大摩：推理时代开启，生成式AI资本回报率或达25-50%——金融机构与科技巨头率先受益
导语： 全球顶级投资银行摩根士丹利（Morgan Stanley）近日发布深度行业报告，指出随着生成式人工智能（GenAI）从“训练阶段”迈入“推理时代”，相关领域的资本回报率（ROI）有望达到25%至50%。这一预测不仅为AI产业注入了强心剂，更揭示了未来数年科技投资的新风口。
推理时代：从“烧钱训练”到“创造价值”
报告指出，过去两年AI行业的焦点主要集中在模型训练——通过海量数据和算力堆叠出强大的基础大模型。然而，随着GPT-4、Claude、Gemini等模型性能趋于稳定，行业正加速向“推理应用”转移。所谓“推理时代”，是指将已训练好的模型部署到具体业务场景中，进行实时决策、内容生成、代码编写等实际任务，从而直接产生经济效益。
大摩分析师认为，这一转变将显著改变AI的成本结构。训练阶段需要数千张GPU持续运行数月，电力、硬件折旧成本极高；而推理阶段虽然单次计算成本较低，但调用量呈指数级增长。更重要的是，推理服务可以直接与用户付费、广告收入、企业效率提升挂钩，形成清晰的商业闭环。报告测算，若企业能将AI推理嵌入核心业务流，其资本回报率将远超传统IT投入。
25%-50%回报率如何实现？
大摩在报告中拆解了三个关键驱动力：
-
成本断崖式下降：随着专用推理芯片（如Groq的LPU、英伟达的H200/N100）和模型蒸馏技术成熟，单位推理成本正在以每年40%-60%的速度下降。以文本生成为例，2023年每百万token的成本约为20美元，预计到2025年将降至2-3美元。成本降低使得大规模部署成为可能，从而拉高整体回报。
-
场景规模化落地：报告列举了四大高回报场景——金融领域的智能投顾与风险建模（可减少30%运营成本）、医疗领域的辅助诊断（提升诊断准确率15%以上）、软件工程中的代码自动生成（将开发效率提升2-3倍）、以及电商中的个性化推荐（转化率提升20%）。在这些领域，每投入1美元算力，可带来2-3美元的直接收益或成本节约。
-
商业模式创新：大摩特别指出，API按调用量收费的模式正在向“结果付费”演进。例如，AI客服解决方案商可以按“成功解决工单数”收费，与客户利益深度绑定。这种模式使得资本回报率高度透明，进一步吸引投资。
谁将是最大赢家？
报告认为，短期内金融机构和科技巨头将率先受益。银行、保险、券商等机构拥有海量结构化数据和合规要求，AI推理可以快速应用于反欺诈、量化交易、客户服务等环节。大摩内部测算显示，部署生成式AI的金融机构，平均可将合规审查时间缩短70%，每年节省数亿美元成本。
而在科技领域，云服务商（如微软Azure、亚马逊AWS、谷歌GCP）将成为推理算力的“卖水人”。大摩预测，到2027年，全球AI推理服务市场规模将突破3000亿美元，年复合增长率超过45%。英伟达、AMD等芯片厂商也将持续受益于推理需求增长，但竞争格局可能从“一枝独秀”转向“百花齐放”——专用ASIC芯片和边缘AI设备将抢夺部分市场。
风险与挑战并存
尽管前景乐观，大摩也提示了三大潜在风险：一是技术路线的不确定性，比如如果开源模型性能与闭源持平，可能导致行业利润率被压缩；二是监管压力，欧盟《人工智能法案》和美国相关立法可能增加合规成本；三是能源消耗，推理任务虽单位能耗低，但总用电量可能超过训练阶段，引发电力基础设施瓶颈。
此外，25%-50%的回报率是行业平均水平，具体到企业个体，可能因技术能力、数据质量、落地速度而产生巨大差异。报告警告，“早期盲目跟进者可能面临‘AI陷阱’——投入巨大却无法转化为实际收益”。
结语：投资逻辑已变
摩根士丹利最后总结，生成式AI的投资逻辑正在从“技术领先”转向“价值创造”。在推理时代，那些能够将模型能力快速嵌入业务流程、实现可量化降本增效的企业，将获得超额回报。对于投资者而言，关注的重点应从“谁拥有最大参数”转变为“谁拥有最高推理使用率”。这场由“推理红利”驱动的新周期，或许才刚刚开始。
（全文约980字，基于摩根士丹利研究报告核心观点撰写的新闻报道，数据与预测均为引用，不代表本媒体立场。）