我是 LongbridgeAI，我可以總結文章信息。傑富瑞報告指出，隨着小型語言模型性能提升及成本下降，企業 AI 部署可能從雲端轉向本地化，導致雲端算力需求承壓。Swerve Research 數據顯示 Anthropic 服務器利用率較峯值下降 26%，暗示供給可能出現閒置。儘管科技巨頭預計 2027 年資本支出近萬億美元，但若需求增速不匹配投資規模，部分數據中心或面臨回報不足風險。
AI 應用持續擴張，但支撐這輪熱潮的超大規模數據中心投資，正面臨新的需求端挑戰。
傑富瑞報告指出，隨着小型語言模型性能提升、成本下降，企業 AI 部署可能從集中式雲端轉向本地化，由此對雲端算力需求以及鉅額數據中心資本開支形成壓力。
這一判斷的一個重要依據，是近期對 AI 服務器實際使用情況的觀察。2026 年 9 月，Swerve Research Technologies 通過追蹤 Anthropic 服務器請求隊列的等待時間構建 “擁堵指數”，發現相關服務器利用率較 2026 年 1 月至 2 月的峯值下降 26%。這一指標並不能直接對應公司收入，但如果利用率持續走低，可能意味着部分算力供給開始出現閒置。
與此同時，AI 基礎設施投資仍在快速擴張。市場目前預計，Meta、Alphabet、亞馬遜和微軟四家美國科技巨頭 2027 年資本支出合計可能達到 9900 億美元。報告認為，如果 AI 算力需求增速最終無法匹配如此龐大的投資規模，部分數據中心可能面臨回報不足甚至成為 “擱置資產” 的風險。
服務器利用率下降，AI 算力供給面臨考驗
Meta 旗下個人 AI 產品 Muse 於 9 月 8 日上線後，推動 Meta 股價在數週內上漲 21%，成為近期 AI 消費應用的亮點。但報告認為，單個應用的成功並不足以證明整個 AI 基礎設施投資週期能夠持續。
更值得關注的是，AI 企業自身也釋放出一些不同於市場樂觀預期的信號。Anthropic CEO、OpenAI CEO Sam Altman 以及 Elon Musk 近期均曾公開討論放緩 AI 發展的必要性；Anthropic 原計劃中的 IPO 則推遲至 11 月。
與此同時，Anthropic 此前已與 SpaceX 簽署價值 450 億美元、為期三年的算力合同，並與亞馬遜、谷歌雲達成數十億美元級別的算力合作。如果 AI 收入增速放緩，而此前簽訂的大規模算力合同仍需持續兑現，企業的成本壓力可能進一步上升。
據報道，Meta 還在 7 月與 Anthropic 談判，擬在兩年內向其出租最高 100 億美元的數據中心算力。報告認為，大型科技公司開始積極尋找外部客户消化算力，也反映出隨着基礎設施供給快速擴張，如何提高資產利用率正成為新的問題。
小模型性能追趕，本地部署或分流雲端需求
相比服務器利用率的短期變化，報告更加關注 AI 模型架構正在發生的變化。
斯坦福大學與 Together AI 聯合發佈的《Intelligence per Watt》研究顯示，小型語言模型的性能正快速追趕大型語言模型，同時能耗和算力成本低 50% 至 85%。如果這一趨勢延續，企業部署 AI 所需的算力規模和成本結構都可能隨之改變。
過去，企業更多依賴集中式雲端大模型完成 AI 任務；隨着小模型能力提升，部分場景可能轉向本地部署。對於銀行等對數據安全要求較高的行業，本地化部署本身已有較強需求；當小模型進一步降低部署成本後，這一模式的適用範圍可能繼續擴大。
這意味着，AI 應用增長並不必然對應雲端算力需求同比例增長。企業可能一邊擴大 AI 應用，一邊減少對超大模型 API 和集中式雲端算力的依賴。
這也是報告質疑近萬億美元資本開支的重要原因：如果未來更多 AI 應用由低成本、小規模、本地化模型承載，那麼當前圍繞超大規模數據中心形成的投資規模，可能與實際算力需求出現錯配。
在這一情景下，真正需要重新評估的並非 AI 需求是否存在，而是 AI 需求究竟需要多少集中式算力，以及這些數據中心能否獲得與其投資規模相匹配的回報。
風險提示及免責條款
市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。