大摩120页研报深度解读AI大回调大摩这份120页的研报《Playing the AI Infrastructure Dip》发布于7月27日，核心判断是：本轮全球AI板块深度回调主要由技术面因素驱动（仓位拥挤、杠杆出清、动量反转），而非基本面逻辑破坏。 报告认为AI超级周期远未结束，但市场交易逻辑正迎来根本性切换。以下是研报的核心要点解读：一、回调本质：杠杆出清，非泡沫破裂技术性回调，而非基本面恶化：大摩认为回调主因是过去一年全球资金极端抱团AI硬件，导致仓位极度拥挤，叠加杠杆资金被迫退出（A股IT行业融资交易占比已从约12%峰值降至8%-9%），以及动量因子反转。云厂商资产负债表稳健：中美头部云厂商资产负债率仅约40%，远低于历史泡沫期水平，财力稳健，不存在债务爆雷风险。Meta算力出租被误读：市场将Meta出租闲置算力视为AI资本开支见顶的信号，但大摩指出其出租的是老款H100/H100芯片，自身对先进芯片的采购规模仍在扩大，资本开支指引持续上调。二、市场担忧逐一拆解：大摩为何仍看好研报针对市场最核心的三大担忧给出了反向论证：1. 担忧：AI巨额资本开支回报率低下大摩测算：生成式AI的ROIC可达25%-50%。报告构建了三套自下而上的财务模型（GPU租赁、自建基建API、依托第三方基建API），测算出的增量ROIC分别约为31%、46%和25%。核心逻辑在于：AI正从投入巨大的训练阶段，转向能产生稳定现金流的推理阶段，数据中心容量的战略价值持续上升。企业端ROI超过10倍：单次AI调用平均可节省约55美元劳动力成本，而调用成本仅2-5美元，高ROI意味着企业没有动力削减AI预算。2. 担忧：低成本模型（如Kimi等）的出现会削弱算力需求大摩观点恰恰相反：效率提升反而刺激需求爆发。这遵循杰文斯悖论——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、更高频次的调用，最终推高总计算消耗。Google高管近期表示可能需要每5年实现算力1000倍增长，而即便NVIDIA以历史最高增速全力产出，也仅能覆盖这一需求的冰山一角。3. 担忧：电力、土地等物理瓶颈构成供给上限大摩定性为“减速带”而非结构性障碍。报告详细测算了美国数据中心电力缺口，并识别出两条核心“去瓶颈”路径：比特币矿场改造（可转化为10-19GW算力容量）和快速发电方案（天然气轮机、燃料电池等可提供1-3年的时间优势）。大摩认为，当前市场对“Time-to-Power”（电力接入时间价值）的定价存在明显低估。三、AI下半场的方向性判断趋势不变，但赛道切换：AI长期扩张逻辑未破，但市场关注点将从单一“卖铲子”（硬件）转向“用铲子”（应用与变现）。从半导体转向云厂商：大摩7月7日率先发出明确信号——“减持半导体，转向超大规模云计算商。AI上半场拼硬件产能，下半场核心是云服务的稳定现金流与回报验证。资金从硬件向应用端扩散：市场交易逻辑从“资本开支增速”切换为“资本开支回报率”，能够直接验证收入和利润的应用端、云厂商将获得资金青睐。同时，能源基建、港股互联网、存储结构性alpha等方向也值得关注。中国AI的独立逻辑：在晶圆制程受限的背景下，国内正通过Scale-up（超级节点）系统级架构和光互连技术另辟蹊径，芯片竞争逻辑从单芯片参数比拼转向系统级互联能力。A股AI去杠杆已近尾声，中长期看仍具备性价比。