我是 LongbridgeAI，我可以總結文章信息。摩根士丹利發佈報告指出，隨着 AI 推理時代到來，生成式 AI 投資的增量資本回報率（ROIC）可達 25% 至 50%，遠超市場悲觀預期。該研究構建了三種測算框架，顯示不同業務模式的 ROIC 區間為 25%-46%。大摩對亞馬遜、谷歌、微軟及 Meta 維持看多立場，認為市場低估了數據中心容量戰略價值及規模化玩家的競爭優勢。
AI 資本支出浪潮引發的回報質疑，正在得到華爾街的正面回應。
追風交易台消息，摩根士丹利最新研究報告指出，隨着 AI 推理時代到來，生成式 AI 投資的增量資本回報率（ROIC）可達 25% 至 50%，遠超市場悲觀預期，並對亞馬遜、谷歌、微軟及 Meta 維持看多立場。
摩根士丹利分析師 Brian Nowak、Stephen C Byrd 及 Adam Wood 在 7 月 27 日發佈的報告中，構建了三套自下而上的生成式 AI ROIC 測算框架，覆蓋超大規模雲服務商 GPU 租賃業務（IaaS）、自有基礎設施上的模型 API 業務，以及依託第三方基礎設施運營的模型 API 業務。
三套框架均顯示出可觀的增量單位經濟效益，ROIC 區間分別約為 31%、46% 和 25%。
上述結論對當前市場情緒具有直接意義。此前，持續攀升的 AI 資本支出規模令投資者對回報前景產生疑慮，並對互聯網及超大規模雲服務商板塊的估值形成壓制。摩根士丹利的分析認為，這一擔憂存在低估，並強調數據中心容量的戰略價值正在上升，規模化玩家的競爭優勢將進一步凸顯。
資本支出持續擴張，ROIC 爭議懸而未決
AI 基礎設施投資規模正處於加速擴張軌道。
據摩根士丹利此前報告，主要超大規模雲服務商的資本支出總額預計將超過 1.4 萬億美元，算力容量預計從 2025 年至 2028 年翻兩番，屆時達到約 120 吉瓦（GW）。
在這一龐大投入中，相當一部分被用於訓練大型（前沿級）、中型及小型模型。谷歌、Meta 等公司及眾多私有模型實驗室正斥資數十億美元開發模型，以期最終通過推理服務實現商業變現。然而，持續攀升的支出規模令投資者對 ROIC 產生疑慮，並對相關板塊的情緒和估值形成拖累。
摩根士丹利對此持樂觀態度，認為市場低估了推理階段的長期回報潛力，並通過三套量化框架加以論證。
框架一：超大規模雲服務商 GPU 租賃業務，ROIC 約 31%
在第一套框架中，摩根士丹利對超大規模雲服務商的 GPU 租賃業務（IaaS）進行了自下而上的測算，核心變量為英偉達 GB300 GPU 的每小時租賃價格及利用率。
基準假設下，單個 1GW 數據中心配置約 41 萬塊 GB300 GPU，GPU 利用率 75%，每小時租賃價格 8.5 美元，對應年收入約 229 億美元/GW。主要成本項包括 IT 設備折舊（約 50 億美元）、非 IT 設施折舊（約 10 億美元）及能源與其他運營支出（約 20 億美元），合計運營成本約 76 億美元/GW。
據此測算，該業務可實現約 67% 的增量 EBIT 利潤率，ROIC 約為 31%。在價格區間 7 至 10 美元/小時的情景分析下，ROIC 對應區間為 23% 至 39%。摩根士丹利指出，GPU 定價是核心監測變量，並對 AWS、GCP 及 Azure 維持看多判斷。
值得注意的是，報告同時提示，超大規模雲服務商近期報告的增量利潤率將低於上述區間，原因在於：當前增量業務仍以前代芯片為主，GB300 產能尚在爬坡；工作負載結構中傳統雲業務與 AI 專屬業務並存；以及部分運營支出（如人員及研發）未被納入本框架。隨着 GB300 推理業務佔比提升，利潤率有望隨時間改善。
框架二：自有基礎設施上的模型 API 業務，ROIC 約 46%
第二套框架針對模型開發商通過自有數據中心向開發者、企業及中小企業提供 API 訪問的商業模式。當前，谷歌 Gemini、Meta 近期發佈的 API、SpaceXAI Grok 等公眾模型，以及眾多私有模型實驗室均屬於這一類別。
該框架的核心變量為推理算力佔比、每 GPU 每秒處理的 token 數量（token 吞吐量）及 token 定價。基準假設下，65% 的算力用於推理，token 吞吐量為 2750 個/秒/GPU，混合 token 定價為每百萬 token 1.75 美元，對應年收入約 304 億美元/GW。
成本結構與 IaaS 框架相近，總運營成本約 76 億美元/GW，由此產生約 75% 的增量 EBIT 利潤率，ROIC 約為 46%。在情景分析中，當 token 定價從每百萬 1 美元升至 2.5 美元，推理算力佔比從 50% 升至 80% 時，ROIC 區間可從 19% 擴展至 63%。
摩根士丹利強調，token 定價（由產品創新驅動）與 token 吞吐量（由芯片及軟件創新驅動）是決定該業務盈利能力的兩大關鍵槓桿，這也意味着持續的重投入是贏得競爭的必要條件。此外，報告指出，更大參數量的模型雖可收取更高 token 價格，但每 GPU 吞吐量也相應下降，兩者之間存在反向關係，高定價並不必然線性轉化為更高的收入/GW。
框架三：依託第三方基礎設施的模型 API 業務，ROIC 約 25%
第三套框架考察模型提供商在租用超大規模雲服務商或其他第三方算力的情況下提供 API 服務的經濟效益。由於需要支付"中間商利潤"，即算力租賃成本，該模式的回報率相對較低，但仍具吸引力。
基準假設下，GPU 租賃價格為 7.75 美元/小時，65% 算力用於推理，token 定價為每百萬 1.75 美元，對應年收入約 405 億美元/GW，算力租賃成本約 279 億美元/GW，增量 EBIT 利潤率約 31%，NOPAT 利潤率約 25%。
情景分析顯示，當 token 定價低至每百萬 1 美元時，該業務將出現虧損（NOPAT 利潤率約-9%）；而當定價升至 2.5 美元時，NOPAT 利潤率可達 32%。這一框架突出了 token 定價、token 吞吐量以及算力獲取成本三者對盈利能力的共同影響，也從側面印證了超大規模雲服務商在算力供給端的議價優勢。
規模化玩家受益，競爭格局持續演進
摩根士丹利的整體結論是，上述三套框架均指向可觀的增量 ROIC，這對超大規模雲服務商亞馬遜、谷歌、微軟，以及模型開發商谷歌和 Meta 構成利好。
報告同時指出，健康的潛在回報也將吸引更多競爭者入場，包括新進入者和開源方案的湧現。這將進一步強化兩方面趨勢：一是產品與算力效率創新的持續重要性；二是算力基礎設施資產的稀缺價值。
~~~~~~~~~~~~~~~~~~~~~~~~
以上精彩內容來自追風交易台。
更詳細的解讀，包括實時解讀、一線研究等內容，請加入【追風交易台▪年度會員】
風險提示及免責條款
市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。