大摩报告：AI 服务商品化，云厂商与算力租户难两全

摩根士丹利近期针对 AI 行业开展沙盘推演，指出高性价比开源模型推动 AI 服务走向大宗商品化，token 价格持续下行将打破现有盈利平衡，暴露出算力租金难以同时满足云厂商回本与算力租户生存的两难困境。

AI 服务加速走向商品化

伴随 AI 技术成熟与普及，算力、模型及基础调用服务正逐步同质化、廉价化，原本具备高溢价的技术壁垒不断消解。目前市场上已有指数跟踪 AI 文本 API 的调用售价；生产这些 AI 文本所依赖的算力，也即将上线对应的期货产品——芝商所将于 10 月 5 日推出 GPU 租赁指数期货合约，待监管放行后正式落地。

业内指出，自开源权重、超高效率的中国模型入局后，AI 文本 API 调用价格持续下行。大摩报告强调，芯片性能越强，token 单价就越低；闭源模型唯有守住性能优势，才可维持服务溢价。许多闭源模型机构的非公开高估值高度依赖 token 报价保持坚挺，但大摩判断这一价格支撑条件难以维系。AI 服务商品化、token 价格持续下行的行业趋势，正打破 AI 产业链原有的盈利平衡。

三类玩家的不同境遇

大摩测算以每百万 token 1.75 美元为基准售价，而目前 Meta 自家经济型模型等多种模型的定价已低于该水平。在该基准下，token 价格下行对三类市场参与者的冲击各不相同：

• 算力租户（多数 AI 企业）：token 降价对采购 AI API 的客户是利好，但对需要租赁算力的 AI 企业而言，GPU 租金属刚性成本，不会随 token 售价下调。按 1.75 美元/百万 token 售价计算，租赁算力的企业扣除算力成本后年剩余收入约 90 亿美元（尚未支付薪酬等开支）；当价格降至接近 1 美元/百万 token 时，企业便会陷入亏损。
• 算力业主（云厂商巨头）：亚马逊、谷歌、微软等持有数据中心资产，单芯片时租 7-10 美元；按此租金水平，造价约 390 亿美元的数据中心可实现 23%-39% 的回报率。
• 自购巨头（极少数企业）：资金实力雄厚、直接采购芯片跳过租赁环节的企业，可实现 20%-60% 的回报率，但这类玩家屈指可数。

难以调和的租金两难

大摩预测，若 token 价格持续下跌，算力租户将无力承担每小时 7 美元的租金。最终结局要么是租户倒闭导致数据中心空置，要么是租金下调侵蚀云厂商的利润。

更棘手的是，租金并不存在安全缓冲区间。按大摩成本测算，若时租降至 2 美元，云厂商收入将无法覆盖电费与设备损耗，更不用说偿还约 390 亿美元的建设成本。

算力租金下跌有史可鉴。英伟达上一代 AI 芯片在 2023 年峰值阶段时租约为 8 美元，但两年之内便跌至 2 美元以下。然而大摩悲观情景下设定的租金仍高达每小时 7 美元，是上一代芯片实际落地价格的三倍以上——整个推演逻辑都建立在「算力租金具备韧性」的假设之上。

另一个关键风险点是数据中心建设高度依赖借贷资金。上一季度，头部云厂商的资本开支已超过经营所得，差额部分全靠债券市场填补，而债券市场此前很少承接如此大规模的融资。市场押注 AI 需求会永远跑赢效率提升，但这项押注建立在信贷扩张的基础之上。

以量补价能否破局？

大摩提出的备选方案套用了零售业的传统逻辑：以量补价。若 AI 降价带动调用规模大幅扩张，即便单位毛利变薄，算力租户仍有望获得可观总利润，同时旺盛的算力需求也能支撑云厂商的租金收益，缓解产业链两难。

但大摩同时提醒，AI 产品或将演变为另一种局面：售卖开源模型的访问权限沦为亏损引流品，类似超市亏本销售牛奶——目的不在于产品本身赚钱，而是吸引顾客到店购买其他商品。

综合来看，AI 服务走向大宗商品化、token 价格下行已成趋势，而算力租金的刚性进一步放大了产业链矛盾。云厂商与算力租户的利益诉求难以同时满足，叠加 AI 基建高度依赖债务融资，整个 AI 行业的商业闭环仍面临巨大考验。