导读：在刚刚落幕的摩根士丹利TMT（科技、媒体和电信）大会上，一个强烈的共识正在形成：市场尚未准备好迎接大语言模型（LLM）能力的非线性增长。随着计算需求的爆发式增长和AI驱动的颠覆加速，投资者该如何在这场技术风暴中寻找确定性？本文将深度解读摩根士丹利最新发布的《十大主题预测与TMT大会启示》研报，为您完整揭示决定未来投资主线的"十大预测"。

从喧嚣到务实：摩根士丹利TMT大会揭示企业AI的未来——智能体入局，价值为王

01 预测一：LLM能力即将"阶跃"，市场准备不足

在今年的TMT大会上，摩根士丹利观察到了一个罕见的"科技演进与颠覆的完整横截面"。其中最核心的结论是：美国前沿大语言模型（LLM）将在2026年上半年实现能力的阶跃式提升，而市场对此显然准备不足。

多位美国LLM实验室的高管在会上强调，近期LLM发展的进展可能会让投资者感到"惊讶甚至震惊"。这一预测并非空穴来风，而是基于坚实的"扩展定律"（Scaling Laws）。目前，美国五大实验室积累的计算资源增加了约10倍，这预计将带来LLM能力约2倍的提升。

为了直观展示这种能力的飞跃，摩根士丹利引用了近期发布的GPT-5.4的评估结果。

如上图所示，GPT-5.4在多项关键评估中均创下新高。特别是在"专家科学推理"（GPQA Diamond）和"知识工作任务"（GDPal）中，其得分分别高达92.8%和83.0%，显著领先于竞争对手。更令人瞩目的是，xAI联合创始人Jimmy Ba在宣布退休时表示："递归自我改进循环可能在未来12个月内实现。"这意味着AI模型可能很快具备自我进化的能力。

"世界还没准备好...我们很快就会有极其强大的模型。起飞速度将比我最初想象的要快。"—— Sam Altman, OpenAI CEO

02 预测二：计算需求狂飙，远超供给极限

随着AI采用的广度和深度不断增加，计算需求正在经历大规模的加速。NVIDIA CEO黄仁勋在大会上直言："计算等于收入"，并形容对计算的需求"高得令人难以置信"。他指出AWS正在"疯狂扩张"，而其他美国LLM实验室还需要"数百万"新GPU。

投资启示：看好"计算商人"（芯片制造商、新型云服务、数据中心开发商）以及数据中心关键设备（内存、光学、备用电源、储能、变压器、冷却）。

03 预测三：强劲的美国政策议程

摩根士丹利认为，投资者低估了美国政府即将在两个领域的支出力度：关键材料（如稀土、核燃料）和六类核心军事技术。这六类技术包括：AI应用、生物制造、对抗物流、量子与战场信息、高超音速以及定向能武器。

04 预测四：AI转移与"国内总智能"的崛起

随着AI能力与国家竞争力日益紧密地绑定，预计美国政府将加大AI技术转让力度，限制对华AI芯片出口。摩根士丹利提出了一个前瞻性概念——"国内总智能"（Gross Domestic Intelligence）。未来，投资者可能开始用一个国家的总计算能力来评估其经济前景，这可能成为评估国家和产业竞争力的重要投资叠加层。

05 预测五："能源政治学"重塑数据中心版图

爆发式的计算需求正在遭遇现实的物理瓶颈——能源。数据中心的快速扩张正面临越来越多的政治和消费者阻力，电费上涨和对电网稳定性的担忧，迫使超大规模企业不得不寻找新的出路。

06 预测六：AI与能源的深度融合

在电力受限的世界里，客户会想要部署最好的AI硬件。因此，AI巨头将寻求更大程度地控制能源基础设施，以确保其商业扩张不受电力限制。那些能够控制电力瓶颈解决方案的AI企业将获得巨大的商业优势。

07 预测七与预测八：全球制造业份额变化与变革三重奏

虽然这两个预测在本次TMT大会上不是主要讨论话题，但摩根士丹利依然维持其长期判断：全球供应链的重构将深刻改变制造业份额的分布；同时，人口结构、去全球化和脱碳这"变革三重奏"将持续影响宏观经济基本面。

08 预测九：AI就业冲击与政策干预

在TMT大会上，投资者最关心的问题之一是："我们的孩子们将来做什么？"AI对就业的影响已经开始显现。摩根士丹利对5个国家、5个行业的约1000名高管进行的调查显示，过去12个月内，受访企业的平均净劳动力减少了4%。

数据显示，2025年第四季度美国非农商业部门的劳动生产率已经比国会预算办公室（CBO）2020年1月的预测高出2.2%。这种生产力的跃升，很大程度上可以归因于AI技术的广泛采用。Sam Altman在大会上甚至设想"1到5个人就能运营整个公司"。

09 预测十："变革性AI"驱动通缩与资产重估

这是本次研报中最引人深思的预测之一：日益强大的AI工具将以极低的成本"复制"人类工作，从而在广泛的行业中驱动产品和服务的价格通缩。

当AI能够以极低的边际成本完成过去需要大量人力的高级脑力劳动时，哪些资产能够保值甚至增值？摩根士丹利给出的答案是：那些不能被AI复制的资产。

如上图的投资主题地图所示，摩根士丹利将资产分为三大类：

1.看好：AI基础设施"瓶颈"资产。包括芯片制造商、新型云服务、数据中心关键设备以及电力解决方案。这些是支撑AI发展的"卖水人"。

2.看好：不可被AI复制的"稀缺"资产。这包括实物资产（豪华度假村、金属、能源）、独特奢侈品与品牌、具有强大网络效应的企业（如亚马逊的配送网络）、监管壁垒资产以及计算稀缺资产（如ASML的EUV光刻机、台积电的制造能力）。

3.谨慎：面临AI通缩与颠覆风险的行业。对于那些容易被AI替代的传统软件（SaaS）、媒体与内容创作、商业服务（BPO）等领域，投资者需要保持高度警惕。

10 结语：在颠覆中寻找"避风港"

摩根士丹利的"十大预测"为我们描绘了一幅波澜壮阔的AI时代图景。在这个图景中，AI能力的阶跃式提升是不可阻挡的洪流，它将带来前所未有的生产力爆发，同时也会引发剧烈的行业颠覆和价格通缩。

对于投资者而言，策略已经非常清晰：首先，拥抱"瓶颈"。在计算需求远超供给的背景下，坚定持有AI基础设施和能源解决方案等核心瓶颈资产。其次，寻找"稀缺"。在AI能够无限复制数字和智力劳动的时代，那些具有物理稀缺性、独特人类体验和深厚护城河的资产，将成为最安全的"避风港"。

正如研报中所言，我们可能正在见证"有史以来最重要的软件发布"。在这个非线性增长的时代，保持敏锐的洞察力，及时调整资产配置，将是赢得未来的关键。

免责声明：本文基于摩根士丹利（Morgan Stanley）2026年3月10日发布的《Our 10 Thematic Predictions + Our TMT Conference: Implications and Key Debates》报告撰写。仅供参考，不构成任何投资建议。投资有风险，入市需谨慎。文中数据均来源于摩根士丹利报告及相关公开资料。