摩根士丹利《赋能美国AI》主题研究报告关键要点总结 一、 涉及行业与公司 * 核心主题：赋能人工智能，重点关注支撑AI发展的基础设施，特别是计算、电力和数据中心[1][3][8] * 相关行业：AI模型开发、半导体、数据中心、电力公用事业、可再生能源、天然气、能源存储、工程与建设、比特币挖矿[3][8][10][27] * 提及公司： * AI/科技公司：OpenAI、Anthropic (Claude)、Google (Gemini)、xAI (Grok)、Microsoft、NVIDIA、CoreWeave、Amazon Web Services[18][23][27][32][34][43] * 电力与能源解决方案：GE Vernova (GEV)、Bloom Energy (BE)、Siemens Energy AG (ENR1n.DE)、Cummins (CMI)、Eaton (ETN)、Vertiv (VRT)、Schneider Electric (SCHN.PA)、Solaris Energy Infrastructure (SEI)、Form Energy (私有公司)[8][11][27][48] * 公用事业与电力开发商：NextEra Energy (NEE)、Sempra (SRE)、Vistra (VST)、American Electric Power (AEP)、FirstEnergy (FE)、Talen Energy (TLN)、RWE (欧洲)[11][27][46][63] * 天然气价值链：EQT (EQT)、Williams (WMB)[11][27] * 比特币挖矿转型：TeraWulf (WULF)、Cipher Mining (CIFR)[4][11][12] * 工程、建设与油田服务：Halliburton (HAL) (通过VoltaGrid)、Liberty Energy (LBRT)、Brookfield Renewable Partners (BEP)[27][59][68] * 其他：ASML、TSMC[55] 二、 核心观点与论据 1. AI能力呈非线性加速提升，经济价值巨大 * LLM能力快速突破：GPT-5.4在GDPval（衡量真实世界知识工作任务的指标）上的得分达到83.0%，等于或超过人类专家水平，而2025年7月推出的Grok 4得分仅为24%，2025年12月推出的GPT-5.2得分为71%[18][20][21] * 任务自主时长显著增加：Claude Opus 4.6的独立任务执行平均时长达到14.5小时，远超此前缩放定律预测的约8小时上限[23] * 代币使用量激增：在12个月内，每周代币使用量增长了**>2000%，远超全球半导体分析师对计算销量200-300%的平均增长预测[15] * 行业领袖预期激进：xAI联合创始人Jimmy Ba预测递归自我改进循环可能在未来12个月内出现，并称2026年将是“人类未来最繁忙（且最具决定性）的一年”[23][40]；OpenAI的Sam Altman表示AI能力起飞将“比我原先想的更快”，并设想未来几年内可能由1到5人运营整个公司[23][41][50] * 即将到来的催化剂：预计2026年上半年，美国主要LLM开发商将使用约10倍的计算资源训练前沿模型，这可能使模型“智能”翻倍，带来能力阶跃式提升[28][37] 2. 计算需求持续远超供给，电力成为关键瓶颈 * 计算供需严重失衡：行业需求“比极高还要高”，各大实验室需要“数百万”新的GPU，但供应受到限制[43] * 美国电力短缺预测：根据“智能工厂”模型，2025年至2028年间，美国数据中心电力瓶颈总计达49吉瓦**。即使考虑所有创新的“电力供应时间”解决方案，预计到2028年仍将面临9-18吉瓦的净电力短缺，相当于所需电力的12-25%[24][26] * 电力短缺的构成：总需求74吉瓦，减去在建数据中心10吉瓦和电网接入能力15吉瓦，得出初始短缺49吉瓦。通过概率加权的解决方案（天然气涡轮机、燃料电池、核电站选址、比特币矿场转换）可填补31-50吉瓦，但仍有缺口[26] * 行业高管证实短缺：谷歌高管表示，需求“巨大”，但受到电力、土地、许可和供应链的限制，供应无法快速赶上需求，这种情况可能持续3-5年[34] 3. 基础设施投资机会明确，关注“电力供应时间”解决方案 * 比特币矿场转换经济性诱人：比特币公司与超大规模公司签订合同建设高性能计算数据中心，其无杠杆自由现金流收益率从2024年夏季的约12% 增长到2025年底的近20%。