摩根士丹利最新AI報告解讀：真正創造最大價值的公司，可能尚未成立

摩根士丹利在最新發佈的深度報告《The Big Picture: Artificial Intelligence: Ten Investment Truths》中指出，真正能在AI時代創造最大價值的公司，可能還沒有出現。這份報告跳出當下對於模型性能的討論，轉而從資本週期與基礎設施革命的視角，重新審視AI對經濟與產業結構的深層影響。 報告認為，過去兩年市場過度聚焦於模型參數與排行榜，但AI真正的驅動力並非模型本身，而是由基礎設施、算法、能源、數據、軟件與實體經濟共同構成的完整生態系統。歷史上的每一次重大技術革命，都遵循著「基礎設施建設 → 成本下降 → 應用爆發 → 新產業誕生」的路徑。19世紀的鐵路、20世紀的電網，以及1990年代的互聯網，無不如此。 摩根士丹利特別以1996年美國《電信法》為例，指出當時大量資本湧入光纖建設，曾被視為嚴重過度投資，因為多數光纖長期處於閒置狀態。然而，真正改變世界的Google、Facebook、YouTube、Netflix、Uber與亞馬遜，都是在光纖網路建成後才陸續誕生。今天的AI基礎設施，包括GPU集群、數據中心、能源系統與雲端運算平臺，正在重演同樣的歷史——這些投資真正服務的，很可能不是現有的ChatGPT，而是未來幾年才會出現的全新應用。 報告中最引人矚目的觀點之一是：今天建設的AI基礎設施，未來真正消耗它們的應用，或許還沒有被發明出來。這意味著，資本市場若只盯著OpenAI、英偉達、微軟與Google等當前巨頭，可能錯失最大的回報機會。 另一個關鍵論述是Token價格暴跌的意義。根據OpenAI執行長Sam Altman提供的數據，2025年一年之內，AI推理成本下降了約10倍。許多人擔憂價格戰壓縮利潤，但摩根士丹利認為，成本下降正是AI進入爆發階段的信號。電報時代通信成本下降催生了全球商業網絡，互聯網時代頻寬變便宜催生了搜索、社交媒體、電商與串流媒體。AI推理成本下降，將使更多企業能夠將AI嵌入核心業務流程，創造過去無法想像的新需求。 這一邏輯構成AI飛輪：更多算力投入 → 推理成本下降 → 企業使用門檻降低 → 應用數量快速增長 → Token消耗量持續提升 → 反過來推動新一輪基礎設施投資。與互聯網時代不同的是，AI飛輪轉動的速度更快。電報價格普及耗費數十年，光纖互聯網用了約十年，而AI成本的大幅壓縮僅用了一年。報告推斷，AI的應用拐點可能不是十年，而是兩三年內就會到來。 那麼，誰會是最大的贏家？摩根士丹利大膽預測，真正獲得最大回報的企業，未必是今天最耀眼的那些。每一輪技術革命，基礎設施建設者固然重要，但改變世界的往往是後來出現的應用層。鐵路時代沒有人預料到現代物流，互聯網鋪設光纖時無人想到短視頻、電商直播與共享出行。當前的大模型，可能只是新時代的「光纖」，真正爆發的將是Agent、機器人、自動駕駛、數字員工、智能製造、AI醫療與AI科研等全新產業。換句話說，今日討論的大模型，只是未來AI經濟中的操作系統，而創造巨大價值的應用層尚未完全浮現。 報告因此建議，AI投資不應只關注模型，而應涵蓋芯片、雲端運算、數據中心、軟體平台、Agent、企業服務、機器人與智能終端等完整產業鏈。AI不是單一行業，而是橫跨多個資產類別與產業部門的長期資本主題。 不過，摩根士丹利也同時點出四個必須長期關注的風險。第一，技術進步可能放緩。若當前大模型架構接近擴展極限，單純增加算力無法持續提升能力，那麼大規模資本投入可能形成閒置資產。第二，商業化速度低於能力提升速度。AI能力雖快速進步，但企業整體生產率尚未明顯改善。若AI長期停留在成本中心，而無法成為新的收入來源，資本市場可能重新評估整個行業。第三，Agent可靠性風險。聊天機器人答錯只會產生一句錯誤訊息，但未來Agent能直接操作企業流程、數據庫與業務系統，一次錯誤可能導致真實的業務事故。目前責任歸屬、法律框架與監管體系仍有巨大空白。第四，產業鏈高度關聯帶來的系統性風險。AI產業看似分層，但彼此高度依賴。地緣政治衝突、資本開支下降或監管變化，影響可能迅速傳導至整個產業鏈。 報告在結尾提醒，沒有人真正經歷過如此規模的AI部署，任何預測都應保持謙遜。好的AI投資，不是相信某個確定的結局，而是建立能隨著新證據不斷調整的分析框架。站在當下，我們或許正處於AI時代的「鋪設光纖」階段。未來十年真正改變世界的產品，也許還沒有誕生；真正創造最大價值的公司，也可能尚未成立。這正是AI時代最值得期待的地方——最大的機會，往往誕生於基礎設施已經鋪好、而應用創新剛剛開始的時候。