Shenwan Hongyuan: The Inflection Point in US AI Capital Expenditure Growth May Be Approaching
English text is being prepared.
Based on project-level microdata from data centers, Shenwan Hongyuan Macro estimates that the peak in US AI investment growth may occur in Q4 2026, with a downturn beginning in 2027—one quarter later than the market consensus. The report states that capital expenditure by the five major US cloud providers in 2026 may exceed $800 billion, with year-over-year growth of 94%, accounting for 2.5% of US GDP; growth may then fall to 40% and 10% in 2027 and 2028, respectively. The estimates use three shelving rates of 20%, 33%, and 45%, with investment within one year determined by the planned stock and projects under construction.
Why read this
AI score 56
Shenwan Hongyuan estimates the inflection point in US AI investment growth based on project-level microdata, offering a judgment that differs from the market consensus by one quarter.
Topics
Body
摘要
AI产业链已经发展成为一个多层次、相互依赖的生态系统。参考英伟达的分层,AI产业链可被划分为能源、芯片、基础设施、模型与应用五个层级。其中,基础设施的主要载体就是数据中心,既是上游能源和芯片需求的主要来源,也为下游的大模型和应用端提供算力/云服务的支持。
主体视角看,在AI栈内,超大规模云厂商是资本开支的主体。截至2026年二季度,超大规模云厂商资本开支在AI产业链中占比66%,其次为芯片(18%)、能源供应商(7%)。新兴云厂商、软件商、数据中心运营商、建筑商占比均不到5%,可见超大规模云厂商是资本开支主体。
AI资本开支,花了多少钱?2026年,美国五大云厂商资本开支规模或超过8000亿美元。2026年五大云厂商资本开支同比或达94%,占美国GDP 2.5%,2027、2028年资本开支规模或继续扩张,但增速或分别回落至40%、10%,未来美国AI投资增速及拐点是市场关注点。
(二)AI资本开支:钱花在哪了?约3/4的资本开支流向数据中心
客体视角看, AI资本开支的“钱花哪儿了”?全球AI 产业链资本开支约74%流向数据中心。其余部分,13%投向芯片制造,8%投向能源,5%投向研发;美国超大规模云产商资本开支中,绝大部分投向数据中心,谷歌二季度资本开支60%投向服务器,40%用于数据中心及网络设备。
在数据中心投资中,约55%投向服务器/GPU,其次为电力与制冷设备(19%)。建筑、网络存储在数据中心投资中的比例分别为15%、11%。根据普华永道预测,在数据中心容量扩张的背景下,由于设备寿命远低于建筑,ICT设备投资的份额至2050年或提升至93%。
美国GDP口径下,数据中心约占AI相关投资71%。在美国GDP中,AI相关投资主要涵盖设备、建筑、知识产权三大类,涵盖8个细分科目。由于数据中心是物理基础设施和设备的综合体,合计占比71%(2026年二季度),故数据中心是AI资本开支合理的“代理变量”。
(三)实时预测:基于微观项目数据库,美国数据中心投资增速的拐点或已临近
数据中心建设周期平均用时20个月,搁置率33%,项目规模越大,用时越长。数据中心项目可分为四个阶段:规划、开工/在建、完工、搁置(未开工的规划项目)。根据2003-2025年项目数据,规划至开工、开工至完工平均分别需用时11月、9月,平均搁置率为33%。
基于项目层面数据,一年之内的数据中心投资由存量项目决定,当前存量规模仍在增加。假设项目在建期间均匀形成投资,短期一年内的预测由规划存量及在建项目决定;中期一年以上的预测需依赖新项目“流入”速度。当前流量、存量数据显示,未来一年资本开支规模或有保障。
