这一批数据中心建好后，基本就进入过剩！

互联网企业的现金流+融资负债等无法支撑进一步的资本开支！

恐怖的折旧就开启了！

AI算力狂欢的休止符：过剩的达摩克利斯之剑

一场由AI 2.0范式转移引爆的全球资本开支狂潮背后，GPU短缺的叙事正在悄然转向。当市场目光仍聚焦于算力竞赛时，一个更根本的问题浮现：当前如火如荼的AI基础设施建设，是否会迅速从“短缺”滑向“过剩”？

______

“工地遍布长三角、珠三角，不是在盖数据中心，就是在盖通往数据中心的路上。”

全球AI资本开支的超级周期已然启动，从硅谷的科技巨头财报到中国制造业的订单簿，无一不透露着狂热。

在极度分化的“投资强、消费弱”的全球经济图景下，这场由AI驱动的基建狂欢，其可持续性如何？泡沫会否破裂？

______

01 范式转移与繁荣叙事

AI的发展已进入公认的“2.0阶段”，其核心是从“辅助思考”的副驾驶，跃升为“自主执行”的智能体。但其实，能自动化的向来不值钱，而AI根本没办法自主执行，其需要依靠新创造出来的人的岗位来执行！

Agentic AI 具备逻辑推理、跨工具调用和长期记忆能力，其带来的生产力增量是“指数级”的，那也是因为新的AI基建以及场景初期少，基数低，但很快会达峰！

这一质变引发了硬件需求的“结构性转移”。市场早期的焦点是GPU短缺，而目前瓶颈正迅速向配套的CPU、存储等领域蔓延。

本轮的资本开支因为年增3000亿美元，导致去库存的一些亏损行业如逢甘霖：

1、之前深度亏损的存储超级周期

2、以及亏损的英特尔等CPU！

市场把短缺当作量价齐升的稀缺品，正在致命错误路上。

“中国的AI发展路径是差异化的，无法原创，那就抄袭以及优化部署速度、成本效率和系统集成。”这意味着AI技术将从云端快速渗透至能源电网、制造业流程与城市基建等实体场景。

政策层面，“AI+”已被置于中国“十五五”规划的核心，目标是对冲人口老龄化、提升全要素生产率。模型测算显示，到2035年，AI应用可使中国潜在GDP水平较无AI情景高出3.5个百分点。

投资叙事同样清晰。本轮资本开支呈现明确的“三级跳”：

第一级算力中心建设，

第二级支撑AI的能源基建升级，

第三级生产力工具全面自动化。

这并非硅谷的纸上谈兵，从中国工业机器人产量前三月同比增30%以上、自动化龙头企业订单增速跃升至40%以上等微观数据中，已得到验证。

物理AI被视为下一个爆点。人形机器人正迎来“电动车时刻”，2026年或为其量产元年，未来五年出货量有望每年翻倍，成为中国出口的新支柱。定价若是0，可以配置！

02 繁荣下的暗涌：结构性矛盾与过剩隐忧

然而，在宏伟的叙事背面，结构性矛盾正在积累。当前市场的狂热，建立在“短缺”的预期之上，但多个信号表明，这种短缺可能具有“阶段性”和“局部性”，并快速向“结构性过剩”转换。

首先，瓶颈转移，但需求本质是否被高估？ GPU短缺向CPU、存储的转移，延展了硬件投资链条，但并未改变一个根本问题：最终需求是否足以消化即将汹涌而来的供给。

中国AI芯片市场正快速扩张，预计从2023年的100亿美元增至2030年的670亿美元。但同时，国产化率将从2025年的41%大幅提升至2030年的86%。

大量本土玩家涌入，在内地政策保护下，再弱的GPU、CPU、内存也获得生存空间，还可以上市融资，构成低难度的投机狂潮！

在追求国产替代和安全可控的逻辑下，可能催生重复建设和产能竞赛。竞争焦点已从“谁的单芯片最先进”转向“谁的推理成本更低、系统更稳定”。

其次，供给的“中国速度”与需求的不确定性。 中国的优势在于快速部署与全产业链集成。当全球的AI建设蓝图还停留在PPT阶段时，中国的数据中心、储能设备和机器人产线可能已拔地而起。

