大摩120頁研報：AI回調是技術擾動，算力缺口催生新機會

據 Woofun AI 消息，Morgan Stanley 於 7 月 27 日發佈長達 120 頁的深度報告《Playing the AI Infrastructure Dip》，對近期全球 AI 板塊的顯著回調進行了系統性歸因。報告核心結論明確指出，此次市場調整並非基本面邏輯崩塌，而是由技術面因素主導，具體包括倉位擁擠度的消化、保證金融資的去槓桿過程以及動量因子的反轉。

這一判斷爲市場提供了清晰的錨點，即當前的估值修正更多反映的是交易結構的再平衡，而非長期增長敘事的終結。在剝離了短期噪音後，報告將視角轉向了 AI 基礎設施的深層供需矛盾，認爲技術面的擾動反而爲投資者提供了審視結構性機會的窗口，特別是在算力交付與電力供應的瓶頸環節，新的價值窪地正在形成。

針對市場普遍擔憂的企業 AI 預算收緊問題，報告通過詳盡的成本收益分析予以駁斥。儘管部分企業開始對員工 AI Token 的使用量施加預算上限，引發對大模型公司收入可持續性的質疑，但數據顯示這種擔憂缺乏實質支撐。當前企業級 AI 應用的 ROI 極高，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爲 2-5 美元，ROI 超過 10 倍。對於 ROI 倍數在 10x 以上的工具，其採用與否已不再是單純的預算決策問題，而是關乎核心競爭力的戰略選擇，未積極部署 AI 能力的企業將面臨日益顯著的競爭劣勢。

更關鍵的是，GPU 代際演進爲降價提供了巨大的利潤空間。Woofun AI 整理數據顯示，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%。

這意味着 Hyperscaler 可在保持利潤率不變的前提下，將 Token 定價壓低約 75%，從而在成本曲線下移的同時釋放更多需求，實現降價與盈利的雙重目標。

關於中國競爭對算力需求的潛在衝擊，報告引用 Kimi K3 的發佈作爲背景，指出資本市場重新審視了一個核心假設：如果中國能以更低成本訓練出性能接近的前沿模型，美國 Hyperscaler 每年超萬億美元的 AI Capex 是否面臨回報率下修？

然而，報告認爲中美大模型公司對效率的極致追求，非但不會削弱算力需求，反而強化了"需求遠超供給"的結構性判斷。這一邏輯源於 19 世紀經濟學家 William Stanley Jevons 提出的 Jevons Paradox。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，因爲效率提升使得蒸汽機在經濟上變得可行，從而被部署到遠比之前更多的工廠和礦井。同理，算力效率提升降低了單位 Token 成本，更低的成本意味着更多場景、更多用戶、更高頻次的調用，最終推高總計算消耗。

數據量化了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。相比之下，NVIDIA 2025-2028 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%。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。

即便需求側確定性充分，物理世界的約束是否會導致算力基礎設施無法按需交付，成爲資本市場的第三個擔憂。大摩將物理世界的約束統稱爲 3P：People、Power、Politics。在 People 方面，數據中心建設所需的熟練工種，如電工、焊工、管道工，處於結構性短缺狀態，限制了建設速度。在 Power 方面，電網併網排隊週期在部分地區已延長至 5-7 年，成爲數據中心投運的最大單一時間瓶頸。在 Politics 方面，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，各州開始暫停、附加條件或直接撤銷數據中心稅收優惠。減緩數據中心基建成本波及等議題正越來越多地成爲州長競選平臺的一部分，預計將成爲 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"。衆議院正在審議 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"，讓數據中心爲電網升級買單。此前在 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。

大摩承認上述擔憂的合理性，但將其定性爲"speed bumps"而非 structural barriers。隨着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"壓力，現場自發電正成爲核心解決方案。大摩對美國數據中心的電力缺口進行了定量測算，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。

在這一背景下，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，而能夠在 1-3 年內提供電力的替代方案具備顯著的時間套利價值。大摩識別了兩條核心"去瓶頸"路徑：一是比特幣礦場轉換，這些公司已擁有可觀的電網併網容量和物理用地，可直接轉化爲數據中心用途 10-19GW；二是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"。

大摩研究認爲當前市場沒有充分定價這類 Powered Shell Provider 標的。爲量化這種低估，大摩以傳統可再生能源 PPA 作爲參照基準進行比較。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。

這一估值邏輯揭示了市場在恐慌中錯殺了具備稀缺電力資源的公司。隨着 AI 基礎設施建設的推進，電力獲取能力將成爲比硬件採購更關鍵的競爭壁壘。那些能夠利用現有電網容量或快速部署發電設施的公司，將在未來的算力軍備競賽中佔據先機。這不僅是短期的交易機會，更是長期結構性重估的起點，投資者應重點關注那些能夠將電力優勢轉化爲數據中心運營能力的標的。