01 · 核心结论
Morgan Stanley 仍认为 compute demand 将长期显著超过 supply，并反驳 token budget 会压制收入的观点；同时把人才、电力接入、政策分化与 physical bottlenecks 列为关键减速带。
回调后的机会应优先落在能解除 time-to-power、memory、networking 与 cooling 约束且拥有定价权的公司，而不是把所有 AI exposure 当作同质 beta。
02 · 来源证据
证据 1
Morgan Stanley 将 compute demand 长期超过 supply 列为最高 conviction view，并将 memory、optical、backup power、energy storage、transformers 与 cooling 视为 physical bottlenecks。
证据 2
该机构估计 2026–2028 年美国 data center grid access 潜在缺口约 38GW；该数字是模型结果，不是已签约容量事实。
证据 3
报告认为中国 open-weight model 进步会威胁 frontier model developers，但效率提升也可能通过 Jevons effect 扩大总 compute demand。
03 · 推断与预测
推断
回调后的机会应优先落在能解除 time-to-power、memory、networking 与 cooling 约束且拥有定价权的公司，而不是把所有 AI exposure 当作同质 beta。
预测
若算力 monetization 与电力解决方案推进，基础设施瓶颈公司仍可获得订单和 pricing 支撑；若政策割裂、grid delay 或企业 Token 预算收紧，盈利兑现会明显慢于 capex 叙事。
04 · 最值得挑战的假设
38GW、需求弹性、Jevons effect、评级和受益排序均为 sell-side model/judgment；Powered Shell 长约、融资杠杆、地方反对和客户 AI ROI 可能使股权回报低于项目 TAM。