AI 资本开支加速：从第四季度财报中解读信号（摩根士丹利全球宏观论坛）

摘要： 本报告汇总了摩根士丹利全球宏观论坛关于 AI 资本开支的讨论，核心观点认为 AI 算力需求将显著超过供应，大型科技公司的“飞轮效应”将进一步拉大其与小型企业的差距，预计 2026-2027 年 AI 相关资本开支将持续上修。

核心观点：

1. 算力供需严重失衡：AI 任务复杂度非线性增加且应用范围扩大，算力需求远超供应。
2. AI 价值创造规模巨大：AI 采纳带来的潜在价值创造（TAM）占 S&P 500 2026 年预估税前利润的 25% 以上，其中 Agentic AI（软件）与 Embodied AI（机器人）平分秋色。
3. 资本开支与融资需求激增：上修 2026 年超大规模云服务商（Hyperscaler）现金资本开支至 7400 亿美元以上，这将推动 2026 年美国投资级（IG）债券发行量创纪录（2.25 万亿美元）。

论据支撑：

1. “智能工厂”模型：分析显示 LLM 开发者的利润率具有吸引力（约 60%），且随着芯片技术从 Blackwell 转向 Rubin，智能成本（Token 价格）预计将下降 70% 以上。
2. 市场表现：高资本开支/销售额因子在科技股及整体市场中持续跑赢。
3. 公司案例：以 Oracle (ORCL) 为例，GPUaaS 带来巨大营收机会，但同时也带来了巨大的资金需求和租赁负债压力。

局限性/风险：

1. 信用风险：部分公司（如 Oracle）因资金需求和租赁增长导致信用概况恶化，建议关注 CDS 保护。
2. 宏观波动：信用债可能在发行加速背景下出现利差走宽，整体表现可能弱于权益类资产。