

据TheStreet引用的数据显示,截至2026年9月1日,标准普尔500指数年初至今涨幅为11.5%,纳斯达克综合指数上涨12.3%,而罗素2000指数以17.7%的涨幅领跑。尽管今年3月因伊朗战争引发市场回调,且9月初出现新一轮抛售,但指数表现依然强劲。这凸显出当前指数表现与围绕人工智能(AI)基础设施资本支出周期的市场情绪紧密挂钩。
在此背景下,摩根士丹利美国公共政策研究主管阿里亚娜·萨瓦托雷(Ariana Salvatore)向CNBC表示,投资者的关注点已经转移。问题不再是“是否存在对AI算力的需求”,而是“超大规模云服务商能否足够快地获得许可、电力和社区支持,从而将需求转化为收入”。据路透社报道,摩根士丹利预计2026年美国超大规模云服务商的支出将达到8000亿美元,2027年接近1.1万亿美元。如此规模的AI基础设施建设扩张,意味着几乎没有容错空间来承受长期的执行失败。
萨瓦托雷指出,针对数据中心的公众反对声音已变得强大且具有两党共识,各派政客对此均有所回应。她指出了引发反弹的三个具体压力点:公用事业费用上升、与水消耗相关的环境担忧,以及住宅区附近施工带来的生活质量干扰。
关键在于,她将这种阻力描述为地方性的而非意识形态驱动的——无论是在共和党还是民主党执政的州都有显现。得克萨斯州州长格雷格·阿博特(Greg Abbott)和宾夕法尼亚州州长乔什·夏皮罗(Josh Shapiro)被作为无论党派如何都加强监管的例子引用。尽管如此,萨瓦托雷的结论仍持建设性态度:摩根士丹利认为资本支出的故事依然完整,预计明年超大规模云服务商的支出将超过一万亿美元。这一观点也呼应了外界对于这些支出是否能转化为持久回报的担忧。
萨瓦托雷区分了“需求毁灭”与“需求递延”。超大规模云服务商更有可能推迟在政治敏感地区的项目,并将产能重新导向能源、水资源更丰富且公众容忍度更高的州,而不是直接取消预算。摩根士丹利将这一模式描述为“时机延迟伴随地理分散”。
这种重组背后存在真实的物理限制。根据PJM互联电网公司的数据,数据中心通常可在两到三年内接入电网,而新建发电厂则需要四到六年才能投入运营。这种时间错配给许可时间表带来了持续压力,无论政治氛围如何变化。项目延期并不会消除对芯片、网络、冷却和电气设备的需求;它只是将这些订单推后到后续季度。
目前,各州层面的证据已清晰可见。得克萨斯州州长阿博特下令审计寻求ERCOT(德州电力可靠性委员会)并网的数据中心项目,在批准之前进行审查。Utility Dive报道称,ERCOT正在评估474吉瓦(GW)的拟议负荷量,超过该州历史峰值需求的五倍。宾夕法尼亚州已将AI数据中心从快速审批通道中移除,现在要求获得当地批准、由开发商资助的能源基础设施以及节水措施。据路透社报道,纽约州也因近12吉瓦的排队需求而暂停了50兆瓦及以上设施的许可审批。随着许可摩擦迫使部分开发商转向替代资本结构,直接与GPU支持的基建贷款挂钩的融资机制,正成为绕过这些瓶颈的主要注资方式之一。
摩根士丹利的框架将需求风险(他们认为基本完好)与执行风险(他们认为正在上升)区分开来。更长的许可周期、更高的能源成本以及社区福利要求可能会压缩项目回报率,且损害主要集中在杠杆率最高的运营商身上,而非均匀分布在AI板块中。
该公司将其“高暴露”类别定义为拥有盈利平台、合同积压订单、定价权、多元化客户群以及足以吸收延误的强劲资产负债表的公司。而“低暴露”类别则包括高杠杆开发商、投机性公用事业公司以及其预测假设所有规划校园都能按时开放的供应商——而在当前的许可和电网现实下,这种假设正日益受到挑战。
由于持仓集中度的影响,选股的风险被进一步放大。据Yahoo Finance数据,截至2026年初的三年间,标准普尔500指数上涨76%,而不含AI关联股票的指数仅上涨32%。这一差距之大意味着,任何对数据中心建设的广泛中断都会波及芯片制造商以外的领域,特别是如果这与针对AI相关股票的其他地缘政治压力相吻合时。
摩根士丹利的信息是建设性的,但带有条件:政治阻力不会消除算力需求,但会增加将超大规模云服务商资本支出转化为运营能力的成本和耗时。项目延期可以将设备销售引导至后续季度,而非彻底扼杀需求;地理分散倾向于在公用事业、开发商和基础设施供应商之间重新分配赢家,而不是集中损失。
对投资者而言,实际的启示是将敞口权重偏向于拥有合同积压、定价权、客户多样性和资产负债表实力的公司,同时将高杠杆和对项目按时完工的假设视为警示信号,而非基准情况。摩根士丹利的评论未附带任何目标价或估值区间,此处的分析也不替代个性化的投资建议——它提醒我们,AI基础设施的投资逻辑与AI基础设施的时间表已不再是同一笔交易。
声明:文章不代表币圈网立场和观点,不构成本站任何投资建议。内容仅供参考!
免责声明:本站所有内容仅供用户学习和研究,不构成任何投资建议.不对任何信息而导致的任何损失负责.谨慎使用相关数据和内容,并自行承担所带来的一切风险.