資金與融資成本取代晶片成最大阻礙

博通(AVGO)執行長陳福陽與Intel(INTC)前董事陳立武在新加坡舉行的星展亞洲前瞻領袖峰會上發出最新警告，指出雖然人工智慧基礎設施的需求持續大於供給，但取得資金的難度可能成為AI產業爆發性成長的主要限制。陳福陽強調，隨著科技業競相建設支援高階AI模型所需的基礎設施，資金籌措將比晶片、記憶體或電力短缺成為更難跨越的障礙。陳立武也認同這項觀點，並點出融資成本不斷攀升，市場開始質疑投入鉅資的企業未來是否能創造足夠的投資回報率。

基礎設施建設面臨殖利率攀升壓力

這些發言凸顯了AI產業正在浮現的全新挑戰。為因應暴增的運算需求，科技巨頭已將龐大資金投入資料中心、先進晶片與電力基礎設施。然而，不斷上升的借貸成本讓科技公司的融資計畫變得更加複雜。較高的債券殖利率使得建設資料中心與採購晶片的成本大幅增加，這可能對需要數年才能產生實質回報的專案帶來嚴重的財務壓力。

半導體供應鏈瓶頸有望於數年內緩解

針對市場擔憂的硬體短缺問題，陳福陽指出，過去兩年產業界確實經歷了一連串的供應鏈瓶頸，但隨著產能逐步擴大，這些問題都已被陸續克服。他預期目前的記憶體短缺情況在一年後可能就會有所改善，而晶圓短缺的壓力也有望在2028年或2029年得到緩解。同時，隨著新建基礎設施陸續啟用，電力供應的穩定度也將隨之提升。

AI運算需求強勁估將延續至2029年

儘管存在資金面的隱憂，兩位高層對短期內的AI運算基礎設施需求依然抱持高度樂觀的態度。陳福陽表示，目前市場對運算基礎設施的需求遠大於供給能力，這種供需失衡的狀態可能會持續到2029年，甚至延續至2030年。陳立武同樣指出，受惠於AI應用的日益普及與運算需求大增，整個產業在未來兩到三年內不太可能出現明顯的增長放緩跡象。

長期發展取決於企業投資回報率表現

針對未來的長期展望，兩位業界領袖一致認為，延續成長動能的關鍵在於企業導入AI的速度，以及這項技術能否帶來實質的經濟效益。陳福陽提醒，如果高階AI模型的應用推廣不如預期，或者模型能力的進步開始停滯，對於運算基礎設施的需求就可能隨之放緩。陳立武則特別強調，企業未來必須透過提升營運效率與開創全新商業模式，來證明其AI投資確實能轉換為具體的投資回報。

權知道

我們重視「知」的權利 不惜抽絲剝繭、深入調查 只為讓投資人不錯過重要的投資訊息