测算显示,美国AI投资增速或在今年四季度前后见顶,2027年进入回落期。基于最新数据,我们设置20%、33%、45%三档搁置率进行测算。从结果来看,各情景均指向美国AI投资增速或在今年四季度前后见顶,相较市场一致预期晚一个季度(五大云厂商资本开支增速)。
AI产业链已经发展成为一个多层次、相互依赖的生态系统。根据黄仁勋(英伟达)拆分,AI产业链可划分为能源、芯片、基础设施、模型、应用五个层级。AI产业链五层之间呈现层层咬合的闭环关系。超大规模云厂商(基础设施层)的资本开支主要流向芯片层,转化为收入(如英伟达);芯片层向基础设施层供货,后者再以长期合同向模型层出租算力;模型层的能力交由应用层变现,后者决定本轮AI资本开支能否形成商业闭环;能源层则为整个链条托底,与基础设施层的连接依靠长期购电协议(PPA)完成。资本开支在AI产业链中处于“中枢”地位,云厂商资本开支既形成对上游芯片、服务器等设备的需求,也为下游模型训练和应用落地提供算力支撑。
主体视角看,在AI栈内,超大规模云厂商是资本开支的主体。黄仁勋的AI“五层”的基础设施层,实质上可继续拆为数据中心、超大规模云厂商、新型云厂商等。在IMF的报告分类中,AI产业链可细分为高达8个层级(对应关系见下图)。静态来看,截至2026年二季度,AI产业链中超大规模云厂商(Hyperscalers)是资本开支的主要支出方,占比达66%,其次为芯片商(18%)、能源供应商(7%),新兴云厂商、软件商、数据中心运营商、建筑商占比均不到5%;动态来看,从2022年11月至2026年8月,超大规模云厂商资本开支增长377%,但资本增长幅度最大的还属新兴云厂商(+2360%),后者债务、市值的涨幅亦超过1000%。
AI资本开支,花了多少钱?根据彭博一致预期,美国五大云厂商(亚马逊、谷歌、META、甲骨文、微软)2026年资本开支规模或超过8000亿美元,同比增速达94%,占美国GDP达2.5%。展望未来,根据市场预期,2027、2028年五大云厂商资本开支规模或继续扩张,但增速或从2026年的94%分别回落至40%、10%,增速拐点及回落节奏成为市场关注焦点。
客体视角看, AI资本开支的“钱花哪儿了”?全球AI 产业链资本开支约74%流向数据中心,13%投向芯片制造,8%投向能源,5%投向研发(AI 模型研发以费用化为主);美国超大规模云产商资本开支中,绝大部分投向数据中心相关资产,谷歌二季度资本开支60%投向服务器,40%用于数据中心及网络设备。
在数据中心投资中,约55%投向服务器/GPU,其次为电力与制冷设备(19%),建筑、网络存储比例分别为15%、11%。根据普华永道预测,在数据中心容量扩张(贝恩:未来5年或翻三倍)的背景下,由于设备寿命远低于建筑,ICT设备投资的份额至2050年或提升至93%。
美国GDP口径下,数据中心约占AI相关投资71%。美国是全球AI投资的主力,因此观察美国GDP中与AI投资相关的分项亦具备价值。在美国GDP中,AI相关投资主要涵盖设备、建筑、知识产权三大类,涵盖8个细分科目。由于数据中心是物理基础设施和设备的综合体,合计占比71%(2026年二季度),故数据中心是AI资本开支合理的“代理变量”。
数据中心建设周期平均用时20个月,搁置率33%,项目规模越大,用时越长。数据中心项目可分为四个阶段:规划、开工/在建、完工、搁置(未开工的规划项目)。根据2003-2025年项目数据,规划至开工、开工至完工平均分别需用时11月、9月,平均搁置率为33%。
基于项目层面数据,一年之内的数据中心投资由存量项目决定,无需主观假设。美联储论文 (2025)基于项目级微观数据,为美国数据中心投资(对应计算机外围设备+数据中心建筑投资)预测提供了方法论。假设项目在建期间均匀形成投资,短期一年内的预测由规划存量及在建项目决定;中期一年以上的预测需依赖新项目“流入”速度。换句话说,一年以内的数据中心投资,无需主观假设,仅与规划至开工用时、开工至完工用时及搁置率有关。
测算显示,美国AI投资增速的高点或在今年四季度,2027年进入回落期。基于最新数据,我们设置20%、33%、45%三档搁置率进行测算,2027年二季度前的预测完全取决于存量指标,而2027年二季度-四季度数据则假设项目“流入”速度保持2024-2025年水平。从结果来看,各情景均指向美国AI投资增速的高点或在2026年四季度,相较市场一致预期晚一个季度(五大云厂商资本开支增速),而2027年进入增速回落期或是大概率事件。
本文来源:申万宏源宏观 风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。