摩根士丹利AI资本开支研判：2027年全球云厂商砸下1.58万亿美元，钱都去哪了？

注释：本内容基于摩根士丹利相关研究测算整理，仅为产业链信息解读，不构成投资建议

核心总览

摩根士丹利测算预测，2027年全球头部云厂商、新兴云服务商合计AI相关资本开支规模将达到1.58万亿美元。

这笔巨额资金，是云企业用来建设AI算力底座的投入，包括采购芯片、服务器、存储、光模块、搭建数据中心等硬件与配套设施。

这笔1.58万亿资金里，大约1.03万亿美元会变成标普500上市公司的营收，剩下的资金流向不在标普500内的海外产业链企业。

资金在标普500企业中的分配

1. 英伟达：独占约6900亿美元，占标普500相关收入的67%，是本轮AI资本开支浪潮里最大的单一受益厂商。云厂商建设AI算力集群，GPU芯片是核心硬件，英伟达GPU是全球AI训练、推理集群的主流选择。

2. 其余499家标普500成分企业：合计分到约3390亿美元，涵盖服务器品牌、网络设备、数据中心配套软件与硬件厂商等。

剩下没有计入标普500营收的资金，主要流向：韩国存储芯片厂商、中国台湾服务器代工企业，以及其他区域供应链供应商。

按产业链拆分：1.58万亿资金投向五大板块

1. 半导体与服务器：6720亿美元（最大板块）

核心是AI芯片、整机服务器。全球头部云厂商（亚马逊云、微软Azure、谷歌云）大量采购AI服务器；国内阿里云、腾讯云、华为云等，同样需要向芯片、服务器厂商采购算力硬件。服务器代工环节，台湾厂商在全球服务器组装产能中占据很高份额。

2. 国际供应商：5110亿美元

包含全球各地软硬件配套厂商，覆盖海外网络设备、电源、散热等零部件厂商，同时也包含部分国内上游零部件供应商参与全球供货。

3. 内存与存储：2170亿美元

AI大模型训练需要海量数据读写，高容量内存、固态硬盘需求持续增长。韩国存储大厂是全球存储芯片核心供给方，国内存储企业也在算力存储赛道参与市场竞争。

4. 网络与光通信：2150亿美元

大规模AI集群内部服务器之间高速互联离不开光模块、交换机。海外云厂商是光通信产品的大客户，国内头部光通信企业是全球光模块核心供应商，为海外算力集群供货。

5. 数据中心基础设施：1190亿美元

包含机房土建、电力供电、冷却散热、机柜等基建。海外大型数据中心建设需求旺盛，国内IDC基础设施企业也在同步建设国内AI算力中心。

云厂商自身压力：2027年现金流压力峰值

截至2026年二季度，全球主流云厂商已经签约、但还没有动工建设的数据中心租约承诺总额，达到1.118万亿美元。

注释：租约承诺，指云企业已经签订长期租赁协议，未来多年需要持续支付租金，属于刚性支出。

摩根士丹利判断：2027年会成为云厂商自由现金流缺口最大的一年。

简单理解：2027年是集中花钱建设期，大量资本开支、长期租金同时兑付；云厂商收入增长跟不上硬件、基建的大额投入，现金消耗压力达到高点。

AI资本开支增速拐点：2027年冲高，2028年大幅放缓

• 2027年：AI资本开支增速预计约60%，是本轮AI算力建设的高峰年份。

• 2028年：增速预计回落至14%。

含义：算力建设不是永远高速扩张。2027年集中大规模采购之后，云厂商算力底座初步成型，后续新增采购节奏会明显降速。产业链上游企业的订单增长，也会随之进入增速放缓阶段。

✅关键要点提示

1. 整个AI资本开支链条：云厂商出钱采购 → 服务器/网络厂商拿到订单 → 向上采购芯片、光模块、存储、零部件。英伟达处在芯片最上游环节，拿到最大份额收益；国内光通信、服务器零部件、存储、IDC企业，在全球和国内算力市场分一杯羹。

2. 资本开支≠企业净利润：上游企业拿到营收，还要扣除原材料、生产、研发成本，营收高不等于利润同步大增。

3. 区域分工现状：美国芯片厂商、台湾服务器代工、韩国存储、中国光通信与零部件，共同构成全球AI算力供应链。

⚠️风险提示

1. 所有数据均为摩根士丹利模型预测值，不是确定发生的事实。未来受宏观利率、云厂商盈利变化、AI需求不及预期、地缘政策、技术路线迭代等因素影响，实际资本开支规模可能大幅低于预测。

2. 产业链收益分配会动态变化：新芯片技术、新厂商竞争，都可能改变资金流向，单一企业的市场份额不是永久不变。

3. 本文仅为行业信息梳理，不构成任何投资建议。行业景气度不代表相关企业一定具备投资价值。

4. 供应链存在不确定性，地缘冲突、出口管制会影响全球算力硬件的生产、交付与贸易，扰动产业链订单。

AI价值投资股票投资人工智能美股A股 深圳