高盛最新研究顯示，受 AI 需求推動，全球數據中心容量預計到 2027 年將激增 50%，到 2030 年能源消耗將翻倍，但該金融服務公司正密切留意 AI 應用可能未達目前炒作水平的跡象。同時 OpenAI 行政總裁 Sam Altman 承認業界正經歷 AI 泡沫，並警告部分投資者將遭受嚴重損失。
高盛董事總經理 Eric Sheridan 表示，AI 熱潮創造了「狂熱氣氛」，主要科技公司「深陷被顛覆的恐懼，投入資本既是進攻也是防守」。該公司發布的研究顯示，全球數據中心容量目前約為 62 吉瓦 (GW)，其中雲端工作負載佔 58%，傳統工作負載佔 29%，AI 僅佔 13%，但在 2023 年初佔比幾乎為零。
預測顯示到 2027 年，AI 工作負載將佔所有容量的 28%，雲端相對份額則降至 50%，傳統工作負載降至 21%。雲端或傳統工作負載並非下降，只是 AI 增長更快，在擴大的整體市場中佔據越來越大的份額。
投資規模堪比中型經濟體
Omdia 研究顯示數據中心支出現在與中型經濟體相當，單是 Amazon 每年投資超過 1,000 億美元，大約相當於哥斯達黎加的整個 GDP。Counterpoint Research 表示，AI 數據中心熱潮可能令全球半導體收入在 2024 年至 2030 年間翻倍，達到超過 1 萬億美元。
McKinsey 計算顯示，整個運算能力價值鏈的公司需要到 2030 年向數據中心投資 5.2 萬億美元才能滿足全球對 AI 的需求。此數字建基於廣泛分析及關鍵假設，包括預計到 2030 年 AI 相關數據中心容量需求為 156 GW，其中 125 GW 的增長將來自 2025 年至 2030 年間。
McKinsey 創建了三種投資場景，涵蓋從受限到加速等不同需求程度。第一種場景中，增長顯著加速，2025 年至 2030 年之間增加 205 GW 的 AI 相關數據中心容量，需要估計 7.9 萬億美元資本支出。第三種更受限制的需求場景中，未來五年增加 78 GW，總資本支出為 3.7 萬億美元。
能源需求帶來環境挑戰
AI 訓練需要專門硬件，推動劇烈變化，兩年前頂尖系統每台伺服器配備 8 個 GPU 加速器，到 2027 年領先配置將把 576 個 GPU 裝入檔案櫃大小的機架，消耗 600 千瓦電力，足以為 500 個美國家庭供電。
高盛預測數據中心用電量到 2030 年將在全球上升 165%，從 2023 年佔全球電力的 1% 至 2% 增加到十年末的 3% 至 4%。該公司預計可再生能源將滿足數據中心所需額外電力的 40%，並透過適度擴展核能應對 AI 工作負載。然而天然氣發電將供應其餘 60% 電力，到 2030 年增加 2.15 億至 2.2 億噸溫室氣體排放，相當於全球能源排放額外增加 0.6%。
RAND Corporation 研究指出，為滿足 AI 系統對運算資源日益增長的需求，AI 數據中心到 2027 年可能需要 68 GW 電力容量，接近加州目前的總電力容量。全球 AI 數據中心電力需求到 2027 年可能達到 68 GW，到 2030 年達到 327 GW，相比之下 2022 年全球數據中心總容量僅為 88 GW。
AI 泡沫警告聲音漸增
雖然預測看漲，高盛分析師對任何可能破壞預測的市場疲軟跡象保持「高度警惕」。風險包括未能將 AI 貨幣化或出現降低模型建構和商品化成本的創新。數據中心容量的基本情況假設年複合增長率 17%，到 2027 年達到 92 GW，但預測範圍介乎 14% (如果 AI 興趣令人失望) 到 20% (在更看漲的環境中)。
Sam Altman 最近承認該行業正在經歷 AI 泡沫，他在三藩市與記者晚餐時表示「當泡沫出現時，聰明人會對箇中核心價值過度興奮」。Sam Altman 表示投資者整體對 AI 過度興奮，但他同時認為 AI 是長久以來最重要的新事物。他將當前動態與臭名昭著的網絡泡沫相比，該泡沫曾在 1990 年代末期引發投資者對科網股的巨大熱情，最終以股市崩盤告終。
Sam Altman 警告部分投資者可能會「非常受傷」，但堅持認為 AI 創造的長期價值將超過短期損失。他表示「你應該期望 OpenAI 在不久的將來在數據中心建設上花費數萬億美元」，並補充「你應該期望一群經濟學家憂心忡忡地說『這太瘋狂了，太魯莽了』，而我們只會說『我們只會繼續做我們的事』」。
業界領袖憂慮加深
阿里巴巴聯合創辦人蔡崇信、Bridgewater Associates 的 Ray Dalio 和 Apollo Global Management 首席經濟學家 Torsten Slok 都提出類似警告。Torsten Slok 在報告中指出，標準普爾 500 指數中前 10 家公司現在比 1990 年代更被高估，警告 Nvidia、Microsoft、Apple 和 Meta 等公司的遠期市盈率和驚人市值已經「與其收益脫節」。
諮詢公司 McKinsey 今年較早前警告，沒有人真正知道未來 AI 服務需求會是什麼樣子。中國初創公司 DeepSeek 2 月報告其 V3 模型在訓練和推理效率方面取得重大改進，訓練成本降低約 18 倍，推理成本亦較西方模型大幅下降，此舉引發市場對目前及未來 AI 投資回報的憂慮。
麻省理工學院調查顯示，95% 企業的生成式 AI 試點項目正在失敗。其後引發科技股拋售潮，恐慌的投資者令標準普爾 500 指數價值下跌 1 萬億美元（約港幣 7.8 萬億元）。鑑於該指數日益由已轉型為 AI 概念股的科技股主導，成為 AI 熱潮可能演變成「網絡泡沫 2.0」的一大警號。
然而華爾街銀行大多不稱之為泡沫，Morgan Stanley 最近發布的報告認為，AI 將為企業帶來巨大效率提升，為標準普爾 500 指數成分企業每年創造 9,200 億美元的價值。UBS 警告投資者預期伴隨數據中心建設的「資本支出消化不良」期，但亦堅持 AI 的應用擴展速度遠超預期，並以 OpenAI ChatGPT、Alphabet Gemini 及 AI 驅動的 CRM 系統等日益增長的貨幣化為例。
來源：高盛
