随着全球资本市场对AI算力过剩的担忧再度升温，各大投行纷纷发声。野村证券指出，AI军备竞赛大概率将持续，存储短缺局面可能延续至2028年。尽管市场对AI投资前景存在过度反应，但数据显示全球数据中心容量明年将大幅增长约41%，从22.3GW跃升至31.5GW。在此背景下，存储芯片需求增速有望超过供给，价格将保持强势。此外，2027年存储供需格局已通过长期协议锁定，违约成本极高（可能达到年度需求价值的50%至100%），这意味着即便个别云厂商或新算力运营商面临融资压力，也不至于引发全行业资本开支的断崖式下跌。野村预测，AI军备竞赛继续的概率约为75%，资本开支放缓约20%，融资失败约5%。
花旗银行则从更长远的视角出发，认为AI正从“一次性训练”向“持续学习”转型。模型需要不断吸收新数据、更新参数并保留历史信息，这将同时拉动HBM、服务器DRAM和企业级SSD的需求。花旗预计，2027年HBM需求将同比增长62%，2028年再增69%；2027年及2028年DRAM供应可能出现约8.7%和9.7%的缺口。若这一判断成立，存储环节的紧张局势将延续至2028年甚至2031年。对A股投资者而言，存储、先进封装、服务器DRAM及企业级SSD等方向的中期景气度仍具备支撑。
摩根士丹利将本轮AI投资视为全球数据中心和算力网络的工业化建设。据测算，到2028年全球AI相关基础设施投资规模将接近3万亿美元，且大部分支出尚未落地。英伟达在AI资本开支链条中占据核心地位，产业链受益环节主要集中在GPU、存储、网络、光模块及ODM服务器等。然而，大摩也提示了两大风险：一是电力瓶颈，美国到2028年可能存在约32GW的净电力缺口，2029年或扩大至72GW，芯片交付不等于算力上线，通电能力将决定实际部署节奏；二是回报兑现速度，AI资本开支增长迅速，但企业级收入和利润率改善需要时间，市场估值不能仅按订单规模线性外推。
巴克莱则从资金角度切入，指出五大云厂商AI相关资本开支到2028年可能升至约1.16万亿美元，自由现金流压力明显上升。谷歌、亚马逊、微软、Meta等公司已开始更多利用股权融资、可转债及强制可转债等工具为AI基建输血。这表明市场担忧的“资金不足”并非空穴来风，但科技巨头并非只能依赖经营现金流硬扛。只要资本市场愿意提供融资，AI基础设施扩张就可能继续，只是扩张节奏会受到融资成本和股东回报压力的约束。
尽管投行观点各异，投资者仍需关注具体财务数据。韩国存储巨头的最新财报显示，三星电子三季度初步营业利润达107.4万亿韩元，SK海力士预计约77万亿韩元，两者合计接近185万亿韩元，远高于2025年同期的90.8万亿韩元。韩国10月前20天半导体出口同比大增222.5%。目前来看，说AI算力投资全面过剩缺乏明确数据支撑。头部模型公司如Anthropic和OpenAI的收入仍在高速增长，云厂商资本开支持续上调，存储价格和长协也显示出需求的韧性。
Anthropic招股书披露的数据进一步印证了这一点。2026年第三季度，公司每投入1美元算力支出可带来1.70美元收入，而2025年全年这一比例仅为0.63美元，单位算力收入效率提升了约1.7倍。更具体来看，2025年第一季度，Anthropic每1美元收入对应超过2.5美元的算力支出（占比251%），到2026年第二季度已降至不足0.5美元（占比48%）。这说明大模型公司并非只能陷入“越跑越亏”的困境，随着模型效率提升、多芯片调度优化、推理成本下降以及企业客户放量，算力投入开始产生更清晰的收入回报。
综上所述，虽然现在无需过分担忧“AI需求消失”，但必须警惕“算力投资回报滞后”的问题。全球算力扩张仍由需求驱动，但已从“比谁买得多”的阶段进入“比谁用得好、谁能变现”的阶段。事实上，关于算力过剩的担忧每隔一段时间就会出现一次，往往导致估值回撤和股价下跌。从投资角度看，不应仅停留在定性分析，而应更多关注可量化的指标，如估值、ROI及经营现金流等。