在此轮AI革命中，市场普遍依赖“市场一致预期”判断AI资本开支前景，对于如何预测资本开支讨论不足。我们提出一套针对AI资本开支的跟踪、预测方法论。

AI产业链已经发展成为一个多层次、相互依赖的生态系统。根据黄仁勋（英伟达）拆分，AI产业链可划分为能源、芯片、基础设施、模型、应用五个层级。AI产业链五层之间呈现层层咬合的闭环关系。超大规模云厂商（基础设施层）的资本开支主要流向芯片层，转化为收入（如英伟达）；芯片层向基础设施层供货，后者再以长期合同向模型层出租算力；模型层的能力交由应用层变现，后者决定本轮AI资本开支能否形成商业闭环；能源层则为整个链条托底，与基础设施层的连接依靠长期购电协议（PPA）完成。

资本开支在AI产业链中处于“中枢”地位，云厂商资本开支既形成对上游芯片、服务器等设备的需求，也为下游模型训练和应用落地提供算力支撑。

主体视角看，在AI栈内，超大规模云厂商是资本开支的主体。黄仁勋的AI“五层”的基础设施层，实质上可继续拆为数据中心、超大规模云厂商、新型云厂商等。在IMF的报告分类中，AI产业链可细分为高达8个层级。静态来看，截至2026年二季度，AI产业链中超大规模云厂商（Hyperscalers）是资本开支的主要支出方，占比达66%，其次为芯片商（18%）、能源供应商（7%），新兴云厂商、软件商、数据中心运营商、建筑商占比均不到5%；动态来看，从2022年11月至2026年8月，超大规模云厂商资本开支增长377%，但资本开支增长幅度最大的还属新兴云厂商（+2360%），后者债务、市值的涨幅亦超过1000%。

AI资本开支，花了多少钱？根据彭博一致预期，美国五大云厂商（亚马逊、谷歌、META、甲骨文、微软）2026年资本开支规模或超过8000亿美元，同比增速达94%，占美国GDP达2.5%。展望未来，根据市场预期，2027、2028年五大云厂商资本开支规模或继续扩张，但增速或从2026年的94%分别回落至40%、10%，增速拐点及回落节奏成为市场关注焦点。

客体视角看， AI资本开支的“钱花哪儿了”？全球AI 产业链资本开支约74%流向数据中心，13%投向芯片制造，8%投向能源，5%投向研发（AI 模型研发以费用化为主）；美国超大规模云厂商资本开支中，绝大部分投向数据中心相关资产，谷歌二季度资本开支60%投向服务器，40%用于数据中心及网络设备。

在数据中心投资中，约55%投向服务器/GPU，其次为电力与制冷设备（19%），建筑、网络存储比例分别为15%、11%。根据普华永道预测，在数据中心容量扩张（贝恩：未来5年或翻3倍）的背景下，由于设备寿命远低于建筑，ICT设备投资的份额至2050年或提升至93%。

美国GDP口径下，数据中心约占AI相关投资71%。美国是全球AI投资的主力，因此观察美国GDP中与AI投资相关的分项亦具备价值。在美国GDP中，AI相关投资主要涵盖设备、建筑、知识产权三大类，涵盖8个细分科目。由于数据中心是物理基础设施和设备的综合体，合计占比71%（2026年二季度），故数据中心是AI资本开支合理的“代理变量”。

数据中心建设周期平均用时20个月，搁置率33%，项目规模越大，用时越长。数据中心项目可分为四个阶段：规划、开工/在建、完工、搁置（未开工的规划项目）。根据2003-2025年项目数据，规划至开工、开工至完工平均分别需用时11个月、9个月，平均搁置率为33%。

基于项目层面由存量项目决定，无需主观假设。美联储论文 （2025）基于项目级微观对应计算机外围设备+数据中心建筑投资）预测提供了方法论。假设项目在建期间均匀形成投资，短期一年内的预测由规划存量及在建项目决定；中期一年以上的预测需依赖新项目“流入”速度。换句话说，一年以内的数据中心投资，无需主观假设，仅与规划至开工用时、开工至完工用时及搁置率有关。

测算显示，美国AI投资增速的高点或在今年四季度，2027年进入回落期。基于最新数据，我们设置20%、33%、45%三档搁置率进行测算，2027年二季度前的预测完全取决于存量指标，而2027年二季度-四季度数据则假设项目“流入”速度保持2024-2025年水平。从结果来看，各情景均指向美国AI投资增速的高点或在2026年四季度，相较市场一致预期晚一个季度（五大云厂商资本开支增速），而2027年进入增速回落期或是大概率事件。■