博通 CEO 陈福阳与英特尔 CEO 陈立武近日在新加坡示警：资本正取代芯片成为 AI 扩张的最大约束。2026 年全球九大云服务商资本开支上调至约 8300 亿美元，云厂商资本开支占收入比或从 2023 年约 12% 升至 2027 年逾 40%，未来五年面临约 3.5 万亿美元外部融资需求，回报验证成为行业分水岭。

10 月 12 日，新加坡，星展亚洲未来前瞻会议。博通首席执行官陈福阳与英特尔首席执行官陈立武先后登台，说出了语气克制却分量极重的判断：AI 基础设施建设最大的约束，可能不再是芯片，而是钱。

陈福阳的原话是 " 我认为最大的约束可能是资本 "。他同时强调，AI 算力基础设施的需求仍在持续超过供应——问题不在需求侧，甚至不在供给侧的产能本身，而在为产能扩张买单的资金。陈立武把担忧说得更直白：当前的挑战之一是资本及其不断上升的成本；从长远看，市场还将追问那些大规模投资 AI 的企业能否获得足够的回报。

两位芯片巨头的掌门人同日 " 泼冷水 "，这件事本身就是信号。

核心观点：

1、AI 基础设施的约束正在迁移。芯片、存储、电力的短缺仍是现实，但 " 资本及其成本 " 正在成为更上位的瓶颈——当连卖芯片的人都在担心买芯片的人借不到钱，约束已经从物理供给层面转移到了资产负债表上。

2、资本开支的量级正在逼近头部企业自身现金流的边界。2026 年全球九大头部云服务商资本开支上调至约 8300 亿美元，同比增速由此前预测的 61% 上调至 79%；大型云厂商资本开支占收入的比例已从 2023 年的约 12% 升至 2025 年的约 23%，按市场一致预期，2027 年可能进一步升至 40% 以上。行业正从内源融资转向外部融资，未来五年约 3.5 万亿美元的融资需求，需要由债券、私募信贷和证券化市场共同承接。

3、资本约束的本质是回报约束。以 10% 的投入资本回报率倒算，AI 应用需要在 2030 年前形成每年约 1 万亿美元的可持续收入，这意味着 AI 应用收入在未来五年需要每年近乎翻倍。资本市场的耐心开始按 " 回报验证期 " 计价——博通今年 6 月财报后单日暴跌 13%、市值蒸发约 2860 亿美元，已是这场重估的预演。

4、瓶颈迁移将重塑产业格局。融资能力本身正在成为新的护城河和淘汰机制，行业竞争的坐标从 " 谁购买了更多芯片、宣布了更多 GW"，转向 " 谁能把每一瓦电、每一张卡和每一元资本转化为更稳定、更低成本、更可持续的 AI 服务 "。资本约束不会终结 AI 周期，但它会决定这一轮周期由谁主导、以何种方式收尾。

卖铲子的开始担心淘金者的钱包

值得玩味的是说这番话的人。博通 2026 财年 AI 业务营收指引约 560 亿美元，2027 财年有望超过 1000 亿美元；英特尔 2026 年二季度营收同比增长 25%，创下 2011 年三季度以来最快季度增速，数据中心与 AI 业务同比增长 59%，录得史上最强服务器季度增幅。作为本轮 AI 基建最直接的受益者，两家公司警告的恰恰是客户的支付能力——卖铲人的收入，最终来自淘金者的融资。

陈福阳的警示指向资金获取能力对建设速度的影响：业界竞相建设支撑日益复杂 AI 模型的基础设施，相较于半导体、存储芯片或电力短缺，融资问题可能成为 AI 扩张更大的约束。这场会议上给出的另一个时间坐标是，晶圆产能预计要到 2028 年至 2029 年才有机会明显改善，而在那之前，最大的限制可能恰恰是资金。这与马斯克同场那句 " 在赌场就别哭 " 形成微妙对照——前者的意思并非需求熄火，而是提醒这场牌局的入场费正在变贵。

