徽声在线4月8日讯（编辑 夏军雄）高盛近日发布的一份研究报告引发了市场广泛关注，该报告指出，随着企业加速布局人工智能（AI）领域，企业服务器与网络收入有望迎来显著增长。
由Katherine Murphy领衔的高盛分析师团队在4月7日发布的这份报告中，深入剖析了企业对本地（On-premise）及混合AI硬件解决方案的需求变化趋势。
高盛分析认为，企业正从AI的“概念验证（PoC）”阶段逐步过渡到未来12-24个月的正式系统部署阶段。这一转变主要由两项前沿技术所推动，一是以OpenClaw为代表的自主AI代理（Autonomous AI agents），二是谷歌TurboQuant内存压缩算法。
TurboQuant作为一种能够显著提升AI推理效率的数据压缩技术，不仅降低了AI技术的使用门槛，还有望增加其使用频率，从而进一步推动AI技术的普及和应用。
这一趋势将带来两大主要需求：一是传统数据中心的升级改造，二是新增AI算力投资。尽管短期内这可能会导致企业成本上升和IT支出前置，但在AI需求的强劲支撑下，企业服务器、存储、网络收入预计将在2026至2027年保持持续增长态势。
企业采用AI的现状与趋势
报告显示，截至2026年3月，美国企业中已有约18.9%成功引入了AI技术。预计在自动化潜力较大的行业，如信息技术、专业科学、教育、金融等领域，AI技术的普及率将更高。研究还表明，采用AI技术可使企业生产力平均提高23%，为企业带来显著的经济效益。
（美国企业AI采用情况概览）
企业采用AI技术的主要动机包括降本增效和创造新增收入。当前的发展趋势是向Agentic AI（自主智能体）演进，并推动复杂业务流程的自动化。这一转变将进一步提升企业的运营效率和竞争力。
在部署模式上，企业通常倾向于选择混合多云（Hybrid Multi-Cloud）策略，即结合云端的灵活性与本地的受控性。预计到2025年，已有约70%的企业将采用这一模式来部署其AI应用。
云端（IaaS/API服务）因其灵活性和无前期投入的优势，适合用于快速原型设计、实验及应对波峰负载。然而，其数据安全和成本长期较高的缺点也不容忽视。相比之下，本地（On-premise）部署则更适用于稳定、高频任务，以及受严格法规监管的行业，如金融、医疗等。其优点在于长期成本更低、数据完全控制且更易合规，但前期投入高、扩展性差也是其不足之处。
与云服务（按2080亿Token的API调用量计算）相比，本地化部署在27个月后更具成本效益。本地LLM推理成本仅为云端的1/2，这一成本拐点成为企业决定基础设施投资时机的重要参考因素。
分析师指出，综合考虑灵活性和成本因素，企业最终将倾向于选择云端结合本地的混合模式来部署其AI应用。这一模式将为企业带来更大的灵活性和更低的成本。
然而，企业在扩展AI应用时也面临着诸多挑战。其中，80%的企业认为数据限制是AI扩展的最大障碍。这主要体现在数据架构未统一组织，无法支持Agentic AI所需的实时决策。
此外，许多AI项目失败的原因也在于数据架构的问题。同时，企业对AI能带来的实际价值和数据安全仍存疑虑，这在一定程度上影响了AI技术的推广和应用。
截至2025年，仅7%的企业完成了全公司范围的AI整合。这表明企业AI仍处于早期阶段，2026年的重点仍将是数据准备和架构优化。
硬件需求与市场预测分析
本地AI推理需要对整个IT栈进行升级改造。在硬件层面，企业需要采购GPU/CPU服务器、扩展型NAS存储、高带宽低延迟网络、AI PC及边缘设备等；在软件层面，则需要PyTorch、NeMo等框架，以及NVIDIA AI Enterprise等管理平台来支持其AI应用的运行和管理。
根据高盛的预测，预计2026年企业服务器收入将增长20%，2027年增长26%，到2030年将达到1100亿美元，相较于2025年的530亿美元实现翻倍增长。这一预测显示了AI技术对企业服务器市场的巨大推动作用。
（高盛对企业服务器收入的预测图表）
同时，数据中心网络收入预计在2026和2027年将分别增长47%和26%，其中AI网络增长将超过100%。这表明AI技术不仅将推动服务器市场的增长，还将带动整个数据中心网络市场的繁荣。
非结构化数据存储（AI首选）在2020-25年间的年复合增长率为10%，预计2026至2027年将延续温和增长势头，营收增加约6%。这反映了AI技术对数据存储市场的积极影响。
竞争格局与受益供应商剖析
高盛认为，在企业AI硬件市场中，企业更倾向于继续采购“传统IT供应商”的产品和服务。这主要归因于长期信任（可靠性）、完整产品组合和渠道能力等因素。
分析师对比了两种销售方式：一种是单独卖服务器/交换机等硬件产品；另一种是提供整套方案，即所谓“AI工厂”（AI Factory）模式。后者因其能够提供更全面的解决方案而备受企业青睐。
“AI工厂”是一种将原始数据持续转化为智能产出的运营模型。在这一模式下，硬件供应商不仅提供单台服务器等硬件产品，还提供预先验证的全栈解决方案，从而帮助企业更快速、更便捷地部署其AI应用。
销售完整的“AI工厂”解决方案的利润率高达约20%，远高于单台GPU服务器的8-10%。这一高利润率吸引了众多硬件厂商纷纷布局“AI工厂”市场。
高盛给予以下硬件厂商“买入”评级，认为它们凭借强大的销售渠道和可靠性记录在AI浪潮中占据先机：
戴尔：拥有庞大的直销团队（约是超微SMCI的70倍）及完整的AI工厂方案，能够为企业提供一站式的AI解决方案。
惠与科技：拥有强劲的渠道伙伴关系，通过GreenLake提供灵活的消费模式，满足企业多样化的需求。
NetApp：在AI所需的非结构化数据存储领域表现强劲，能够为企业提供高效、可靠的数据存储解决方案。
Penguin Solutions：其OriginAI方案在工厂内完成预配置，部署速度快，能够帮助企业快速实现AI应用的落地。
当然，报告也列出了一些核心风险，包括传统IT支出疲软、组件成本上涨压低毛利、白牌厂商竞争、宏观经济波动以及AI需求不及预期等。这些风险因素需要企业在布局AI市场时予以充分考虑和应对。
