算力訂單炸裂，「AI交易」為何退潮？摩根大通揭示AI投資與生產力兌現時間差

據智通財經APP報導，在全球科技股，尤其是AI算力與半導體板塊股票暴跌及劇烈波動之際，華爾街金融巨頭摩根大通最新發布的一份研究報告顯示，AI資本支出已經轉化為芯片、伺服器和電力設備需求，但足以推動整個經濟持續降本增效的生產力紅利，尚未同步兌現。這份研究報告的核心內容意味著，圍繞全球熱火朝天AI基建進程的上游核心芯片與關鍵零部件供應商可以繼續獲得訂單和利潤增長，而包括新雲勢力、大型雲計算平台在內的廣泛科技股同時承受更高利率與回報兌現周期拉長的估值壓力。

摩根大通全球經濟研究團隊Joseph Lupton於11月10日發布的名為《生產力繁榮：AI的貢獻沒有看上去那麼大》研究報告，延續了此前該團隊“經濟增長強勁、通脹黏性、長期高利率以及未來AI驅動生產力變革”的宏觀判斷，揭示了AI生產力以及AI紅利兌現和萬億級別AI資本支出之間存在一段等待時間，廣泛的生產力紅利可能比市場預期來得更晚。

AI設備部署之後，還需要應用開發、數據整合、流程重構和員工培訓，才能充分釋放生產力收益，這個過程可能比市場共識預期更長。摩根大通研究報告引用1987年“計算機無處不在，唯獨生產力統計中看不到”的歷史現象，以及1990年代隨後出現的生產力改善，旨在說明技術擴散存在滯後。

供應商獲得訂單、算力運營商實現盈利，以及企業應用AI後形成廣泛的生產力提升，是三個不同的兌現過程。當融資成本上升、市場縮短等待回報的時間，強勁訂單與股債承壓完全可能並存。摩根大通的研究為這種“AI投資回報時差”提供了宏觀經濟層面的解釋。摩根大通研究報告顯示，較保守的學術研究預計，AI在未來十年帶來的全要素生產力（TFP）累計提升不足0.5%；較樂觀學術研究則估計，AI可能使年度生產力增速提高0.8—1.3個百分點。

CoreWeave拉響信用警報後，摩根大通揭示“回報時差”

算力訂單持續擴張，信用市場卻開始追問：企業需要投入多少資本，又要等待多久，才能獲得足以覆蓋融資成本的現金回報？CoreWeave最新披露的收入積壓達到1325億美元，但第三季度淨利息支出高達8.46億美元，明顯超過2.07億美元的營業利潤，直觀體現了需求增長與融資負擔之間的張力。

在AI新雲（NeoCloud）領軍者CoreWeave公布最新業績報告之前，信用市場就已經拉響關於AI投資回報可能遠遠不及預期甚至債務壓力可能導致CoreWeave在收穫強勁現金流之前就破產的警報。9月25日至10月26日，位於“AI算力拋售風暴”以及“AI泡沫破裂論調”最核心拋售股票標的——CoreWeave（CRWV.US）的五年期信用違約交換（Credit Default Swap，CDS）利差由835升至1148個基點，在40%回收率假設下，模型估算對應約62%的五年累計隱含違約概率——該指標還重點包含信用風險溢價，不能直接等同於公司未來五年的實際違約概率；此外，Meta同期限CDS利差由98升至121。

CoreWeave CDS利差隨後在27日收窄至1041.4個基點，顯示壓力開始緩解，11月5日，其五年期CDS進一步升破1289個基點，隨後有所回落。這些數據同時也在不斷凸顯出——處於歷史高位的10年期美國國債收益率抬高整體融資基準，信用利差再按照現金流、槓桿與再融資依賴程度分層。

摩根大通全球經濟研究團隊Joseph Lupton在11月10日的研究中指出，近期勞動生產力改善更多來自資本深化和生產要素利用強度提高，AI通過流程重構、數據整合與組織調整帶來的廣泛效率紅利，仍需要時間兌現。

這也在很大程度上意味著，芯片、伺服器與電力設備訂單可以先行增長，算力運營商及最終使用者的持續投資回報卻未必同步到來；在利率上行與信用利差擴大的環境下，這段等待期本身就會增加融資負擔、壓低遠期收益的現值。AI建設階段的生產和收入增量，首先向芯片、伺服器及相關設備製造商傳導，這也是為何亞洲AI基建相關製造業領軍者股價近年來無比強勁。

若股票相關性上升進一步觸發擁擠分散度交易平倉，調整還可能被放大。決定AI資產能否重新獲得溢價的，將是訂單轉化為現金的速度、融資能力能否支撐交付，以及應用端降本增效能否逐步兌現。

芯片反彈撞上加息重估，市場重新衡量AI投資回報

美東11月5日美股收盤，納斯達克100指數重挫6.36%，創2020年3月以來最大單日跌幅，成分股市值合計蒸發約2.3萬億美元；費城半導體指數暴跌12.25%。民主黨贏得國會兩院控制權後，市場擔憂AI監管與數據中心建設約束加強，項目交付、設備採購及收入兌現可能延後。政策擔憂觸發估值調整，趨勢追蹤等系統性策略隨後減倉，進一步放大拋售。

11月9日，悲觀預期有所修正，納斯達克100和費半分別反彈3.40%、6.85%；美光、閃迪分別上漲6.25%、6.16%。不過，英偉達因公司特定消息逆勢下跌約4.3%。到11月10日週二，美光和閃迪又分別回落約1.1%、3.0%，顯示資金仍在強勁產業需求與宏觀估值壓力之間反覆權衡，並且值得注意的是，這次科技股回落的程度明顯溫和，VIX還從19.92降至19.46，很大程度上說明市場在重新評估美聯儲利率路徑壓力，尚未重演上週四的恐慌式拋售。

