关键要点总结 涉及的行业与公司 * 行业覆盖：报告涵盖北美研究的多个行业，包括货运运输、游戏与住宿、互联网/零售、媒体与娱乐、软件、通信基础设施、技术硬件、公用事业、金属与采矿等[2][5][6] * 公司提及：报告提及大量具体公司，包括但不限于： * 货运运输：CHRW、JBHT、RXO、KNX、SNDR、WERN、SAIA、XPO、ODFL、AUR、Gatik、Kodiak、Aurora、Waymo、Tesla[18][25] * 游戏与住宿：MAR、HLT、IHG、BKNG、EXPE、WH、CHH[30][31][39] * 互联网/零售：AMZN、WMT、EBAY、FIVE、ETSY、TGT、CHWY、W、GOOGL、META、APP[44][57][59][60] * 媒体与娱乐：NFLX、SPOT、FWONK、LYV、DIS[72][77][78][89] * 软件/网络安全：PANW、CYBR、CRWD、ZS、FTNT、VRNS、TENB、NTSK、SAIL、OKTA、CHKP、GEN、RPD、QLYS、JAMF、S、MSFT[95][101][109][110] * 通信基础设施：EQIX、DLR[117][121][124] * 技术硬件：DELL、HPE、HPQ、NTAP、PSTG、AAPL、Lenovo、Asustek、Acer、Giga-Byte[173][196][213] * 公用事业：VST、TLN[220][222] * 金属与采矿：MP、LAC、TMQ、CRML[234][236] * 半导体/技术：NVDA、AVGO、GFS、TER、GLW、CSCO、ALAB、SMTC、MRVL、COHR、LITE、FN、AMD、ARM、HPE、META、MSFT、OpenAI、Oracle、Bytedance、Tencent[143][150][153][164][166] 核心观点与论据 主题一：科技扩散 * 货运运输的AI机遇：运输业是受AI影响最大的行业之一，预计AI驱动的节省可能超过2026年预估税前收益的100%[13][14] * 2026年成为关键年份：AI主题将在货运行业成为主流，且焦点将从生成式/代理AI转向物理AI（自动驾驶卡车和人形机器人）[17] * 物理AI的变革：自动驾驶卡车预计在2027年开始商业销售，2026年可能实现商业可行性，这将改变整个行业的市盈率倍数，对卡车运输公司有利，对铁路和卡车经纪公司构成压力[25] * 代理AI的普及与风险：生成式AI和代理AI将成为大型经纪商的必备能力，但效率提升可能因竞争而消失，主要风险包括信息民主化削弱定价优势，以及自动化可能使经纪人被绕过[18][19] * 调查数据支持：2025年11月的调查显示，54%的承运人、经纪人和托运人已在使用的AI工具，但大多数人只期望获得“适度”的收益[19][20] 主题二：数据中心与AI基础设施 * 传统数据中心受益：AI工作负载对多租户数据中心运营商（如Equinix和Digital Realty）是增量且不断增长的利好，尽管当前AI训练业务占比不大，但长期受推理增长推动[117][119] * 电力成为瓶颈：电力供应紧张成为数据中心扩张的制约因素，有利于维持定价能力，Equinix和Digital Realty在获取电力方面有清晰路径[117][129][131] * AI贡献度预测：预计到2030年，Equinix的xScale合资企业对AFFO的贡献将达到约5.5%，Digital Realty的AI相关收入贡献可能达到约20%[121][123][124][127] * AI基础设施的差异化：过去两年，AI数据中心的差异化主要体现在处理器之外的部分（如网络、交换机、光模块），但随着成本结构（服务器占约50%）和供应商多元化需求，未来差异化重点可能发生变化[136][137][141] * 以太坊主导网络：AI集群的后端网络部署中，以太坊的增长速度（预计2025年比2024年增长>2倍）远超InfiniBand，正成为主导技术[144][146] * 共封装光学器件（CPO）的展望：CPO是根本性转变，但预计2027-2028年才会开始有意义的应用，主要驱动力是AI规模扩大网络对功率效率和带宽密度的需求，早期受益者可能包括NVDA、AVGO、GFS、TER[153][158][161][164] 主题三：多极世界 * 关键矿物供应链重塑：美国正加速建立排除中国的稀土和关键矿物供应链，以应对中国的出口限制，措施包括政府股权投资（如MP Materials）、价格保障机制（如为MP的NdPr设定110美元/公斤的底价）和关税[234][236] * 投资偏好：倾向于选择已证明具有商业化可行性和盈利路径的优质公司，如MP Materials，其与美国国防部的合作显著降低了商业模式风险[234] 主题四：资本市场、并购与行业转型 * 网络安全平台表现优异：大型网络安全平台（如PANW、CYBR、CRWD、ZS）过去一年平均回报率为34%，而其他网络安全公司平均为-14%，主要得益于网络效应和整合趋势[95][101] * 