报告行业投资评级 未提及 报告的核心观点 - 行业优先级正从绝对性能转向经济和运营可持续性，企业需重新评估直接控制的基础设施与从合作伙伴处获取的资源，战略外包正塑造AI下一阶段的增长 [23] - 应采用投资组合方法优化数据中心集群，混合内部和第三方解决方案，以适应不断变化的AI需求 [54] 根据相关目录分别进行总结 AI行业现状 - 过去几年AI行业处于高风险基础设施军备竞赛，大量资金涌入，美国5000亿美元的Stargate项目表明AI规模化竞赛关乎国家战略 [3][4] - 为维持竞赛，形成庞大、高度专业化且僵化的实体供应链，即“AI供应链”，涵盖数据中心、发电、光纤网络和高性能冷却系统等 [4] AI行业面临的问题 - 基础设施缺乏灵活性和成本效益，垂直整合模式面临挑战，需重新思考更外部化、模块化的供应链 [5] - 计算成本失控，代理消费使资源需求呈指数级增长，难以预测基础设施成本 [16] - ChatGPT用户激增，AI推理需求远超预期，推理成本需在营收范围内保持可持续 [19] - 新AI产品冲击现有定价模式，企业利润空间被压缩，美国科技巨头免费推出AI功能，盈利策略不确定 [19] AI供应链的核心与隐藏元素 - 核心元素包括AI人才、模型、训练数据和芯片 [9][11] - 隐藏元素有数据中心建设、基础设施设备、计算硬件、发电、房地产和电信基础设施，这些元素面临诸多挑战，如美国数据中心预计到2030年将消耗全国9.1%的电力 [9][10] AI部署指标的变化 - 过去五年，AI部署竞赛由原始性能和部署速度驱动，推动企业垂直整合 [13] - 2025年起，成本爆炸、推理瓶颈和营收压力使企业重新思考优先级，敏捷性和成本效益成为新的关键指标 [14][16][19] 战略外包选项 数据中心建设 - 可选择租赁数据中心、交钥匙建设、定制建设或定制建设并使用内部库存等方式，过去企业倾向定制建设以提高性能和速度，如今租赁因灵活性和成本效益受到关注 [25][26] 数据中心基础设施设备 - 可选择租赁、购买或提前购买并储存硬件组件，标准化设备有规模经济优势，但定制化可提高性能，不过会增加供应链脆弱性 [27][28][29] 计算硬件 - 企业越来越多地将计算能力外包给第三方云服务和托管服务提供商，虽可避免采购时间长和资本支出大的问题，但会失去定制化带来的性能优势 [32][33][34] 发电 - 可再生能源合作伙伴关系和电力购买协议对稳定成本和实现可持续发展目标至关重要，但清洁能源部署滞后，且数据中心对冗余电源的需求给电网带来压力 [36][37] 房地产 - 租赁AI特定基础设施可避免巨额资本支出，提供地理灵活性，选址需考虑连接性、税收优惠、能源成本、劳动力和监管环境等因素，建议将市场研究外包给专业公司 [38][40][42] 电信基础设施 - 多数企业选择外包电信基础设施，虽可减轻负担，但会增加对少数电信巨头的依赖，随着AI模型分布式部署，控制带宽和路由将变得关键 [45][46][48] AI基础设施策略 - 不能采用一刀切的模式，需根据AI计算需求、能源成本和监管环境的变化进行调整 [50][51] - 采用投资组合方法优化数据中心集群，训练工作负载需要专用设施，推理工作负载可在自有和租赁的数据中心混合运行 [54][55]