一 | AI浪潮正在重塑全球劳动力结构，但对科技硬件与半导体行业而言，这场变革带来的是净收益而非冲击——算力需求的持续扩张，正将供给侧的结构性约束推向前台。 杭州日报讯 近日，浙江省自然资源厅汇编印发《浙江省工业用地高效利用推荐模式》，总结提炼各地特色鲜明、富有成效的实践案例，形成精准配置、减负降本、提质增效、服务保障四大类“实景教材”。 追风交易台消息，据摩根士丹利最新发布的AI采用与未来工作调查报告，科技硬件与半导体行业在过去12个月录得约8.6%至8.2%的净生产率提升，同时自身也面临约5%至8%的净岗位净流失。然而，该行分析师明确指出，这一行业是AI浪潮的"净受益者"——既通过内部运营效率改善降低成本，又因外部AI基础设施需求激增而直接受益于芯片及相关设备的订单增长。其中，杭州滨江区“工业综合体”、富阳区“村域联动”改造提升两个模式入选。今年5月，省自然资源厅、省发展改革委、省经信厅联合印发了《关于进一步加强工业用地供给 持续推动工业经济高质量发展的指导意见》，从政策层面为工业用地高效利用提供系统方案。此次汇编进一步将政策语言转化为可看、可学、可复制的实践路径。面对产业空间紧张与成长型企业用地需求，滨江区探索由“供地”向“供楼”转变，通过集约规划、分层登记、按需定制、配套共享和精准准入，建设功能复合的“工业综合体”，并支持企业“先租后买”，让优质中小企业获得与发展阶段相匹配的产业空间。 摩根士丹利分析师认为，AI模型效率的持续提升将进一步刺激企业加大AI基础设施投入，从而为半导体需求提供持续支撑。
二 | 以第一工业综合体为例，目前已引入企业20余家，盘活存量土地75亩，全部入驻后预计可节约工业用地300余亩。在富阳区，工业用地提质增效的创新探索落在低效工业片区整体更新上。在高尔夫路智能装备产业带，当地以5个村为基本开发单元，综合运用政府收储连片开发、企业自主改造提升、村级留用地混合开发等方式，推动村庄空间与产业空间协同重塑。经过4年改造，该区块累计腾退低效企业80余家，盘活土地1149亩，落地产业项目32个、总投资90.7亿元，容积率由1.2提高至2.0，主导产业集聚度达91.4%。下一阶段AI硬件的真正瓶颈将从芯片设计转向能源、电力、数据中心容量及制造产能，这些供给约束或成为AI基础设施扩张的关键限制。 硬件与半导体：AI的"镐与铲" 摩根士丹利报告将科技硬件与半导体行业定性为AI生态中提供"镐与铲"的核心供给方。一个向空间要增量，一个从存量挖潜力。
三 | 调查数据显示，该行业过去12个月净岗位损失约为5%（科技硬件）和8%（半导体），但这一数字并不代表行业受损——裁员主要集中在早期阶段，且整体行业影响为正面。 从具体应用场景来看，欧洲半导体企业的AI落地已相当多元。两个杭州案例，均体现了土地要素跟着优质项目走、有限空间围绕产业需求精准配置的改革导向。市规划和自然资源局相关负责人表示，下一步，杭州将继续强化政策服务和用地保障，推动土地资源精准配置、存量空间提质增效，以土地要素保障之“进”，支撑产业发展之“稳”，为推动经济持续稳进向好提供有力的空间支撑。ASML将AI用于计算光刻解决方案的精度与效率提升，STMicroelectronics则应用于缺陷分类与良率优化。此外，23%的英国和德国科技硬件受访企业表示已部署制造设施数字孪生技术，供应商涵盖EDA领域的Cadence和Synopsys，旨在缩小仿真与现实之间的差距。
四 | 在人员结构调整方面，欧洲半导体企业的裁员尚处早期阶段。 ASML、Infineon和Aixtron均于2026年宣布裁员计划，但管理层并未将此直接归因于AI。相对明确的案例是ams OSRAM，该公司于2026年2月宣布计划在未来三年削减逾2000个岗位，明确将欧洲业务的AI自动化列为裁员理由之一，同时将部分劳动力向亚洲转移。 AI采用加速推动芯片订单持续扩张 摩根士丹利报告的核心逻辑在于：AI效率收益越显著，企业对AI基础设施的投入意愿就越强，进而形成对半导体需求的正向循环。 调查数据显示，全行业平均净生产率提升为9.6%，其中银行、软件等高强度AI采用行业的生产率增益尤为突出，这些行业的持续投入将直接转化为对算力的刚性需求。 从资本开支角度观察，摩根士丹利援引的数据显示，摩根大通2026年科技预算接近200亿美元，其中约23亿美元（占总投资预算的25%）直接用于AI投资。
五 | 这一量级的企业级AI支出，最终将沿供应链传导至芯片设计、晶圆制造及半导体设备环节。
六 | 摩根士丹利分析师在报告中进一步指出，随着AI从生成式模型向智能体（Agentic AI）演进，CPU、半导体设备及存储器将成为关键受益方向。智能体AI的大规模部署对算力密度、推理效率及内存带宽提出更高要求，这意味着现有硬件架构面临新一轮迭代压力，也预示着下一个供给瓶颈正在形成。 能源、算力与供应链约束 尽管需求前景明朗，摩根士丹利的调查也揭示了制约AI硬件扩张的多重结构性障碍。 在软件行业受访者列出的未来12个月主要挑战中，"基础设施与能源约束（算力容量、电力可用性）"被明确提及，这一问题同样适用于为AI工作负载提供底层支撑的硬件供应商。 从供应链层面看，调查显示"遗留系统集成"和"数据准备度"是各行业AI部署的普遍痛点，这对需要将AI嵌入既有制造流程的硬件企业构成额外挑战。与此同时，"AI技能短缺"在多个行业均位列前三大障碍，半导体行业高度依赖专业工程人才的特性使其在人才竞争中面临更大压力。
七 | 澳大利亚软件行业的观察提供了另一个维度的参照：随着AI采用向更广泛部署推进，对数据中心和算力基础设施的需求将显著增强，但资本密度和电力强度也将同步上升。这一判断对全球半导体及硬件投资者均具有直接参考价值——下一阶段的核心瓶颈，或许不在于芯片设计本身，而在于支撑大规模AI推理所需的能源供给与制造产能。 对投资者而言，摩根士丹利的调查结论提供了较为清晰的行业定位框架。科技硬件与半导体板块作为AI基础设施的核心供给方，受益于跨行业AI采用加速所带来的持续需求，其基本面逻辑相对稳固。
八 |
Current article:http://cb0k2c1.jiubengtaibingpengou.pics/list_u5rhvi6/of0.html
Published on:05:35:47
微信
移动端
