當(dāng)AI爆炸式增長(zhǎng)撞上系統(tǒng)性供給瓶頸，大摩稱，當(dāng)前市場(chǎng)對(duì)這場(chǎng)AI革命的樂觀程度，可能依然嚴(yán)重低估了其真實(shí)爆發(fā)力與深度。

4月11日，據(jù)追風(fēng)交易臺(tái)消息，摩根士丹利最新研報(bào)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(shì)。

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(gè)月增幅約250%，部分LLM服務(wù)商已被迫對(duì)用戶實(shí)施使用上限。大摩預(yù)測(cè)，未來算力需求增速約為NVIDIA算力供給CAGR預(yù)測(cè)值的3倍，算力短缺將長(zhǎng)期存在且持續(xù)加劇。

能源是另一顆"定時(shí)炸彈"。大摩模型預(yù)測(cè)，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(xiàng)目被直接取消，另有460億美元的項(xiàng)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(dá)同期美國數(shù)據(jù)中心總部署規(guī)模的18%至30%

AI對(duì)勞動(dòng)力市場(chǎng)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(gè)月內(nèi)AI導(dǎo)致11%的職位被裁撤，另有12%的崗位空缺后不再補(bǔ)招；新增招聘僅有18%，綜合凈裁員率約4%。報(bào)告估計(jì)，90%的職業(yè)將在某種程度上受到AI自動(dòng)化或增強(qiáng)的影響。

大模型能力"階躍式突變"：情況比市場(chǎng)預(yù)期更極端

大摩報(bào)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(dòng)力之一，并援引大量數(shù)據(jù)印證其"情況遠(yuǎn)比市場(chǎng)預(yù)期更極端"的判斷。

第三方機(jī)構(gòu)METR的最新分析顯示，目前最優(yōu)秀的大模型已能獨(dú)立完成超過15小時(shí)的連續(xù)復(fù)雜任務(wù)——而按照現(xiàn)有技術(shù)縮放定律（Scaling Laws）的外推，當(dāng)前水平應(yīng)約為8小時(shí)。實(shí)際能力已大幅超前于理論預(yù)期軌道。

多項(xiàng)獨(dú)立數(shù)據(jù)共同印證這一趨勢(shì)：

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

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

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

• 《紐約時(shí)報(bào)》科技編輯Kevin Roose的讀者實(shí)驗(yàn)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(xué)領(lǐng)域開放難題的能力；

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

報(bào)告還引用了Leo Aschenbrenner論文《情境感知》中的預(yù)判：

"到2027年實(shí)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(xué)齡前水平躍升至聰明高中生水平……如果我們?cè)僮咭淮瓮瑯拥闹悄芸缍?，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(jí)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(yán)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(chǎng)主題。

報(bào)告稱，數(shù)據(jù)極為直觀：

• 根據(jù)OpenRouter平臺(tái)的實(shí)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(gè)月內(nèi)增幅約250%

• 智能體AI工具（以O(shè)penClaw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(wù)商已開始對(duì)用戶設(shè)置Token使用上限，以應(yīng)對(duì)需求的失控增長(zhǎng)；

• 大摩預(yù)測(cè)，整體算力需求增速約為NVIDIA算力供給CAGR預(yù)測(cè)值的3倍

• 推動(dòng)需求的三大并行動(dòng)力相互疊加：AI使用場(chǎng)景持續(xù)擴(kuò)張、AI任務(wù)復(fù)雜度的非線性提升、AI采納范圍加速拓寬。

在具體應(yīng)用層面，軟件編程是目前所有LLM使用場(chǎng)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(dǎo)。

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(jià)格有望下降超過70%——AI使用成本的急速下滑將進(jìn)一步激發(fā)需求端的爆發(fā)，形成需求自我強(qiáng)化的正反饋循環(huán)。

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

大摩預(yù)期，真實(shí)的算力需求將達(dá)到此前模型預(yù)測(cè)的3倍左右。在此背景下，任何能夠打破算力擴(kuò)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(yīng)鏈，還包括存儲(chǔ)器、光學(xué)網(wǎng)絡(luò)設(shè)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(rèn)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(jìng)速

電力，已成為AI基礎(chǔ)設(shè)施擴(kuò)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(shí)，已有180億美元的數(shù)據(jù)中心項(xiàng)目因社區(qū)反對(duì)和電價(jià)上漲擔(dān)憂而被直接取消，另有460億美元的項(xiàng)目遭到推遲。制約數(shù)據(jù)中心增長(zhǎng)的多重阻力已在同步發(fā)酵：電網(wǎng)接入資源的爭(zhēng)奪、電力設(shè)備短缺、勞動(dòng)力不足，以及地方政治阻力。

