近年来，科技巨头与新兴云计算公司竞相采购 GPU、扩建数据中心，以锁定未来 AI 计算需求。然而，随着资本大量涌入 AI 基础设施，投资回报问题日益凸显。
知名市场研究机构 Gartner 最新预测显示，若按当前节奏投入，到 2030 年底，超过 3.5 万亿美元的 AI 基础设施投资可能面临资产减值风险；若趋势延续至 2032 年，风险资产价值将超 4 万亿美元。同时，受成本压力和商业模式同质化影响，预计到 2030 年，逾 80% 的新兴 AI 云服务商（Neocloud）将不再独立运营。
近 7 万亿美元投入，预期收入缺口巨大
Gartner 高级总监分析师 Will Sommer 指出，2026 年 AI 服务商在基础设施上的投入预计近 1 万亿美元，2027 年至 2030 年将追加约 6 万亿美元，总计接近 7 万亿美元。这些资金主要用于购置计算芯片、建设数据中心及配套供电散热设施。
图 | 数据中心航拍图（来源：公开资料）
Gartner 测算显示，到 2030 年，AI 数据中心所有者需累计创造约 8.5 万亿美元收入，方可覆盖资本支出、融资成本并实现 12% 的投入资本回报率。然而，预测期内归因于 AI 数据中心的企业和消费者 AI 收入累计上限仅为 3.6 万亿美元，两者存在约 4.9 万亿美元的巨额缺口。
此外，AI 产业收益分配不均加剧了回收压力。大多数原生 AI 公司采用轻资产模式，租用外部算力而非自建数据中心。Gartner 预计，AI 产业总收入中，最终流向持有大量基础设施的服务商部分不足一半。
硬件快速迭代也是关键风险因素。GPU 等计算芯片更新迅速，若现有设备在替换前未能创造足够回报，其经济价值将低于账面价值，导致资产减值。在此情境下，行业最早需至 2032 年底才可能实现预期的 12% 回报率。
80% 新兴云厂商或将面临行业整合
在众多参与者中，新兴 AI 云服务商（Neocloud）受冲击最大。这类企业主要提供 GPU 算力租赁，业务集中且依赖单一收入来源。相比亚马逊 AWS、微软 Azure 等拥有多元化业务支撑的超大规模云服务商，Neocloud 缺乏缓冲空间，必须在硬件淘汰前通过算力租赁收回巨额前期投资。
图 | 过去 12 个月启动的机器学习项目进展情况（来源：HyperFRAME Research）
尽管全球 AI 优化的基础设施即服务（IaaS）市场支出预计将从 2027 年的 660 亿美元增至 2030 年的 1,740 亿美元，但这一增速仍不足以让多数服务商在芯片换代前收回成本。加之服务内容缺乏差异化，单纯依靠算力租赁难以建立长期竞争壁垒。
基于此，Gartner 预测到 2030 年，超过 80% 的 Neocloud 将通过收购或合并等方式退出独立运营行列。部分厂商正尝试向软件和服务业务转型，旨在提供完整技术栈，但构建涵盖平台、技术支持及客户服务的完整体系难度极大，成功率存疑。
市场整合滞后，价格波动风险显现
Gartner 的预警并非意味着 AI 算力需求下降或建设停滞。此前预测显示，2026 年全球 AI 支出将达 2.7 万亿美元，同比增长 49.5%，基础设施仍是增长引擎。核心矛盾在于投资规模扩张并未带来同等比例的收入增长，企业需在资产折旧前解决回报问题。
图 | Gartner 的 2026 年全球 AI 支出预测（来源：Gartner）
行业调整不会立即发生，风险亦非短期集中显现。但随着时间推移，投资回报不足将推动云服务商整合，进而改变市场格局。供应商数量减少可能导致企业选择受限，AI 服务价格也可能随之波动。
Gartner 建议，企业产品经理在规划 AI 产品时，应前瞻性地考量未来使用成本上升及供应商减少的风险，确保产品具备足够的经济价值以应对市场变化。2030 年至 2032 年将是观察新兴 AI 云厂商整合及基础设施减值风险的关键窗口期，届时市场参与主体、业务模式及价格体系均可能发生深刻变革。
参考链接：
1.https://www.gartner.com/en/newsroom/press-releases/2026-10-14-gartner-says-over-us-dollars-three-and-a-half-trillion-of-artificial-intelligence-infrastructure-spending-could-be-exposed-to-impairment-by-the-end-of-2030
2.https://www.gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026
3.https://hyperframeresearch.com/wp-content/uploads/2026/10/HFR_Research-Lens-AI-Stack_3Q-2026_release.pdf
运营/排版：何晨龙
注：封面/首图由 AI 辅助生成