据 Woofun AI 消息，Morgan Stanley 于 7 月 27 日发布长达 120 页的深度报告《Playing the AI Infrastructure Dip》，对近期全球 AI 板块的显著回调进行了系统性归因。报告核心结论明确指出，此次市场调整并非基本面逻辑崩塌，而是由技术面因素主导，具体包括仓位拥挤度的消化、保证金融资的去杠杆过程以及动量因子的反转。

这一判断为市场提供了清晰的锚点，即当前的估值修正更多反映的是交易结构的再平衡，而非长期增长叙事的终结。在剥离了短期噪音后，报告将视角转向了 AI 基础设施的深层供需矛盾，认为技术面的扰动反而为投资者提供了审视结构性机会的窗口，特别是在算力交付与电力供应的瓶颈环节，新的价值洼地正在形成。

针对市场普遍担忧的企业 AI 预算收紧问题，报告通过详尽的成本收益分析予以驳斥。尽管部分企业开始对员工 AI Token 的使用量施加预算上限，引发对大模型公司收入可持续性的质疑，但数据显示这种担忧缺乏实质支撑。当前企业级 AI 应用的 ROI 极高，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。对于 ROI 倍数在 10x 以上的工具，其采用与否已不再是单纯的预算决策问题，而是关乎核心竞争力的战略选择，未积极部署 AI 能力的企业将面临日益显著的竞争劣势。

更关键的是，GPU 代际演进为降价提供了巨大的利润空间。Woofun AI 整理数据显示，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 可在保持利润率不变的前提下，将 Token 定价压低约 75%，从而在成本曲线下移的同时释放更多需求，实现降价与盈利的双重目标。

关于中国竞争对算力需求的潜在冲击，报告引用 Kimi K3 的发布作为背景，指出资本市场重新审视了一个核心假设：如果中国能以更低成本训练出性能接近的前沿模型，美国 Hyperscaler 每年超万亿美元的 AI Capex 是否面临回报率下修？

然而，报告认为中美大模型公司对效率的极致追求，非但不会削弱算力需求，反而强化了"需求远超供给"的结构性判断。这一逻辑源于 19 世纪经济学家 William Stanley Jevons 提出的 Jevons Paradox。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，因为效率提升使得蒸汽机在经济上变得可行，从而被部署到远比之前更多的工厂和矿井。同理，算力效率提升降低了单位 Token 成本，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。

数据量化了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。相比之下，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。

即便需求侧确定性充分，物理世界的约束是否会导致算力基础设施无法按需交付，成为资本市场的第三个担忧。大摩将物理世界的约束统称为 3P：People、Power、Politics。在 People 方面，数据中心建设所需的熟练工种，如电工、焊工、管道工，处于结构性短缺状态，限制了建设速度。在 Power 方面，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。在 Politics 方面，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，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。此前在 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。

大摩承认上述担忧的合理性，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"压力，现场自发电正成为核心解决方案。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。

在这一背景下，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，而能够在 1-3 年内提供电力的替代方案具备显著的时间套利价值。大摩识别了两条核心"去瓶颈"路径：一是比特币矿场转换，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；二是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。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。

这一估值逻辑揭示了市场在恐慌中错杀了具备稀缺电力资源的公司。随着 AI 基础设施建设的推进，电力获取能力将成为比硬件采购更关键的竞争壁垒。那些能够利用现有电网容量或快速部署发电设施的公司，将在未来的算力军备竞赛中占据先机。这不仅是短期的交易机会，更是长期结构性重估的起点，投资者应重点关注那些能够将电力优势转化为数据中心运营能力的标的。