11月10日公布的數據顯示，美國10月份整體與核心CPI環比分別上漲0.4%、0.3%，高於預期的0.3%、0.2%；實際核心讀數觸及FOMC常任票委、美聯儲理事沃勒此前提出的“考慮12月加息50個基點”條件。道指、標普500和納斯達克綜合指數隨後分別收跌0.30%、0.38%、0.74%。市場定價則顯示，12月加息50個基點的概率升至11.8%，25個基點仍是主要預期；交易員同時增加了從現有水平至2027年年中再加息三次，每次25個基點的押注，包含預期中的12月加息。市場擔憂的變化，是美聯儲這一輪加息緊縮可能更快、更久。

每小時產出提高，不等於AI已經帶來全面效率革命

摩根大通首先拆開了容易被混為一談的三個概念：資本深化（Capital Deepening）、要素利用強度（Factor Utilization）與全要素生產力（TFP）。更多設備與軟體配置到每名勞動者手中，可以提高每小時產出；設備運行更密集、工作流程中的閒置減少，也能提高產出；而剔除這些變化之後，仍然能用既定投入生產更多產品和服務，才更接近廣泛的效率改善。

資本深化本身也可以包含新設備內嵌的技術進步，因此不能將這一分解理解為AI完全沒有貢獻。資本深化也包含新設備內嵌的技術進步。例如，更先進的AI芯片提高了計算效率，其部分貢獻會被計入資本深化。因此，摩根大通認為近期生產力改善主要來自資本深化，並不意味AI沒有貢獻，而是說AI尚未通過廣泛的應用與業務流程變革，形成充分可見的全要素生產力提升。

關鍵數字顯示——美國過去三年勞動生產力年化增長2.6%，明顯高於上一個經濟擴張期的1.4%。但報告引用的分解顯示，資本深化約解釋其中一半，要素利用強度約解釋20%，TFP約貢獻三分之一，後者過去三年年化增長約0.9%。科技與非科技資本深化合計貢獻約1—1.5個百分點，其中數據中心相關投入可能單獨貢獻最多約0.5個百分點。這些近似份額表明，近期生產力改善很大程度上依靠增加資本及更充分使用現有投入。

更值得關注的是增量趨勢：報告認為，最近一年利用率調整後的TFP增長趨於停滯。舊金山聯儲11月9日更新的數據提供了相近證據——截至2026年第三季度的過去四個季度，未經利用率調整的TFP增長1.27%，調整後則下降0.22%。這支持“廣泛效率紅利尚未充分顯現”的判斷，不能據此認定個別企業的AI應用沒有收益。

從企業部署機制看，購買GPU、接入大模型，只完成了部分投入。生產力回報還需要可用數據、應用開發、權限治理、工作流重構和員工培訓。部署初期，這些配套投入先發生，流程收益隨後釋放，形成研報強調的生產力J曲線（Productivity J-Curve）。因此，算力採購增長、雲服務收入增長與終端企業效率提升，存在相互關聯但並不同步的兌現過程。

供應商先收穫訂單，經濟仍需跨過成本與利率這一關

摩根大通將技術繁榮劃分為投資與回報兩個階段。第一階段，AI資本支出和資產上漲帶來的消費需求先行，資本品供應商率先獲得收入；第二階段，技術廣泛應用後擴大供給、降低單位成本，實際收入與企業利潤才獲得更持久支撐。即第一階段是投資與消費先擴張，需求增長快於供給改善；第二階段才是技術應用擴散、生產力提高和單位成本下降。”

報告數據顯示，全球資本支出自2025年初以來年化增長約7%，美國科技資本支出過去一年增長約30%。大量設備依賴進口，使投資支出對美國GDP的貢獻被進口部分抵消，而製造環節的收益更多流向亞洲。按報告口徑，2024年以來全球製造業增長5.6%，亞洲貢獻4.7個百分點；相關圖表中的亞洲範圍剔除了中國和印度。

近期產業鏈披露與這一時序相吻合。微軟10月28日電話會顯示，季度資本支出達452億美元，約四分之三用於CPU、GPU等使用壽命較短的資產，並明確包含更高的記憶體與儲存成本。TrendForce於11月4日仍觀察到伺服器DRAM合約價格上漲、HBM4放量及長期協議佔比提高，同時指出現貨市場動能偏弱。供應商的漲價與收入，正是雲廠商的採購成本；上游景氣可以領先於下游全面兌現投資回報。

這也解釋了為何生產力數字改善，並未立即解除通脹壓力。更密集地使用設備和人員，可能增加加班、維護及磨損成本；新增資本雖然擴大供給，但建設期需求增長可能更快。摩根大通進一步指出，投資融資需求上升，而財富效應又鼓勵居民消費，經濟可能需要更高的中性實際利率來吸引儲蓄、支持資本形成。值得注意的是，摩根大通討論的是均衡利率變化，意味著即便未來通脹回落，融資環境也未必迅速回到此前的低利率狀態。

摩根大通研報還提出一個容易被AI敘事遮蔽的條件：消費不能長期依靠股價上漲和儲蓄下降維持，擴張最終需要勞動收入接棒。該機構預計招聘將周期性回升，但勞動力供給偏弱可能使通脹更難下降。

由這一框架推演，摩根大通研究報告顯示，未來整個AI產業鏈的投資重點應落在訂單能否轉化為現金、客戶能否持續融資，以及終端效率改善能否支撐下一輪採購。儲存、電力與互連供應商的盈利增長可以抵消部分估值壓力；能將AI投入轉化為可驗證收入或成本節約的平台與應用企業，則更有條件支撐長期估值。單純增加資本投入所帶來的增長，一旦擴張放緩，經濟增長貢獻也會隨之減弱。