（来源：猫哥观世界 猫哥读研报）股票资质查询
7月27日，摩根士丹利发布了一份关于生成式AI投资回报率的深度研报，核心观点非常明确，AI产业正在从巨额资本投入阶段，进入商业模式兑现阶段。
过去几年，市场最大的争议是，AI需要建设大量数据中心，需要购买昂贵的GPU，需要投入数千亿美元资本，这到底是不是一场烧钱大战？
摩根士丹利给出的答案是：不是。
在他们看来，AI基础设施虽然资本密集，但随着模型推理需求爆发，GPU计算资源正在变成一种类似新型石油的基础资产，而掌握算力、模型和应用入口的企业，都有机会获得非常可观的资本回报。
摩根士丹利通过自下而上的模型测算了三种AI商业模式：
第一种是超大规模云厂商出租GPU算力，比如微软Azure、亚马逊AWS、谷歌云。
第二种是模型公司自己建设AI基础设施，然后通过API出售模型能力。
第三种是模型公司不购买GPU，而是租用第三方算力，再通过API收费。
结果显示，GPU云租赁模式的增量EBIT利润率约为60%-70%，ROIC达到25%-40%；自建基础设施的模型API模式增量EBIT利润率超过70%，ROIC最高超过46%；第三方算力API模式虽然利润率较低，但仍然可以达到约30%的EBIT利润率和25%以上ROIC。
也就是说，AI并不是只有投入，没有回报。真正优秀的AI商业模式，未来可能具备媲美软件行业的盈利能力。
一、AI最大的机会，不是卖模型，而是卖计算能力
摩根士丹利首先分析的是超大规模GPU租赁业务。
简单理解，就是企业购买大量英伟达GPU，然后建设数据中心，再把GPU计算能力出租出去。
这其实类似过去几十年的云计算模式。
以前，企业需要自己购买服务器，后来，企业把服务器放到AWS、Azure云上，未来，企业可能直接购买AI计算能力，这就是AI时代的云计算。
目前全球最大的玩家包括微软Azure、亚马逊AWS以及谷歌云。
摩根士丹利认为，随着AI模型越来越大，企业对于GPU算力需求会持续增长。
尤其是未来几年，AI行业将从训练阶段进入推理阶段。
什么叫推理？简单来说，训练是让AI学会知识，而推理是用户每天使用AI回答问题、生成内容、处理业务。
真正产生商业收入的，正是推理。
比如，ChatGPT回答一个问题，需要调用大量GPU；企业使用AI客服，需要持续消耗算力；自动驾驶、机器人，也需要实时调用模型，这些都会产生持续性的算力需求。
二、GPU租赁为什么能赚这么多钱？
很多人认为，买GPU、建数据中心太贵了。
但摩根士丹利计算后发现，只要利用率达到一定水平，这门生意利润非常高。
报告假设：约41万块英伟达GB300 GPU，建设1GW规模AI数据中心，GPU利用率达到75%，GPU租赁价格约8.5美元/小时。
在这种情况下，AI数据中心可以产生60%-70%的增量EBIT利润率。
什么意思？
假设一家企业新增100亿元AI算力收入，扣除新增运营成本后，可能留下60亿元以上营业利润，这在传统制造业中几乎无法想象。
为什么？
因为AI算力具有非常强的规模效应。数据中心建好以后，服务器可以持续运行，软件系统可以重复销售，新增用户成本不断下降，这和软件行业非常类似。
三、最赚钱的模式：模型公司自己掌握算力
摩根士丹利认为，第二种模式可能更加赚钱。
也就是自建AI基础设施，然后通过API赚钱，简单来说，就是自己买GPU，自己建数据中心，自己训练模型，然后把模型能力卖出去。
例如，用户调用API，每百万Token支付费用，Token可以理解为AI处理文字的基本单位。
比如，你向AI提问一次，AI生成答案，背后消耗的计算资源，就是Token。
这种模式最大的优势是企业同时掌握算力、模型和客户入口，因此利润空间最高。