一轮轮不变的过剩狂潮！就如过剩的养猪场！

中国的AI扩散速度可能快于其他地区。然而，下游的真实商业需求——无论是企业的大规模AI推理应用，还是消费者为AI终端买单的意愿——其增长曲线可能更为平缓。这种“供给超前于需求”的错配，是过剩风险的根源。

再者，投资回报的“J曲线”与宏观压力。 技术进步常伴随“J曲线效应”：短期阵痛（成本投入、流程重构、岗位替代）先于长期红利（效率提升、新产业创造）。

在当前中国企业盈利疲软、下游消费通缩的背景下，企业倾向于将AI作为“降本增效”的工具，优先替代劳动力以保护利润。91%的中国AI应用企业首先受益于效率提升而非收入增长。

这意味着，AI在微观层面提升毛利率的同时，可能在宏观层面压制就业和总需求，反过来侵蚀AI产品的市场空间。

最后，被忽略的“灰犀牛”：地缘政治与能源约束。 当市场将所有目光投向AI时，霍尔木兹海峡风险被严重低估。全球原油库存缓冲仅剩4-6周，若6月通航未能恢复，油价可能突破需求破坏临界点。

油价飙升已推动中国4月PPI同比上涨2.8%，挤压中下游利润。若能源危机爆发，不仅将直接冲击高耗能的AI算力中心，更会通过压制全球消费和投资，打断AI资本开支的链条。

______

03 就业冲击：可能刺破泡沫的社会压力

AI对劳动力市场的冲击，是可能引发政策反向调节、从而刺破投资泡沫的关键社会压力。与流行观点不同，中国面临的就业冲击风险被低估了。

静态看，中国仅约12%的就业处于中高AI暴露行业，远低于美国的33%，缓冲空间更大。但动态看，风险有三层：

其一，初级白领岗位。 生成式AI正替代数据录入、基础分析等工作，这抬高了年轻人职业阶梯的“第一格门槛”。而2026年中国高校毕业生预计达1300万，供给压力巨大。

其二，中层专业岗位。 Agentic AI使得过去需团队完成的工作，未来可能仅需1-2名资深员工配合AI即可，将冲击金融、互联网、法律等行业的中产岗位。

其三，低端服务业。 物理AI的渗透，如配送无人机、自动驾驶出租车，将改变平台与劳动者的议价关系，压缩收入。而外卖、网约车等服务业正是当前重要的就业缓冲池。

“中国企业目前更倾向于用AI部分替代劳动力来保护自身利润，”这种微观理性在宏观上可能形成“通缩循环”：就业受压→消费萎靡→企业盈利进一步承压→更加依赖AI替代降本。

决策层已意识到风险。人社部据称将在年内出台应对AI影响的促就业文件。政策将呈现“差异化监管”：对已领先的物理AI控制国内应用节奏、鼓励出口；对需追赶的大模型、算力等领域则更包容。

04 破裂还是换挡？可能的路径与影响

综合来看，“泡沫破裂”更可能以“结构性调整”和“节奏换挡”的形式呈现，而非全面崩溃。

首先，低效与重复的算力建设将首先出清。 在国产化浪潮中，缺乏真实客户、技术路径落后、仅凭概念融资的GPU和AI芯片公司，将面临残酷的淘汰。投资逻辑将从“有AI概念”转向“有真实盈利路径”。

其次，投资热点将发生转移。 中国AI投资主线正从“卖铲人”向“用铲人”切换。即从硬件本身，转向能将AI嵌入场景、实现规模化部署并最终提升盈利的主体。

AI应用企业的利润率扩张（预计2027年IT毛利率提升12-13个百分点）将是更可持续的故事。同时，电力基础设施成为新瓶颈，储能、电网、变压器等“支撑AI的基建”将是下一阶段核心环节。

再次，物理AI的出口可能成为重要泄洪口。 如果国内消费市场无法快速消化产能，人形机器人、自动驾驶解决方案等“新三样”的出口，将成为平衡供需、延续产业周期的关键。中国在这方面的制造、成本和数据优势，提供了可能性。

