升至 2028 年的 66%，Google TPU 和亞馬遜 Trainium 是主力。
這意味著——行業正從"搶 GPU"轉向"提升單位算力效率"。輝達仍是核心，但云廠商自研晶片的份額在持續提升。
05. AI商業化走到那一步了
摩根士丹利估算全球生成式 AI 總市場規模達 50 兆至 60 兆美元，到 2027 年企業 AI 支出預計約 8120 億美元。
📊 可量化收益的企業：一年翻近一倍
截至 2026 年二季度，約 25%的標普 500 成分股公司已能量化生成式 AI 帶來的收益，一年前這一比例僅 14%。
這反映出：AI 的擴散速度可能快於當年的公有雲——企業不需要大規模遷移基礎設施，AI 能更快產生可量化的生產率提升。
06. 下一階段，市場會盯什麼
摩根士丹利判斷，隨著資本開支增速放緩、AI 應用滲透率提升，資金可能從硬體、半導體和記憶體逐步轉向模型、雲平台和軟體應用。
2028 年的關鍵變數不再是誰能建更多資料中心，而是誰能把已建成的算力轉化為持續的收入和利潤。
"建基站"的階段接近尾聲
"收話費"的階段正在開始
投資邏輯也要跟著切換
📌 一句話摘要（3 條）
1.自有基礎設施＋模型層 ROIC 最高 46%，純租算力做模型的僅 25%——離機房越近越賺錢。
2.四巨頭資本開支 2027 年見頂（約 1.47 兆美元），增速從 60% 驟降至 12%。
3.算力翻四倍但結構在變：定製 ASIC 佔比從 34% 升至 66%，邏輯從"建基站"切到"收話費"。 (風聲水起的日子)