怎么看待AI大回调，大摩120页研报深度解读

原文作者：費斌傑

原文來源：Alpha Engineer 

6 月下旬以來，全球 AI 板塊經歷了一輪顯著回調。

這到底是短暫的技術性回調，還是週期見頂的信號，這是一個價值千金的問題。

Morgan Stanley 在 7 月 27 日發布了一篇長達 120 頁的深度報告探討了這個問題，標題為《Playing the AI Infrastructure Dip》。

報告給出了鮮明的判斷：回調的主要驅動力是技術面因素，包括倉位擁擠度消化、保證金融資去槓桿、動量因子反轉，而非基本面邏輯破壞。

我仔細閱讀了這篇報告，收穫不小，給大家解讀一下主要內容。

（1）資本市場擔憂一：Tokenmaxxing 敘事逆轉？

市場近期關注的第一個負面信號是"Tokenmaxxing"敘事的逆轉。

有不少企業開始對員工的 AI Token 使用量施加預算上限，由此引發對大模型公司收入增長可持續性的質疑。

這個擔憂是站不住腳的。

首先，當前企業員工的 Token 支出基數極低，且 ROI 極高。

大摩對大量企業級 AI 應用場景的研究顯示，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 2-5 美元，ROI 超過 10 倍。

ROI 倍數在 10x 以上的工具，其採用與否不是預算決策問題，而是核心競爭力問題，那些沒有積極部署 AI 能力的企業將面臨日益顯著的競爭劣勢。

其次，GPU 代際演進將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，進一步釋放需求。

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。

（2）資本市場擔憂二：Kimi 時刻證偽資本支出合理性？

Kimi K3 的發布使資本市場重新審視一個核心假設：如果中國能以更低成本訓練出性能接近的前沿模型，那麼美國 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。恰恰相反，它強化了"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，但英國的煤炭總消耗量反而飆升，這是因為蒸汽機變得經濟可行後被部署到了遠比之前更多的工廠和礦井。

因此他提出了著名的 Jevons Paradox：當某種資源的使用效率提升時，該資源的總消耗量不降反升。

Jevons Paradox 同樣適用於當前的 AI 革命浪潮：算力效率提升降低了單位 Token 成本，而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。

大摩援引了一組數據來量化這種供需失衡的嚴重程度：

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。

然而從供給側來看，NVIDIA 2025-2028 年 AI 晶片銷售 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%。

換言之，即使是全球最大的算力供應商以歷史最高增速全力產出，也僅能覆蓋單一客戶需求的一個零頭。

（3）資本市場擔憂三：供給側約束是否構成硬上限？

資本市場的第三個擔憂在於：即使需求側確定性充分，但物理世界的約束是否會導致算力基礎設施無法按需交付？

大摩把物理世界的約束統稱 3P：People，Power，Politics。

People: 數據中心建設所需的熟練工種（電工、焊工、管道工）處於結構性短缺狀態。

Power: 電網併網排隊週期在部分地區已延長至 5-7 年，成為數據中心投運的最大單一時間瓶頸。

Politics: 數據中心的建設正面臨從地方到聯邦的多層級政治阻力，且風向正在發生結構性逆轉。

過去幾年，各州競相提供慷慨的招商政策來吸引數據中心落地，但現在趨勢逆轉了，各州開始暫停、附加條件或直接撤銷數據中心稅收優惠。

減緩數據中心發展速度、保護居民電費免受數據中心基建成本波及等議題正越來越多地成為州長競選平台的一部分，預計將成為 11 月選舉中的重要選民議題。

與此同時，聯邦層面正試圖建立全國性的"數據中心關稅"。

眾議院正在審議Ratepayer Protection Act，這是聯邦層面首次嘗試對基礎設施建設成本進行分攤立法，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。

此前（3 月），Amazon、Google、Meta、Microsoft、Oracle、xAI 等已簽署白宮的 Ratepayer Protection Pledge，自願承諾保護現有消費者免受數據中心基建成本影響。

該法案將把這一自願承諾法律化，實質上形成一個全國性的數據中心電力附加費制度。

大摩承認這個擔憂的合理性，但將其定性為"speed bumps"而非 structural barriers。

隨著電網併網排隊週期在部分地區超過 5 年，且數據中心面臨越來越大的"自行供電"的壓力，現場自發電正成為核心解決方案。

（4）Time to Power：被低估的電力時間套利

大摩對美國數據中心的電力缺口進行了定量測算。

結論是 2026-2028 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，且電網併網排隊週期在部分地區已達 5-7 年。

在這一背景下，大摩認為電力接入的時間價值（Time to Power）是當前市場定價偏差最大的方向。

背後的邏輯鏈路非常清晰：數據中心的投產受限於電力供應 → 電網併網排隊 5-7 年 → 能夠在 1-3 年內提供電力的替代方案具備顯著的時間套利價值。

大摩識別的兩條核心"去瓶頸"路徑：

• 比特幣礦場：這些公司已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 10-19GW。
• 支持快速部署的發電方案：相對電網併網可提供 1-3 年的時間優勢，其中天然氣輪機可貢獻 15-20GW、燃料電池貢獻 5-8GW。

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"Time-to-Power"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。

換句話來說，Hyperscaler 當前最稀缺的不是 Capex，而是有電可用的物理空間，即“Powered Shell”。

大摩研究認為當前市場沒有充分定價這類 Powered Shell Provider 標的。

為量化這種低估，大摩以傳統可再生能源 PPA 作為參照基準進行比較，詳見下表：

當前這類 Powered Shell Provider 的 EV/Watt 僅處於$2-4 區間，包括 TeraWulf、Cipher Mining、HUT 8、Riot Platforms、Applied Digital、Galaxy Digital 等公司。

基於成熟數據中心運營商（如 Equinix、Digital Realty）20-25x EV/Watt 的參照，大摩給予這批轉型公司 15x EV/Watt 的折價目標估值。