AI 商品化
AI 商品化，指伴随 AI 技术成熟普及，算力、模型及基础调用服务逐步走向同质化、廉价化；原本具备高溢价的技术壁垒不断消解，逐步演变为类似水电、大宗商品般的标准化基础供给。
目前市场已经有指数跟踪 AI 文本 API 的调用售价；而生产这些 AI 文本所依赖的算力，很快也要上线对应的期货市场——芝商所（目前上市品种包括原油、玉米期货等）。待监管审批完成后，将于 10 月 5 日推出 GPU 租赁指数期货合约。
业内指出，AI 文本 API 调用服务现已走向大宗商品化。自开源权重、超高效率的中国模型入局之后，该产品价格便持续下行。
AI 文本服务计价单位为百万 token，目前一百万 token 可生成的英文文本超过整部《战争与和平》。
大摩报告指出，芯片性能越强，token 单价就越低。闭源模型唯有守住性能优势，才能够维持服务溢价；不少闭源模型机构的非公开高估值高度依赖 token 报价保持坚挺，但大摩判断，这一价格支撑条件难以维系。
AI 服务商品化、token 价格持续下行的行业趋势，打破了 AI 产业链原有盈利平衡。
由于 token 售价与 GPU 算力租金走势脱钩、无法同步联动，token 价格下行压力会沿着产业链层层传导，最终让不同市场主体呈现出截然不同的盈利表现与生存处境。
三类玩家的境遇
大摩测算中设定的单价为每百万 token1.75 美元。目前，在 Meta 自家经济型模型等市场上，现已开放使用的多种模型定价已经低于每百万 token1.75 美元水平。
大摩测算下，token 价格下行对三类市场参与者的冲击各不相同。以下均为大摩给出的静态推演结果，建立在多项预设参数之上，并非实际市场业绩：
算力租户（多数企业）：对于采购 AI-API 的客户而言，token 降价是利好；但对于需要租赁算力的 AI 企业，GPU 租金属于刚性成本，并不会随着 token 售价同步下调。
大摩按每百万 token 1.75 美元的售价计算，租赁算力的企业扣除算力成本后，年剩余收入约 90 亿美元，且该收入尚未支付薪酬等其余开支；当价格降至接近每百万 token 1 美元时，企业便会陷入亏损境地。
算力业主（云厂商巨头）：亚马逊、谷歌、微软等算力业主持有数据中心资产，单芯片时租为 7-10 美元；按该租金水平，造价约 390 亿美元的数据中心可实现 23%-39% 的回报率。
自购巨头（极少数企业）：资金实力雄厚、直接采购芯片而跳过租赁环节的企业，可以实现大摩给出的 20%-60% 的回报率，但这类企业屈指可数。
大摩预测，倘若 token 价格持续下跌，算力租户将无力承担每小时 7 美元的租金。
最终结局要么是租户倒闭导致数据中心空置，要么是租金下调侵蚀云厂商巨头的利润。
然而，租金不存在安全缓冲区间，按大摩成本测算，若时租降至 2 美元，云厂商巨头的收入将无法覆盖电费与设备损耗，更不用说偿还测算中 390 亿美元的建设成本。
算力租金的下跌有史可鉴。英伟达上一代 AI 芯片在 2023 年峰值阶段的时租约为 8 美元，但两年之内便跌至 2 美元以下。
然而，大摩在悲观情景下设定的租金仍高达每小时 7 美元，这是上一代芯片实际落地价格的三倍以上——大摩的整个推演逻辑都建立在 " 算力租金具备韧性 " 的前提下。
还有一个关键风险点在于，数据中心建设高度依赖借贷资金，算力产能的业主并非完全使用自有现金进行投入。
大摩指出，上一季度，头部云厂商的资本开支已经超过经营所得，差额部分全靠债券市场填补，而债券市场此前很少承接如此大规模的融资。市场押注 AI 需求会永远跑赢效率提升，但这项押注建立在信贷扩张的基础之上。
综上所述，租金既要高到能支撑数据中心投资，又要低到能保障租户存活——同一个租金指标被赋予了这两项互相冲突的目标。
以量补价？
大摩提出的备选方案套用了零售业的传统逻辑：以量补价。
若 AI 降价带来调用规模大幅扩张，即便单位毛利变薄，算力租户仍有望获得可观总利润，同时算力需求旺盛也能支撑云厂商的租金收益，缓和产业链两难。
大宗商品行业在历史上确实依靠销量化解过危机，但大摩同时指出，AI 产品或将演变为这样一种局面：售卖开源模型的访问权限沦为亏损引流品，类似超市亏本销售牛奶——牛奶本身不赚钱，目的是吸引顾客到店购买其他商品。
总而言之，从此次大摩的沙盘推演可以看出，AI 服务走向大宗商品化带来 token 价格下行，算力租金的刚性进一步放大产业链矛盾。算力租户与云厂商的利益诉求难以同时满足，叠加 AI 基建高度依赖债务融资，AI 行业的商业闭环仍面临巨大考验。
