摩根士丹利预计美国超大规模企业资本支出2027年达1.2万亿美元

背景

近年来，以 Amazon、Microsoft、Google、Meta 为代表的美国超大规模企业（Hyperscalers）持续加大资本开支，主要用于云计算基础设施建设、AI 数据中心扩建、自研芯片及网络设备采购。随着生成式 AI 模型训练与推理需求爆发，芯片（尤其是 GPU）短缺引发企业争相采购，资本支出呈现加速态势。摩根士丹利（Morgan Stanley）作为全球顶级投行，其宏观预测对资本市场具有重要参考意义。此次发布的超大规模企业资本支出展望，是在 AI 投资周期进入白热化阶段的背景下做出的。

核心内容

摩根士丹利预计，美国超大规模企业的资本支出到 2027 年将累计达到 1.2 万亿美元。这一数字涵盖 Amazon Web Services、Microsoft Azure、Google Cloud 以及 Meta 等主要云计算和互联网基础设施运营商的服务器、网络设备、数据中心建设及配套电力等硬件投入。该预测反映了分析师对 AI 和云计算长期需求增长的判断：企业级 AI 应用落地、大模型持续迭代、以及全球云迁移趋势，将推动这些公司维持甚至扩大现有投资规模。摩根士丹利此前也多次发布过关于中国市场、金价、企业盈利等相关预测，但本次超大规模支出预测直接指向技术基础设施投资的“超级周期”。

关键要点

• 预测时间窗口：从当前至 2027 年末，涵盖未来约 2-3 个财年。
• 目标企业：美国超大规模企业，即年资本支出通常在百亿美元以上的头部科技公司。
• 资本支出构成：主要用于 AI 训练/推理芯片（如 NVIDIA GPU、自研 TPU 等）、数据中心建设、光纤网络、冷却系统及电力配套。
• 预测规模：1.2 万亿美元意味着年均约 3000-4000 亿美元，较当前水平（2024-2025 年合计约 2500 亿美元/年）有显著提升。
• 驱动因素：AI 竞赛的持续加速、企业级 AI 应用对算力的刚性需求、以及云服务商对基础设施的“先建再等人用”策略。

意义与影响

• 对科技产业链：1.2 万亿美元的支出将直接拉动 GPU、服务器、存储、网络设备、电力设备等上游供应商的订单。NVIDIA、AMD、Intel 以及台积电等芯片制造商将受益于持续增长的算力需求。同时，数据中心建设相关的建筑、电力、冷却系统类公司也将获得长期订单。
• 对资本市场：摩根士丹利的乐观预测可能进一步推高科技股估值，尤其是超大规模企业及其供应商的股价。同时，该预测也暗示 AI 投资尚未见顶，市场对“泡沫”的担忧可能被阶段性缓解。
• 对全球经济与能源：大规模数据中心需要大量电力，预计将推动美国可再生能源及天然气需求增长，同时也可能加剧部分地区电力供应紧张。此外，资本支出最终需要通过企业盈利来消化，若 AI 商业化速度不及预期，过高的固定资产投资可能带来产能过剩风险。
• 对行业竞争格局：只有资金最雄厚的头部企业才能支撑如此大规模的资本开支，这将进一步巩固超大规模企业的主导地位，中小型云商或 AI 初创公司面临更强的资源鸿沟。