AI 研报早参|2026-08-20:机构开始给算力算回本,收入要先穿过 ROI

AI 研报早参|2026-08-20:机构开始给算力算回本,收入要先穿过 ROI

本期汇总 8 月 19 日公开新增的中信建投、国信证券与摩根士丹利观点:机构仍认可 AI 需求,但开始用订单、应用收入、ROIC 和现金回收期检验算力投入能否转成回报。

今天新增的三份材料,把 AI 投资的验收表换了一个方向。
中信建投开始看订单、收入和盈利,国信证券把 AI 应用和治理约束放进晨会判断,摩根士丹利则把自建算力、租用算力和模型即服务拆成三笔回本账。
机构仍然认可需求,但资金开始追问:这批算力多久能回本,哪一类应用能把调用变成收入。
作者丨 AI 科技评论
编辑丨 AI 科技评论
盘前窗口:2026 年 8 月 19 日 08:00 至 2026 年 8 月 20 日 08:00(北京时间)。
AI 科技评论注意到,本窗口公开可核验的新增材料,来自中信建投、国信证券和摩根士丹利的研报、晨会纪要或公开转载。
它们没有把 AI 重新讲成一场单纯的算力竞赛。
它们在问同一件更具体的事:资本开支、模型调用和企业收入,能不能在利润表上接起来。
Loading stats card…
这组数字来自摩根士丹利关于中国云计算算力投资的公开转载,分别对应 IaaS 和 MaaS 的投资资本回报率,以及自建 GPU 基础设施的现金回收期。
公开页面同时给出了 MaaS 基准情景约 2.5 年的现金回收期,和中国云厂商约 13% 至 20% 的整体 ROIC 区间。1

01|国内券商:资本开支要穿过收入

中信建投把 AI 的观察点,从「有没有能力」移到了「有没有订单」。
中信建投 8 月 19 日发布的研报认为,2026 年以来,AI 产业投资逻辑正从模型能力和资本开支竞赛,逐步转向订单、收入和盈利的商业化验证。2
这份公开转载还提到,海外 Agent 产品已经形成收入增量,云厂商的高强度算力投入仍有云收入和在手订单支撑。
国内模型在 Coding 和 Agent 任务上的能力差距也在收窄,推理效率、Token 调用量和产品收入同步成为观察变量。2
中信建投给出的未来一至两个季度观察方向很明确:国产模型迭代、Agent 产品升级、旗舰模型重新定价,以及算力服务、国产芯片、超节点和具备场景、数据、企业交付能力的 B 端 AI 应用。
这不是把硬件逻辑撤掉。
这意味着硬件需要等待下游的订单、调用和交付来证明投入没有停在预算表里。2
国信证券的晨会材料,把应用收入和治理约束放在了同一页。
国信证券 8 月 19 日晨会纪要提到,长程 Agent 和多模态模型升级仍在推进,安全治理正在成为规模化落地的硬约束。
晨会对传媒互联网行业的建议是关注 AI 应用、游戏和 IP 板块,公开页面点名中文在线与蓝色光标。3
国信证券对金蝶国际的公开条目显示,公司 AI 原生产品上半年收入为 2.96 亿元,同比增长 189%,投资评级为「优于大市」。3
同一份晨会纪要还提到,亚马逊 AWS 二季度收入为 422 亿美元,AI 与自研芯片需求旺盛,投资评级为「优于大市」。3
页面没有披露上述条目的目标价。
AI 应用收入和安全治理被同时写进晨会判断,说明机构现在要看的不只是产品能不能上线,还要看产品能不能进入企业流程,并承担真实的风险责任。
在 AI 科技评论看来,国内券商给出的新信号可以压缩成一句话:算力仍然是底座,收入开始成为准入证。

