近期，全球芯片股市场再度出现显著波动，部分投资者开始担忧人工智能热潮的持续性，以及背后AI需求的增长是否面临放缓。然而，来自产业链核心环节的多位企业高管，近期密集发声予以反驳，他们普遍认为，当前AI需求不仅未达天花板，其增长潜力依然“近乎无限”，真正的瓶颈在于能源等基础设施的供给能力。
AI需求被指“无限”，能源成关键制约
英特尔前首席执行官、现风险投资机构Playground Global普通合伙人帕特·基辛格近日公开表示，市场对于AI的需求“几乎是无限的”。他指出，智能水平提升所能带来的经济价值，在从医疗、金融到制造业的几乎所有行业中，都拥有不可估量的潜力。因此，他认为当前AI发展的“唯一真正的限制因素”并非需求本身，而是能源供应。这一观点将市场关注的焦点，从需求侧转向了支撑AI算力运行的基础设施能力。
产业链高管齐声：需求远超供给，产能已售罄
来自数据中心与芯片企业的声音，进一步印证了需求的强劲。云计算服务商Nebius的首席营收官伊利亚·博罗季茨基直言，当前市场对AI算力的需求“远远超出了满足能力”。专注于AI算力硬件的公司Cerebras Systems的首席执行官安德鲁·费尔德曼也指出，行业对计算能力的需求正持续超过可用容量，整个产业链在多个关键投入要素上都存在短缺。
韩国AI芯片初创公司Rebellions的首席执行官朴成云认为，AI基础设施的建设势头依然巨大，他并不认同市场上关于超大规模科技公司存在“过度投资”的说法。而在光通信元件领域，龙头企业Lumentum的首席执行官艾伦·赫尔斯顿透露了一个更具体的信号：其用于数据中心光互连的关键产品，在未来五年内的产能已经全部售罄。公司目前正在全力扩大生产，以应对源源不断的订单需求。这一信息直观反映了下游数据中心扩张的迫切性。
企业支出趋理性：从“粗放试用”转向“价值驱动”
尽管需求端保持旺盛，但企业端的应用模式正在发生微妙而重要的转变。博罗季茨基观察到，市场正从早期的“token最大化”阶段，转向更加关注投资回报率。这里的“token”在AI语境下常指大模型的使用量或计算资源消耗单位。初期，许多企业鼓励员工广泛尝试和使用AI工具，不太计较成本。而现在，企业的首席财务官们开始更审慎地寻求AI投入的价值最大化。
博罗季茨基将这一过程称为AI应用的“理性化”转变。他强调，这种理性化是每个科技发展周期中都会出现的常见现象，它并不意味着需求的萎缩。相反，当企业清晰地看到AI投资能够带来可量化的回报时，反而会推动更持续、更深入的需求，促使投资从探索性尝试转向规模化部署。
算力需求分层：不同场景呼唤不同模型
随着AI部署进入更成熟的阶段，工作负载的分配也呈现出精细化、分层化的趋势。Cerebras的费尔德曼预测，未来将不会由单一模型主导所有场景，而是会根据任务复杂度，由不同的模型来处理。最前沿、参数规模巨大的模型将用于解决极其复杂的科研或商业问题；而大量相对简单的日常工作任务，将迁移到成本更低、更高效的专用算力上。
费尔德曼用一个生动的比喻解释道：“你可能不需要开一辆巨型巴士去杂货店购物。”这意味着，随着产业成熟，用户会将不同的“出行需求”（AI工作负载）匹配最合适的“交通工具”（算力模型与平台）。这种分层迁移，一方面能优化整体计算资源的使用效率，降低成本；另一方面也催生了针对不同层级算力需求的多样化市场机会，推动AI芯片和基础设施向专用化、多元化发展。
本文内容仅供参考，不构成任何投资建议。
