Morgan Stanley CEO: AI Infrastructure Will Cost $10 Trillion to $15 Trillion Over the Next 10 Years

未来10年，AI基建将耗资15万亿美元来源：半导纵横发布时间：2026-11-04 10:54AI市场数据生成海报将拉动GDP增长50至70个基点。

摩根士丹利董事长兼CEO泰德・皮克（Ted Pick）近日抛出的一组预测数据，为全球AI投资浪潮的规模与宏观影响提供了新的参照坐标。他表示，未来10年，AI领域的资本支出可能需要10万亿至15万亿美元，并推动GDP增长50至70个基点。这一测算将AI基建从产业话题抬升到宏观经济变量层面，引发市场广泛讨论。

从数字本身看，10万亿至15万亿美元的十年资本开支，规模惊人，折合年化约1万亿至1.5万亿美元，相当于每年再造数个大型国家级基建工程。而50至70个基点的GDP拉动，意味着AI投资有望在十年维度上为全球经济增长贡献约0.5至0.7个百分点的年化增量，在主要经济体普遍面临增长放缓的背景下，这一贡献被不少机构视为值得重视的结构性支撑。

泰德・皮克发表上述观点的场合，是其在近期的一次公开活动中谈及AI的长期影响。作为全球顶级投行的掌舵人，其言论既代表资本市场的观察视角，也带有华尔街对AI投资回报与产业周期的审慎权衡。摩根士丹利长期跟踪科技与基础设施投资，其对AI资本开支的测算，背后是大量对科技巨头资本开支、数据中心建设与电力配套的跟踪数据。

从产业现实看，这一预测并非空穴来风。全球科技巨头在AI算力上的投入正在快速加码，数据中心建设、GPU与AI芯片采购、网络与存储配套、以及电力供给成为资本开支的主要流向。多家头部云厂商与算力企业已连续多季度上调资本开支指引，把AI基建视为决定未来竞争位势的必争之地。摩根士丹利的测算，正是对这一投资潮的规模化外推。

从经济学逻辑看，AI资本支出对GDP的拉动主要通过几个渠道实现。其一，数据中心、芯片制造等实体投资的落地直接计入固定资本形成，形成当期需求；其二，AI对生产效率、新业态的渗透，可能在中长期改善全要素生产率；其三，围绕算力生态的设备、软件、电力、工程服务等上下游产业链，将带动广泛的就业与配套投资。50至70个基点的测算，即综合了直接投资的拉动与间接的乘数效应。

当然，这一预测也伴随着明显的争议。反对者担忧，如此规模的资本开支若无法在收入端获得匹配回报，可能重演互联网泡沫时期的过度投资与产能过剩。当前已有多方声音提示，AI应用落地与商业化变现的速度，可能落后于算力供给的扩张，若投资回报周期被拉长，资本开支的可持续性将面临考验。泰德・皮克本人也强调，关键在于如何将投资转化为实际的生产力提升，而非单纯堆砌算力。

从产业链角度看，无论AI投资最终规模落在区间的上沿还是下沿，其对半导体、电力、数据中心、光模块等环节的带动效应都已十分明确。芯片算力的持续迭代、数据中心功率密度的提升、以及随之而来的电力与散热需求，构成了AI基建投资的主线。对于半导体产业而言，AI资本开支的长期景气，意味着上游设备、材料、先进封装乃至电源管理、精密部件等细分环节都将获得持续的订单支撑。

值得注意的是，AI基建投资的分布并不均衡，电力供给正成为制约数据中心扩张的硬约束。多个地区的算力项目因电网容量、能耗指标而面临审批或建设延迟，电力基础设施的配套投入，正成为AI资本开支中不可忽视的一部分，也在一定程度上放大了整体的投资规模测算。

与历史上的大规模基建周期相比，AI资本支出呈现出更鲜明的技术密集与更新快特点。传统基建的折旧周期长、边际收益递减相对平缓，而AI算力设施面临快速的技术迭代，芯片换代、架构升级可能使部分前期投资在较短时间内面临价值折损，这既放大了投资的规模，也抬升了其中的风险。如何平衡投资的规模、节奏与回报，是产业与企业共同面对的课题。

本文转自媒体报道或网络平台，系作者个人立场或观点。我方转载仅为分享，不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益，请及时联系客服，我们作为中立的平台服务者将及时更正、删除或依法处理。 评论暂无用户评论最新资讯更多 相关推荐

数据中心营收年增175%，安森美重金收购Ferric加码AI供电2026-11-04 10:56

印度封装风口，中小OSAT还有机会吗？2026-11-04 10:37

Anthropic到2026年底算力规模将超过3.5吉瓦，明年目标翻倍2026-11-04 10:29