摩根士丹利最新AI报告解读：真正创造最大价值的公司，可能尚未成立

如果你现在还在讨论“哪个大模型最厉害”，那可能已经慢了一步。

最近一年，我们见证了一个看似矛盾的现象：

一边是OpenAI、Anthropic、Google、DeepSeek不断刷新模型能力，AI越来越聪明；另一边，大模型调用价格却一路下跌，推理成本一年内下降了近10倍。

按照传统商业逻辑，价格暴跌意味着行业进入红海；但AI行业却恰恰相反——价格越低，资本投入越大，应用爆发越快。

为什么？

摩根士丹利最新发布的《The Big Picture: Artificial Intelligence：Artificial Intelligence: Ten Investment Truths 》给出了一个值得深思的答案：AI真正的故事，从来不是模型，而是一场正在形成的全球资本周期。

在这份报告中，摩根士丹利没有预测哪家公司会成为下一家英伟达，也没有争论GPT还是DeepSeek更强，而是试图回答一个更大的问题：

未来十年，AI究竟会如何改变经济、资本市场和产业格局？

AI不是一次技术升级，而是一次基础设施革命

过去两年，人们讨论AI，往往聚焦于模型参数、排行榜和跑分。

但摩根士丹利认为，这种视角太窄了。

真正推动AI革命的，不是模型，而是基础设施、算法、能源、数据、软件和实体经济共同组成的完整生态。

历史上，每一次重大技术革命几乎都遵循同一条路径：基础设施建设 → 成本下降 → 应用爆发 → 新产业诞生。

十九世纪的铁路如此，二十世纪的电网如此，互联网也是如此。

报告特别提到1996年美国《电信法》实施后，大量资本涌入光纤建设。当时很多人认为这是严重过度投资，因为大量光纤长期处于闲置状态。

但后来真正改变世界的，并不是这些光纤本身，而是在光纤建成之后才出现的Google、Facebook、YouTube、Netflix、Uber和亚马逊。

基础设施先行，应用后来居上。

今天的AI，正在重演同样的历史。

全球科技巨头投入数千亿美元建设GPU集群、数据中心、能源系统和云计算平台，看起来像是在疯狂烧钱。

但摩根士丹利认为，这些投资真正服务的，很可能并不是今天的ChatGPT，而是未来几年尚未诞生的新应用。

这也是报告中最重要的一句话：

今天建设的AI基础设施，未来真正消耗它们的应用，也许还没有出现。

Token价格暴跌，不是坏消息，而是AI飞轮开始加速

很多人看到AI模型价格持续下降，会担心行业竞争过于激烈。

但摩根士丹利却认为：价格下降，本身就是AI进入爆发阶段的标志。

报告引用OpenAI CEO Sam Altman的数据指出，仅2025年一年，AI Token成本下降了约10倍。

很多人第一反应是：价格跌了，企业还能赚钱吗？

历史告诉我们，并非如此。

电报时代，通信成本不断下降，却催生了全球商业网络；互联网时代，带宽越来越便宜，却催生了搜索、社交媒体、电商和流媒体；今天，AI推理成本快速下降，同样意味着更多企业能够把AI真正嵌入业务流程。

成本下降并没有消灭需求。相反，它创造了过去无法想象的新需求。

这正是AI飞轮的运行逻辑：更多算力投入；推理成本下降；企业使用门槛降低；应用数量快速增长；Token消耗持续提升；再反过来推动新的基础设施投资。

与互联网时代不同的是，这一次飞轮转动得更快。

报告指出，电报完成价格普及用了几十年，光纤互联网用了十年左右，而AI成本的大幅压缩仅用了一年。

因此，AI的应用拐点可能不是十年，而是两三年。

未来最大的赢家，可能还没有诞生

这是整份报告最让AI商业评论印象深刻的观点。

今天资本市场几乎把所有注意力都放在OpenAI、英伟达、微软、谷歌等巨头身上。

但摩根士丹利表示：真正获得最大回报的企业，未必是今天最耀眼的那几家。

原因很简单。每一轮技术革命，基础设施建设者固然重要，但真正改变世界的，往往是后来出现的应用层。

铁路时代，没有人预料到现代物流；互联网铺设光纤时，没有人想到短视频、电商直播和共享出行；今天的大模型，也可能只是新时代的"光纤"。

真正爆发的，可能是Agent、机器人、自动驾驶、数字员工、智能制造、AI医疗、AI科研等全新的产业。

也就是说：今天我们讨论的大模型，很可能只是未来AI经济中的操作系统。

真正创造巨大价值的应用层，还没有完全出现。

因此，AI投资不应该只关注模型，而应该关注整个产业链：

• 芯片
• 云计算
• 数据中心
• 软件平台
• Agent
• 企业服务
• 机器人
• 智能终端

报告认为，未来AI不是单一行业，而是横跨多个资产类别和多个产业部门的长期资本主题。

真正需要警惕四个风险

尽管整体保持乐观，但报告并没有忽视风险，而是提出了四个值得长期关注的问题。

第一，是技术进步可能放缓。

如果当前大模型架构逐渐接近扩展极限，单纯增加算力无法持续带来能力提升，那么今天的大规模资本投入可能形成闲置资产。

第二，是商业化速度低于能力提升速度。

AI能力已经快速进步，但企业整体生产率尚未明显改善。

如果AI长期停留在"成本中心"，而不能真正成为新的收入来源，资本市场可能重新评估整个行业。

第三，是Agent可靠性风险。

聊天机器人回答错误，只会生成一句错误的话。但未来Agent能够直接操作企业流程、数据库和业务系统。一次错误，可能对应一次真实的业务事故。

报告认为，目前Agent责任归属、法律框架和监管体系仍然存在巨大空白。

第四，是产业链高度关联带来的系统性风险。

AI产业看似涵盖芯片、云计算、模型、应用多个层次，但实际上彼此高度依赖。

如果发生地缘政治冲突、资本开支下降或监管变化，影响可能迅速传导至整个产业链，而不仅仅是某一家企业。

结语

真正决定未来的，不是模型，而是资本周期

如果让我用一句话总结摩根士丹利这份报告，那就是：

AI真正值钱的，不是某一个模型，而是一个正在形成的全球资本周期。

过去几年，我们习惯于把AI理解为一次软件革命。

但现在越来越明显，它更像铁路、电网和互联网一样，是一种新的基础设施革命。

模型能力会继续提升，Token价格还会继续下降，新的应用也会不断涌现。

而真正值得长期关注的，并不是今天哪家公司股价上涨了多少，而是谁能够把基础设施、模型能力、软件平台、行业应用和实体经济连接成一个持续运转的飞轮。

摩根士丹利在报告最后提醒，没有人真正经历过如此规模的AI部署，因此任何预测都需要保持谦逊。好的AI投资，不是相信某个确定的结局，而是建立能够随着新证据不断调整的分析框架。

站在今天回望，我们或许正处在AI时代的"铺设光纤"阶段。

未来十年，真正改变世界的产品，也许还没有诞生；真正创造最大价值的公司，也可能尚未成立。

这或许正是AI时代最值得期待的地方——最大的机会，往往诞生于基础设施已经铺好、而应用创新刚刚开始的时候。

本文来自微信公众号“AI商业评论”，作者：AI商业评论，36氪经授权发布。