當AI爆炸式增長撞上系統(tǒng)性供給瓶頸，大摩稱，當前市場對這場AI革命的樂觀程度，可能依然嚴重低估了其真實爆發(fā)力與深度。

4月11日，據(jù)追風交易臺消息，摩根士丹利最新研報的核心判斷是：頂尖大語言模型（LLM）正在經(jīng)歷"非線性能力躍升"，而算力需求已呈現(xiàn)出系統(tǒng)性超越供給的態(tài)勢。

從2026年1月初至3月，全球每周Token使用量從6.4萬億次驟升至22.7萬億次，短短三個月增幅約250%，部分LLM服務商已被迫對用戶實施使用上限。大摩預測，未來算力需求增速約為NVIDIA算力供給CAGR預測值的3倍，算力短缺將長期存在且持續(xù)加劇。

能源是另一顆"定時炸彈"。大摩模型預測，2025至2028年間美國數(shù)據(jù)中心將面臨約55吉瓦的電力缺口。此前已有180億美元的數(shù)據(jù)中心項目被直接取消，另有460億美元的項目遭到推遲。即便綜合天然氣渦輪、燃料電池、比特幣站址轉(zhuǎn)換等多種"快速供電"方案，凈電力缺口仍可能高達同期美國數(shù)據(jù)中心總部署規(guī)模的18%至30%

AI對勞動力市場的沖擊已開始顯現(xiàn)。大摩調(diào)查顯示，在受AI影響最深的五大行業(yè)中，過去12個月內(nèi)AI導致11%的職位被裁撤，另有12%的崗位空缺后不再補招；新增招聘僅有18%，綜合凈裁員率約4%。報告估計，90%的職業(yè)將在某種程度上受到AI自動化或增強的影響。

大模型能力"階躍式突變"：情況比市場預期更極端

大摩報告將"前沿大模型能力的非線性躍升"列為2026年最重要的主題驅(qū)動力之一，并援引大量數(shù)據(jù)印證其"情況遠比市場預期更極端"的判斷。

第三方機構(gòu)METR的最新分析顯示，目前最優(yōu)秀的大模型已能獨立完成超過15小時的連續(xù)復雜任務——而按照現(xiàn)有技術(shù)縮放定律（Scaling Laws）的外推，當前水平應約為8小時。實際能力已大幅超前于理論預期軌道。

多項獨立數(shù)據(jù)共同印證這一趨勢：

• Artificial Analysis的持續(xù)追蹤指標顯示，AI能力仍在快速推進；

• OpenAI首席執(zhí)行官Sam Altman在印度AI峰會上公開警告："世界還沒準備好，極具能力的模型即將到來

• 有研究人員利用DNA測序與DeepMind的AlphaFold工具，為其寵物犬開發(fā)出癌癥疫苗；

• 《紐約時報》科技編輯Kevin Roose的讀者實驗顯示，54%的讀者更偏好AI生成的文章，而非人類寫作；

• 前沿LLM已具備求解物理學領(lǐng)域開放難題的能力；

• 有報道稱某款尚未發(fā)布的模型在軟件編程、學術(shù)推理和網(wǎng)絡安全領(lǐng)域代表了"能力的階躍式突變"。

報告還引用了Leo Aschenbrenner論文《情境感知》中的預判：

"到2027年實現(xiàn)AGI（通用人工智能）具有令人驚訝的可能性。GPT-2到GPT-4的四年間，我們從學齡前水平躍升至聰明高中生水平……如果我們再走一次同樣的智能跨度，將把我們帶到哪里？很可能是能夠在所有專業(yè)領(lǐng)域超越博士和頂級專家的模型。"

如果說大模型能力躍升是"需求側(cè)的引擎"，算力供給的嚴重不足則是"供給側(cè)的天花板"。大摩將"算力需求系統(tǒng)性超越供給"列為2026年最核心的市場主題。