最终，一切取决于真实需求的增长速度与宏观政策的平衡艺术。 AI的长期趋势毋庸置疑，但中短期波动不可避免。投资者需要关注的不仅是厂房建设的热度，更是下游企业的AI采纳率、应用渗透的深度，以及最终在财务报表上体现的盈利改善。

______

05 结论

当前，我们正站在AI投资狂热与理性回归的十字路口。短缺的叙事支撑着当下的估值与梦想，而过剩的达摩克利斯之剑已高悬。

泡沫不会因单一的预言而破裂，但会因需求的滞后、资金的退潮、政策的转向或宏观的黑天鹅而逐步显形。

目前可见，需求有限的，资产定价已经过度！市场勾勒出了一幅充满希望又暗藏风险的图景：AI 2.0引发的生产力革命是真实的，其带来的资本开支超级周期是巨大的。但对于市场而言，从“预期驱动”到“盈利驱动”的切换必将发生。

那些能够以最低成本、最高效率完成AI推理并赋能千行百业的企业，那些能够跨越技术“J曲线”、有效管理社会转型阵痛的经济体，才能在盛宴之后依然留在桌上。

纪要：

1、AI2.0范式转移与中国机遇
AI2.0阶段核心特征: a. AI技术实现核心阶段跃迁：AI1.0为辅助思考的副驾驶阶段，类似成长中的大学生，仅能根据提示词在对话框输出内容；AI2.0为Agentic AI（智能体AI）阶段，核心特征是可自主执行，具备逻辑推理、跨工具调用、长期记忆能力，能够适配业务场景，带来生产力增量的指数级增长。
b. 硬件需求呈现结构性变化：AI算力瓶颈从单一GPU短缺，向CPU、存储配套短缺转移，产业发展逻辑有所调整。
c. 大摩研究团队精准预判产业拐点：大摩AI硬件团队**前年提出存储超级周期**，**去年底判断2026年为AI能力突破基点之年**，**今年初提出Agentic AI时代CPU需与GPU配套成为短缺品**，此前已先后精准识别GPU、存储、CPU等板块的超级周期，为亚洲及中国投资人把握AI基建投资机遇提供了有效参考。

AI2.0三大范式转移: a. AI2.0阶段存在三大核心范式转移：一是AI能力实现非线性突破，从辅助思考的1.0阶段进入可自主执行的2.0阶段；二是AI硬件瓶颈结构性转移，从单一GPU短缺转向CPU、存储配套短缺，打破了此前市场对AI算力过剩、投资将放缓的担忧；三是中国AI发展走差异化路径，不追求绝对技术前沿，而是围绕部署速度、成本效率、系统集成优化，无需过度担心中美前沿模型技术差距拉大的问题。
b. 中国AI发展更侧重产业扩散，技术将快速从云端算力渗透至**能源供应调拨系统、制造业流程、城市基建**等实体经济场景，实现对千行百业的深度赋能。
c. 后续大摩AI硬件策略师将针对三大范式带来的全链条投资机会做详细拆解。

具身智能产业发展前景: a. AI投资正从虚拟世界向物理世界延伸，具身智能是AI下一篇章的核心方向：当前全球AI产业链受益格局呈现“美国搭台、韩台吃肉、中国大陆部分喝汤”的特征，韩台凭借半导体存储领域优势受益最为直接，但在具身智能赛道，中国的核心竞争优势将充分释放。
b. 中国在具身智能领域具备多重核心优势：包括强大的制造优势、能源优势、物理端数据训练优势，人形机器人产业有望成为继光伏、锂电、EV之后的新出口支柱，重现新能源汽车的出口增长辉煌，迎来产业发展的“EV时刻”，**2026年可能为人形机器人量产元年**，目前从特斯拉Optimus的进展到国内机器人半马展现的技术成果，均已验证产业发展具备基础。
c. 具身智能对中国出口与经济增长的拉动作用已初步显现：**未来五年中国全球出口份额将提升至17%**，**战略新兴行业全球市场份额将超过1/3**；**2026年1-4月战略新兴行业出口同比增长15%**，已显露出发力迹象，中国已成为全球AI和能源行业的资本品“母机中心”，全产业链规模效应、低成本优势以及丰富的落地场景数据不可替代，资本品供给绕不开中国。
d. 政策端提供顶层驱动支持：“AI+”已被提升至“十五五”规划核心位置，是顶层驱动的自动化智能化战略，核心目标是通过提升全要素生产率对冲人口老龄化压力。测算显示，**到2035年AI应用将使中国潜在GDP水平较无AI应用情景高出3.5个百分点**，对生产率的拉动作用具备切实支撑。此外大摩工业分析师已开展多项领先市场的研究，此前提出的人形机器人百强企业六成在中国的相关投资逻辑，将随着AI资本开支周期的启动得到进一步验证。