平台估值溢价：网络安全平台交易估值相对于软件行业整体存在溢价，而其他安全公司估值大致与软件行业持平[102][103] * 并购带来机会：平台公司进行的并购在短期内造成干扰，这可能为具有清晰增长故事（20%以上增长）的“同类最佳”公司提供机会[104][115] * 内存成本影响硬件利润：内存（NAND和DRAM）正处于“超级周期”，现货价格年内上涨60-480%，预计合同价格在2026年每个季度都将环比上涨，这可能挤压硬件OEM/ODM的利润率[173][177][179][181] * 利润率影响量化：假设OEM能够通过提价、增加库存等方式抵消约70%的影响，内存价格每上涨10%，仍可能导致毛利率同比下降约30个基点，每股收益同比下降约4%[198][203][204][208] * 公司风险排序：在受影响的美国IT硬件OEM中，AAPL风险隔离最好，HPQ风险最高[213] 主题五：食品未来与GLP-1 * 代理AI改变旅游预订：代理AI将改变旅游预订渠道，大型酒店品牌（如MAR、HLT）可能通过与大型语言模型合作，以低于OTA（在线旅行社）的成本（可能接近收入的<5%，OTA为10-15%）分销库存，从而受益，对OTA（如BKNG、EXPE）的高利润直接流量构成风险，对小品牌和元搜索构成风险[30][39] * 酒店忠诚度计划优势：三大酒店品牌（MAR/HLT/IHG）拥有合计超过6亿忠诚会员，每年旅行约5次以上，产生超过20亿次预订，这构成了护城河[31] * 代理购物兴起：代理商务是下一个重要的生成式AI应用，预计到2030年可能为美国电子商务增加约500亿至1150亿美元支出，占电子商务支出的10%（基本情景）至20%（乐观情景）[44][49][52][53] * 对零售商和数字广告的影响：代理AI将改变电商漏斗，可能侵蚀零售媒体和直接流量，使拥有强大覆盖和效果广告工具的平台（如META、YouTube、APP）更有价值，零售商需要关注交易的增量性以保持盈利[54][57][59][60][65] * 搜索面临过渡：当前搜索的“有效抽成率”（广告支出占商品交易总额的百分比）估计约为33%，是早期代理抽成（个位数百分比）的5-10倍，Alphabet需要成功引领向代理模式的过渡[66][68] 媒体与娱乐的AI影响 * AI的双重影响：AI对媒体娱乐业既是机遇也是风险，可能强化规模化平台领导者（如NFLX、SPOT），而现场娱乐资产（如FWONK、LYV、DIS主题公园）可能因对真实、共享体验的需求而免受AI颠覆[72][77][78] * 成本效率机会：即使脚本原创制作费用减少约10%，也可能意义重大[74] * 行业采用度高：艺术娱乐行业在Anthropic的Claude.AI上的使用份额在所有行业中排名第三[78][82] * 劳动力与版权问题：2026年将面临重要的劳动力、版权和监管里程碑，包括好莱坞工会合同重新谈判，这可能影响生产周期和AI在创意过程中的作用[89][93] 公用事业：数据中心电力需求 * 受监管与不受监管市场：尽管存在负担能力担忧，但一些不受监管的地区（如德克萨斯州和宾夕法尼亚州）在2026年对数据中心增长仍有强劲前景，德克萨斯州因其庞大的项目管道、支持性的政治背景和有利的电力市场结构被视为最具吸引力的市场[218][220][223] * 偏好特定公司：基于州层面的优势，偏好VST（德克萨斯州）和TLN（宾夕法尼亚州）[220][222] * 受监管公用事业的举措：受监管的公用事业公司数据中心项目管道同比增长65%至215吉瓦，并设计了具有保护机制的特殊费率结构，以隔离现有客户免受数据中心带来的费率上涨影响[221] 其他重要内容 * 报告性质与免责声明：该报告是摩根士丹利研究部的年度“重大辩论”展望，旨在识别影响2026年投资的关键议题，报告包含利益冲突披露，强调其研究仅作为投资决策的单一因素[2][4][7] * 核心跨领域主题：AI影响的扩大、多极全球贸易对关键矿物供应链的重塑、GLP-1药物使用增加对消费生态系统的连锁效应，是贯穿多个辩论的宏观主题[8] * 具体催化剂列举：每个细分主题部分都列出了潜在的未来催化剂，例如自动驾驶卡车的里程碑、酒店品牌与LLM的合作公告、内存现货价格走势、PJM容量拍卖结果等，为投资者提供了明确的关注点[27][42][67][93][115][135][151][169][216][233] * 历史周期对比：在分析内存成本对硬件利润的影响时，详细对比了当前周期与2016-2018年周期的异同，指出当前周期更严峻、更快速，且超大规模企业需求占比更高[185][187] * 消费者行为数据：在旅游预订部分，提供了消费者在线研究旅行时首选网站/应用的数据，显示Google和OTA是目前最常被提及的平台[35][36] * 估值框架：在网络安全部分，详细介绍了结合定量和定性因素的估值框架，并展示了具体公司的评分与排名[105][112][113]