行业核心观点 - AI行业的发展重心正从算法和应用层转向物理基础设施投资 标志着行业进入“重工业时代”或“物理化拐点” [5][15][21] - AI基础设施投资规模巨大且增长迅速 但资本正面临“兑现慢”的挑战 市场情绪从兴奋转向焦虑 进入关注财务报表的“报表周期” [8][25][27] - AI的扩张引发了能源、水资源和土地等现实资源的紧张 技术落地正面临物理世界的边界和地缘政治层面的“算力主权”竞争 [44][46][47] - 行业内部出现分化 硬件厂商和算力供应商利润增长 而大模型公司和软件增长面临压力 [34] 资本动向与投资趋势 - 近期出现大规模资本投向AI物理基础设施的案例 包括美国投资机构联合收购全球最大数据中心之一（400亿美元）以及Google在印度投资150亿美元建设AI枢纽 [3][4] - 孙正义及软银进行“逆周期”大规模投资 包括改造日本工厂和计划投资1万亿美元建设AI基础设施园区 [37][38][39] - 截至2025年6月 美国数据中心施工支出按年化计算已达400亿美元 同比增长约30% [8] - 麦肯锡测算到2030年全球需投入约6.7万亿美元用于数据中心建设 其中面向AI工作负载的部分超过5万亿美元 [10] 市场情绪与估值变化 - 市场对AI的投资情绪经历演变 2023年因ChatGPT而兴奋 2024年期待利润转化 2025年因回报不明而焦虑 [25] - 美国AI板块市盈率从2023年的58倍下降至2025年的约35倍 [26] - 大模型公司普遍亏损 AI云服务成本持续上涨 [26] - 投资者面临“认知疲劳” 因技术叙事发展快于商业兑现速度 在利率和通胀环境下“耐心的价格”成为问题 [29][31] 基础设施与资源需求 - AI发展对电力、冷却和土地等物理资源产生巨大需求 超大型数据中心年耗电量相当于10万人口城市的总用电 某云计算巨头年冷却用水超十亿升 [42] - AI基础设施投资具有周期长、折旧重、成本高的特点 [23] - 数据中心建设已在全球多地引发对水资源、电力供应的社区抗议和担忧 [46] - 地缘竞争从“数据主权”转向“算力主权” 美国、中东、印度、印尼、越南等地均在争夺算力落地和能源 [47] 行业结构与商业模式转变 - AI的本质从“智力游戏”转变为“物理战争” 成为一门需要“钢铁、土地、水电”的生意 [15][17] - 全球最赚钱的公司多成为算力供应商 如英伟达和微软 形成新一轮“数字淘金热” [18] - AI正在推动“重新中心化” 每个数据中心成为新的“城市节点” 基建投资成为“能量调度” [20] - 行业出现分化 小模型公司可能比大模型厂商更易生存 硬件厂商利润增长优于软件 [34] 技术、商业与社会的矛盾 - AI面临的核心矛盾是技术指数级进步与商业线性兑现之间的节奏落差 [32] - AI的最大问题从算法转向能量 其发展是一场现实世界的“大胃口革命” [40][44] - 技术落地触及土地、能源等社会公共资源的边界 引发环境和社会秩序挑战 [45][46] - 基础设施革命本质是资本与自然的博弈 是“能量的重新分配” [49]