29/09/2026
《香港經濟日報》文章
標題：華為阿里三主綫 揭AI基建新趨勢
華為剛發布的《智能世界2035》報告，展望了人工智能十年發展藍圖；阿里巴巴在上周的雲棲大會上，也就AI產業趨勢和自身戰略做了系統闡述，多家投行隨後也發布解讀報告。
把這些資料結合全球AI基礎設施投資的最新數據，可以看到AI已從探索期進入規模化部署期，數據中心基建、芯片、能源正成為決定AI發展速度的三大要素。
究竟科技龍頭如何看AI？AI智能體（AI Agent）有何發展路徑？AI基建的瓶頸在哪？本文將逐一探討。
華為的報告提及十大技術趨勢，筆者把它們歸納為三條主綫。主綫一是AI變得更聰明，智能體從被動對答進化為能自主規劃、閉環執行的決策夥伴，人機協同編程重塑軟件開發方式，鏡像世界中的沉浸式交互也隨之升級。
預測2035年 算力需求增10萬倍
主綫二是AI驅動的產業生態重構。過去，我們每天在不同的App或網頁間切換，未來則變為由超級智能體統籌任務，用戶只需提出目標，手機中的AI助手便會協同背後無數個垂直智能體自動完成任務，就如Meta最近推出的智能助理Muse，用戶一句指令便能自動完成格價及交易。具身智能亦跨越技術鴻溝，在自動駕駛、機器人、低空經濟催生萬億級新產業。移動互聯網也將躍升為「智能體互聯網」。
主綫三是支撑這一切的新基建。報告預測到2035年，全球算力需求將增長10萬倍，智能儲存需求將增長500倍，網絡連接9,000億個智能體以服務90億人口，能源系統也需要智能化調度才能撑得起AI的耗電曲綫。技術重點要在新材料、工藝、計算架構及範式各方面都要有顛覆性技術創新，重塑「後摩爾時代」的算力生態。
阿里巴巴管理層在雲棲大會上給出的產業判斷，也跟華為相似。首先，模型與應用生態正圍繞Agent重構，企業及個人數據愈趨重要。AI正帶動雲計算增長，並向製造、金融乃至農業等各行業滲透。高盛數據顯示，物理AI相關雲收入增速每年高達100%。
硬件方面，需求結構正從訓練轉向推理。全球AI推理支出佔比預計2026年首次超過訓練支出，2027年將擴大至59%。阿里認為AI正從前沿探索邁向真實世界規模化部署，並推出號稱全國算力最強的AI芯片「真武V900」。
基礎設施上，阿里加速全球化布局，海外業務增速持續跑贏國內；到2032年阿里雲全球數據中心算力目標為20吉瓦（GW），較2022年擴張近10倍，對應每年約200至300億元人民幣的資本開支。
放眼全球AI基建，瑞銀在9月矽谷AI基礎設施峰會上，指出兩個值得關注的趨勢。首先，內存正取代單純堆算力，成為系統級優化的核心瓶頸，Meta透露目前43%的伺服器處於內存受限狀態。
算力競賽 擴至整條供應鏈之爭
此外，網絡架構的重要性正快速追趕計算本身，隨着推理任務日趨分布式、依賴低延遲，數據在中心內的傳送效率已與算力同樣關鍵。換言之，算力競賽已不僅是拼GPU，而是內存、網絡、系統設計，乃至光通訊、高端電路板、多層陶瓷電容器等關鍵零部件的整條供應鏈之爭。
招銀國際9月在北京的調研，則揭露了中國AI產業落地的最新進展。隨着國產替代落地，國內算力緊張正邊際緩解，例如智譜今年內兩度配股集資合計超50億美元投向算力，新一代模型已在10萬級國產卡集群跑通，公司表示算力已不再是收入增長的主要約束。
國內半導體產業鏈受益於AI需求外溢，利基型存儲價格與產能同步走強，海外大廠將資源集中投向HBM、DDR5等高端產品後主動退出的利基市場空間，正被國產廠商承接，造就了如長鑫科技和長江存儲等芯片新貴，但也引發國際投資者對存儲芯片會否被中國產能內捲的擔憂。
國內應用場景方面，正從編程向企業智能體及法律、金融、教育、電商、科研等垂直行業擴散。不過，AI商業化終究取決於任務成本能否低於人力成本，以及企業是否願意交出真實操作權限。
摩根士丹利預計，到2035年全球數據中心容量須擴大6倍才能滿足雲計算與AI需求。由於涉及數萬億美元資金，加上利率高企、部分科企借貸成本大升，市場已開始擔心AI收入能否支撑龐大開支。這正是近三個月美股大幅波動的原因之一。
兩周前，美國三大AI公司老總不約而同呼籲放慢新模型開發以防止AI失控，相關股票應聲下跌。若美國中期選舉後國會轉由民主黨控制，AI監管立法亦可能提速，令研發疊代放緩，不利相關資本開支。
電力制約AI擴張 另一關鍵變量
與此同時，電力正成為制約AI擴張的另一關鍵變量。國際能源署數據顯示，全球數據中心用電量4年間已翻倍，微軟高達800億美元的Azure算力定單積壓，很大程度是受限於電力供應而非需求不足。華為報告中「Token管理能源網絡」的構想，也印證中美兩國同樣意識到電力對AI發展的重要性。
從華為的十年展望，到阿里的具體路綫圖，再到投行與矽谷工程師的討論，以及中國AI產業的國產替代與應用落地，AI已是一場由芯片、算力集群、電力供應、系統工程共同驅動的基建競賽，並將在未來十年逐步滲透進每個人的日常生活。
對投資者而言，AI基建並非單一的GPU交易，而是對整個「芯片-記憶體-網絡-數據中心-電力-雲服務」鏈條的資本配置。真正值得追蹤的指標，不只是資本開支增長，而是每瓦算力、每個Token成本、數據中心利用率、雲收入增速、AI毛利率及自由現金流能否同步改善。
撰文： 區偉志
石壁投資管理投資總監、證券商協會董事
欄名： 知‧析趨勢
#華為 #阿里巴巴
