6 月下旬以来，全球 AI 板块经历了一轮显著回调。
这到底是短暂的技术性回调，还是周期见顶的信号，这是一个价值千金的问题。
Morgan Stanley 在 7 月 27 日发布了一篇长达 120 页的深度报告探讨了这个问题，标题为《Playing the AI Infrastructure Dip》。
报告给出了鲜明的判断：回调的主要驱动力是技术面因素，包括仓位拥挤度消化、保证金融资去杠杆、动量因子反转，而非基本面逻辑破坏。
我仔细阅读了这篇报告，收获不小，给大家解读一下主要内容。
（1）资本市场担忧一：Tokenmaxxing 叙事逆转？
有不少企业开始对员工的 AI Token 使用量施加预算上限，由此引发对大模型公司收入增长可持续性的质疑。
这个担忧是站不住脚的。
首先，当前企业员工的 Token 支出基数极低，且 ROI 极高。
大摩对大量企业级 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 2-5 美元，ROI 超过 10 倍。
ROI 倍数在 10x 以上的工具，其采用与否不是预算决策问题，而是核心竞争力问题，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 代际演进将提升数据中心利润率，这意味着未来 Token 可以大幅降价而不损害盈利能力，进一步释放需求。
大摩 Intelligence Factory 模型测算显示，基于 Blackwell 的数据中心 Token 销售净利率约 58%。
当 Rubin 和 Feynman 代际 GPU 部署后，利润率分别升至约 80% 和 90%。
这意味着 Hyperscaler 可在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足够大，降价和盈利可以兼得。
（2）资本市场担忧二：Kimi 时刻证伪资本支出合理性？
Kimi K3 的发布使资本市场重新审视一个核心假设：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 是否面临回报率下修？
大摩认为，中美大模型公司对效率的极致追求，并不会削弱算力需求。恰恰相反，它强化了「需求远超供给」的结构性判断。
19 世纪经济学家 William Stanley Jevons 观察到瓦特改良蒸汽机大幅提升了煤炭燃烧效率，但英国的煤炭总消耗量反而飙升，这是因为蒸汽机变得经济可行后被部署到了远比之前更多的工厂和矿井。
因此他提出了著名的 Jevons Paradox：当某种资源的使用效率提升时，该资源的总消耗量不降反升。
Jevons Paradox 同样适用于当前的 AI 革命浪潮：算力效率提升降低了单位 Token 成本，而更低的成本意味着更多场景、更多用户、更高频次的调用，最终推高总计算消耗。
大摩援引了一组数据来量化这种供需失衡的严重程度：
Google 高管近期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。
然而从供给侧来看，NVIDIA 2025-2028 年 AI 芯片销售 CAGR 约 140%，即便按此速度外推 5 年，累计交付算力也不到 Google 单家需求预测的 10%。
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：供给侧约束是否构成硬上限？
资本市场的第三个担忧在于：即使需求侧确定性充分，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？
大摩把物理世界的约束统称 3P：People，Power，Politics。
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 5-7 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来吸引数据中心落地，但现在趋势逆转了，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、保护居民电费免受数据中心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，这是联邦层面首次尝试对基础设施建设成本进行分摊立法，要求各州公用事业公司考虑创建「大负载标准」，让数据中心为电网升级买单。
此前（3 月），Amazon、Google、Meta、Microsoft、Oracle、xAI 等已签署白宫的 Ratepayer Protection Pledge，自愿承诺保护现有消费者免受数据中心基建成本影响。
该法案将把这一自愿承诺法律化，实质上形成一个全国性的数据中心电力附加费制度。
大摩承认这个担忧的合理性，但将其定性为「speed bumps」而非 structural barriers。
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
大摩对美国数据中心的电力缺口进行了定量测算。
结论是 2026-2028 年美国数据中心电力需求约 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 5-7 年。
在这一背景下，大摩认为电力接入的时间价值（Time to Power）是当前市场定价偏差最大的方向。
背后的逻辑链路非常清晰：数据中心的投产受限于电力供应 → 电网并网排队 5-7 年 → 能够在 1-3 年内提供电力的替代方案具备显著的时间套利价值。
大摩识别的两条核心「去瓶颈」路径：
· 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 10-19GW。
· 支持快速部署的发电方案：相对电网并网可提供 1-3 年的时间优势，其中天然气轮机可贡献 15-20GW、燃料电池贡献 5-8GW。
即便将天然气轮机、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 净缺口，悲观情景下缺口扩大至 11GW。
换句话来说，Hyperscaler 当前最稀缺的不是 Capex，而是有电可用的物理空间，即「Powered Shell」。
大摩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，大摩以传统可再生能源 PPA 作为参照基准进行比较，详见下表：
当前这类 Powered Shell Provider 的 EV/Watt 仅处于 $2-4 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）20-25x EV/Watt 的参照，大摩给予这批转型公司 15x EV/Watt 的折价目标估值。
