Citadel Securities釋出最新分析，認為AI行業的競爭格局正在加速分化，而決定勝負的關鍵變數並非模型能力，而是物理算力的可用性。分析指出，算力需求持續超越供給增速，真正稀缺的資產不是倉庫裡的晶片，而是已通電、可立即投入使用的算力。這一結構性瓶頸短期內難以消除，因為電網接入與專案審批週期動輒以年計，即便是規模龐大的資本開支計劃也無法在短期內彌合缺口。這意味著超大規模雲廠商（hyperscaler）當前的現金流可能低估了其已有基礎設施的真實盈利潛力。

該分析由Citadel Securities分析師Nohshad Shah提出，他強調“算力”並非單指GPU，而是GPU、電力、資料中心空間、記憶體、網路、冷卻系統以及運營專業能力的綜合體。真正稀缺的是“已通電、隨時可用的算力”，而非靜置於倉庫中的硬體。算力遠期曲線資料顯示，供給雖在增加，但需求增速更快。由於電網接入和專案審批週期以年為單位，即便是體量龐大的資本開支計劃，也無法在短期內填補這一缺口。AI當前面臨的制約，不是使用者不足，而是能夠真正開機執行的算力不足。

從市場訊號來看，包括舊型號GPU在內的算力租賃價格依然堅挺，表明現有產能仍在被持續消化，市場供需緊張格局並未因大規模建設投入而明顯緩解。與此同時，AI智慧體（agent）的興起正在放大算力消耗——一條人類指令可觸發數十乃至數百次模型呼叫，單任務算力消耗隨之上升，進一步支撐需求端。

值得關注的是，當前大量算力產能繫於2024至2025年簽訂的合同，彼時需求強度尚未充分顯現。隨著這批合同陸續到期，現有基礎設施有望在利用率提升的同時實現重新定價，而成本基礎基本固定，經營槓桿效應將逐步釋放。該分析認為，市場目前傾向於立即計入資本開支成本，卻可能低估了後續盈利能力的上行空間。

此外，token價格下降未必構成利空。更低廉的智慧成本將使更多應用場景具備經濟可行性，疊加AI智慧體對算力的倍增消耗，整體算力需求有望持續擴張。關鍵變數在於需求彈性：若使用量增速超過單價降幅，低價將擴大市場而非壓縮市場；真正的利空情形，是token變便宜了，但使用量並未實質性增長。

Citadel Securities的分析勾勒出AI行業日益清晰的兩極格局：一端是OpenAI、Anthropic等純前沿實驗室，以智慧本身為產品；另一端是谷歌、微軟等多元化超大規模雲廠商，無論哪個模型最終勝出，均可通過覆蓋全棧實現變現。在這一框架下，前沿模型將專注於高價值任務，包括規劃、推理、程式設計與任務編排，在較小的token份額上獲取溢價收益；而更廉價或開源模型則承擔高併發的執行層工作。前沿實驗室或在高階任務上保有定價權，但超大規模雲廠商和推理服務提供商則同時受益於兩個層級——因為無論何種工作負載，都離不開晶片、記憶體、網路與電力。

這一邏輯的落腳點在於：前沿模型負責規劃，廉價模型負責執行，而“已通電算力”的擁有者，將同時收割兩端的經濟價值。對於投資者而言，在AI商業化路徑仍存不確定性的背景下，掌握物理算力基礎設施的超大規模雲廠商，或許是這場競賽中風險收益比最為確定的標的。