Morgan Stanley 在 7 月 27 日发布 120 页深度报告《Playing the AI Infrastructure Dip》，正面回应 6 月下旬以来全球 AI 板块的剧烈回调。结论很鲜明：这是技术面修正，不是周期顶部。三个让市场恐惧的故事，被逐一拆解。
这轮回调来得很急。从 6 月下旬开始，全球 AI 板块进入显著调整，市场在同一个问题上分裂：是上车前的颠簸，还是周期见顶的警报？
Morgan Stanley 选择用 120 页来回答。
报告标题已经亮明态度：《Playing the AI Infrastructure Dip》——“玩转 AI 基建回调”。在报告开篇，大摩把回调归因为三个技术面因素，而非基本面反转。
注：左右两栏为对报告第一部分观点的提炼，并非一一对应的反驳关系。
最先被拿出来讨论的信号，是 Tokenmaxxing 叙事的逆转。部分企业开始给员工的 AI Token 用量设预算上限，市场随即担忧：大模型公司的收入增长会不会因此失速？
大摩的回应很直接：这个担忧站不住脚。
理由一：企业 AI 的投入产出比，高到“不使用才是风险”。大摩对企业级AI应用场景的调研显示，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。
注：ROI 超过 10 倍的工具，采用与否不是预算问题，而是竞争力问题。净利率数据来自大摩 Intelligence Factory 模型测算：Blackwell 数据中心 Token 销售净利率约 58%，Rubin 约 80%，Feynman 约 90%。
理由二：GPU 代际演进，留给 Token 的降价空间比想象中大。当净利率从 58% 升至 80%–90%，Hyperscaler 可以在利润率不变的前提下，把 Token 定价压低约 75%。
降价和盈利，可以兼得。
第二个恐惧更宏观。Kimi K3 等中国模型的发布，让资本市场重新审视一个核心假设：如果中国公司能以更低成本训练出性能接近的前沿模型，美国 Hyperscaler 每年超万亿美元的 AI Capex，回报率还成立吗？
大摩认为，这个恐惧建立在错误的因果关系上。
算力效率提升，不会减少算力需求，反而会推高总消耗。经济学称之为 Jevons Paradox。
19 世纪，瓦特改良蒸汽机大幅提升了燃煤效率，结果英国的煤炭总消耗量不降反升——因为蒸汽机变得经济可行后，被部署到了更多工厂和矿井。AI 正在重演同一剧本。
大摩援引的数据更直观：
注：两组数字不具可比量纲，横幅仅用于直观感受供需失衡的幅度；精确测算口径以报告原文为准。
全球最大的算力供应商，按历史最高增速全力产出，也只够覆盖一个客户需求的零头。
第三个恐惧最难反驳：就算需求是真实的，物理世界未必能按时交付。大摩把这组物理约束概括为 3P：People、Power、Politics。
如果物理交付是瓶颈，那么时间就是最值钱的变量。
大摩测算，2026–2028 年美国数据中心电力需求约 68GW。
扣除在建设施 15GW、已签约电网容量 15GW，潜在缺口达 38GW。而电网并网排队，在部分地区已经要等 5–7 年。
| 电力缺口构成（2026–2028，美国） | 规模 |
|---|---|
| 数据中心电力需求 | 68GW |
| 在建设施 | 15GW |
| 已签约电网容量 | 15GW |
| 潜在缺口 | 38GW |
注：缺口 = 需求 − 在建 − 已签约；并网排队周期最长 5–7 年，是投产时间表的核心变量。
大摩识别的两条核心“去瓶颈”路径：
| Time-to-Power 方案 | 潜在贡献 | 相对并网的时间优势 |
|---|---|---|
| 比特币矿场转型 | 10–19GW | 已具备电网容量与物理用地 |
| 天然气轮机 | 15–20GW | 快 1–3 年 |
| 燃料电池 | 5–8GW | 支持快速部署 |
注：即便纳入上述全部方案，中情景下仍有约 1GW 净缺口，悲观情景下缺口扩大至 11GW。
在此基础上，大摩认为市场没有充分定价这类 Powered Shell Provider。当前标的的 EV/Watt 仅处于 $2–4 区间；而成熟数据中心运营商（Equinix、Digital Realty）的参照估值为 20–25x EV/Watt，大摩给予这批转型公司 15x EV/Watt 的折价目标估值。
| 对标对象 | 估值口径 |
|---|---|
| 传统可再生能源 PPA | 参照基准 |
| 当前 Powered Shell 标的 | $2–4 EV/Watt |
| 成熟数据中心运营商 | 20–25x EV/Watt |
| 大摩给予转型公司目标估值 | 15x EV/Watt |
注：EV/Watt 为每瓦特对应企业价值，是数据中心及电力资产常用的估值口径；表格为编辑转述，精确模型以报告原文为准。
市场还在用“电力公司”的估值，给这些即将转身的“数据中心”定价。
大摩这份报告真正的价值，不是预测回调何时结束，而是把 AI 投资的主线，从“芯片军备竞赛”推向“电力基础设施的实物期权”。
但必须诚实补一句：Jevons 悖论成立的前提，是成本下降能充分传导到需求端；而 3P 里的 Politics，恰恰可能切断这条传导链。
AI 资本开支的下半场，属于那些能在 1–3 年内提供“有电可用的空间”的人——电力，正在取代芯片，成为最稀缺的算力元件。
本文基于综合公开信息整理，不构成任何投资建议。
120 页报告原文的完整测算与产业链拆分，请以官方发布版本为准。