AI基礎建設上看1.4兆美元，記憶體與電力能否跟上

 

2027年1.4兆美元Capex，AI基礎建設進入大規模部署

截至2026年9月21日，高盛預估美國超級雲端運算商在2027年的資本支出將達1.4兆美元，超過華爾街普遍預期。所謂超級雲端運算商，指具備大型資料中心與雲端平台的業者；這些公司的支出規模，直接牽動AI伺服器、半導體、記憶體與電力基礎設施需求。

這個預測反映企業導入AI的階段變化。高盛研究部門業務單位負責人Eric Sheridan觀察，多數企業已跨出實驗階段，開始把AI放進內部流程與客戶服務。當企業從測試模型走向正式上線，算力需求會由一次性專案，逐步轉為持續性的推論與維運支出。

1.4兆美元Capex提供了一個很大的需求座標，也代表供應鏈必須承接更高的建置強度。對半導體投資人來說，訂單能否轉成營收，仍取決於晶片供應、資料中心建設進度，以及客戶投入資本後能否形成可持續的商業模式。

 

AI代理擴大使用場景，代幣用量與營收模式同步成長

高盛將消費者AI代理視為下一階段的重要應用。AI代理的功能正從聊天擴展至購物、旅遊訂票與行事曆管理，系統需要理解需求、拆解任務，並串接不同服務完成操作。任務愈複雜，模型呼叫次數與代幣用量通常也會提高。

商業模式方面，高盛預期AI代理可能透過廣告與訂閱收費，沿用網路服務常見的變現方式。若使用頻率持續提升，平台端能取得經常性收入，雲端業者則能獲得更多推論需求，形成應用、算力與資本支出的循環。

這裡的投資判斷需要拆成兩層。使用量成長支撐算力需求；廣告與訂閱能否覆蓋模型運算成本，將決定服務商願意投入多少資源。用戶數快速增加固然漂亮，每位用戶的收入、推論成本與使用頻率，對長期獲利同樣重要。

 

記憶體、電力與土地限制AI擴張速度

高盛同時點出三項供給限制：記憶體晶片、電力與土地。晶片短缺會推遲伺服器交付，電力不足會限制資料中心上線，合適土地與基礎設施取得困難，也可能拉長建設期。這有點像諸葛亮北伐，前線戰力再強，糧道與運輸能力仍會決定推進距離。

其中，記憶體需求會隨模型規模與推論量增加；資料中心則需要穩定且大量的電力。算力需求與供給瓶頸並存，代表產業營收可能維持成長，建置節奏仍可能出現季度波動。資本支出預算公布到設備驗收、機房啟用之間，也存在時間差。

代幣單位價格下降，是高盛會議與會者關注的另一項條件。代幣可理解為模型處理文字與指令的基本計價單位。代幣價格持續下降，有助企業將AI導入更多工作流程，也能降低消費者使用高頻服務的門檻；降價速度若超過運算效率改善，服務商毛利率則可能承壓。

 

半導體ETF提供一籃子曝險，部位仍要配合基本面

高盛建議投資人關注VanEck半導體ETF(SMH)與iShares半導體ETF(SOXX)。ETF能分散單一公司產品週期與執行風險，也能參與AI資本支出帶來的半導體需求。不過，成分股各自位於設計、製造或設備等不同環節，營收認列速度與毛利率受益程度會有差異。

操作上，我會把1.4兆美元視為產業需求的中期座標，單憑資本支出預測還無法推導合理進場價位。比較務實的追蹤方式，是觀察企業AI服務是否持續上線、代幣價格是否下降，以及記憶體與電力供給能否跟上資料中心建設。

AI基礎建設方向仍偏強，成長幅度則受商業化效率與資源供給共同約束。若使用量、變現能力及基礎設施供給同步改善，這筆Capex才有機會從龐大預算，逐步沉澱成供應鏈可持續的營收與現金流。