摩根士丹利在7月27日发布的研究报告中，对生成式AI投资的增量资本回报率（ROIC）给出了乐观测算，认为其可达25%至50%，远高于市场普遍预期的水平。该报告由分析师Brian Nowak、Stephen C Byrd及Adam Wood共同撰写，构建了三套自下而上的量化框架，分别覆盖超大规模云服务商的GPU租赁业务（IaaS）、自有基础设施上的模型API业务，以及依托第三方基础设施运营的模型API业务。三套框架均显示出可观的增量单位经济效益，ROIC区间分别约为31%、46%和25%。

这一结论对当前市场情绪具有直接意义。此前，持续攀升的AI资本支出规模令投资者对回报前景产生疑虑，并对互联网及超大规模云服务商板块的估值形成压制。摩根士丹利的分析认为，这一担忧存在低估，并强调数据中心容量的战略价值正在上升，规模化玩家的竞争优势将进一步凸显。报告对亚马逊、谷歌、微软及Meta维持看多立场。

在针对超大规模云服务商GPU租赁业务（IaaS）的框架中，摩根士丹利以英伟达GB300 GPU为核心变量进行自下而上测算。基准假设下，单个1GW数据中心配置约41万块GB300 GPU，GPU利用率75%，每小时租赁价格8.5美元，对应年收入约229亿美元/GW。主要成本项包括IT设备折旧、非IT设施折旧及能源与其他运营支出，合计约76亿美元/GW。据此测算，该业务可实现约67%的增量EBIT利润率，ROIC约为31%。在价格区间7至10美元/小时的情景分析下，ROIC对应区间为23%至39%。报告同时提示，超大规模云服务商近期报告的增量利润率将低于上述区间，原因包括当前增量业务仍以前代芯片为主、GB300产能尚在爬坡，以及工作负载结构中传统云业务与AI专属业务并存等。

第二套框架针对模型开发商通过自有数据中心向开发者、企业及中小企业提供API访问的商业模式，涵盖谷歌Gemini、Meta近期发布的API及众多私有模型实验室。该框架的核心变量为推理算力占比、每GPU每秒处理的token数量（token吞吐量）及token定价。基准假设下，65%的算力用于推理，token吞吐量为2750个/秒/GPU，混合token定价为每百万token 1.75美元，对应年收入约304亿美元/GW。总运营成本约76亿美元/GW，由此产生约75%的增量EBIT利润率，ROIC约为46%。在情景分析中，当token定价从每百万1美元升至2.5美元、推理算力占比从50%升至80%时，ROIC区间可从19%扩展至63%。摩根士丹利强调，token定价与token吞吐量是决定该业务盈利能力的两大关键杠杆。

第三套框架考察模型提供商在租用超大规模云服务商或其他第三方算力的情况下提供API服务的经济效益。基准假设下，GPU租赁价格为7.75美元/小时，65%算力用于推理，token定价为每百万1.75美元，对应年收入约405亿美元/GW，算力租赁成本约279亿美元/GW，增量EBIT利润率约31%，NOPAT利润率约25%。情景分析显示，当token定价低至每百万1美元时，该业务将出现亏损；而当定价升至2.5美元时，NOPAT利润率可达32%。这一框架突出了token定价、token吞吐量以及算力获取成本三者对盈利能力的共同影响，也从侧面印证了超大规模云服务商在算力供给端的议价优势。

摩根士丹利的整体结论是，上述三套框架均指向可观的增量ROIC，这对超大规模云服务商及模型开发商构成利好。报告同时指出，健康的潜在回报也将吸引更多竞争者入场，包括新进入者和开源方案的涌现，这将进一步强化产品与算力效率创新的持续重要性以及算力基础设施资产的稀缺价值。