文章核心观点 - 摩根士丹利报告运用贝叶斯方法论，对OpenAI和甲骨文云业务的高速增长预测提出强烈质疑，认为其预测的五年复合增速（108%和75%）在美国上市公司75年历史中从未出现，实现概率极低 [1][5][6] - 报告强调，即使收入增长能够实现，巨额资本支出、负自由现金流、高额股权激励以及AI数据中心作为“大工程”的高失败率，也将严重稀释股东价值，增长本身不等于创造价值 [11][12][13][16][20] - 当前的AI基础设施投资热潮，部分动机可能是企业通过“先发式扩产”进行战略威慑，但存在重蹈历史电信投资潮覆辙（产能过剩、破产）的风险，报告建议投资者应将预测视为可随新证据更新的概率问题，而非确定性故事 [23][24][25] 对高速增长预测的历史概率评估 - 报告选取1950-2024年美国上市公司中，起始收入在20亿至50亿美元（2024年美元口径）的样本，包含近18900个观察值，该组别的5年收入复合增速均值仅为7.0%，标准差为10.6% [6] - OpenAI预测从2024年37亿美元收入增长至2029年1450亿美元，对应5年108%的复合增速，这在历史样本中从未发生，其概率在正态近似下为约9.5个标准差，极低；即便采用平滑处理，初始概率也低于千分之一 [6][8] - 甲骨文云业务预测从2025财年100亿美元增长至2030财年1660亿美元，对应5年75%的复合增速，报告指出，在过去75年里，起始收入达100亿美元以上的公司无一实现此增速，即使将起始收入门槛降至56亿美元以上，也无人做到 [5][14][15] 支持增长预测的潜在证据与局限 - 用户扩散速度：ChatGPT达到1亿用户仅用2个月，速度历史罕见，远快于TikTok（9个月）、Instagram（28个月）等，但报告提醒用户增长不等于收入转化 [9] - 短期收入增速：OpenAI预计2025年收入约130亿美元，同比增速约250%，远高于其五年平均复合增速，但公司规模扩大后维持高增速将越来越难，其2025-2030年的5年复合增速预测仍高达72.7%，在历史参照样本中同样无人实现 [10] 增长背后的财务与资本约束 - 巨额现金流缺口：OpenAI预计2025年自由现金流为-90亿美元，2026年为-170亿美元，为维持高速扩张，公司几乎必然需要持续外部融资 [12] - 高昂的股权激励稀释：估算OpenAI在2025年的股权激励（SBC）将超过收入的45%，折算到员工层面约为每人每年150万美元，是大型科技公司IPO前SBC发行强度的7倍，这将显著稀释股东价值 [12] - 价值创造门槛：报告对“总可服务市场”的定义附加了约束，即收入增长需在投资回报超过资本成本的前提下创造股东价值，而不仅仅是潜在销售规模 [11] AI数据中心作为“大工程”的高风险属性 - AI数据中心属于“大工程”，硬件更贵、用电需求更高、更依赖冷却系统，面临电力接入和专用硬件供给等现实瓶颈 [17] - 参照一个包含16000个大型项目的数据集，结果显示：仅47.9%的项目能在预算内完成；预算内且按时完成的只有8.5%；预算内、按时且实现预期收益的仅0.5% [18][20] - 报告启示，不能将“按计划落地”视为默认选项，需要密切关注电力、芯片等关键瓶颈，模块化设计虽更易成功，但在竞争激烈的环境中难以执行“慢想快干” [22] 当前投资热潮的战略动机与历史镜鉴 - 2025年，OpenAI宣布了大约15笔与基础设施建设相关的交易，同时主要云厂商和AI公司均上调资本开支或做出大额投入承诺 [23] - 报告认为，这波密集的产能承诺可能部分是一种战略信号，旨在锁定市场、威慑竞争对手和潜在进入者，即“先发式扩产”策略 [24] - 这种策略风险很高，若未能吓退对手，可能引发更激烈的消耗战，历史镜鉴是90年代末至00年代初的电信投资潮，最终导致了产能过剩和破产案例 [1][23][24] - 不同公司的融资能力存在分化，初创AI公司需持续外部输血，而亚马逊、谷歌、Meta等巨头拥有更充裕的现金流，耐受度完全不同 [24]