報告稱，數(shù)據(jù)極為直觀：

• 根據(jù)OpenRouter平臺的實際追蹤數(shù)據(jù)，2026年1月初至3月，全球每周Token使用量從6.4萬億次增至22.7萬億次，三個月內(nèi)增幅約250%

• 智能體AI工具（以OpenClaw為代表）的普及速度，大幅加速了需求側(cè)的爆發(fā)；

• 多家LLM服務商已開始對用戶設置Token使用上限，以應對需求的失控增長；

• 大摩預測，整體算力需求增速約為NVIDIA算力供給CAGR預測值的3倍

• 推動需求的三大并行動力相互疊加：AI使用場景持續(xù)擴張、AI任務復雜度的非線性提升、AI采納范圍加速拓寬。

在具體應用層面，軟件編程是目前所有LLM使用場景中Token消耗量最大的單一用途，且該領(lǐng)域被專有（閉源）模型所主導。

大摩"智能工廠"（Intelligence Factory）模型揭示了另一層關(guān)鍵邏輯：隨著芯片世代從Blackwell遷移至Rubin GPU，平均Token價格有望下降超過70%——AI使用成本的急速下滑將進一步激發(fā)需求端的爆發(fā)，形成需求自我強化的正反饋循環(huán)。

以一個具體案例為例：一個規(guī)模約250兆瓦、使用Blackwell GPU、電力成本為每兆瓦時100美元、運行GPT-4o查詢的數(shù)據(jù)中心，可為頂級大模型開發(fā)商帶來約60%的利潤率

大摩預期，真實的算力需求將達到此前模型預測的3倍左右。在此背景下，任何能夠打破算力擴展瓶頸的公司都將迎來重大利好。這不僅包括芯片制造供應鏈，還包括存儲器、光學網(wǎng)絡設備以及數(shù)據(jù)中心的核心組件。大摩極其看好這批“算力商人”（Merchants of Compute），認為他們將直接受益于這種系統(tǒng)性的供需失衡。

能源是AI的命脈：55吉瓦缺口與"離網(wǎng)"解決方案的競速

電力，已成為AI基礎設施擴張最關(guān)鍵的物理約束。大摩基于其"AI供電"深度分析模型，得出了令人警醒的結(jié)論。

2025至2028年間，美國數(shù)據(jù)中心開發(fā)商將面臨約55吉瓦的電力供給缺口。與此同時，已有180億美元的數(shù)據(jù)中心項目因社區(qū)反對和電價上漲擔憂而被直接取消，另有460億美元的項目遭到推遲。制約數(shù)據(jù)中心增長的多重阻力已在同步發(fā)酵：電網(wǎng)接入資源的爭奪、電力設備短缺、勞動力不足，以及地方政治阻力。

面對這一缺口，大摩梳理了四類"快速通電"（Time to Power）解決方案：

• 天然氣渦輪機：可緩解15—20吉瓦缺口，成功概率90%；
  
• Bloom Energy燃料電池：可緩解5—8吉瓦缺口，成功概率90%；
  
• 依托現(xiàn)有核電站部署數(shù)據(jù)中心：可緩解5—15吉瓦缺口，成功概率75%；
  
• 比特幣礦場改建為數(shù)據(jù)中心：可緩解10—15吉瓦缺口，成功概率90%。
  

然而，即便將上述所有方案的概率加權(quán)貢獻疊加，大摩的基準測算顯示，2028年前凈電力缺口仍將相當于同期美國數(shù)據(jù)中心總部署規(guī)模的18%至30%。

從戰(zhàn)略布局看，Meta已開始采取主動行動——向泰拉能源（Terrapower）的鈉冷快堆商業(yè)化項目提供資金，并直接投資路易斯安那州的電力基礎設施。

