6月下旬以来，全球AI板块经历了一轮显著的回调。这究竟是短暂的技术性调整，还是周期见顶的信号？这是一个极具价值的问题。摩根士丹利于7月27日发布了一份长达120页的深度报告《Playing the AI Infrastructure Dip》，对此进行了深入探讨。报告给出了明确的判断：此次回调的主要驱动力在于技术面因素，包括仓位拥挤度的消化、保证金融资的去杠杆以及动量因子的反转，而非基本面逻辑的破坏。
仔细研读该报告后，获益良多，以下为其核心观点的解读：
**（1）资本市场担忧一：Tokenmaxxing叙事是否已经逆转？**
市场近期关注的第一个负面信号是“Tokenmaxxing”叙事的逆转。不少企业开始对员工的AI Token使用量施加预算上限，这引发了市场对大模型公司收入增长可持续性的质疑。然而，这一担忧站不住脚。
首先，当前企业员工的Token支出基数极低，且投资回报率极高。摩根士丹利对大量企业级AI应用场景的研究显示，平均单次AI调用可节省约55美元的劳动力成本，而通过Agent协作完成一项企业级任务的平均成本仅为2至5美元，ROI超过10倍。对于ROI倍数超过10倍的工具，其采用与否并非单纯的预算决策，而是关乎核心竞争力的问题。那些没有积极部署AI能力的企业将面临日益显著的竞争劣势。
其次，GPU代际的演进将显著提升数据中心的利润率，这意味着未来Token价格可以大幅下调而不损害盈利能力，从而进一步释放需求。摩根士丹利Intelligence Factory模型测算显示，基于Blackwell芯片的数据中心Token销售净利率约为58%。随着Rubin和Feynman代际GPU的部署，利润率将分别升至约80%和90%。这意味着Hyperscaler可以在维持利润率不变的前提下，将Token定价压低约75%。成本曲线的下移空间巨大，降价与盈利完全可以兼得。
**（2）资本市场担忧二：Kimi时刻是否证伪了资本支出的合理性？**
随着Kimi K3的发布，资本市场重新审视了一个核心假设：如果中国能以更低成本训练出性能接近的前沿模型，那么美国Hyperscaler每年超万亿美元的AI Capex是否面临回报率的下修？
摩根士丹利认为，中美大模型公司对效率的极致追求，并不会削弱算力需求，反而强化了“需求远超供给”的结构性判断。这符合19世纪经济学家威廉·斯坦利·杰文斯提出的著名“杰文斯悖论”：当某种资源的使用效率提升时，其总消耗量不降反升。杰文斯悖论同样适用于当前的AI革命浪潮：算力效率的提升降低了单位Token的成本，而更低的成本意味着更多场景、更多用户以及更高频次的调用，最终推高总计算消耗。
摩根士丹利援引了一组数据来量化这种供需失衡的严重程度：谷歌高管近期表示，公司可能需要每6个月将算力翻倍，即在未来5年内实现1000倍的增长。然而从供给侧来看，英伟达2025年至2028年AI芯片销售的年复合增长率（CAGR）约为140%，即便按此速度外推5年，其累计交付的算力也仅能满足谷歌单家需求预测的不到10%。换言之，即使是全球最大的算力供应商以历史最高增速全力产出，也仅能覆盖单一客户需求的一个零头。
**（3）资本市场担忧三：物理世界的约束是否构成硬上限？**
资本市场的第三个担忧在于：即使需求侧具有确定性，但物理世界的约束是否会导致算力基础设施无法按需交付？摩根士丹利将物理世界的约束统称为“3P”：即People（人）、Power（电）、Politics（政治）。
* **People：** 数据中心建设所需的熟练工种（电工、焊工、管道工）处于结构性短缺状态。
* **Power：** 电网并网排队周期在部分地区已延长至5至7年，成为数据中心投运的最大单一时间瓶颈。
* **Politics：** 数据中心的建设正面临从地方到联邦的多层级政治阻力，且风向正在发生结构性逆转。过去几年，各州竞相提供慷慨的招商政策，但现在趋势逆转，各州开始暂停、附加条件或直接撤销数据中心税收优惠。减缓数据中心发展速度、保护居民电费免受基建成本波及等议题正越来越多地成为州长竞选平台的一部分，预计将成为11月选举中的重要选民议题。与此同时，联邦层面正试图建立全国性的“数据中心关税”，众议院正在审议《Ratepayer Protection Act》，实质上可能形成一个全国性的数据中心电力附加费制度。
摩根士丹利承认这一担忧的合理性，但将其定性为“减速带”而非“结构性障碍”。随着电网并网排队周期在部分地区超过5年，且数据中心面临越来越大的“自行供电”的压力，现场自发电正成为核心解决方案。
**（4）Time to Power：被低估的电力时间套利**
摩根士丹利对美国数据中心的电力缺口进行了定量测算。结论是，2026年至2028年美国数据中心电力需求约为68GW，扣除在建设施（15GW）和已签约电网容量（15GW），潜在缺口达38GW，且电网并网排队周期在部分地区已达5至7年。
在这一背景下，摩根士丹利认为电力接入的时间价值是当前市场定价偏差最大的方向。背后的逻辑链条非常清晰：数据中心的投产受限于电力供应 -> 电网并网排队需5至7年 -> 能够在1至3年内提供电力的替代方案具备显著的时间套利价值。
摩根士丹利识别了两条核心的“去瓶颈”路径：一是比特币矿场，这些公司已拥有可观的电网并网容量和物理用地，可直接转化为数据中心用途，贡献10至19GW；二是支持快速部署的发电方案，如天然气轮机（贡献15至20GW）和燃料电池（贡献5至8GW）。
即将天然气轮机、燃料电池、核电厂直供、比特币矿场转换等“Time-to-Power”方案纳入概率加权计算，中情景下仍有约1GW的净缺口，悲观情景下缺口扩大至11GW。换句话说，Hyperscaler当前最稀缺的不是Capex，而是有电可用的物理空间，即“Powered Shell”。
摩根士丹利研究认为，当前市场没有充分定价这类“Powered Shell Provider”标的。为量化这种低估，摩根士丹利以传统可再生能源PPA作为参照基准进行比较。当前这类Powered Shell Provider的EV/Watt估值仅处于2至4美元区间，包括TeraWulf、Cipher Mining、HUT 8、Riot Platforms、Applied Digital、Galaxy Digital等公司。基于成熟数据中心运营商（如Equinix、Digital Realty）20至25x EV/Watt的参照，摩根士丹利给予这批转型公司15x EV/Watt的折价目标估值。
**（5）AI产业链全景图**
除了以上核心判断之外，大摩的这份深度报告还对AI产业链进行了全景扫描。由于篇幅有限，就不在此详细展开。
这是《AI产业全景透视》系列第六篇，关注公众号可获取全系列。
注：本报告仅供大家学习公司及产业链知识使用，不作为任何投资建议。