01 · 核心结论
Bernstein 认为 inference-cost 悲观叙事可能过度，Tencent 与 Alibaba 的 Cloud、模型和分发能力支持采用；但交易 GMV、merchant monetization 与 chip-to-neocloud leaseback 的经济实质必须分开验证。
头部平台的优势来自流量、企业客户和交易闭环，而不是 token 量本身；低模型成本只有转化为 Cloud revenue、merchant GMV、广告效率和 FCF 才构成盈利。
02 · 来源证据
证据 1
报告把 Tencent Hy3/Xiaowei、下一次 Hy4 pre-train 和 Alibaba Cloud 增长列为近期 AI 验证点。
证据 2
Bernstein 认为更便宜、更强的 open-source AI 有利于采用，但可能不利于急于 IPO 的 closed-source labs。
证据 3
报告质疑 Alibaba 将 T-head 纳入 Cloud 以及向 neocloud 售芯片、再由其回租 compute 的循环性，认为需要穿透交易对手和现金流。
03 · 推断与预测
推断
头部平台的优势来自流量、企业客户和交易闭环，而不是 token 量本身；低模型成本只有转化为 Cloud revenue、merchant GMV、广告效率和 FCF 才构成盈利。
预测
若 Weixin merchant monetization、Alibaba Cloud growth 和模型采用继续改善，AI 投入可逐步穿透收入；若回租、内部重分类或补贴主导增长，资本回报会低于 headline。
04 · 最值得挑战的假设
inference cost、GMV 变现和 T-head 经济性均含 sell-side inference；宏观、监管、模型价格战、Capex 与第三方披露仍是主要反证。