摩根士丹利icon发布AI相关深度研究报告
摩根士丹利最新研报抛出重磅判断:顶尖大语言模型正经历“非线性能力跃升”,算力需求已呈现“系统性超越供给”的态势,当前市场对这场AI革命的乐观程度,依然严重低估了其真实爆发力与深度。
大模型能力“跳级”:比理论预期快近一倍
目前最优秀的大模型已能独立完成超过15小时的连续复杂任务,而按照现有技术缩放定律外推,当前水平应约为8小时,实际能力大幅超前于理论预期轨道。多项数据印证这一极端趋势:OpenAIicon首席执行官Sam Altman在印度iconAI峰会上警告“世界还没准备好,极具能力的模型即将到来”;有研究人员利用DNA测序与DeepMindicon的AlphaFold工具为宠物犬开发出癌症疫苗;《纽约时报icon》读者实验显示54%的读者更偏好AI生成的文章;前沿LLM已具备求解物理学开放难题的能力;还有未发布模型在软件编程、学术推理和网络安全领域实现“阶跃式突变”。报告甚至引用论文预判,到2027年实现通用人工智能(AGI)有令人惊讶的可能性,若复刻GPT-2到GPT-4的智能跨度,模型或将在所有专业领域超越博士和顶级专家。
算力缺口拉满:需求是供给3倍,电力缺口卡脖子
2026年1月初至3月,全球每周Token使用量从6.4万亿次骤升至22.7万亿次,短短三个月增幅约250%,多家LLM服务商已被迫对用户设置Token使用上限。大摩预测,整体算力需求增速约为NVIDIAicon算力供给CAGR预测值的3倍,AI使用场景扩张、任务复杂度提升、采纳范围拓宽三大动力还在持续叠加需求。更关键的是,随着芯片从Blackwell迭代至Rubin GPU,平均Token价格有望下降超70%,成本下滑将进一步引爆需求,形成正反馈循环——比如一座250兆瓦、使用Blackwell GPU、电力成本每兆瓦时100美元、运行GPT-4o查询的数据中心,能为顶级大模型开发商带来约60%的利润率。
能源则成了另一颗定时炸弹。2025至2028年间美国数据中心将面临约55吉瓦的电力缺口,已有180亿美元的数据中心项目被取消,460亿美元项目遭推迟。即便用上天然气涡轮、燃料电池、比特币矿场改建等“快速供电”方案,净电力缺口仍可能达同期美国数据中心总部署规模的18%至30%。Meta已经出手,向泰拉能源icon钠冷快堆项目注资并投资路易斯安那州icon电力基础设施,被视为AI巨头掌控能源命脉的信号。
饭碗已被啃:五大行业净裁员4%,90%职业将被影响
AI对劳动力市场的冲击已显现。在受影响最深的消费品零售、不动产管理与开发、交通运输icon、医疗设备与服务、汽车与零部件五大行业,过去12个月内AI导致11%的职位被裁撤,12%的岗位空缺后不再补招,新增招聘仅18%,综合净裁员率约4%,其中小企业新招聘量最弱,或反映其AI应用更灵活。从宏观来看,90%的职业将在某种程度上受到AI自动化或增强的影响,主要是重新配置岗位内的任务结构,而非直接取消岗位。
同时AI的经济价值也极具诱惑力:“AI自动化”带来的成本削减潜力,超过标普500指数2026年预期调整后税前利润的25%,相当于员工薪酬支出总额的40%以上,智能体AI与具身AI的价值贡献近乎各占一半,消费品零售、不动产管理等领域的AI采纳经济潜力相对税前利润最高。
AI时代保值指南:这五类资产才是护城河icon
在AI几乎能复制一切的背景下,大摩指出“AI压缩完成事情的时间,但无法压缩事情自然发生的时间”是核心筛选标准,具备防御性的资产包括五类:
1. 持续累积的专有动态数据,而非静态数据集;
2. 具备网络效应的平台,用户增长能提升产品价值,AI降低竞争门槛反而会凸显已有网络的优势;
3. 监管许可,比如银行牌照、FDAicon审批等长期壁垒会随AI能力提升而扩大;
4. 大规模资本部署能力,当瓶颈转向物理基建,调动资本的能力成了核心优势;
5. 物理基础设施,工厂、电厂、数据中心等受物理定律限制,先行者优势会持续扩大。
此外,具有物理稀缺性的不动产、有定价权的AI应用采纳者、奢侈品与独特服务、真实人类体验、半导体关键资产等八类资产,也被视为“变革性AI”时代可能升值的标的
夜雨聆风