摩根士丹利测算，如果一家模型公司拥有1GW自有AI基础设施，在合理情况下：收入约300亿美元，增量EBIT利润率达到75%左右，ROIC达到46%。
这意味着投入100亿美元资本，每年可以创造超过40亿美元税后利润。
四、为什么AI模型API业务利润率会这么高？
核心原因有三个。
第一，软件商业模式天然高利润
传统软件开发成本很高，但是复制成本很低。
一个软件卖给100万个用户，并不需要增加100万个研发团队，AI模型也是类似，训练一个顶级模型需要巨大投入，但是模型完成后，新增用户成本会不断下降。
第二，AI算力利用率不断提高
过去，GPU主要用于训练，训练结束后可能闲置，未来，大量GPU会用于推理，每天24小时运行，利用率提高以后，固定成本被更多收入摊薄，利润自然提升。
第三，芯片和软件持续提升效率
摩根士丹利特别强调，AI商业模式的关键，不只是GPU数量，更重要的是，每块GPU每秒可以处理多少Token，也就是计算效率。
排名前五配资公司未来，新一代英伟达芯片、更优秀的软件优化以及模型架构创新，都会提升单位算力收入。
五、第三种模式：租算力卖模型，也能赚钱
第三种模式是模型公司自己没有数据中心，而是向AWS、Azure等购买GPU资源，然后把模型能力通过API卖出去。
这种模式类似租房创业，虽然利润会被算力成本压缩，但依然非常有吸引力。
摩根士丹利测算：这种模式增量EBIT利润率约30%，ROIC约25%，相比传统行业，已经非常优秀。
六、AI产业未来最大的竞争，不是谁模型最大，而是谁赚钱能力最强
过去市场关注的是，谁拥有最大模型，谁购买最多GPU，谁投入最多资本。
但未来真正决定赢家的，是谁能够把AI变成赚钱机器。
未来AI产业链可能形成三个超级赢家：
第一类是算力基础设施公司。比如云计算巨头、GPU基础设施运营商、数据中心企业，他们赚的是AI时代的基础设施收入。
第二类是模型平台公司。他们赚的是AI能力服务费，类似今天的软件订阅模式。
第三类是拥有AI应用入口的企业。比如办公软件、搜索、广告以及企业服务公司，他们通过AI提升效率，提高商业价值。
七、摩根士丹利重点看好的公司：微软、亚马逊、Meta、谷歌
在报告中，摩根士丹利继续看好多家科技巨头。
微软：AI商业化最领先
摩根士丹利给予微软目标价600美元。
核心逻辑包括Azure云增长、Copilot商业化以及AI服务收入提升。
他们认为，微软未来几年收入增长可能达到高十几个百分点，同时运营利润率继续提升。
亚马逊：AWS进入AI加速周期
元股证券:ygzq.hk摩根士丹利给予亚马逊目标价330美元。
核心逻辑是AWS正在迎来AI需求拐点。
未来几年，AWS收入增长可能明显加速，同时广告业务和零售效率提升，也会推动利润增长。
Meta：AI提升广告效率
摩根士丹利给予Meta目标价775美元。
他们认为，AI不会只是成本投入，而是在帮助Meta提高广告精准度、提升Reels商业化以及降低运营成本。
谷歌：搜索和云迎来AI重估
摩根士丹利给予谷歌目标价400美元。
核心判断是，AI不会摧毁搜索，反而可能推动搜索体验升级、Google Cloud增长以及YouTube商业化提升。
完整研报原文及更多干货已整理在知识星球
欢迎扫码加入▼
本公众号所发布的内容，仅供行业交流与学习参考之用，不构成任何投资建议或商业决策依据。市场存在不确定性，投资决策请基于个人判断与风险承受能力
研报原文：摩根士丹利—互联网 北美：实现25-50%生成式AI投资回报率的路径股票资质查询
]article_adlist-->实盘配资网提示：本文来自互联网，不代表本网站观点。