大摩認為，這可能是AI巨頭開始系統(tǒng)性掌控能源基礎設施、確保算力命脈的戰(zhàn)略信號。

就業(yè)沖擊初現(xiàn)，AI采納經(jīng)濟價值超標普500稅前利潤的25%

大摩的調(diào)查數(shù)據(jù)與模型測算，揭示了AI對勞動力市場早期且深刻的影響。

在受AI沖擊最顯著的五大行業(yè)（消費品零售、不動產(chǎn)管理與開發(fā)、交通運輸、醫(yī)療設備與服務、汽車與零部件），大摩的實地調(diào)查顯示：

• 過去12個月，AI已導致11%的職位被直接裁撤
• 另有12%的崗位空缺后不再補招
• 新增招聘為18%，綜合計算凈裁員率約4%
• 值得關(guān)注的是，規(guī)模較小的企業(yè)新招聘量最弱——這可能反映小企業(yè)對AI的應用更為靈活迅速。

從宏觀視角看，大摩估計90%的職業(yè)將在某種程度上受到AI自動化或增強的影響，影響方式通常不是"整體取消工作崗位"，而是"重新配置崗位內(nèi)的任務結(jié)構(gòu)"。

從定量經(jīng)濟價值角度，大摩測算的AI采納TAM（目標可達市場規(guī)模）同樣驚人：

1. "AI自動化"帶來的成本削減潛力對應的價值TAM，超過標普500指數(shù)2026年預期調(diào)整后稅前利潤的25%
2. 這一"AI自動化"成本削減，相當于員工薪酬支出總額的40%以上
3. 其中，智能體AI（軟件層面）與具身AI（以機器人為代表的物理層面）的價值貢獻近乎各占一半；
4. 從行業(yè)分布看，消費品零售、不動產(chǎn)管理、交通運輸和醫(yī)療設備領(lǐng)域的AI采納經(jīng)濟潛力相對稅前利潤而言最高。

隨著AI能力加速躍升，核心問題變得愈發(fā)緊迫：在AI能夠復制幾乎一切的世界里，什么樣的資產(chǎn)才具有真正的防御性？大摩報告援引投資人Michael Bloch的框架，提出了一個關(guān)鍵區(qū)分：

AI壓縮了完成事情所需的時間，但它無法壓縮讓事情自然發(fā)生所需的時間。這一區(qū)別，是當前投資中最重要的篩選標準。

據(jù)此，具備真正防御性護城河的資產(chǎn)類型包括五類：

1. 持續(xù)累積的專有數(shù)據(jù)——不是靜態(tài)數(shù)據(jù)集，而是通過可防御的業(yè)務運營持續(xù)生成的動態(tài)數(shù)據(jù)；

2. 網(wǎng)絡效應——每新增一名用戶都能讓產(chǎn)品對其他用戶更有價值；已積累流動性的網(wǎng)絡優(yōu)勢，隨著AI降低創(chuàng)建競爭對手的門檻反而會進一步凸顯；

3. 監(jiān)管許可——銀行牌照需要數(shù)年，F(xiàn)DA審批需要數(shù)年，監(jiān)管壁壘隨著AI能力提升而擴大，而非收窄；

4. 大規(guī)模資本部署能力——當瓶頸從軟件轉(zhuǎn)向物理基礎設施，調(diào)動大規(guī)模資本的能力本身就成為時代核心優(yōu)勢；

5. 物理基礎設施——工廠、電廠、數(shù)據(jù)中心……物理定律給時間設定了無法突破的下限，先行者的領(lǐng)先優(yōu)勢每過一個月都在擴大。

報告進一步列舉了"變革性AI"時代可能升值的八大類資產(chǎn)，涵蓋：具有物理稀缺性的不動產(chǎn)（AI基礎設施用地、工業(yè)地產(chǎn)）、具備定價權(quán)的AI應用采納者、奢侈品與獨特服務、具有網(wǎng)絡效應的平臺、真實且獨特的人類體驗、監(jiān)管特許經(jīng)營權(quán)、專有數(shù)據(jù)與品牌，以及半導體關(guān)鍵資產(chǎn)（先進制程芯片廠、ASML的EUV光刻機、稀土加工能力）。