自6月下旬以来，全球AI板块经历显著回调。摩根士丹利于7月27日发布题为《Playing the AI Infrastructure Dip》的120页深度报告，明确指出此轮回调主要受技术性因素驱动，包括仓位拥挤度消化、保证金融资去杠杆及动量因子反转，而非AI产业基本面逻辑遭到破坏。
市场担忧企业对AI Token使用设限将影响大模型公司收入增长。但大摩认为该担忧站不住脚：当前企业AI调用成本极低（单任务2-5美元），却可节省约55美元人力成本，ROI超10倍。高回报率使AI部署成为企业核心竞争力问题，而非预算限制问题。此外，GPU代际演进（如Rubin、Feynman）将推动数据中心Token销售净利率从58%升至80%-90%，为大幅降价提供空间而不损盈利。
中国Kimi K3模型以低成本逼近前沿性能，引发市场对美国科技巨头万亿美元AI资本开支回报率的质疑。但大摩援引“杰文斯悖论”指出：效率提升反而刺激总需求增长。Google预计未来5年算力需求将增长1000倍，而NVIDIA同期AI芯片交付量仅能满足其不到10%的需求，凸显供需严重失衡。
大摩将物理世界对AI基础设施的制约归纳为“3P”：People（熟练工人短缺）、Power（电网并网排队5-7年）、Politics（地方政策转向）。多州已暂停或撤销数据中心税收优惠，联邦层面亦推动《Ratepayer Protection Act》，要求数据中心承担电网升级成本。尽管存在挑战，大摩将其视为“减速带”而非结构性障碍。
大摩测算，2026–2028年美国数据中心电力缺口达38GW。在此背景下，“电力接入时间”价值被严重低估。比特币矿场（可转化10–19GW）、天然气轮机（15–20GW）及燃料电池（5–8GW）成为关键替代方案。即便综合各类路径，中性情景下仍有1GW缺口，悲观情景达11GW。因此，拥有“通电壳体”的资产成为最稀缺资源。
当前Powered Shell提供商（如TeraWulf、Cipher Mining、HUT 8、Riot Platforms等）EV/Watt估值仅2–4美元，远低于成熟数据中心运营商的20–25x水平。大摩给予其15x EV/Watt的目标估值，认为市场显著低估其转型潜力。