不要低估AI主題的持久力

這些AI供應鏈相關公司的亮眼表現，反映了這些技術的應用仍處於早期且仍在加速的階段——而這個上升週期的發展空間仍然相當巨大。

AI供應端仍未跟上需求

過去幾年，AI相關市場的波動部分源於市場對新增供應規模的擔憂：新晶片、新數據中心、新雲端基礎設施陸續湧現，市場的注意力集中在供應增加以及潛在的產能過剩問題上。

然而，在與AI生態系統內多家公司的交流當中，我們發現了一個更重要的現實：無論是記憶體、算力或是電力– 幾乎在整個技術架構的各個層面，供應均無法跟上需求。許多情況的供應短缺似乎是結構性而非週期性的，並且正在不斷加劇。

有別於通常在供過於求的時期形成的典型市場泡沫，當前的AI領域持續出現供不應求的狀況。Alphabet管理層近期指出，公司在年底時面臨的需求超過其可用產能，這種觀點也得到了業內各家公司管理層的一致認同。

與此同時，超大規模雲端服務商（Hyperscalers）正以破紀錄的資本開支作出回應。Google、微軟及亞馬遜均大幅增加其2026年的資本開支計劃以支持AI基礎設施建設，預計2026年超大規模雲端服務商的總支出將超過6,500億美元。

模型能力不斷突破

另一邊廂，AI模型的效能亦在持續提升。Google、OpenAI及Anthropic的前沿模型不斷互相超越，「縮放定律」（Scaling laws）仍是必然法則。與一年前相比，現時可用的模型在實用性和可靠性上都有了顯著提升，測試顯示其事實錯誤減少，推理能力亦不斷增強。

同時，AI的應用場景正變得更寬、更深。AI正大規模重塑程式編寫、企業流程及客戶服務模式。凡是基於規則的工作，均有機會被自動化取代。企業的應用正不斷加速，隨著AI能力日趨成熟，來自消費者及個人智能應用的需求有望掀起另一波熱潮。OpenAI最近決定將其影片生成工具Sora下線以騰出算力資源用於編程應用，這正是需求強勁的一個有力印證。

供應瓶頸蘊含投資機遇

要有效捕捉AI的增長機遇，投資者不應將目光聚焦於家喻戶曉的超大市值巨頭，而是要轉向那些在供應最受限領域中的營運商。

目前，基礎設施架構的多個層面均同時出現瓶頸。GPU的租賃價格（即使是上一代晶片）不跌反升，這與通常新一代產品問世時的情況背道而馳；半導體資本設備製造商亦指出訂單量遠超預期。

記憶體已與電力今年一同成為數據中心建設的主要限制因素：一家領先的生產商早在2025年10月就已售罄其2026年的全部產能，而另一家生產商則發現激增的需求已延伸至2027年。

發電是另一個壓力點：數據中心能源需求的急劇增長預計將延續到2030年。光學互連及先進冷卻系統面臨進一步的壓力。新產能的交付週期漫長，這些限制通常無法在短期內解決。

故此，投資者的焦點應放在那些直接處於瓶頸位、且資本投資毫無放緩跡象的企業上，特別是那些盈利增長具備可持續性及能見度的公司。這包括為AI數據中心提供半導體、冷卻系統、高能源效益電源管理及機架系統的公司。

堅守投資方向

AI這類趨勢的持續時間往往比市場預期來得更長。投資者需要時間完全消化新技術的部署和應用，而且增長不一定是直線的。發展過程中的必然波動，是任何重大技術變革的自然組成部分。

儘管機遇領域可能會隨著發展過程改變，但在可見的未來，AI算力的需求似乎注定會超過供應。處於這種供求失衡交匯點的公司將有潛力跨越經濟週期實現複合增長，超越短期預期——這正是現時正在發生的現象。

撰文：駿利亨德森投資投資組合經理 Nick Schommer (CFA) 及 投資組合經理兼研究分析師 Brian Recht