汇丰在一份报告中提出，市场对AI基础设施需求的关注点正在从“前沿模型迭代有多快”转向“AI在企业端和实际业务场景中扩散有多广”。即便模型开发节奏放缓，AI应用的广泛落地仍可能带来持续的数据中心需求。这一判断对传统数据中心——而非仅高密度AI算力——构成结构性支撑。

汇丰认为，决定传统数据中心需求的关键并非模型迭代速度，而是AI技术的商业化扩散。随着AI从训练走向推理和实际部署，需求将进一步扩展至企业IT升级、云计算和数据互联等场景，传统数据中心仍有较大的承载空间。训练通常集中于少数大规模项目，而推理需要持续响应终端用户和企业业务请求，工作负载更加分散，也更依赖网络、存储和通用计算等基础设施。

微软预计，到2032年前新增数据中心容量中，由AI芯片驱动的部分将低于50%。这意味着，即使AI相关需求持续增长，新增数据中心容量也不会全部转化为高密度AI算力，传统计算工作负载仍将占据相当比重。云服务商的资本开支也显示出类似趋势。汇丰科技团队预计，六大主要云服务商2027年和2028年的资本支出仍将分别增长37%和9%。AI应用扩张带来的需求并不只体现为GPU采购，也会通过云计算、数据处理和企业基础设施升级传导至传统数据中心。

因此，前沿模型开发趋于理性，并不意味着数据中心需求同步降温。随着AI进入更多企业和业务流程，基础设施需求反而可能从少数超大规模训练项目，扩展至更加广泛、持续的应用场景。

供给端的情况同样关键。数据中心扩张正越来越受到电力条件约束。美国多个地区提高数据中心项目的用电、环保和用水要求，并要求大型用电方承担更多电厂、输电线路及电网升级成本，电力接入已经成为影响项目落地的重要因素。监管要求收紧进一步降低了供给弹性：加州取消数据中心环境审查豁免，并要求运营商披露用水情况；得州则要求暂停相关许可证发放，直至ERCOT完成审计。对于资本密集型项目而言，审批和并网周期延长意味着新增容量释放速度进一步放缓。

项目延期和取消已经开始体现这一变化。据Data Center Watch统计，2026年第二季度至少有45个、价值约680亿美元的数据中心项目被延误或取消；第一季度则至少有75个项目、涉及约1300亿美元。供给受限的意义在于，即使需求增速出现一定波动，新增机房也难以迅速增加，现有数据中心资源的稀缺性反而可能得到维持。这为租金增长和资产利用率提供了支撑，也是行业能够保持较强盈利能力的重要原因。

利率上行仍是数据中心REITs面临的主要压力。由于行业扩张需要持续投入资本并增加债务，融资成本上升会直接压缩AFFO。但报告的敏感性分析显示，利率变化对盈利的影响主要体现在增速边际，而非改变行业增长趋势。假设新增债务利率较基准情景高出50个基点，2027年至2029年AFFO每股预测降幅约为0.3%至0.8%；对应来看，AFFO每股增速仅减少约10至40个基点，利率压力相对于需求和供给因素仍较为有限。

与此同时，汇丰预计相关数据中心REITs在2025年至2028年间的AFFO每股复合增速约为11%至12%，明显高于过去五年历史平均水平。较高的增长基数意味着，融资成本上升尚不足以扭转盈利增长趋势。

就行业逻辑而言，AI应用扩散带来的新增需求、电力和监管造成的供给约束，以及较强的AFFO增长，共同构成传统数据中心的三条结构性顺风。对关注AI产业链的投资者而言，这一框架提示：AI算力叙事未必只围绕最先进的训练集群展开，推理负载、企业IT升级与电力供给瓶颈同样在重塑数据中心的供需格局与盈利节奏。