怎麼看待AI大回調，大摩120頁研報深度解讀

摩根士丹利在7月27日发布了一份长达120页的深度研报，标题为《Playing the AI Infrastructure Dip》，直接回应了市场近期对AI板块的集体焦虑。报告核心结论明确：此輪回調是技術性調整，而非基本面逆转。報告指出，回調的主要驅動力來自倉位擁擠度消化、保證金融資去槓桿、動量因子反轉等技術面因素，AI基建的長期邏輯並未破壞。這份報告為焦慮的市場提供了一個冷靜的觀察視角。市場近期關注的第一個負面信號是「Tokenmaxxing」敘事的逆轉。不少企業開始對員工的AI Token使用量施加預算上限，引發市場對大模型公司收入增長可持續性的質疑。大摩認為，這個擔憂站不住腳。

當前企業員工的Token支出基數極低，且ROI極高。數據顯示，平均單次AI調用可節省約55美元勞動力成本，而通過Agent協作完成一項企業級任務的平均成本僅為2至5美元，ROI超過10倍。ROI在10倍以上的工具，其採用與否已不是預算決策問題，而是核心競爭力問題，沒有積極部署AI能力的企業將面臨顯著競爭劣勢。GPU代際演進將進一步提升數據中心利潤率，這意味著未來Token可以大幅降價而不損害盈利能力。

大摩Intelligence Factory模型測算顯示，基於Blackwell的數據中心Token銷售淨利率約58%，當Rubin和Feynman代際GPU部署後，利潤率分別升至約80%和90%。這意味著Hyperscaler可在利潤率不變的前提下將Token定價壓低約75%，成本曲線的下移空間足夠大，降價和盈利可以兼得。第二個市場擔憂是「Kimi時刻」證偽資本支出合理性。Kimi K3的發佈使資本市場重新審視：如果中國能以更低成本訓練出性能接近的前沿模型，美國Hyperscaler每年超萬億美元的AI Capex是否面臨回報率下修？

大摩認為，中美大模型公司對效率的極致追求，並不會削弱算力需求，反而強化了「需求遠超供給」的結構性判斷。19世紀經濟學家William Stanley Jevons觀察到，瓦特改良蒸汽機大幅提升了煤炭燃燒效率，但英國煤炭總消耗量反而飆升，因為蒸汽機變得經濟可行後被部署到了更多工廠和礦井。Jevons Paradox同樣適用於AI：算力效率提升降低了單位Token成本，更低的成本意味著更多場景、更多用戶、更高頻次的調用，最終推高總計算消耗。大摩援引數據顯示，Google高管近期表示公司可能需要每6個月將算力翻倍，即5年內實現1000倍增長。

然而從供給側看，NVIDIA 2025至2028年AI芯片銷售CAGR約140%，即便按此速度外推5年，累計交付算力也不到Google單家需求預測的10%。第三個市場擔憂在於物理世界的約束是否會導致算力基礎設施無法按需交付。大摩把這些約束統稱3P：People、Power、Politics。數據中心建設所需的熟練工種處於結構性短缺狀態；電網併網排隊週期在部分地區已延長至5至7年，成為數據中心投運的最大單一時間瓶頸；數據中心建設正面臨從地方到聯邦的多層級政治阻力，各州開始暫停或撤銷數據中心稅收優惠，聯邦層面也在推動「數據中心關稅」立法。

大摩承認這些擔憂的合理性，但將其定性為「speed bumps」而非structural barriers。隨著電網併網排隊週期延長，現場自發電正成為核心解決方案。大摩對美國數據中心的電力缺口進行了定量測算，2026至2028年美國數據中心電力需求約68GW，扣除在建設施15GW和已簽約電網容量15GW，潛在缺口達38GW。在此背景下，大摩認為電力接入的時間價值是當前市場定價偏差最大的方向。數據中心的投產受限於電力供應，電網併網排隊5至7年，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。

比特幣礦場擁有可觀的電網併網容量和物理用地，可直接轉化為數據中心用途10至19GW；天然氣輪機可貢獻15至20GW、燃料電池貢獻5至8GW。即便將天然氣輪機、燃料電池、核電廠直供、比特幣礦場轉換等方案納入概率加權計算，中情景下仍有約1GW淨缺口，悲觀情景下缺口擴大至11GW。大摩認為，Hyperscaler當前最稀缺的不是Capex，而是有電可用的物理空間，即「Powered Shell」。當前這類公司的EV/Watt僅處於2至4美元區間，包括TeraWulf、Cipher Mining、HUT 8、Riot Platforms、Applied Digital、Galaxy Digital等。

基於成熟數據中心運營商20至25倍EV/Watt的參照，大摩給予這批轉型公司15倍EV/Watt的折價目標估值。總體而言，大摩這份120頁研報的核心思路是：AI板塊的長期需求邏輯依然穩固，算力效率提升反而會刺激更多需求；當前最大的瓶頸在於物理世界的電力供應，而能夠解決「Time to Power」問題的企業將獲得顯著的時間套利價值。市場短期的情緒波動，恰恰為長期投資者提供了佈局AI基建的機會。