怎麼看待AI大回調，大摩120頁研報深度解讀

全球AI板塊自6月下旬以來出現明顯回調，市場對這波下跌究竟是技術性修正還是週期頂點存在高度分歧。摩根士丹利在7月27日發布一份長達120頁的深度報告，標題為《Playing the AI Infrastructure Dip》，明確指出回調主要來自倉位擁擠、保證金融資去槓桿與動量因子反轉等技術面因素，而非基本面邏輯遭到破壞。報告從資本市場三大疑慮切入，逐一拆解，並提出對AI基礎設施投資機會的獨特看法。第一個市場擔憂圍繞「Tokenmaxxing」敘事是否逆轉。近期部分企業開始對員工使用AI Token設定預算上限，引發外界對大模型公司收入成長可持續性的質疑。摩根士丹利認為這項擔憂缺乏根據。

研究顯示，目前企業員工的Token支出基數極低，但投資報酬率極高：平均每次AI調用可節省約55美元勞動力成本，而透過Agent協作完成企業級任務的平均成本僅2至5美元，ROI超過10倍。如此高報酬的工具，採用與否不是預算問題，而是競爭力問題，未積極部署AI的企業將面臨顯著劣勢。此外，GPU代際演進將持續提升數據中心利潤率，讓未來Token得以大幅降價而不損害獲利。摩根士丹利Intelligence Factory模型測算，Blackwell架構的數據中心Token銷售淨利率約58%，到Rubin與Feynman世代將分別升至約80%與90%。

這意味著Hyperscaler可在利潤率不變前提下將Token定價壓低約75%，成本曲線下移空間巨大，降價與獲利可同時實現。第二個市場疑慮來自Kimi K3的發布。部分資本市場參與者重新審視核心假設：若中國能以更低成本訓練出性能接近前沿的模型，美國Hyperscaler每年超過萬億美元的AI資本支出是否面臨回報率下修？摩根士丹利認為，中美大模型公司對效率的極致追求不會削弱算力需求，反而強化「需求遠超供給」的結構性判斷。

報告引用19世紀經濟學家William Stanley Jevons提出的「傑文斯悖論」：當瓦特改良蒸汽機大幅提升煤炭燃燒效率後，英國煤炭總消耗量反而飆升，因為蒸汽機變得更經濟，被部署到更多工廠與礦井。同樣邏輯適用於當前AI革命：算力效率提升降低單位Token成本，更低成本帶來更多場景、更多用戶、更高頻次調用，最終推高總計算消耗。摩根士丹利援引Google高管說法，該公司可能需要每6個月將算力翻倍，即5年內實現1000倍成長。但從供給面來看，NVIDIA 2025至2028年AI芯片銷售年複合成長率約140%，即使按此速度外推5年，累計交付算力也不到Google單家需求預測的10%。

換句話說，全球最大算力供應商以歷史最高增速全力生產，也只能覆蓋單一客戶需求的一小部分。第三個市場憂慮聚焦於供給側的物理限制。即使需求確定性充分，數據中心能否按時交付？摩根士丹利將物理世界約束統稱為3P：People（人力）、Power（電力）、Politics（政治）。熟練電工、焊工、管道工處於結構性短缺；電網併網排隊週期在部分地區已延長至5至7年，成為數據中心投運最大單一時間瓶頸；數據中心建設還面臨從地方到聯邦的多層級政治阻力。過去各州競相提供稅收優惠吸引數據中心落地，如今趨勢逆轉，各州開始暫停、附加條件或撤銷優惠。

保護居民電費免受數據中心基建成本波及的議題，已成為州長競選平台一部分，預計將在11月選舉中成為重要選民議題。聯邦層面則在推動「數據中心關稅」：眾議院審議的Ratepayer Protection Act，要求各州公用事業公司考慮創建「大負載標準」，讓數據中心為電網升級買單。Amazon、Google、Meta、Microsoft、Oracle、xAI等已簽署白宮自願承諾，法案若通過將把承諾法律化，形成全國性數據中心電力附加費制度。摩根士丹利承認這些障礙真實存在，但將其定性為「減速帶」而非結構性障礙。隨著電網併網排隊時間超過5年，現場自發電正成為核心解決方案。

摩根士丹利針對美國數據中心電力缺口進行定量測算，發現2026至2028年美國數據中心電力需求約68GW，扣除在建設施15GW與已簽約電網容量15GW，潛在缺口達38GW。電網併網排隊週期在部分地區已達5至7年，因此「Time to Power」（電力接入時間）成為當前市場定價偏差最大的方向。能夠在1至3年內提供電力的替代方案，具備顯著時間套利價值。報告識別兩條核心去瓶頸路徑：一是比特幣礦場，這些公司已擁有可觀電網併網容量與物理用地，可直接轉化為數據中心用途，潛在貢獻10至19GW；二是支持快速部署的發電方案，包括天然氣輪機（15至20GW）與燃料電池（5至8GW）。

將這些Time-to-Power方案納入概率加權計算後，中情景下仍有約1GW淨缺口，悲觀情景下缺口擴大至11GW。換言之，Hyperscaler當前最稀缺的不是資本支出，而是有電可用的物理空間，即「Powered Shell」。

摩根士丹利認為市場尚未充分定價此類標的，並以傳統可再生能源PPA為參照，給予這類公司15倍EV/Watt的折價目標估值，而當前TeraWulf、Cipher Mining、HUT 8、Riot Platforms、Applied Digital、Galaxy Digital等公司的EV/Watt僅處於2至4美元區間，遠低於成熟數據中心運營商Equinix、Digital Realty的20至25倍水準。除了以上核心判斷，摩根士丹利這份120頁報告還掃描了AI產業鏈全景，涵蓋從上游芯片、伺服器、網路設備到數據中心營運與下游應用等環節。由於篇幅限制，此處不逐一展開。

整體而言，報告傳遞的訊息十分明確：當前AI回調是技術性調整，而非基本面反轉；算力需求成長的結構性趨勢並未改變，物理世界的供給瓶頸反而為具備快速供電能力的公司創造了顯著投資機會。