看了摩根士丹利刚发的这个报告，简直让人倒吸一口凉气。他们算了一笔账，要是按现在这个速度搞AI，光是英伟达的算力复合增长率都要翻三倍。而且就在最近一年里，咱们平时用的AI，周均处理的信息量（也就是token）居然暴涨了2200%。这背后是因为做的任务越来越复杂，AI现在已经在各行各业遍地开花了。看图表你就知道，尤其是中国那些开源模型，从2025年年中开始就猛了，这直接推动了全球的AI民主化。 更夸张的是这个报告提出的一个概念——“AI价值创造总市场规模”，它预计2026年能达到标普500指数公司总利润的25%。这说明AI带来的价值非常巨大，主要分两块：一块是软件类的代理型AI，另一块就是实体类的机器人技术。说白了就是未来经济想发展，光靠软件不行，还得跟物理世界深度结合。 这东西能成的关键在于技术飞跃。报告说Anthropic的Claude Opus 4.1已经在48%的任务上超过了人类表现。等到五大科技巨头把训练大模型的算力提升10倍，这个超越比例到了2026年肯定还得猛增。为了让咱们直观感受这种变化，摩根士丹利还搞了个“智能工厂”模型。算下来，卖模型使用权的开发商利润率能高达60%，运营大型数据中心的服务商回报率也不错。 还有个重要的点是芯片升级。等Blackwell架构换成Rubin架构时，平均token价格预计要掉70%。这成本降下来了，竞争力肯定大不一样。 现在大科技公司靠着数据多、规模大、资金足这种“飞轮效应”，早就把其他竞争对手甩开一大截了。在股市上也能看出来，那些高资本支出的公司股票涨得特别猛。为了抢这块蛋糕，企业融资的需求一下子窜了上来。报告预测2026年美国投资级债券能发出去2.25万亿美元的量。 不过资金供应上来之后，年底信用利差可能会扩大一点。摩根士丹利把现在的周期跟1998年和2005年做了对比，觉得这次虽然信用市场承压，但应该还没完呢。 他们特别拿甲骨文举了个例子。甲骨文现在正忙着卖GPU即服务来捕捉算力需求，但想干成这事得花大钱。报告算下来，未来两年半他们可能要搞到超过1500亿美元的钱。虽然已经公布了500亿美元的融资计划，但这点钱也就是杯水车薪。鉴于他们那巨大的现金需求、不断增加的租赁负债还有对手方风险，摩根士丹利建议大家用信用违约互换之类的工具去对冲风险。 总结一下就是个算力饥渴的未来图景：AI正在跨越人类能力的门槛创造巨大经济价值，同时也催生了一场前所未有的资本支出大战。这场竞赛不光决定了科技巨头的死活，还会深刻影响全球信贷市场、供应链格局还有未来智能经济的走向。