大摩最新科技展望：AI行情没结束，但最残酷的阶段来了

大摩年度科技展望释放出的信号，并不是科技行情已经结束，而是这轮由AI驱动的产业周期正在进入更苛刻的阶段：资本仍在涌入，需求仍在扩张，但市场开始不再满足于“算力会增长”这一句简单叙事，而是追问谁能卡住瓶颈，谁能把资本开支转化为收入、利润和现金流。

大摩研究预计，到2028年，全球AI相关基础设施投资规模接近3万亿美元，而且超过80%的支出仍在前方。这意味着AI不是一轮短促的主题炒作，而是一场横跨芯片、服务器、数据中心、电力、网络和软件的再工业化工程。

但越是庞大的周期，越不会平均分配利润。过去两年，市场最容易理解的是GPU，是训练大模型所需要的并行计算能力。如今，大摩给出的新判断更值得玩味：随着AI从训练走向推理、从聊天机器人走向Agent，瓶颈会继续向内存、CPU、EUV光刻机、ABF基板和高速互联迁移。

这意味着AI产业链的定价权正在发生扩散。GPU仍然重要，但不再是唯一答案。Agent AI需要的不只是峰值算力，还需要更强的任务调度、低延迟响应、复杂工具调用和数据交互能力。于是，CPU、内存、网络、存储和电力系统都被重新纳入估值框架。

大摩相关展望提到，2026年科技行情可能呈现“前后分化”：上半年仍受AI资本开支和大宗商品上涨推动，下半年则可能遭遇成本通胀对需求的反噬。市场最初奖励的是供给短缺，之后检验的却是终端客户是否愿意为更贵的硬件买单。

这正是AI投资最微妙的地方。基础设施投资越大，短期越像繁荣；但投入越大，未来需要兑现的收入也越高。摩根士丹利一份AI基础设施报告曾指出，美国科技公司去年在数据中心投入超过4000亿美元，而AI相关收入至今仍相对有限。

因此，所谓“泡沫”问题并不在于AI有没有价值，而在于价值兑现的速度能否匹配资本开支的斜率。铁路、电网、互联网都曾经历过类似阶段：基础设施先行，财务回报滞后，中间伴随剧烈的估值再定价。AI也很难逃过这一规律。

从这个角度看，大摩年度科技展望真正强调的是科技股的筛选标准正在变化。第一阶段，市场买的是“谁离AI最近”；第二阶段，市场买的是“谁不可替代”；第三阶段，市场会买“谁能把AI转化为利润率、周转率和现金流”。

这也解释了为什么半导体仍处在叙事中心。全球AI进入推理阶段后，芯片需求不但没有消失，反而从单一GPU扩展到更复杂的系统需求。大摩澳洲文章也指出，AI下一章是推理阶段，日常应用需要服务器CPU、先进内存和高带宽网络共同支撑。

与此同时，电力成为另一个被低估的变量。大摩研究预计，美国数据中心电力需求到2028年可能达到74GW，而可获得电力接入存在约49GW缺口。AI不只是科技问题，也正在变成能源、土地、并网和工程交付问题。

这对投资者的启示是，AI行情将从“软件吞噬世界”转向“算力吞噬资本”。过去十年，软件公司的魅力在于轻资产、高毛利、可复制；但AI时代的基础设施建设重新抬高了资本密度，也让折旧、能耗、供应链安全和融资成本变得更加关键。

软件并没有失去价值，只是估值逻辑变了。企业软件预算仍在增长，但客户会更挑剔：能否提升生产率，能否降低人力成本，能否嵌入业务流程，能否形成真实续费。大摩调查显示，2026年软件预算预计增长4.1%，高于硬件的1.5%。

游戏行业就是一个例子。大摩近期估算，AI可能让游戏开发成本下降近50%，并为全球游戏业释放约220亿美元年度利润空间。这里的关键不是AI概念本身，而是AI能否实实在在改变成本曲线。

所以，大摩展望的底层判断并不悲观。它只是提醒市场：AI周期仍然强劲，但定价逻辑会更残酷。谁掌握瓶颈，谁享受涨价；谁承担成本，谁承受挤压；谁只有概念，谁会被估值出清。

对中国科技产业而言，这份展望同样有启发。AI竞争不是单点突破，而是系统工程。芯片、先进封装、存储、服务器、液冷、电力、终端和应用生态，每一环都可能成为新的产业入口。真正值得关注的，不是某家公司是否“有AI”，而是它是否站在资本开支、供给瓶颈和商业落地的交汇处。

科技行情的下一阶段，注定不会像过去那样线性上涨。AI仍是主线，但主线内部会发生剧烈分层。大摩年度科技展望的价值正在于此：它把市场从兴奋中拉回现实，让投资者看到，伟大的技术周期从来不是没有代价的繁荣，而是一场关于资本、瓶颈和回报率的长期清算。