据华尔街见闻报道，杰富瑞认为，随着小型语言模型性能提升、成本下降，部分企业AI部署可能从集中式云端转向本地。这是对云端算力需求的潜在挑战，并非已经发生的大规模迁移。
报告援引斯坦福大学与Together AI的《Intelligence per Watt》研究称，小型语言模型的性能正追赶大型语言模型，能耗和算力成本低50%至85%。报告认为，银行等重视数据安全的行业已有本地部署需求；若小模型继续降低成本，本地部署的适用范围可能扩大。
需求端的另一项信号来自服务器使用情况。Swerve Research Technologies通过追踪Anthropic服务器请求队列的等待时间构建“拥堵指数”，发现其估计的服务器利用率较2026年1月至2月峰值下降26%。这一指标不能直接对应Anthropic的收入；只有利用率持续走低，才可能意味着部分算力供给闲置。
投资端仍在扩张。报道称，市场预计Meta、Alphabet、亚马逊和微软2027年资本支出合计可能达到9900亿美元。杰富瑞认为，如果AI算力需求增长无法匹配投资规模，部分数据中心将面临回报不足的风险。
仅供信息参考，不构成投资建议。