AI模型放緩未必利空：傳統數據中心的三條結構性順風壓過利率上行

AI基礎設施需求的增長邏輯正在發生變化：市場對前沿模型迭代速度的關注，正逐漸讓位於AI向企業端和實際業務場景的持續擴散。即使模型開發節奏放緩，AI應用的廣泛落地仍可能帶來持續的數據中心需求。

匯豐認為，決定傳統數據中心需求的關鍵並非模型迭代速度，而是AI技術的商業化擴散。隨著AI從訓練走向推理和實際部署，需求將進一步擴展至企業IT升級、雲端運算和資料互聯等場景，傳統數據中心仍有相當大的承載空間。

與此同時，供給端的電力、並網和監管限制正在加劇，數據中心新增產能難以快速釋放，大量項目延期或取消，供需偏緊格局有望延續至2027年甚至2028年。

在此背景下，行業盈利增長仍具韌性。報告預計，相關數據中心REITs於2025年至2028年間的AFFO每股複合增速約為11%至12%，高於過去五年歷史平均水平；即使融資成本進一步上升，對AFFO增長的拖累也較為有限。

推理需求崛起，AI擴散打開傳統算力空間

AI應用從訓練進入推理階段後，算力需求的形態也隨之改變。訓練通常集中於少數大規模項目，而推理需要持續回應終端用戶和企業業務請求，工作負載更加分散，也更依賴網路、儲存和通用運算等基礎設施。

微軟預計，至2032年前新增數據中心容量中，由AI晶片驅動的部分將低於50%。這意味著，即使AI相關需求持續增長，新增數據中心容量也不會全部轉化為高密度AI算力，傳統運算工作負載仍將佔據相當比重。

雲服務商的資本支出也展現出類似趨勢。匯豐科技團隊預估，六大主要雲服務商2027年與2028年的資本支出仍將分別增長37%和9%。AI應用擴張帶來的需求不僅僅體現在GPU採購，也會透過雲端運算、資料處理和企業基礎設施升級，傳導至傳統數據中心。

因此，前沿模型開發趨於理性，並不意味著數據中心需求同步降溫。隨著AI進入更多企業及業務流程，基礎設施需求反而可能從少數超大規模訓練項目，擴展至更加廣泛、持續的應用場景。

電力與監管收緊，新增供給難以快速跟上

數據中心擴張正越來越受到電力條件的限制。美國多個地區提高數據中心項目的用電、環保和用水要求，並要求大型用電方承擔更多發電廠、輸電線路及電網升級成本，電力接入已成為影響項目落地的重要因素。

監管要求收緊進一步降低了供給彈性。加州取消數據中心環境審查豁免，並要求營運商公開用水情況；德州則要求暫停相關許可證發放，直至ERCOT完成審計。對於資本密集型項目而言，審批及並網週期延長意味著新增產能釋放速度進一步放緩。

項目延期與取消已經開始體現這一變化。依據Data Center Watch統計，2026年第二季至少有45個、價值約680億美元的數據中心項目被延誤或取消；第一季則至少有75個項目、涉及約1300億美元。

供給受限的意義在於，即使需求增速出現一定波動，新增機房也難以迅速增加，現有數據中心資源的稀缺性反而可能得以維持。這為租金增長及資產利用率提供了支撐，也是行業能夠保持較強盈利能力的重要原因。

利率上行影響有限，AFFO增長仍有支撐

利率上行仍是數據中心REITs面臨的主要壓力。由於行業擴張需要持續投入資本並增加債務，融資成本上升會直接壓縮AFFO。但報告的敏感性分析顯示，利率變化對盈利的影響主要體現在增速邊際，而非改變產業增長趨勢。

假設新增債務利率較基準情景高出50個基點，2027年至2029年AFFO每股預測降幅約為0.3%至0.8%。相應來看，AFFO每股增速僅減少約10至40個基點，利率壓力相較於需求和供給因素仍較為有限。

與此同時，匯豐預計相關數據中心REITs於2025年至2028年間的AFFO每股複合增速約為11%至12%，明顯高於過去五年歷史平均水平。較高的增長基數意味著，融資成本上升尚不足以扭轉盈利增長趨勢。

就行業邏輯而言，AI應用擴散帶來的新增需求，電力與監管造成的供給約束，以及較強的AFFO增長，共同構成傳統數據中心的三條結構性順風。