摩根士丹利行政總裁Ted Pick與高盛行政總裁David Solomon，日前在香港金融管理局舉行的全球金融領袖投資峰會上，談到AI基建投資的規模與前景。Pick估計，未來十年AI發展所需資金或高達10萬億至15萬億美元；Solomon則形容AI交易需求「非常強勁」。不過，兩人看好長期趨勢之餘，也沒有把投資周期說成一路向上：科技周期可以很長，但過程難免有波折，單靠大手投資基建亦不代表一定有理想回報。1418

15萬億美元估算，與GDP增長預測

摩根士丹利估計，未來十年AI基建累計投資額或達15萬億美元。彭博另報道，大型科技「超大規模雲端服務商」未來七至十二年，每年可能投入8,000億至1萬億美元。1《英文虎報》報道Pick在峰會提到的估算範圍為10萬億至15萬億美元，並指這些投資可能為實質GDP增長帶來50至70個基點的貢獻。9

一個基點是百分之一個百分點，因此50至70個基點相當於0.5至0.7個百分點。不過，現有報道沒有交代這項GDP估算所採用的具體期間或假設，應視為引述的預測，而不是必然結果；亦不代表每一項AI投資都會有回報。9

算力需求旺，不等於每項基建都賺錢

有報道引述Solomon指，市場對算力的需求仍然大過供應，而長遠價值有相當部分會來自應用層。23兩者代表投資周期的不同環節：企業現時投放資金擴充算力，日後能否收回成本，則要看這些算力能否支援有用的產品和服務。

換言之，算力供不應求可以解釋企業為何急於投資基建，卻不能單憑這點證明每個數據中心、每筆晶片採購或融資交易都能帶來足夠回報。真正的商業考驗，是AI應用及其客戶能否創造足夠價值，支撐興建和營運底層設施的成本。

AI融資鏈：由實驗室到能源供應

AI基建擴張牽涉多個互相依存的環節：前沿AI實驗室需要運算能力，晶片商提供處理器，基建公司興建和營運數據中心，能源供應商則提供電力。峰會相關報道指出，AI基建融資涉及這些不同參與者。23

資本市場可以為這條鏈上的不同部分提供資金。彭博報道的一個例子，是SpaceX與Apollo簽訂約400億美元的設備融資租賃安排，為AI業務擴張所需晶片提供資金。29這說明運算設備亦可透過融資安排取得，但不能據此推斷所有參與者都採用同一模式，或整條投資鏈必然能帶來足夠回報。

長周期也會有波折，個別項目仍要看風險

Solomon形容AI交易需求「非常強勁」，並稱科技超級周期將主導資本市場及融資活動。418他同時提醒，這個周期會有「波折」。35這比預測市場會不斷上升更審慎。

彭博報道指，Pick與Solomon大致不認為AI熱潮已經進入泡沫階段。2但對整個行業的看法，並不能判定每個項目都沒有估值過高或融資不當的問題。投資者仍要衡量項目的融資安排，能否承受延誤、需求轉弱或回報低於預期。

另一篇報道指，Pick曾把AI周期與過往科技周期比較，包括1999至2000年及2008年，並形容市場調整形成的「擔憂之牆」有其健康作用；他亦提醒，部分項目的資本結構可能不夠穩健。23合起來看，市場調整可以是投資周期的一部分，不一定代表相關技術沒有前景；但一旦市況逆轉，融資結構薄弱的項目便可能更難捱過去。

投資者要問的核心問題

Pick提出的數字，反映AI基建投資規模可能非常龐大；Solomon的說法，則顯示相關融資需求強勁。但兩者都沒有回答最關鍵的一問：使用這些基建的企業，能否把今天的投入轉化為持續的經濟價值？科技周期可以很長，當中仍可能有進展不一、項目失敗，以及贏家與輸家之分。

摩根士丹利行政總裁Ted Pick與高盛行政總裁David Solomon，日前在香港金融管理局舉行的全球金融領袖投資峰會上，談到AI基建投資的規模與前景。Pick估計，未來十年AI發展所需資金或高達10萬億至15萬億美元；Solomon則形容AI交易需求「非常強勁」。不過，兩人看好長期趨勢之餘，也沒有把投資周期說成一路向上：科技周期可以很長，但過程難免有波折，單靠大手投資基建亦不代表一定有理想回報。1418

15萬億美元估算，與GDP增長預測

摩根士丹利估計，未來十年AI基建累計投資額或達15萬億美元。彭博另報道，大型科技「超大規模雲端服務商」未來七至十二年，每年可能投入8,000億至1萬億美元。1《英文虎報》報道Pick在峰會提到的估算範圍為10萬億至15萬億美元，並指這些投資可能為實質GDP增長帶來50至70個基點的貢獻。9

一個基點是百分之一個百分點，因此50至70個基點相當於0.5至0.7個百分點。不過，現有報道沒有交代這項GDP估算所採用的具體期間或假設，應視為引述的預測，而不是必然結果；亦不代表每一項AI投資都會有回報。9

算力需求旺，不等於每項基建都賺錢

有報道引述Solomon指，市場對算力的需求仍然大過供應，而長遠價值有相當部分會來自應用層。23兩者代表投資周期的不同環節：企業現時投放資金擴充算力，日後能否收回成本，則要看這些算力能否支援有用的產品和服務。

換言之，算力供不應求可以解釋企業為何急於投資基建，卻不能單憑這點證明每個數據中心、每筆晶片採購或融資交易都能帶來足夠回報。真正的商業考驗，是AI應用及其客戶能否創造足夠價值，支撐興建和營運底層設施的成本。

AI融資鏈：由實驗室到能源供應

AI基建擴張牽涉多個互相依存的環節：前沿AI實驗室需要運算能力，晶片商提供處理器，基建公司興建和營運數據中心，能源供應商則提供電力。峰會相關報道指出，AI基建融資涉及這些不同參與者。23

資本市場可以為這條鏈上的不同部分提供資金。彭博報道的一個例子，是SpaceX與Apollo簽訂約400億美元的設備融資租賃安排，為AI業務擴張所需晶片提供資金。29這說明運算設備亦可透過融資安排取得，但不能據此推斷所有參與者都採用同一模式，或整條投資鏈必然能帶來足夠回報。

長周期也會有波折，個別項目仍要看風險

Solomon形容AI交易需求「非常強勁」，並稱科技超級周期將主導資本市場及融資活動。418他同時提醒，這個周期會有「波折」。35這比預測市場會不斷上升更審慎。

彭博報道指，Pick與Solomon大致不認為AI熱潮已經進入泡沫階段。2但對整個行業的看法，並不能判定每個項目都沒有估值過高或融資不當的問題。投資者仍要衡量項目的融資安排，能否承受延誤、需求轉弱或回報低於預期。

另一篇報道指，Pick曾把AI周期與過往科技周期比較，包括1999至2000年及2008年，並形容市場調整形成的「擔憂之牆」有其健康作用；他亦提醒，部分項目的資本結構可能不夠穩健。23合起來看，市場調整可以是投資周期的一部分，不一定代表相關技術沒有前景；但一旦市況逆轉，融資結構薄弱的項目便可能更難捱過去。

投資者要問的核心問題

Pick提出的數字，反映AI基建投資規模可能非常龐大；Solomon的說法，則顯示相關融資需求強勁。但兩者都沒有回答最關鍵的一問：使用這些基建的企業，能否把今天的投入轉化為持續的經濟價值？科技周期可以很長，當中仍可能有進展不一、項目失敗，以及贏家與輸家之分。