滙豐在一份報告中提出，市場對AI基礎設施需求的關注點正在從“前沿模型迭代有多快”轉向“AI在企業端和實際業務場景中擴散有多廣”。即便模型開發節奏放緩，AI應用的廣泛落地仍可能帶來持續的資料中心需求。這一判斷對傳統資料中心——而非僅高密度AI算力——構成結構性支撐。

滙豐認為，決定傳統資料中心需求的關鍵並非模型迭代速度，而是AI技術的商業化擴散。隨著AI從訓練走向推理和實際部署，需求將進一步擴充套件至企業IT升級、雲端計算和資料互聯等場景，傳統資料中心仍有較大的承載空間。訓練通常集中於少數大規模專案，而推理需要持續響應終端使用者和企業業務請求，工作負載更加分散，也更依賴網路、儲存和通用計算等基礎設施。

微軟預計，到2032年前新增資料中心容量中，由AI晶片驅動的部分將低於50%。這意味著，即使AI相關需求持續增長，新增資料中心容量也不會全部轉化為高密度AI算力，傳統計算工作負載仍將佔據相當比重。雲服務商的資本開支也顯示出類似趨勢。滙豐科技團隊預計，六大主要雲服務商2027年和2028年的資本支出仍將分別增長37%和9%。AI應用擴張帶來的需求並不只體現為GPU採購，也會通過雲端計算、資料處理和企業基礎設施升級傳導至傳統資料中心。

因此，前沿模型開發趨於理性，並不意味著資料中心需求同步降溫。隨著AI進入更多企業和業務流程，基礎設施需求反而可能從少數超大規模訓練專案，擴充套件至更加廣泛、持續的應用場景。

供給端的情況同樣關鍵。資料中心擴張正越來越受到電力條件約束。美國多個地區提高資料中心專案的用電、環保和用水要求，並要求大型用電方承擔更多電廠、輸電線路及電網升級成本，電力接入已經成為影響專案落地的重要因素。監管要求收緊進一步降低了供給彈性：加州取消資料中心環境審查豁免，並要求運營商披露用水情況；得州則要求暫停相關許可證發放，直至ERCOT完成審計。對於資本密集型專案而言，審批和併網週期延長意味著新增容量釋放速度進一步放緩。

專案延期和取消已經開始體現這一變化。據Data Center Watch統計，2026年第二季度至少有45個、價值約680億美元的資料中心專案被延誤或取消；第一季度則至少有75個專案、涉及約1300億美元。供給受限的意義在於，即使需求增速出現一定波動，新增機房也難以迅速增加，現有資料中心資源的稀缺性反而可能得到維持。這為租金增長和資產利用率提供了支撐，也是行業能夠保持較強盈利能力的重要原因。

利率上行仍是資料中心REITs面臨的主要壓力。由於行業擴張需要持續投入資本並增加債務，融資成本上升會直接壓縮AFFO。但報告的敏感性分析顯示，利率變化對盈利的影響主要體現在增速邊際，而非改變行業增長趨勢。假設新增債務利率較基準情景高出50個基點，2027年至2029年AFFO每股預測降幅約為0.3%至0.8%；對應來看，AFFO每股增速僅減少約10至40個基點，利率壓力相對於需求和供給因素仍較為有限。

與此同時，滙豐預計相關資料中心REITs在2025年至2028年間的AFFO每股複合增速約為11%至12%，明顯高於過去五年曆史平均水平。較高的增長基數意味著，融資成本上升尚不足以扭轉盈利增長趨勢。

就行業邏輯而言，AI應用擴散帶來的新增需求、電力和監管造成的供給約束，以及較強的AFFO增長，共同構成傳統資料中心的三條結構性順風。對關注AI產業鏈的投資者而言，這一框架提示：AI算力敘事未必只圍繞最先進的訓練叢集展開，推理負載、企業IT升級與電力供給瓶頸同樣在重塑資料中心的供需格局與盈利節奏。