现在担忧AI产能过剩，属于没吃到葡萄？

在AI硬件扩产狂飙阶段去担忧产能过剩，属于没吃到葡萄？

这个标题有点扎心。但AI的资本泡沫破灭，是否要等到实际产能过剩时？

达利欧的答案是否定的。他认为当投资者套现时，泡沫将破裂。

所以在AI硬件扩产狂飙的现阶段，去担忧产能过剩，仍是值得讨论的话题。

有机构将当前阶段定义为“AI硬件泡沫的中场时刻”：短期内芯片供给在追赶爆炸性的需求预期，但硬件建设周期长于AI应用和商业模式的验证周期。中场时刻意味着上半场的需求狂热正在消退，下半场的供给过剩尚未完全显现，但拐点已隐约可见。

大摩等机构将2026年定义为“AI科技硬件爆发元年”。在同样预期驱动下，国内AI硬件产业链各环节纷纷启动大规模扩产计划，已有多家上市公司发布了扩充产能的公告，主要集中在PCB（印制电路板）、光模块、液冷散热、AI服务器及芯片代工等领域。

这种“大干快上”的景象，与2023-2024年存储行业低谷期厂商普遍削减产能、降低资本开支形成鲜明对比。当时行业寒冬导致2025-2026年几乎没有新增产能释放，反而加剧了当前的供给紧张。

当前AI硬件产业链的繁荣，建立在“应用终将获利”的预期之上。但AI硬件产业链呈现典型的矛盾状态：需求预期虽然真实存在，但被一定程度上放大，而硬件建设周期长于AI应用和商业模式的验证周期。

从全球视角看，微软、亚马逊、Alphabet、Meta和甲骨文等五大云厂商2026年资本支出总额预计达7000亿美元甚至更高，其中大部分流向AI系统与数据中心。然而，美国新安全中心（CNAS）报告警示，这些投资已超出许多芯片制造商的预测，半导体制造能力涵盖先进逻辑芯片、HBM及封装工艺已无法跟上AI需求增速。

更值得关注的是，全球八大云厂商预计2026年合计资本开支将超过其经营性净现金流，这意味着投资进一步加码将需要借助外部债务融资。当资本开支触及现金流天花板，扩张节奏必然面临调整，上游硬件订单的可持续性存疑。

另外，当前AI硬件产能过剩风险并非全面性的，而是呈现显著的结构性特征。

一方面，高端环节仍处紧缺状态。高带宽内存（HBM）和DRAM是当前市场最紧张的环节，AI已消耗全球大部分DRAM产能。台积电先进3纳米制程产能持续高位利用，CoWoS先进封装供不应求。在这一阶段，高端产能的扩张具有技术壁垒高、建设周期长的特点，短期内难以快速释放。

另一方面，中低端环节已现过剩苗头。大量投资沉淀在低效产能中，一旦技术突破不及预期或需求增速放缓，这些产能将面临严重的价值折旧。

AI硬件产能过剩的传导路径具有典型的产业链级联效应。CNAS报告与台积电、美光、SK海力士等近期业绩沟通均指向同一结论：未来12至24个月，硅基芯片将确定性地制约AI扩张节奏。

这种制约正在重塑部署时间表——“时间表是围绕芯片在弯曲，而不是电力”。一旦GPU交付出现延误，运营商将面临“机架建好了、硬件跟不上”的风险，资本持续消耗，机架却可能空置。

更深远的影响在于，如果AI应用端无法实现商业化，其影响将沿产业链逆向传导：云厂商收缩开支→芯片订单取消或延迟→晶圆厂产能过剩导致价格下跌→半导体设备和材料供应商订单进度受阻。这种影响的深度和广度将超越一般的行业周期调整。

国内AI硬件产能扩张的一大驱动力是国产替代。在信创市场驱动下，国产AI芯片厂商迎来窗口期，预计2027年国内AI芯片自给率将从2023年的17%提升至55%。

然而，国产替代逻辑正在面临考验。2026年5月后，美方同意放宽部分先进芯片出口限制，中方扩大对美采购并放宽稀土出口管制。国产替代逻辑可能因“海外供给改善”而出现15%-20%的回调。

AI硬件产能扩张是一把双刃剑。在需求真实存在且快速增长的阶段，适度超前投资有助于抢占市场份额；但当所有参与者同时涌入、预期被过度放大时，产能过剩的阴霾便悄然降临。2026年的AI硬件市场，正处于从“短缺狂欢”向“理性回归”过渡的关键节点。

【FT中文网观点】9月是AI分水岭

AI产业的资本支出正在以惊人的速度膨胀。

钱从哪来？

Google有充裕的自由现金流，可以自己买单。但其他玩家呢？Microsoft、Amazon、Meta的自有资金已经捉襟见肘。Oracle更是背负了一身债务来建设数据中心。CoreWeave、NuVei这些为AI基础设施发行私募债的公司同样杠杆高企。

2026年，Microsoft、Google、Amazon、Meta四家科技巨头预计在数据中心、算力和AI基础设施上合计投资超过7000亿美元。建设一个1吉瓦（GW）的AI数据中心成本在350亿至500亿美元之间。OpenAI目标到2030年在算力上花费约6000亿美元。

而这些融资的背后，相当一部分来自public pension——各州、各大学的养老金——说到底是美国纳税人的钱。如果民主党主张所有国家的钱不允许投入AI基础设施，那Google以外的玩家怎么办？找沙特？沙特的钱已经花完了，仗还没打完。

如果美联储在年底开始加息——即使只是市场形成加息预期——所有杠杆玩家的融资成本将急剧上升。AI数据中心私募债的成本飙升，将直接冲击这些公司的现金流和估值。

美国银行和德意志银行等华尔街主流机构已在6月形成共识，预计美联储将在9月、10月和12月连续加息。AI数据中心私募债的融资成本将面临“三级跳”。

黄仁勋讲的“每年算力翻一倍”的故事很动听。但问题在于：你的客户没钱了，他们怎么买你的芯片？

政治风险和利率风险不是独立的。它们可能同时发生，形成共振——民主党选举获胜压制AI情绪，叠加加息预期推高融资成本，构成一个自我强化的负反馈循环。

这些数千亿美元的数据中心按3-5年加速折旧，意味着巨额账面成本。一旦加息导致融资成本上升、同时企业端订阅收入不及预期，这些AI公司可能在上市后首个财报季就面临营收增长但毛利骤降的窘境。这也是为什么它们必须赶在Q3业绩披露前完成 IPO——把故事留在憧憬期，而非验证期。

还需要理解一个更深层的焦虑：消费端变现迟迟走不通。

订阅模式的天花板比想象中低得多。Netflix是美国订阅做得最成功的公司，但它在美国的用户增长已经见顶——三亿多人口中，覆盖了大约一半的household之后就再也长不动了。即使所有Netflix用户都愿意付费使用AI模型，这个盘子也撑不起万亿估值。

真正的长期投资者完全有理由继续持有优质AI资产。但对于所有参与者——不管是打新的散户、做空的对冲基金，还是等待退出的早期投资人——2026年8月到10月是一个需要高度警惕的窗口期。