全球AI资本开支周期特征: a. 全球AI资本开支超级周期已经开启，本轮周期叠加能源安全资本开支需求，具备实物落地、持续进化的特征，并非仅停留在初期算力扩张的虚拟层面，后续将逐步延伸至能源系统重构等硬核实体投资领域，利好具备全产业链优势的经济体，中国是核心受益区域之一。
b. 本轮资本开支呈现“三级跳”明确路径：第一级为**算力中心建设**，第二级为**支撑AI运行的能源基建升级**，第三级为**生产力工具全面自动化**。
c. 本轮AI资本开支全链条均有明确落地场景，并非硅谷纸上谈兵的概念性规划，投资确定性较高。

2、AI劳动力市场影响分析

AI就业冲击J曲线效应: AI对劳动力市场的影响存在J曲线效应，核心内涵为短期AI的岗位替代效应会快于新岗位创造效应，尤其是对白领和专业服务业的冲击更为明显，若管理不当，短期内可能加剧就业压力甚至通缩压力。政策层面将通过完善职业培训、优化社会保障机制对冲该类摩擦。中国就业结构中制造业和蓝领服务业占比较高，为应对AI就业冲击提供了一定缓冲空间。从岗位受冲击程度来看，AI暴露强度高的岗位集中在**IT、金融、媒体、科学研发**等支持和信息服务业，AI暴露强度低的岗位集中在**建筑业、酒店业、传统制造业、餐饮**等蓝领服务业。

中美就业冲击程度对比: 中美就业结构差异使得AI对两国的短期就业冲击程度显著不同。中国目前约有**12%**的总就业处于AI强度中高的行业，易受AI影响，AI暴露程度相对较低的岗位在中国占比接近**40%**，主要为制造业、蓝领服务业，暂时受AI冲击较小。而美国中高AI暴露行业的就业占比接近**33%**，低暴露岗位占比仅为**15%**，因此AI对美国短期就业的冲击远远大于中国，中国短期面临的AI相关就业压力相对更小。

中国就业市场特殊挑战: 中国应对AI就业冲击也存在特殊挑战：一方面中国AI扩散、应用速度可能较快，叠加当前仍处于探索打破通缩的阶段，企业盈利较为疲软，下游消费处于通缩状态，**中国企业目前倾向于用AI部分替代劳动力来保护自身利润**，使得未来两三年存在岗位替代快于岗位创造的可能，其中**生成式AI（AI 1.0）主要替代初级白领工作，Agentic AI（智能体AI）可能侵蚀中级专业岗位**；另一方面，当前中国青年本就面临就业挑战，外卖骑手、网约车司机等蓝领服务业岗位是重要的就业缓冲渠道，若物理AI在具身智能领域应用过快，如大规模无人驾驶汽车、无人机运货的普及，也会冲击部分蓝领服务业的就业。AI对劳动力的最终影响，取决于AI采用速度、岗位破坏、再技能化、新岗位创造、政策缓解五个因素的相互作用。

就业冲击政策应对方向: 针对AI带来的就业冲击，政策层面将采取分化对待的思路，平衡AI产业发展与就业稳定的关系。对于中国已处于全球领先地位的**物理AI领域（包括无人机、人形机器人、全栈自动驾驶等），将适度把控应用推广节奏，同时鼓励相关产品出口**；对于中国仍需缩小与海外差距的科技领域，包括**AGI、大模型、算力国产化等，将采取更包容的态度鼓励相关AI创新**，相关导向已在十五五规划的信号中有所体现。此外，政策层面还将通过完善职业技能培训、推广人机协作模式适配新岗位需求、优化社会保障制度等方式，对冲AI带来的就业摩擦。