提要

随着AI技术从简单聊天向复杂任务执行转变，全球AI基础设施建设加速，算力需求持续上升。台积电和摩根士丹利等机构预期芯片和数据中心需求将大幅增长，AI服务器需求由训练向推理和企业应用扩展。尽管头部厂商如戴尔和联想财报表现强劲，市场也面临算力成本、技术成熟度和商业价值度量等挑战。AI应用尚未形成规模，企业需解决投入产出比、效果评估等问题，未来的发展将依赖于成本降低和商业模式验证。【财联社链接】

数据眼

从商业银行授信业务的角度来看，AI基础设施建设浪潮带来了诸多机遇与挑战。 从机遇方面分析，市场需求增长明确。台积电预计2026年全年以美元计算的营收增速将超过30%，摩根士丹利预计到2028年全球数据中心建设成本约为2.9万亿美元，大型科技公司2026年资本开支预计达到7400亿美元，同比增长69%，高盛预计全球数据中心电力需求到2027年增长50%，到2030年较2023年最高增长165%。这些数据表明AI基础设施建设市场规模巨大且呈快速增长态势，相关企业未来营收增长潜力大。 头部整机厂商表现优异。戴尔2027财年第一财季总营收达到438.4亿美元，同比增长近88%，AI服务器收入同比暴涨757%，达到161亿美元，当季AI相关订单高达244亿美元，积压AI服务器储备订单达到创纪录的513亿美元，还将2027财年全年AI服务器收入预期从500亿美元大幅上调至600亿美元。联想集团2026财年第四季度AI相关收入同比增长84%，占集团总收入比重提升至38%，基础设施方案业务（ISG）收入56亿美元，同比增长37%，AI服务器储备订单达210亿美元。这些企业经营状况良好，盈利能力和偿债能力可能较强，为商业银行授信提供了优质的客户资源。 产业链多个环节存在结构性机会。电源与能源管理方面，AI服务器电源市场迈入高速增长通道；高效液冷方面，液冷技术成为必选项，催生冷板、浸没等液冷方案及配套精密结构件的巨大市场；数据中心内部互联成为关键资产；AI设备对高端PCB的需求扩大；专注于AI推理、互联接口或存算一体等细分领域的芯片及IP公司也有发展机会。商业银行可以针对这些有发展潜力的产业链环节企业进行授信支持。 同时，也存在一些挑战。AI应用尚未形成商业规模，Gartner判断到2027年底，超过40%的Agentic AI项目可能因成本高、商业价值不清或风控不足而被取消。企业面临算力成本居高不下、价值度量难题、技术成熟度与可靠性挑战、组织与人才壁垒等问题。例如企业部署私有化模型或调用大型API面临显著的算力成本和后期维护成本，一些AI应用带来的价值提升难以精确度量，医疗等行业对AI输出的准确性、可靠性和可解释性要求高但当前大模型存在问题，企业应用AI还需业务流程改造、数据治理能力和复合型人才等。这些因素可能影响企业的还款能力和授信风险。 商业银行在开展授信业务时，应综合考虑上述因素。对于头部整机厂商等经营状况良好、市场前景明确的企业，可以适当给予较高的授信额度和优惠的授信条件。对于产业链中具有发展潜力的环节企业，可在充分评估其技术实力、市场竞争力和风险状况的基础上，提供合理的授信支持。同时，要密切关注AI应用的商业落地情况和企业面临的挑战，加强对授信企业的风险监测和管理，确保授信资金的安全。