夜雨聆风前言：AI不是短期泡沫，但下半场的玩法正在改变。
最近，华尔街两大巨头：摩根士丹利和高盛，几乎同时发布了关于AI的重磅研究报告。
一份聚焦大中华区硬件供应链，直接问：“AI带来的利润超额表现，还能持续多久？幅度多大？”另一份则从更宏大的视角切入，提出“智能体经济”（Agentic Economy）即将迎来拐点，AI的使用量和利润率都会同步改善。
两份报告，一个看“身体”，一个看“大脑”。把它们放在一起，恰好拼出了AI投资下半场的完整地图。
今天，就把这两份几十页的英文研报大白话“翻译”给你听。
一、硬件端：利润还没见顶，但结构在变
摩根士丹利的报告开门见山：AI服务器硬件仍然是当前最确定的利润来源。
2025年，全球AI服务器机架出货量大约2.9万套，而2026年预计将飙到7-8万套。驱动这一增长的，是NVIDIA的GB200/300平台，以及各家云厂商自研的ASIC芯片（比如Google的TPU、亚马逊的Trainium）。
但真正让投行兴奋的，不是数量，而是单机价值量的提升。
以电源方案为例：GB200机架采用400V供电，单套价值约5.76万美元。而到了下一代Vera Rubin平台，如果升级到800V直流方案，一套机架的电源价值将飙到39.8万美元——翻了近7倍。
散热也在升级。从风冷到液冷，再到未来的浸没式冷却，每一代都伴随着价值量的跃升。摩根士丹利测算，Vera Rubin机架的液冷部件价值比GB300高出22%。
此外，ABF基板、PCB、高速交换机等环节，也因技术升级和供应紧张而拥有涨价空间。
用一句话说：AI硬件不再是简单的“组装生意”，而是一场技术驱动的“价值升级战”。
摩根士丹利重点推荐的公司包括：纬创、鸿海、广达、台达电、奇鋐、金像电、健策等。这些公司要么是NVIDIA和云厂商的核心ODM，要么在电源、散热、PCB等关键环节占据主导。
不过，报告也泼了冷水：
1.消费电子（手机、PC）需求疲软，内存涨价正在挤压品牌利润；
2.铜、镍等原材料价格上涨，可能侵蚀硬件毛利率；
3.从GB平台向VR平台过渡，可能带来短期出货波动。
AI硬件的利润超额表现，短期内不会结束，但投资者需要从“炒概念”转向“盯结构”。谁在下一代技术中卡住位置，谁才能真正吃到肉。
二、智能体经济：AI从“聊天”进化到“干活”
如果说摩根士丹利关注的是“身体”，高盛的报告则聚焦AI的“大脑”和“应用场景”。
高盛提出了一个核心概念：Agentic AI（智能体AI）。它不是简单的聊天机器人，而是能够自主规划、执行、验证、修正的多步骤任务型AI。
比如：
一个旅行智能体，不仅能查机票，还能比较价格、问你的偏好、预留座位、甚至帮你订酒店；
一个邮件智能体，可以全天监控收件箱，自动分类、草稿回复、标记日程，完全不需要你动手。
高盛做了一个惊人的测算：到2030年，全球AItoken消耗量将比2026年增长24倍。其中，企业智能体是最大的驱动力，到2040年可能增长55倍。
为什么会暴增？因为智能体的工作方式是循环+多模态：
一个程序员智能体，每天要读取代码库、规划修改、写代码、跑测试、修bug……一天下来消耗几百万个token；
一个客服智能体，要处理语音、文字、情绪识别，调用订单系统，来回确认，token量也惊人。
但高盛认为，这不代表成本失控。恰恰相反，token的单位计算成本在以每年60%-70%的速度下降，而token的销售价格已经企稳甚至小幅上涨。这意味着：
AI的“单位经济学”正在迎来利润拐点。
云厂商和模型公司不再是“烧钱换用户”，而是开始享受用量增长带来的毛利率扩张。这是一个健康的、可持续的飞轮。
高盛据此推荐三类标的：
-半导体：英伟达（训练/推理性能领先）、博通（定制芯片龙头）、AMD（企业CPU+GPU双线发力）；
-互联网/云：亚马逊（AWS+自研芯片）、谷歌（云+搜索多模态）、Meta（广告+智能体商业化）；
-软件/服务：微软（Copilot+企业工作流）、Cloudflare（边缘推理）、埃森哲（企业AI转型服务）。
三、两份报告的内在联系：硬件是骨骼，智能体是肌肉
把两份报告放在一起，你会发现一个清晰的逻辑链条：
1.智能体AI爆发→token消耗量暴增→推理算力需求激增→云厂商采购更多AI服务器→利好大摩覆盖的硬件厂商。
2.硬件升级（800V电源、液冷、高速PCB）→单机架价值量提升→硬件厂商利润率改善→反过来支撑云厂商的资本开支能力。
3.Token成本下降+价格企稳→云厂商毛利率改善→更有动力持续投入基础设施→形成正向循环。
换句话说，AI不是一条短跑赛道，而是一场接力赛。上半场是模型训练和算力堆砌，下半场是应用落地和商业变现。
高盛负责讲“故事”和“规模”，大摩负责讲“供应链”和“利润”。两者合在一起，就是一份完整的AI投资地图。
四、我们该注意什么？
虽然两份报告都偏乐观，但它们也指出了几个实实在在的风险：
1.消费电子拖累：手机和PC需求疲软，可能影响部分硬件公司的整体业绩。不是每个“科技股”都能蹭上AI。
2.原材料涨价：铜、镍等大宗商品涨价，会挤压中游制造环节的利润。
3.技术迭代风险：NVIDIA从GB平台切换到VR平台，可能导致少数供应商掉队。
4.智能体落地不及预期：企业级智能体需要解决数据治理、安全边界、ROI衡量等问题，普及速度可能没那么快。
所以，个人投资者可以记住三点：
1.不要追高概念，要看公司是否在下一代技术（如800V电源、液冷、CPO光互联）中占据实质性份额。
2.区分AI与非AI业务，很多公司只有一小部分收入来自AI，其他业务可能在拖后腿。
3.长期关注智能体应用，它才是真正能拉动算力需求的“永动机”。
写在最后
摩根士丹利和高盛的两份报告，虽然角度不同，但指向同一个结论：
AI正在从“烧钱的故事”变成“赚钱的生意”。
硬件端，价值升级远未结束；应用端，智能体爆发即将到来。中间的桥梁——云基础设施、定制芯片、散热电源、高速互联——正是未来两三年最值得关注的赛道。
当然，任何技术革命都不是一帆风顺的。短期有库存波动、价格战、供应链扰动，但如果你相信AI终将像电力和互联网一样渗透到每个人的工作和生活中，那么现在的每一次回调，或许都是长期布局的机会。
>风险提示：本文内容基于公开研报整理，不构成任何投资建议。股市有风险，投资需谨慎。
