一個模型的發布，正在改變市場爭論的方向。
市場過去幾個月一直在爭論一個問題：「服務已知的AI需求，究竟需要多少基礎設施？」這個問題的潛台詞是：AI基建是否已經過度投資？
但據追風交易台消息，摩根士丹利9月7日發布的報告指出，GPT-6 Astra的重要性不應被簡單理解為又一次規模擴張（Scaling）敘事的延續。這並不是又一次的模型升級。
Astra代表的是能力廣度（breadth of capabilities）與互操作性的實質性躍升，具體體現在四個方向：推理能力、工程能力、計算機使用，以及物理世界任務執行。這意味着，AI開始跨越到能夠執行復雜推理、專業工程任務、直接操作計算機乃至處理現實世界任務的層面。能做的事情變多了，能賺錢的場景也就變多了。OpenAI最新發文也表示，更好的模型開闢新的「工作領域」。
AI敘事再度從「需求爭論」拉回「物理瓶頸」
Astra的出現可能把市場的核心問題從「服務已知AI需求需要多少基礎設施」，扭轉為：「隨着模型智能的提升，有多少新的工作負載將變得經濟上可行？」
這是一個方向完全相反的問題。前者是需求側的質疑，後者是供給側的壓力。
- 彈性效應：每美元買到更多智能
分析師在報告中提出了一個核心經濟學邏輯：更好的模型可以創造彈性效應——當AI每花一美元獲得的智能和實用性越高，推理工作負載的數量、持續時間和複雜度都會隨之增加。
這類似於經典的「傑文斯悖論」：效率提升並不減少消耗，反而擴大總消耗。單位成本的智能產出提升 → 原本不划算的應用場景變得可行 → 新的工作負載湧入 → 對算力和基礎設施的需求反而擴大。
- 可觸達市場大幅擴展
分析師認為，如果Astra的能力轉化為商業上有用的應用，可觸達的AI收入池將大幅擴展，遠超今天以聊天和編碼為主的使用場景。
大摩測算，全球知識工作TAM約為22.5萬億美元（基於全球9億知識工作者、平均年薪約2.52萬美元估算）；消費者支出TAM約30萬億美元，涵蓋零售+旅行（約16萬億美元）、自動駕駛/出行（約4萬億美元）、餐飲配送（約4萬億美元）及廣告（約3萬億美元）。
- 供給端的物理約束纔是真正瓶頸
分析師的結論是：Astra的出現將瓶頸敘事從「需求形成」拉回到「物理供給約束」——即能否在規模化條件下交付這些智能。
具體指的是什麼？算力。電力。材料。勞動力。等。
物理瓶頸具體在哪裏：ABF和HBM4E
供給端的緊張，有兩個具體抓手。
第一個是ABF載板。
摩根士丹利預計，ABF載板將從2027年起出現供不應求，且缺口會持續擴大至2030年。關鍵約束是：新產能至少需要2年才能上線。
第二個是HBM4E的後道工序（BEOL）複雜度。
報告指出，HBM4E的後道工序代表着半導體制造的重大範式轉變——HBM從專用3D存儲堆疊，演變為高度集成的定製Chiplet邏輯系統。
具體影響鏈條：
- HBM4E互連層數增加（如SK海力士引入dummy bump），大量DRAM資本開支將被迫用於BEOL產能擴張
- 前道工序（FEOL）的製程遷移資本開支和DRAM GB出貨量加速，預計要到2027年下半年才能實現
- DRAM廠商優先佔用設備產能，NAND產能擴張因此可能被推遲
這兩個瓶頸的共同特點：都是可驗證、可追蹤的物理約束，不是市場情緒。
電力：最真實的物理瓶頸
隨着數據中心監管壓力上升，電力供應成為另一個關鍵物理瓶頸。分析師預計，超大規模雲廠商的總算力將從2025年的約35GW，增長至2028年的約145GW，增長約4倍。
分析師指出，美國面臨38吉瓦的電力缺口，數據中心將越來越多地採用表後（behind-the-meter）自發電解決方案。
該行測算，表後電力方案將為每吉瓦資本開支增加約30億美元。以Rubin Ultra一代英偉達芯片為例，含表後電力的全包成本約為每吉瓦500億美元。
市場低估了什麼
分析師認為，市場目前正在低估三件事：
第一，GPT-6 Astra的全球科技受益者尚未被充分定價。
第二，供給緊張持續時間可能更長。 ABF和HBM4E BEOL的約束，都不是短期內能解決的。
第三，一些不依賴AI也能上漲的股票正在悄悄走強。 模擬芯片（STM、NXP、Renesas）經歷了超過三年的L型底部後，正處於早期周期復甦階段——庫存精簡、定價企穩、工業訂單改善。
結論不是「多買AI」
摩根士丹利給出的投資優先級：
AI算力（最優先） > 網絡（次之） > 存儲器（選擇性） + 模擬芯片（早期周期對沖），包括：
該行表示：「我們更傾向於佈局在更廣泛的推理周期與有限物理產能、上升的內容強度、增加的製造複雜度三者交匯處的公司。」
需要保持清醒的地方
摩根士丹利的報告並非單方面樂觀，並明確提示了三個需要注意的地方：
第一，AI預期已經很高。 市場對AI公司的容忍度已從「好業績」變成「必須完美業績」，即便Astra帶來實質進展，若業績未大幅超預期，股價反應可能仍然有限。
第二，2028年資本支出增速預計放緩。 股票定價看的是增速的變化方向，減速本身可能持續壓制估值，即便絕對值仍在增長。
第三，宏觀逆風仍在。 報告提及油價、通脹、聯儲局利率路徑以及2028年美國大選等不確定因素，尤其關注民主黨若贏得行政權後對數據中心擴張的潛在政治阻力。
