摩根士丹利看好AI基礎設施：回調即是布局良機 電力是下一個戰場

近期全球 AI 基礎設施板塊經歷了一輪明顯的回調，AI 相關股票在截至 7 月 24 日的一個月內平均下跌了近 7%，引發市場對於 AI 需求是否見頂以及巨額資本支出回報率 (ROI) 的疑慮。

然而，摩根士丹利在其最新的研究報告中給出了截然不同的樂觀判斷，認為當前的下跌主要源於短期投資者的部位調整，而非基本面惡化，現在反而是異常具吸引力的進場時機。

核心邏輯：算力需求將持續多年供不應求

摩根士丹利研究報告的核心觀點在於，AI 基礎設施將隨著時間演變為一條「智慧高速公路」，為全球經濟帶來巨大淨效益。

儘管市場擔心企業可能因成本因素限制 AI 使用，但數據顯示，員工平均消耗的 Token 數量仍處於低位，未來增長空間巨大。機構預測，全球對 AI 算力的需求將在未來許多年內顯著超過供給。

此外，AI 能力的提升是非線性的。摩根士丹利指出，隨著遞歸自我改進 (RSI) 技術的推進，前沿模型將能協助開發下一代系統，使 AI 進步的速度從「人類研發速度」提升至「機器迭代速度」，這將進一步推高對算力的需求。

傑文斯悖論：效率提升反而放大需求

針對近期中國大模型 (如 Kimi K3) 展現出的高效率與成本競爭力，摩根士丹利認為這不僅不是威脅，反而驗證了「傑文斯悖論」(Jevons Paradox)：技術進步帶來的效率提升降低了成本，最終會導致總需求不減反增。

分析指出，大模型進步說明縮放定律 (Scaling Laws) 依然有效，隨著更多強大模型的推出，全球算力的「蛋糕」只會越做越大。

企業端與超大規模企業的強勁支撐

報告引用 2026 年第二季度的 CIO 調查顯示，AI/ML 已連續多季成為企業支出的首要任務。高達 76% 的 CIO 預計在 2026 年底前完成 AI 項目部署，顯示企業端的 AI 需求正處於實質落地的加速階段。與此同時，超大規模雲端服務商 (Hyperscalers) 展現了極強的投資信心。

摩根士丹利預計，僅美國五大科技巨頭的資本支出就將從今年的近 8,000 億美元，增長至 2027 年的 1.2 兆美元，並在 2028 年達到 1.4 兆美元。

電力是下一個戰場

摩根士丹利提醒投資者，AI 發展的瓶頸正從晶片轉向基礎設施，特別是電力供應。預計到 2028 年，美國數據中心將面臨 38GW 的電力缺口，到 2030 年將擴大至 122GW。

因此，機構建議投資者關注以下領域的「買入點」：

• AI 基礎設施瓶頸解決方案： 如燃料電池、天然氣渦輪機、能源存儲公司及擁有電力資產的數據中心 REITs。
• 算力製造生態系： 持續受惠於供需失衡的半導體生產商。
• 能源安全資產： 支持可靠電力供應與存儲的企業。
• 超大規模服務商： 具備規模優勢並能從 AI 支出中獲取吸引力回報的科技巨頭。