核心观点 - 摩根士丹利将北美ROIC框架引入中国云计算市场，分析自建GPU、租用算力、MaaS三条路径，认为中国云厂商ROIC区间为13%至20%，现金回收期约3年，虽低于美国同业25%-50%的回报率，但算力需求强劲将驱动中期可观回报[1] - 阿里巴巴凭借最大规模AI基础设施、成熟云业务及通义千问模型能力，在三种场景下均能实现可观回报，支撑其估值溢价[1] - 分析师给予阿里巴巴美股评级“增持”，目标价180美元，较当前价格有约45%上涨空间[2] 自建GPU IaaS模式 - 基准情景下，每台服务器资本开支800万元人民币，月租金25万元，可实现约44%营业利润率、13%ROIC及3.1年现金回收期[3] - 不同月租金情景下ROIC变化：月租35万元时ROIC为11.7%，月租30万元时12.3%，月租25万元时13.2%，月租20万元时14.7%，月租15万元时17.5%[4] - 中国每台服务器资本开支约为美国同类配置的3倍，导致中国ROIC（13%）远低于美国（31%）[5] - 44%增量营业利润率与阿里云当前11%至12%整体利润率存在落差，差距源于传统低利润率云业务拖累、早期基础设施折旧及未计入的研发人员成本[7] - 若AI算力需求维持强劲且利用率保持高位，阿里云整体利润率向上修复路径清晰[7] 租用算力模式 - 云厂商向新兴云服务商租入底层服务器再转租给终端客户，本质是价差生意，几乎不涉及前期资本投入[8][9] - 基准情景下，向客户月租25万元，向新兴云服务商支付月租20万元，产生约20%营业利润率，无前期资本占用[10] - 不同月租定价下营业利润率变化：月租20万元时利润率为0.0%，月租22.5万元时11.1%，月租25万元时20.0%，月租27.5万元时27.3%，月租30万元时33.3%[11] MaaS模式 - 基准情景假设每GPU每秒吞吐量4000个token，推理工作负载占比50%，混合token定价9.56元人民币/百万token，毛利率76%，营业利润率53%，ROIC约19%，现金回收期2.5年，是三种模式中利润率最高的路径[12] - 该模式对关键假设极为敏感，若推理占比偏低、吞吐量不足，相同资本投入可能录得亏损[14] - 目前包括Qwen在内的多数AI实验室仍处于该框架低端区间，因大量算力资源分配至训练而非推理[14] - 定价本身重要性不及单位算力产生的收入，定价更低但吞吐量大幅领先的模型经济效益可能优于定价高昂但算力消耗密集的竞品[14] - 阿里目标年末MaaS年化经常性收入（ARR）超过300亿元人民币，若实现，云业务利润率存在显著改善空间，当前阿里云利润率仅为11%至12%[2] - 随着AI收入占云业务比例向50%靠拢，若同步提升推理比例和token吞吐量，有望逐步向53%营业利润率和19%ROIC基准情景靠拢[14] - MaaS是阿里云当前盈利水平与长期算力资产盈利能力之间差距最大、潜在改善幅度最显著的维度[14] 中美ROIC差距 - IaaS场景下，中美每GW收入规模大体相当，但中国服务器资本开支远高于美国，中国ROIC（13%）约为美国（31%）的42%，现金回收期长于美国的2.2年[15] - MaaS场景下，中国token吞吐量略胜一筹（4000 TPS/GPU对比美国2750），受益于更小模型、更广泛MoE/注意力机制应用及更高KV缓存效率[16] - 受制于推理占比较低（50%对比美国65%）和竞争性定价环境，中国MaaS的NOPAT约为美国的69%，ROIC为19.5%，而美国为46.2%[16] - 缩小差距的三条核心路径：GPU硬件成本持续下降、模型迭代效率提升、算力分配从训练向推理加速转移[16] - 腾讯资本开支已折年化超过2000亿元人民币，对阿里资本开支计划形成上行压力，但阿里对IaaS和MaaS的聚焦使其ROIC可见度相对更高[2]