AI行情重回上涨,万亿Capex谁能赚回来

之前的市场观察中我们判断第一只脚开始落地，不出意外，8月4日上午，A股成长方向开始从修复切回抢筹。

截至午间，创业板指上涨4.83%，中际旭创、天孚通信和新易盛的涨幅都在10%以上，截至收稿港股智谱午后上涨12.45%、金山云上涨12.66%，之前几天领涨的AI应用相关今天继续延续趋势，蓝色光标上涨6.05%、 易点天下上涨15.03%。

硬件之前的交易拥挤度和近期的杠杆出清之下，市场的反应正在过渡并切换领涨方向，但即便如此全球投资AI的资金底层聚焦仍是同一笔账。隔夜美股四家超大规模云厂商集体上涨。微软在业绩会上预计2026日历年资本开支约1900亿美元，并称算力供给至少到年底仍然偏紧。云厂商继续花钱，这件事市场已经开始心存芥蒂，可能没有人还会怀疑供给侧对AI的投入在未来的某一天会产生真实的巨大收益，但是市场介意这中间现金流出入时间差、折旧和经营杠杆带来的不确定性，毕竟花出去的Capex最终会如何变成云厂的留存利润，最终收入以何种业务形态和ROI水平来实现，正是这个时间差里会产生的变数，大摩最近的长篇报告中详细测算推演了三种实现方式以及对应的ROIC。

订单故事之后，轮到利润表

过去两年，AI产业链最容易讲的是供给。基础设施底层GPU、存储、光模块和电力都紧，云厂商扩建数据中心，上游订单随之增长。

随着该交易的预期都已然充分甚至拥挤，争议现在开始聚焦到更下游一层。厂房和供电设施可以使用十几年，GPU的经济竞争力可能在几代产品之间快速重估，此前市场可以心照不宣的顺序是资本开支先落地，收入与现金流再慢慢确认，只不过交易走到这个阶段投资究竟如何兑现的问题无法再逃避，设备失去竞争力的时间约束有限，在充分折旧之前具体能赚回投资金额多少，开始影响市场给每一层资产的估值。

大摩外发报告中基于一座1GW数据中心根据经营模式不同推演了三种方式各自的经济账，我们随即做了简化复算，并给出各自生意模式下对应的具体利润结构。

买卡建云：租金决定回报

第一类生意模式最传统，云厂商和算力运营商熟悉的IaaS模型，公司建设数据中心、采购GPU之后，再按小时出租。

基准情景假设一座1GW数据中心部署约41万颗GB300，利用率75%，GPU租金为每小时8.5美元。由此得到约229亿美元年收入、120亿美元税后经营利润，项目级ROIC约31%。

这个回报的算法落地程度最终高度依赖景气。如果根据模型反推计算不难发现，达到30% ROIC意味着需要约8.34美元的小时租金，几乎贴着8.5美元的基准价。当租金降到7美元、利用率降到65%时，ROIC会落到约17.6%。

即便光模块和算力租赁方向的基本面数据支持短期需求判断，对长期租金仍没有给出答案。新增算力容量上线以后，租金和利用率能否守住财务平衡线，才是这类公司的利润铰链。

自己卖Token：吞吐决定利润上限

第二类生意由拥有算力和模型的公司主导展开。假设依然是这座数据中心，当65%的GPU卡用于推理，单卡每秒输出2750个Token，收入利用率75%，每百万Token的有效价格为1.75美元。基准情景的年收入约304亿美元，基础设施贡献ROIC约46%。

46%显然比上一种模式更加利润丰厚，因为卖token让中间段的利润得以留存在自己手里。但是这种算法的背后问题在于它只算到数据中心贡献层，而前沿训练、后训练、研发人员、销售、免费额度和客户支持这些费用都在表外。这意味着完整计算模型公司的最终利润还要再经过两个必须环节的损耗，而最终真实ROIC的测算区间从19~65%不等也是在此，每颗GPU单卡每秒吞吐量因推理业务占比能产生的可收费收入区间差距较大，情景测算中给出的数字，当推理占比从50%升到80%，单卡吞吐从每秒3500个token降至2000个，这里模型参数量越大通常定价更贵，但同时单卡吞吐也越低，另外分发环节·和研发费用也会吃掉不少利润。

因此，API牌价只能提供计价起点，当价格下调30%，但同时吞吐翻倍，单位GPU收入仍可能改善；相反api价格尽管更高，但如果模型恰好更慢、上下文更长，资本回报率反而会下滑。这就是为什么一直说大型平台在这方面具备显著优势，它们自己的分发入口可以让AI收入分散进云、广告、办公软件和企业工作流，公开Token价格只覆盖收入形式的其中一部分，毕竟只有模型没有入口，就只剩下优化模型效率一条路可走。

租卡做应用：合同决定利润下限

第三种生意模式看起来最轻。公司不用建设数据中心，租用算力后出售API、Agent或软件服务。

理想情景里，收入利用率和租金支付比例都是100%，税后经营利润率约25%。一旦需求爬坡慢于算力合同，利润会迅速变薄。收入利用率降到75%、租金仍全额支付时，利润率只剩6.5%；收入利用率降到60%时，模型开始亏损。

公司不用买数据中心，固定成本仍可通过take-or-pay、保底采购和预付款进入利润表。我认为，这会是AI应用股下一轮分化里最容易被低估的一项风险。与SaaS时代不同，应用层租算力卖模型api，本质上需要赚token价格与算力成本之间的价差，但在收入端订阅费用定价不够灵活或者被现有有竞争力的价格限制住之后，用户对贵模型的生成质量更满意、调用量增长的越快现金坑越严重，收入段租来的算力可能未充分变现，但却被上游不断需要替换更贵模型满足用户需求和更好的体验而吞噬掉利润。

市场正在演绎中的该怎么看

近几个交易日的反弹提高了AI交易战术修复的置信度，至少第一只脚的落地而不是一个反弹失败再踩深坑的逻辑相信的人会开始增加，修复阶段节奏以轮动节奏展开，阻力位之前基本上会无差别修复，还不到主线争夺的时候，因此硬件端获得了海外云厂商财报和资本开支预期的支撑之后，也不代表下一轮必然还是领涨主线，反应下游需求的模型和应用，最好的反击点反而在接下来的中报业绩，经历过不久前的去拥挤度去杠杆之后，市场似乎忽略了，中报恰好是诸多中概模型云厂的业绩兑现时点。

接下来选公司围绕不同生意主题逻辑要分开看。纯做租卡生意的厂商随着Q2租金和利用率相对来说比较明牌可能会在之前几个月的市场定价中相对充分，卖token的云厂或模型公司需要重点关注中报业绩中单位GPU秒收入，这里面相对最早期的租算力的应用类公司二级市场上目前覆盖还比较少，看收入利用率能否追上租金支付可能多发生于创业类公司或一级市场公司，倒是随着token调用量增加相关产业链的垂直纵深机会反倒逻辑更加顺畅。

Lunartulip内部复现了这一版ROIC建模（星球用户稍后可前往星球下载获取），并借助内部AI系统Coverage OS持续追踪 AI资本投入如何转化为收入、利润和资本回报，并在此后的文章中继续据此动态更新产业与公司观点。

总结来看，单看有没有AI这种老生常谈的问题已难以满足市场的胃口。云厂商能赚多少，取决于客户愿意付多少以及上游算力合同要求先付多少的两种力量相较下的动态博弈。之后的几个季度，随着两边相继进入利润表，相信届时应用、模型和硬件的走势分化将会更加清晰的呈现。

关于Lab✨