核心要点

　　尽管算力基础设施的需求持续供不应求 ，但英特尔与博通两家企业的首席执行官发出警告
，资金获取能力或将成为人工智能发展的一大主要约束 。

　　博通 CEO 陈福阳称，全行业都在加紧建设基础设施 ，支撑复杂度越来越高的 AI 大模型
。相较于半导体 、存储芯片或是电力短缺
，融资问题可能会成为 AI 扩张更大的阻碍。

　　“我认为最大的制约因素或许是资本 。” 陈福阳周一于新加坡星展亚洲未来前瞻峰会上发言表示
。

　　英特尔 CEO 陈立武也对融资风险表达了相同的担忧。他指出，资本成本持续走高 ，同时市场也心存疑问：大举投入 AI 的企业
，最终能否创造足够回报 。

　　“如果说未来存在挑战，那就是资本以及资本成本；从更长期角度看 ，市场希望看到实实在在的投资回报率（ROI）
。 ” 他说道。

　　两位高管的发言，揭示出 AI 行业正在浮现的一大难题 。为应对算力需求暴涨
，行业已经向数据中心
、先进芯片、电力基础设施投入海量资金。

　　当前借贷成本抬升，可能会给重金押注 AI 基建的科技企业的融资带来麻烦
。债券收益率走高 ，将抬高数据中心建设 、芯片采购的资金成本；而这类项目往往需要数年时间才能产生收益
，项目的商业可行性或将承受压力。

　　陈福阳表示，过去两年行业接连遭遇各类供给瓶颈 ，但随着产能扩张
，部分约束条件有望得到缓解 。

　　“过去两年，各种瓶颈层出不穷 ，但我们总能逐一克服
。如今的存储短缺
，一年之后或许就不复存在。
”

　　他预判，晶圆紧缺局面有望在 2028‑2029 年得到缓和；同时随着新建基础设施陆续投产 ，电力供给情况也会改善 。

　　虽然担忧融资环境
，但两位高管依旧看好 AI 算力基础设施的短期需求
。

　　陈福阳称：“算力基础设施的市场需求已经超出行业供给能力。” 他补充，这种供需失衡状态或将持续至 2029 年 ，甚至延续到 2030 年 。

　　英特尔的陈立武同样认为，受 AI 应用普及
、算力需求拉动
，未来两到三年行业不太会出现显著的增长失速
。

　　但两位高管同时提到：数年之后行业能否维持高增长，取决于企业落地 AI 的速度 ，以及 AI 技术能否创造实实在在的经济效益。

　　博通的陈福阳提醒：倘若高级 AI 模型落地不及预期
，或是模型性能提升进入平台期，算力基础设施的需求就有可能降温 。

　　而陈立武则着重强调：企业越来越需要通过效率提升、全新商业模式 ，来证明 AI 投资可以带来看得见摸得着的回报
。