出现“15-15-15”动态：超大规模公司担保的15年数据中心租约，提供15% 的无杠杆自由现金流收益率，创造15美元/瓦的净价值[3][4][12] * 投资建议聚焦三大领域： 1. “电力供应时间”方案：能更快提供电网接入的公用事业公司、可转型托管高性能数据中心的比特币股票、涡轮机厂商(GEV, Siemens Energy)、电力开发商(SEI, HAL via VoltaGrid)、燃料电池厂商(Bloom Energy)，以及能提供“从井口到瓦特”捆绑方案的天然气价值链公司(EQT, WMB)[8][27] 2. “计算商人”：关键芯片生态系统参与者(NVIDIA)、数据中心REITs、新云公司(CoreWeave)[27][44] 3. 其他“去瓶颈”方案：工程/建设、变压器和电力传输设备[27] * 具体公司进展与观点： * Liberty Energy (LBRT)：与Vantage签订了超过1吉瓦的协议，并计划到2029年实现3吉瓦的扩建目标。电力相关资本支出在2026年主要通过项目融资（约70%）提供资金[59][83][84] * Brookfield Renewable (BEP)：将数据中心解决方案分为太阳能/风能（成本最低、上市最快）和水电资产（基荷特性受青睐）。虽然天然气发电常为获得合同所必需，但公司不打算开发新的天然气项目[68] * EQT Corp：低成本的垂直整合业务模式在价格低迷时具有韧性。正在探索AI应用案例，并计划在2027 28年应用相关经验[71][74] 4. 政策、社会影响与新兴趋势 * 对数据中心发展的抵制情绪上升：出于对电力成本和失业的担忧，导致更多数据中心项目采用“离网”供电策略[10][45] * AI玩家的社会承诺：许多美国AI参与者承诺不提高其他客户的电费[9][45]。但报告认为这还不够，最终AI运营商需要为其运营的社区提供净效益，例如通过单向电网连接在电网紧张时供电[10][46] * 就业影响初现：调查显示，在过去12个月中，AI在5个最具采用潜力的行业导致了平均4% 的净劳动力减少[51]。高管们谈到AI驱动效率提升导致大幅裁员，以及由少数人组成的新公司挑战大型现有企业的可能性[49][50] * “变革性AI”引发通缩与资产价值重估：强大的AI工具将在众多行业导致产品和服务价格通缩，同时提升AI无法复制的资产（如独特物理资产、奢侈品、网络效应业务、人类体验、监管稀缺性资产、专有数据、先进芯片制造等）的相对价值[54][55] * 地缘政治与战略重要性：美国在实现AI主导地位的同时不影响消费者成本的战略重要性日益增加。美国在能源安全方面具有关键竞争优势，其天然气和电力市场与世界其他地区的冲击绝缘[10][64][66] * 超大规模公司深度参与：预计美国超大规模公司将直接提供信贷支持，并在某些情况下参与数据中心和电力建设的运营[10] 三、 其他重要内容 1. 行业会议关键洞察 * TMT会议：确认美国前沿LLM能力将在2026年上半年实现阶跃式提升，且中国竞争对手无法在同一时间框架内匹配。计算需求远超供给。围绕数据中心增长的“能源政治”反弹加剧[37][43][45] * 能源与电力会议：瓶颈从需求端转向数据中心建设的执行端，包括电网连接缓慢、劳动力、关键基础设施和投入品短缺。讨论了离网策略和战略合作伙伴关系[56][58] 2. 具体数据与模型参考 * GDPval排行榜：展示了前沿LLM能力的快速提升，GPT-5.4在多项评估中取得突破性分数[38] * 电力短缺计算模型：详细列出了总需求、现有供应、各种解决方案的概率加权贡献以及最终净短缺[26] * “智能工厂”模型：显示LLM开发者的强劲回报，生产智能的成本迅速下降，这对AI电力需求是利好[8] 3. 长期主题与“窥探未来” * 智能将成为“通行货币”：2026年及以后，智能将成为核心，其关键要素包括计算、低成本可靠能源、前沿AI开发能力、数据及利用/管理数据的专业知识，以及对智能“防护栏”的信任[27] * 超长时储能潜力：如私营公司Form Energy开发的铁基电池等创新，可能降低电价、提高可再生能源渗透率和电网可靠性，但这一机会尚未被充分理解[10][48] * 递归自我改进的潜在影响：LLM高管暗示模型递归自我改进可能早在2027年上半年就成为可能，这将产生远超投资世界的深远影响[23][39]