大摩：生成式AI推理階段ROIC可達25%-50%
Claire Weston
摩根士丹利測算生成式AI推理階段增量資本回報率（ROIC）可達25%至50%，認為市場低估了雲端巨頭AI資本支出的回報潛力，對亞馬遜、谷歌、微軟及Meta維持看多。
市場之前在擔心甚麼？
過去一年，四大雲端巨頭的AI資本支出持續攀升，投資者開始質疑：花這麼多錢，到底能賺回來嗎？
這種疑慮直接壓制了互聯網及雲端服務商板塊的估值。
大摩分析師諾瓦克、伯德和伍德用三套自下而上的量化框架正面回應——結論是：回報不僅能賺回來，而且相當可觀。
三套框架算出了甚麼？
框架一：GPU租賃（IaaS）。 單個1吉瓦數據中心配約41萬塊英偉達GB300 GPU，利用率75%、每小時租價8.5美元，對應年收入約229億美元/吉瓦，增量ROIC約31%。價格在7至10美元區間時，ROIC對應23%至39%。
框架二：API服務（自有算力）。 涵蓋谷歌Gemini、Meta API等，65%算力用於推理，混合token定價每百萬1.75美元，年收入約304億美元/吉瓦，增量ROIC約46%。token定價從1美元升至2.5美元時，ROIC區間可從19%擴展至63%。
框架三：API服務（租用第三方算力）。 需支付算力租賃成本，回報率最低，基準NOPAT利潤率約25%。但當token定價低至每百萬1美元時將虧損（利潤率約-9%）。這意味著→ token定價是這種模式能否賺錢的生死線。
為甚麼回報率差距這麼大？
三套框架的核心區別在於誰擁有算力。自建數據中心的玩家（框架一、二）把固定成本攤薄後利潤率更高；租用算力的玩家（框架三）多了一層租金，利潤空間被壓縮。
簡單來說＝ 自己起樓出租，同租人間再轉租，賺錢邏輯完全唔同——擁有基礎設施嗰邊天然食到更大份額。
這反映出一個更深層的信號：AI時代，數據中心容量本身就是稀缺資產，手握算力者護城河更深。
高回報會唔會引來更多競爭？
大摩明確指出：健康的回報率會吸引更多競爭者，包括新玩家同開源方案。
但報告同時強調，競爭加劇反而會強化兩件事的價值：持續的產品與算力效率創新，以及已建成算力基礎設施的稀缺性。這意味著→ 規模化玩家的先發優勢不會被輕易稀釋，反而可能在競爭中拉大差距。
貝萊德點睇？兩家機構指向同一個問題
貝萊德同樣維持對AI基礎設施的偏好，認為更平的AI模型會重塑利潤分配格局，但不會動搖AI長期投資邏輯。
貝萊德將本財報季的核心問題定位為：利潤將在產業鏈何處積聚？
兩家機構的判斷匯聚到同一個驗證節點：雲端巨頭能否在持續擴張的資本支出下，兌現推理階段的規模化回報。說白了＝ 錢花出去了，下一步就睇收入能唔能跟上。
Content is for reference only, not financial advice.