AI基础设施扩张的边界在哪里（序言、第一部分）

研究数据截止至2026年6月初。全部关键数据均通过一手来源（SEC文件、企业公告、IEA、Gartner等）进行核实比对。本报告不构成任何投资建议。

本报告围绕AI基建周期的三个核心问题展开，先呈现结论，再以全文进行论证：

问题1：AI的需求端与供给端各自的增速如何？缺口规模有多大？

AI需求侧（tokens消耗量）以年化3至10倍的速度攀升，且拥有真实收入支撑（2026年下游向模型厂商支付约1500亿美元，同比接近翻番）。

AI供给侧（芯片、存储、能源）以年化30%至80%的速度增长，受制于物理建设周期的刚性约束。

若仅看"tokens供需数量"，缺口巨大且至少延续至2028至2029年；但在市场经济环境下，不存在持续性的实物缺口，缺口会通过价格飙升来消化。

真正需要衡量的不是"缺少多少HBM"，而是"涨价之后，还有谁能承担得起"。

问题2：AI产业超高速增长的TAM是否存在无法突破的硬性约束？AI周期顶点与泡沫破裂是否必然发生？

物理约束（芯片、电力）是增速约束而非天花板。它们影响的是增长斜率，不决定最终高度。

真正可能"无法跨越"的是金融约束：2026年全行业上游支出约7000至7500亿美元，而下游实际付费仅约1500亿美元，其中约5500亿美元的缺口由云厂商资产负债表、债务以及循环融资来填补。

资本支出周期几乎必然存在顶部：半导体与电信发展史上从未例外；但"周期见顶"不等于"泡沫破裂"，更不等于"产业终结"。

最终走向取决于一个可量化的指标：当美股科技巨头们的算力Capex触及顶峰时，AI下游的现金流能否覆盖存量资产的折旧与资本成本。

问题3：如果可以避免硬着陆，路径是什么？

核心路径只有一条，本报告称之为"平稳换挡"：在2026至2028年这个关键窗口期，AI基建的资金来源必须从"少数云厂商的Capex"转变为"各行业头部企业的Opex"。

具体有五条可观察的子路径：

①IT预算的AI化改造；

②人力预算向Token预算的跨池转移（已有早期迹象：2026年前5个月11.3万科技裁员中48%明确归因于AI）；

③合同负债/backlog对Capex的前置锁定（Google Cloud积压订单已达4600亿美元）；

④政府与主权AI接棒；

⑤金融工具将风险从科技股资产负债表转移（此路径仅转移风险、不消除风险）。

若换挡顺利，则AI周期之顶是"增速换挡"；换挡失败，则AI周期之顶就是泡沫顶。

几乎所有AI产业链分析都容易犯同一个错误：把两本性质完全不同的账，包装成一条平滑的"上中下游传导链"。本报告的第一步，是把这两本账拆开。

第一本账记录的是终端用户当期实际支付给模型厂商的资金。

2026年的规模，可以用各厂商披露的运行率收入（run-rate）交叉验证：

粗略汇总约1550至1650亿美元，扣除Gross口径水分与渠道重叠后，2026年"下游至中游"真实付费规模约1400至1500亿美元，同比增长约100%。

第一本账是真实的：增速惊人、可验证、且仍在加速（Anthropic的run-rate从2025年底90亿美元到2026年5月470亿美元，五个月增长逾四倍）。

第二本账记录的是上游基础设施的当期支出。2026年的规模远大于第一本账：

将两本账放在一起，就看到了常被"上游放大系数"之类的表述轻轻带过、实则全行业最重要的一个数字：

2026年，终端用户为AI支付了约1500亿美元；而行业为AI基建投入了约7000亿美元以上。中间约5500亿美元的差额，并非由任何"产业链传导"支付，而是由云厂商的经营现金流（来自搜索广告、电商、传统云服务、Office——即"旧经济"利润）、新增债务、以及供应商循环融资垫付的。

这一垫付的极端案例是OpenAI：CEO公开宣称的算力承诺一度高达1.4万亿美元（Broadcom 3500亿、Oracle 3000亿、Microsoft 2500亿、Nvidia 1000亿、AMD 900亿、AWS 380亿、CoreWeave 224亿），2026年2月才向投资人下调为"2030年前约6000亿"；而其当期年收入约300亿、2026年预计净消耗现金140至270亿，HSBC测算其到2030年累计资金缺口约2070亿美元。

供应商同时是投资人（Nvidia拟投1000亿并持有CoreWeave约7%股权、AMD向客户发行股权认股权证），Bloomberg统计此类"循环融资"安排已超8000亿美元。

这个缺口本身不是骗局：1990年代电信设备商同样大规模为客户提供供应商融资，锁定稀缺供给的长约加融资组合在重资本行业是常态。

但它意味着：

本报告此后的所有分析，都建立在这个双账框架之上。