明年 AI 主線在哪？大摩：“去瓶頸” 主題將取代芯片，看好能源基礎設施

在英偉達無可置疑地統治了算力市場之後，華爾街的聰明錢開始思考下一個風口。

據追風交易台，摩根士丹利在最新的報告中指出，隨着 AI 算力需求的非線性增長，市場邏輯正在發生本質變化：投資者的目光需要在 2026 年從 “芯片” 轉向 “去瓶頸”。

大摩再次上調數據中心電力需求預測，基於英偉達銷售量的最新增長預期，2025-28 年美國數據中心累計電力缺口將達到 47 吉瓦 (GW)，高於此前預測的 44 吉瓦，這相當於 9 個邁阿密地區或 15 個費城地區的用電總量。

報告進一步指出，在扣除各類"快速供電"解決方案後，美國數據中心仍將面臨 10-20% 的電力短缺，約相當於 6-16 吉瓦的缺口，這一缺口將在 2027 年最為嚴峻。

電力缺口激增：從芯片危機到電網危機

基於最新的芯片銷售數據，大摩再次上調了電力需求預測，這預示着一場更為嚴峻的能源緊縮。報告顯示，到 2028 年，美國面臨的電力缺口已從之前的 44 吉瓦（GW）修正為 47 吉瓦。這種供需失衡表明，單純依賴現有電網已不現實。

“鑑於 AI 的非線性改進和用例的擴散，我們相信投資者將在 2026 年將重點轉移到緩解 ‘智能瓶頸’ 上。關鍵的 ‘智能瓶頸’ 包括：電力、政治支持、勞動力以及各類數據中心設備。”

務實的解決方案與持續的缺口

面對電網互連的漫長等待，“Time-to-Power”（電力上線時間）成為衡量資產價值的核心指標。大摩列舉了四種繞過電網擁堵的方案：天然氣渦輪機、Bloom Energy（BE）的燃料電池、核電站因地制宜以及比特幣礦場改造。儘管有這些變通之法，分析師們的態度依然謹慎，認為缺口無法被完全填補。

“即便算上各類 ‘Time-to-Power’ 解決方案，美國電力缺口淨值仍將達到數據中心所需建設量的 10-20%（約 6-16 吉瓦）。這一缺口在我們看來將在 2027 年最為嚴重，屆時芯片需求迅速增長，而大多數渦輪機解決方案尚未投入運營。”

比特幣礦工的 “套利” 時刻

在所有能源解決方案中，加密貨幣礦企因手握現成的電力接入許可，正在演變為 AI 基礎設施領域的 “快車道”。

大摩特別提到了兩類模式：像 IREN 這樣的 “新雲廠商（New Neocloud）” 直接租賃 GPU，以及像 APLD 這樣的 “REIT 終局（REIT endgame）” 模式，即建設外殼租賃給超大規模企業。這種資產屬性的轉換正在重估礦企的價值。

“我們繼續認為，比特幣站點為 AI 參與者提供了最快的電力上線時間和最低的執行風險……鑑於許多 AI 基礎設施股近期的疲軟，我們建議關注那些最有希望的 ‘去瓶頸’ 參與者。”

AI 能力非線性增長驅動需求激增

支撐這一龐大能源消耗的是 AI 能力的指數級躍升。報告指出，AI 能力的持續非線性改進和更多計算密集型應用場景的湧現，是數據中心電力需求不斷上調的根本驅動力。大摩將這一趨勢定義為"智能的擴散"。

具體證據包括：摩根士丹利分析師 Brian Nowak 預測，到 2030 年代理商務 (Agentic Commerce) 將實現 1900 億至 3850 億美元的 GMV 規模，佔美國電子商務的 10-20%。目前 45% 的美國受訪者使用 ChatGPT,32% 使用 Gemini，而 36% 的 ChatGPT 用户在過去一個月通過該平台完成了購買。

在企業 AI 應用方面，2025 年第三季度，24% 的 AI 採用企業報告了可量化收益，高於 2024 年第三季度的 15%。摩根士丹利預計，AI 驅動的效率提升將在 2026 年和 2027 年為標普 500 指數成分股的淨利潤率分別貢獻 30 和 50 個基點的增量。

更重要的是，在最具挑戰性的通用智能測試 ARC-AGI-2 中，最新的前沿大模型 Gemini 3 Deep Think 得分已達到約 45%，而幾個月前該類模型得分僅為 10-20%。考慮到人類平均得分為 60%，且 2026 年前沿模型訓練將使用約 10 倍計算資源，業界預期 AI 能力可能在多項複雜推理測試中超越人類水平。