02|摩根士丹利:先给算力算一笔回本账

摩根士丹利的观点来自 36 氪公开转载,页面没有提供投行原始研报全文,以下数字按公开转述呈现。页面发布时间为 2026 年 8 月 19 日 10:55。1
摩根士丹利把中国云计算算力投资拆成三条路径:云厂商自建 GPU 基础设施、租用第三方算力,以及通过模型 API 把算力变成模型即服务(MaaS)。
第一笔账是自建:利润率看起来高,硬件折旧先压住 ROIC。
在公开转载的基准情景里,一台 8 卡 GPU AI 服务器的资本开支约为 800 万元,月租金定价约为 25 万元。
扣除服务器折旧、IDC 折旧、能源和其他运营开支后,这一模式的增量营业利润率约为 44%,ROIC 约为 13%,现金回收期约为 3.1 年。1
中国同类服务器的资本开支约为美国的 3 倍,较低的 IDC 和能源成本只能部分抵消折旧压力。
公开转载给出的跨市场比较是:中国 IaaS ROIC 约为 13%,美国约为 31%,中国现金回收期约为 3.1 年,美国约为 2.2 年。1
第二笔账是租用:资本开支降到最低,利润率取决于租赁价差。
云厂商租用第三方算力时,可以避开服务器采购和折旧,因此更快看到现金贡献。
这条路径牺牲了部分长期资产控制权,也把利润空间交给租金、利用率和供需变化。
公开转载没有给出这条路径可直接横向比较的 ROIC 数字,本文不补算。
第三笔账是 MaaS:算力只有转成可计价的 Token,回报才会向上移动。
摩根士丹利的基准情景假设每张 GPU 每秒处理 4000 个 Token,推理工作负载占比 50%,混合 Token 价格为每百万 Token 9.56 元。
在这个组合下,MaaS 毛利率约为 76%,营业利润率约为 53%,ROIC 约为 19%,现金回收期约为 2.5 年。1
这个模型对推理占比、吞吐量和 Token 价格非常敏感。
如果算力仍然主要用于训练,或者推理吞吐量没有起来,同样的资本投入就可能无法达到这组回报。
Loading chart…
图表比较的是摩根士丹利公开转载中的跨市场 ROIC 口径,不是上市公司的实际财报数据。
公开页面另给出中国 MaaS ROIC 约 19.5%、美国约 46.2% 的跨市场敏感性比较,差距主要来自中国推理占比更低、Token 定价竞争更激烈,以及硬件成本更高。1
这正是我们最关注的分水岭:模型能力决定能不能接到任务,推理效率和调用价格决定接到任务后能不能留下利润。

03|评级与目标价:分歧落在支付意愿

本窗口的评级与目标价字段,不能用一个「看多」概括。
机构与材料对象核心研判评级目标价
中信建投,8 月 19 日公开转载算力服务、国产芯片、超节点、B 端 AI 应用产业逻辑转向订单、收入和盈利验证。2个股评级未披露未披露
国信证券,8 月 19 日晨会纪要金蝶国际AI 原生产品收入 2.96 亿元,同比增长 189%。3优于大市未披露
国信证券,8 月 19 日晨会纪要亚马逊AWS 收入 422 亿美元,AI 与自研芯片需求旺盛。3优于大市未披露
摩根士丹利,8 月 19 日公开转载阿里巴巴美股IaaS、MaaS 组合的 ROIC 可见度更高。1增持180 美元
中信建投和国信证券的公开页面没有披露目标价,不能因为它们看好产业方向,就把行业判断写成目标价上调。
摩根士丹利的阿里目标价来自公开转载,页面还提到阿里云当前利润率约为 11% 至 12%,年末 MaaS 年化经常性收入目标超过 300 亿元。1
这组字段摆在一起,分歧就清楚了。
机构可以同时认可 AI 需求、维持「增持」或「优于大市」,又因为硬件成本、现金消耗和回报速度不同,给出不同的估值支付意愿。

04|盘前验收单

第一,看调用量有没有接住模型和算力。
中信建投把推理效率、Token 调用量和产品收入列为同步观察变量。
盘前可以优先看调用是否持续、价格是否能维持,以及推理成本下降有没有留下毛利空间。2
第二,看应用收入有没有现金流和治理能力配合。
国信证券披露的金蝶 AI 原生产品收入提供了一个可量化样本,但同一份晨会也把安全治理列为规模化约束。
收入增速可以证明客户在使用,现金流和治理能力才决定这种使用能不能持续。3
第三,看 ROIC 和估值支付是否同向。
摩根士丹利给出的 13% IaaS ROIC、约 3.1 年回收期和约 19% MaaS ROIC,把「AI 需求强」翻译成了可以继续追踪的经营变量。
Loading stats card…
AI 科技评论在现场观察到,机构的共同方向仍是 AI 需求,但验证方法已经从「继续投多少」转向「投入能否穿过回本周期」。
当算力、应用和估值被放进同一张表,真正稀缺的就不再只是 GPU,而是能把 GPU 变成稳定收入的业务。
券商 AI 研报每日观点汇总

券商 AI 研报每日观点汇总

This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.

Related content

  • Sign in to comment.