摩根士丹利在7月27日釋出的研究報告中，對生成式AI投資的增量資本回報率（ROIC）給出了樂觀測算，認為其可達25%至50%，遠高於市場普遍預期的水平。該報告由分析師Brian Nowak、Stephen C Byrd及Adam Wood共同撰寫，構建了三套自下而上的量化框架，分別覆蓋超大規模雲服務商的GPU租賃業務（IaaS）、自有基礎設施上的模型API業務，以及依託第三方基礎設施運營的模型API業務。三套框架均顯示出可觀的增量單位經濟效益，ROIC區間分別約為31%、46%和25%。

這一結論對當前市場情緒具有直接意義。此前，持續攀升的AI資本支出規模令投資者對回報前景產生疑慮，並對網際網路及超大規模雲服務商板塊的估值形成壓制。摩根士丹利的分析認為，這一擔憂存在低估，並強調資料中心容量的戰略價值正在上升，規模化玩家的競爭優勢將進一步凸顯。報告對亞馬遜、谷歌、微軟及Meta維持看多立場。

在針對超大規模雲服務商GPU租賃業務（IaaS）的框架中，摩根士丹利以輝達GB300 GPU為核心變數進行自下而上測算。基準假設下，單個1GW資料中心配置約41萬塊GB300 GPU，GPU利用率75%，每小時租賃價格8.5美元，對應年收入約229億美元/GW。主要成本項包括IT裝置折舊、非IT設施折舊及能源與其他運營支出，合計約76億美元/GW。據此測算，該業務可實現約67%的增量EBIT利潤率，ROIC約為31%。在價格區間7至10美元/小時的情景分析下，ROIC對應區間為23%至39%。報告同時提示，超大規模雲服務商近期報告的增量利潤率將低於上述區間，原因包括當前增量業務仍以前代晶片為主、GB300產能尚在爬坡，以及工作負載結構中傳統雲業務與AI專屬業務並存等。

第二套框架針對模型開發商通過自有資料中心向開發者、企業及中小企業提供API訪問的商業模式，涵蓋谷歌Gemini、Meta近期釋出的API及眾多私有模型實驗室。該框架的核心變數為推理算力佔比、每GPU每秒處理的token數量（token吞吐量）及token定價。基準假設下，65%的算力用於推理，token吞吐量為2750個/秒/GPU，混合token定價為每百萬token 1.75美元，對應年收入約304億美元/GW。總運營成本約76億美元/GW，由此產生約75%的增量EBIT利潤率，ROIC約為46%。在情景分析中，當token定價從每百萬1美元升至2.5美元、推理算力佔比從50%升至80%時，ROIC區間可從19%擴充套件至63%。摩根士丹利強調，token定價與token吞吐量是決定該業務盈利能力的兩大關鍵槓桿。

第三套框架考察模型提供商在租用超大規模雲服務商或其他第三方算力的情況下提供API服務的經濟效益。基準假設下，GPU租賃價格為7.75美元/小時，65%算力用於推理，token定價為每百萬1.75美元，對應年收入約405億美元/GW，算力租賃成本約279億美元/GW，增量EBIT利潤率約31%，NOPAT利潤率約25%。情景分析顯示，當token定價低至每百萬1美元時，該業務將出現虧損；而當定價升至2.5美元時，NOPAT利潤率可達32%。這一框架突出了token定價、token吞吐量以及算力獲取成本三者對盈利能力的共同影響，也從側面印證了超大規模雲服務商在算力供給端的議價優勢。

摩根士丹利的整體結論是，上述三套框架均指向可觀的增量ROIC，這對超大規模雲服務商及模型開發商構成利好。報告同時指出，健康的潛在回報也將吸引更多競爭者入場，包括新進入者和開源方案的湧現，這將進一步強化產品與算力效率創新的持續重要性以及算力基礎設施資產的稀缺價值。