猜你想问
这份报告的核心内容是什么？
报告指出AI驱动的供应链瓶颈将持续至2027年或更长时间，主要涉及数据中心容量和电力、衬板、晶圆代工晶圆和先进封装、光组件以及存储器。企业通过预先预订产能、多元化供应商、垂直整合和持有更多库存应对，但瓶颈预计将持续至2027年甚至更久。同时，目前未见与人工智能相关的需求放缓，需求从训练转向推理、智能体、企业级AI、主权AI、存储和物理AI。由于成本、灵活性和自主可控等因素，焦点转向开源模型，开源模型和专有/封闭源模型将共存。
AI供应链瓶颈对行业发展趋势有何影响？
AI供应链瓶颈将持续至2027年或更长时间，主要瓶颈包括数据中心容量和电力、衬板、晶圆代工晶圆和先进封装、光组件以及存储器。企业通过预先预订产能、多元化供应商、垂直整合和持有更多库存应对。需求从训练转向推理、智能体、企业级AI、主权AI、存储和物理AI，焦点转向开源模型。开源模型在成本、灵活性和自主权方面具有优势，专有/封闭源模型在尖端性能、安全性、工作流程集成或企业级能力至关重要的领域仍保持优势。
报告重点分析了哪些方向？
报告重点分析了AI供应链瓶颈的持续时间和应对措施，包括数据中心容量和电力、衬板、晶圆代工晶圆和先进封装、光组件以及存储器的供应短缺问题。此外，报告还分析了AI需求从训练转向推理、智能体、企业级AI、主权AI、存储和物理AI的趋势，以及开源模型和专有/封闭源模型的共存格局。报告还探讨了AI变现仍是一个关键议题，软件公司虽已超越实验阶段，但无法量化变现前景，收入贡献仍微薄。身处工作流或通信层中的公司似乎更有利于变现。
当前AI市场的现状如何判断？
当前AI市场未见需求放缓，需求从训练转向推理、智能体、企业级AI、主权AI、存储和物理AI。供应链瓶颈将持续至2027年或更长时间，主要瓶颈包括数据中心容量和电力、衬板、晶圆代工晶圆和先进封装、光组件以及存储器。企业通过预先预订产能、多元化供应商、垂直整合和持有更多库存应对。开源模型在成本、灵活性和自主权方面具有优势，专有/封闭源模型在尖端性能、安全性、工作流程集成或企业级能力至关重要的领域仍保持优势。AI变现仍处于萌芽阶段，变现正超越实验阶段，但收入贡献相对于基础使用和投资而言仍然modest。
这份研报提示了哪些风险？
报告提示AI供应链瓶颈将持续至2027年或更长时间，主要瓶颈包括数据中心容量和电力、衬板、晶圆代工晶圆和先进封装、光组件以及存储器，这将限制AI需求的增长。此外，AI变现仍处于萌芽阶段，变现正超越实验阶段，但收入贡献相对于基础使用和投资而言仍然modest。部分需求仍是新建项目，且依赖于基础设施的完善。开源模型和专有/封闭源模型的竞争格局也可能带来不确定性。超大规模企业的资本支出势头对支持半导体公司增长仍至关重要，但企业和主权实体对人工智能的日益广泛采用正成为一个越来越重要的支持来源。半导体和技术公司的市盈率将保持受限，上行动力将来自自下而上的盈利表现。