面對(duì)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(jī)：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(chǎng)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(xiàn)疊加，大摩的基準(zhǔn)測(cè)算顯示，2028年前凈電力缺口仍將相當(dāng)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(dòng)行動(dòng)——向泰拉能源（Terrapower）的鈉冷快堆商業(yè)化項(xiàng)目提供資金，并直接投資路易斯安那州的電力基礎(chǔ)設(shè)施。

大摩認(rèn)為，這可能是AI巨頭開始系統(tǒng)性掌控能源基礎(chǔ)設(shè)施、確保算力命脈的戰(zhàn)略信號(hào)。

就業(yè)沖擊初現(xiàn)，AI采納經(jīng)濟(jì)價(jià)值超標(biāo)普500稅前利潤的25%

大摩的調(diào)查數(shù)據(jù)與模型測(cè)算，揭示了AI對(duì)勞動(dòng)力市場(chǎng)早期且深刻的影響。

在受AI沖擊最顯著的五大行業(yè)（消費(fèi)品零售、不動(dòng)產(chǎn)管理與開發(fā)、交通運(yùn)輸、醫(yī)療設(shè)備與服務(wù)、汽車與零部件），大摩的實(shí)地調(diào)查顯示：

• 過去12個(gè)月，AI已導(dǎo)致11%的職位被直接裁撤
• 另有12%的崗位空缺后不再補(bǔ)招
• 新增招聘為18%，綜合計(jì)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(duì)AI的應(yīng)用更為靈活迅速。

從宏觀視角看，大摩估計(jì)90%的職業(yè)將在某種程度上受到AI自動(dòng)化或增強(qiáng)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(wù)結(jié)構(gòu)"。

從定量經(jīng)濟(jì)價(jià)值角度，大摩測(cè)算的AI采納TAM（目標(biāo)可達(dá)市場(chǎng)規(guī)模）同樣驚人：

1. "AI自動(dòng)化"帶來的成本削減潛力對(duì)應(yīng)的價(jià)值TAM，超過標(biāo)普500指數(shù)2026年預(yù)期調(diào)整后稅前利潤的25%
2. 這一"AI自動(dòng)化"成本削減，相當(dāng)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(jī)器人為代表的物理層面）的價(jià)值貢獻(xiàn)近乎各占一半；
4. 從行業(yè)分布看，消費(fèi)品零售、不動(dòng)產(chǎn)管理、交通運(yùn)輸和醫(yī)療設(shè)備領(lǐng)域的AI采納經(jīng)濟(jì)潛力相對(duì)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(fù)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(bào)告援引投資人Michael Bloch的框架，提出了一個(gè)關(guān)鍵區(qū)分：

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

據(jù)此，具備真正防御性護(hù)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(wù)運(yùn)營持續(xù)生成的動(dòng)態(tài)數(shù)據(jù)；

2. 網(wǎng)絡(luò)效應(yīng)——每新增一名用戶都能讓產(chǎn)品對(duì)其他用戶更有價(jià)值；已積累流動(dòng)性的網(wǎng)絡(luò)優(yōu)勢(shì)，隨著AI降低創(chuàng)建競(jìng)爭(zhēng)對(duì)手的門檻反而會(huì)進(jìn)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(kuò)大，而非收窄；

4. 大規(guī)模資本部署能力——當(dāng)瓶頸從軟件轉(zhuǎn)向物理基礎(chǔ)設(shè)施，調(diào)動(dòng)大規(guī)模資本的能力本身就成為時(shí)代核心優(yōu)勢(shì)；

5. 物理基礎(chǔ)設(shè)施——工廠、電廠、數(shù)據(jù)中心……物理定律給時(shí)間設(shè)定了無法突破的下限，先行者的領(lǐng)先優(yōu)勢(shì)每過一個(gè)月都在擴(kuò)大。

報(bào)告進(jìn)一步列舉了"變革性AI"時(shí)代可能升值的八大類資產(chǎn)，涵蓋：具有物理稀缺性的不動(dòng)產(chǎn)（AI基礎(chǔ)設(shè)施用地、工業(yè)地產(chǎn)）、具備定價(jià)權(quán)的AI應(yīng)用采納者、奢侈品與獨(dú)特服務(wù)、具有網(wǎng)絡(luò)效應(yīng)的平臺(tái)、真實(shí)且獨(dú)特的人類體驗(yàn)、監(jiān)管特許經(jīng)營權(quán)、專有數(shù)據(jù)與品牌，以及半導(dǎo)體關(guān)鍵資產(chǎn)（先進(jìn)制程芯片廠、ASML的EUV光刻機(jī)、稀土加工能力）。