瓶颈的接力棒：从晶圆、HBM 到电网，再到资产负债表

过去两年，AI 基础设施的约束像接力棒一样转移。最先卡住脖子的是先进制程与先进封装产能，随后是 HBM 与存储，接着是电力—— Gartner 预测，全球数据中心电力需求将从 2025 年的 104GW 增至 2030 年的 290GW；36 氪报道的细节更为直观：为 10GW 级数据中心配套一座电厂，可能需要追加 120 亿至 200 亿美元投入，燃气轮机巨头 GE Vernova 的订单甚至排到了三年之后。

物理性短缺都有解：晶圆厂可以扩产，电厂可以排队，输配电装备可以加班加点——行业供给约束已由单一算力芯片瓶颈，逐步延伸至电力配套与输配电装备领域，但每一项都有明确的价格信号和交期表。真正难解的是资本：从立项到并网动辄数年的基建周期，遇上以年为单位才能扩容的全球资本池，意味着融资环境一旦收紧，被压缩的不是某个环节的产能，而是整个建设节奏；长期利率维持高位，也在抬升每一个项目的回本门槛。

量级的变化可以说明问题。TrendForce 测算，全球九大头部云服务商 2026 年合计资本支出上调至约 8300 亿美元；穆迪数据显示，以微软、亚马逊、Alphabet、甲骨文、Meta 和 CoreWeave 为代表的美国六大超大规模云服务商，资本支出将从 2025 年的近 4000 亿美元增至 2026 年的约 5000 亿美元；高盛研究预测，未来五年数据中心、电力和计算机行业总支出可能达到 7.6 万亿美元。Dell'Oro 的口径更为激进—— 2026 年全球数据中心资本支出将突破 1 万亿美元。

分厂商看，亚马逊以 2200 亿美元居首，谷歌为 1950 亿至 2050 亿美元，微软约 1750 亿美元，Meta 最高达 1450 亿美元，四家合计超过 7000 亿美元、较上年增长超 60%。数字背后的含义是：单家公司的年度资本开支已接近一个中等经济体的年度基建预算，" 用当年利润覆盖当年投资 " 的传统模式开始失效。

钱从哪里来：当现金流撑不起资本开支

衡量这种失效的标尺，是资本开支占收入的比例。中金公司测算，大型云厂商的这一比例已从 2023 年的约 12% 升至 2025 年的约 23%，按一致预期 2027 年可能升至 40% 以上，接近甚至超过互联网和能源行业历史资本开支周期的高点。最直观的案例是 Alphabet：二季度营收 1198 亿美元、同比增长 24%，云业务积压订单高达 5140 亿美元，但全年资本开支指引高达 1950 亿至 2050 亿美元，仅二季度就支出 449 亿美元，自由现金流已经转负——市场追问的焦点不再是业绩本身，而是巨额投入何时转化为可持续的利润增长。

Meta 给出了另一种解法：2026 年资本开支区间收窄至 1300 亿至 1450 亿美元，同时与贝莱德推进数据中心合作，把外部资金引入基建投入。这类 " 配套融资 " 正在成为行业常态。中金测算，AI 资本开支未来五年有望创造约 3.5 万亿美元的外部融资需求，其中投资级债券约 1.5 万亿美元、私募资本约 1.1 万亿美元、公开市场股权约 0.4 万亿美元、杠杆融资约 0.3 万亿美元、资产证券化产品约 0.3 万亿美元。中信建投证券的宏观深度报告《债务流动性视角：谁将为 AI 超级周期买单？》同样从债务融资角度拆解了本轮 AI 投资的资金来源与融资结构，其核心判断是：AI 投资已不再完全由科技巨头的内部现金流驱动。

