大摩120页研报：AI回调属技术性调整，算力需求结构性缺口仍被低估

事件概述

6月下旬以来，全球AI板块出现显著回调。摩根士丹利（Morgan Stanley）于7月27日发布120页深度报告《Playing the AI Infrastructure Dip》，判断此轮回调主要由技术面因素驱动——包括仓位拥挤度消化、保证金融资去杠杆和动量因子反转，而非基本面逻辑破坏。

核心信息

1. Token用量限制不构成增长拐点

市场担忧企业对员工AI Token用量设置预算上限，会影响大模型公司收入。大摩认为该担忧不成立：当前企业单次AI调用平均可节省约55美元劳动力成本，而Agent协作完成企业级任务的平均成本仅2-5美元，ROI超过10倍。ROI超10倍的工具已属核心竞争力问题。此外，GPU代际演进将持续降低Token成本——基于Blackwell的数据中心Token销售净利率约58%，Rubin和Feynman代际GPU部署后利润率可升至约80%和90%，使Hyperscaler可在利润率不变的前提下将Token定价压低约75%。

2. 低成本模型不会削弱算力需求，反而强化“需求远超供给”判断

中国以更低成本训练出性能接近的前沿模型（如Kimi K3），一度引发对美国Hyperscaler资本支出回报率的质疑。大摩引用Jevons Paradox指出，算力效率提升降低单位成本，会刺激更多场景和调用，最终推高总计算消耗。报告援引数据称，Google高管表示公司可能需要每6个月将算力翻倍，即5年内实现1000倍增长；而NVIDIA 2025-2028年AI芯片销售CAGR约140%，按此速度外推5年，累计交付算力也不到Google单家需求预测的10%。

3. 物理世界约束构成“限速路障”而非结构性壁垒

大摩将供给端物理约束归纳为3P：People（熟练工种短缺）、Power（电网并网排队在部分地区长达5-7年）、Politics（数据中心政策风向逆转，各州开始暂停或撤销税收优惠，联邦层面推动“数据中心关税”）。美国众议院正在审议Ratepayer Protection Act，拟将白宫此前签署的自愿承诺法律化，形成全国性数据中心电力附加费制度。但大摩认为这些约束只是“speed bumps”。

4. “Time to Power”是当前定价偏差最大的方向

大摩测算，2026-2028年美国数据中心电力需求约68GW，扣除在建15GW和已签约电网容量15GW，潜在缺口达38GW。能够缩短电力接入时间的方案具备显著时间套利价值：比特币矿场可转化为数据中心用途10-19GW；天然气轮机可贡献15-20GW、燃料电池贡献5-8GW，相对电网并网可提供1-3年时间优势。即使纳入上述方案的概率加权，中情景下仍有约1GW净缺口，悲观情景扩大至11GW。

当前具备快速供电能力的“Powered Shell”资产未获充分定价。大摩以传统可再生能源PPA为参照，指出相关标的EV/Watt仅处于2-4美元区间，包括TeraWulf、Cipher Mining、HUT 8、Riot Platforms、Applied Digital、Galaxy Digital等；对比成熟数据中心运营商Equinix、Digital Realty的20-25x EV/Watt，大摩给予这些转型公司15x EV/Watt的折价目标估值。

值得关注

大摩的核心结论是：Hyperscaler当前最稀缺的不是资本开支，而是“有电可用的物理空间”。算力效率提升与电力供给瓶颈并存，使得具备电力资源和快速供电能力的基础设施资产，成为AI产业链中被低估的关键环节。