融资结构的变化正在改写风险的分布。IMF 指出，数据中心正越来越多地依赖银行、私募信贷、证券化以及能源与技术企业之间的合作融资，投机性预租、租户高度集中、技术快速过时和并网延期都会放大风险。美联储基于项目数据的估算同样耐人寻味：美国数据中心投资到 2026 年二季度可能达到约 3700 亿美元的年化水平，但 2027 年的预测区间可以宽至 3600 亿到 9300 亿美元——区间之宽本身就在提醒，远期公告量不等于确定投资，项目取消率和从计划到开工的转化率，将决定这轮资本开支峰值的真实高度。

回报的追问：一场与折旧的赛跑

陈立武的担忧里，藏着这轮周期最尖锐的问题：大规模投资 AI 的企业，能否获得足够的投资回报。中金给出了一组倒算：假设投入资本回报率为 10%，AI 应用最终需要形成每年约 1 万亿美元的可持续收入；若要在 2030 年前达成，AI 应用收入需要连续五年每年近乎翻倍。换句话说，市场要回答的已不是 AI 有没有用，而是有多少企业愿意为 AI 持续付费、付多少钱、频率多高。

资本市场已经用行动示范过这种定价逻辑。6 月 3 日盘后，博通发布第二财季财报：营收 221.9 亿美元、同比增长 48%，净利润同比增长 88%，放在任何传统评估框架里都堪称强劲；但当季 AI 半导体营收指引约 160 亿美元、低于分析师平均预期的 172 亿美元，加之重要定制芯片客户可能推动供应链多元化，股价次日暴跌 13%，创下美国上市公司历史第四大单日市值蒸发纪录（约 2860 亿美元），英伟达跌约 6%，美光重挫 13%，迈威尔大跌近 17%。市场对 AI 的评估体系已从 " 增长 " 升级为 " 增长必须加速 "，且增速必须持续超越预期。同样的重估逻辑如今指向资本本身：当融资规模成为变量，回报不及预期就不再只是股价问题，而是杠杆与再融资问题——中金的提示是，若项目利用率、利润率和资产寿命长期低于预期，持续滚动融资反而会推高杠杆和融资成本。摩根士丹利则以一座 1GW 数据中心为样本，定量拆解了两种商业模式下的收益与资本回报率，结论同样指向回报率的分化而非普惠。

资本是约束，也是护城河

约束的另一面是筛选。最脆弱的资产画像已经清晰：没有长期合同、债务期限短、建设成本超支、依赖单一客户、把未通电土地按满负荷估值的项目。一旦资本开支收缩叠加顺周期信用收紧，压力将率先落在这些项目上，并可能通过银行与非银机构的联系向外扩散。若泡沫出清真的到来，路径大概率是三种之一：温和路径以时间换空间，估值横盘而盈利逐步追上；中性路径是价格调整，行业通过兼并重组集中到现金流更强的运营商；激烈路径则是资产与信用同时调整，项目取消、设备折价、资产减值与再融资困难相互强化。

反过来看，资本约束也在为强者加固护城河。手握充沛现金流与多元融资渠道的巨头，可以用内源资金加配套融资的组合穿越周期；盈利能力最强的卖铲人底气十足——博通基础设施软件业务的营业利润率高达 79%，芯片业务综合营业利润率 62%；英特尔则在资本纪律下调整节奏，18A 制程进入风险生产，代工运营亏损环比收窄，其自身的融资能力同样是市场评估的变量。中美融资生态的差异也在此时显现分量：银行体系扮演的角色不同，决定了风险传导链条的长短。2026 年更像是算力投资由单纯追求规模，转向检验效率与回报的分水岭。

从造得出来，到养得起

当资本取代芯片成为瓶颈，AI 基础设施的故事就从 " 造得出来吗 " 变成了 " 养得起吗 "。值得盯住的信号有三个：预租率与长期合同的真实成色、再融资窗口的松紧，以及 AI 收入爬坡与折旧高峰之间的时间差。

两位 CEO 的冷水并非看空需求——需求仍在超过供应——而是提前标出了这场牌局的入场价。资本约束不会按下 AI 周期的停止键，但它会淘汰一批玩家、改写竞争的记分牌，并最终决定这一轮史无前例的基建浪潮，以怎样的姿态抵达峰值。