8 月 18 日，阿里巴巴表现强势，最终收涨 3.68%。

股价上涨背后，一笔关于 AI 的账正在被重新审视。

摩根士丹利最新报告将北美 ROIC（投资资本回报率）框架引入中国云计算市场，对自建 GPU、租用算力和模型即服务（MaaS）三种路径进行拆解。

结果显示，中国云厂商 AI 算力投资 ROIC 约为 13%-20%，现金回收期约 3 年。

同时，大摩重申阿里巴巴美股 " 增持 " 评级，目标价 180 美元，较并列为行业首选股。

更值得关注的是中美之间的差距：同样投入 AI 算力，美国云厂商的 ROIC 可以达到约 250%-50%。

当 AI 竞争从 " 谁买的 GPU 更多 " 走到 " 谁能更快把 GPU 变成利润 "，中国云厂商这笔账究竟该怎么算？

一块 GPU，究竟怎么赚钱？

通过 Wind Alice 梳理可以发现，大摩的框架实际上回答了一个很关键的问题：

同样一台 AI 服务器，放在产业链不同位置，赚钱能力完全不同。

第一种方式：买服务器，再把 GPU 租出去。

大摩假设，一台 8 卡 GPU 服务器投入约 800 万元，每月租金 25 万元。扣除服务器折旧、IDC、能源和运营成本后，营业利润率约 44%，ROIC 为 13%，现金回收期 3.1 年。

第二种方式：不买服务器，直接租算力再转租。

按照大摩假设，云厂商以每月 20 万元租入服务器，再以 25 万元出租给客户，可以获得约 20% 的营业利润率。好处是几乎不用承担前期资本开支，代价则是部分利润让给了底层资产持有者。

第三种方式：不再卖 GPU 时间，而是卖 Token。

也就是 MaaS。

在大摩的基准情景中，如果单 GPU 每秒可以处理 4000 个 Token，推理负载占 50%，混合价格为 9.56 元 / 百万 Token，毛利率可以达到 76%，营业利润率 53%，ROIC 约 19%，现金回收期缩短至 2.5 年。

（Wind Alice 梳理 GPU 的三种赚钱方式，alice.wind.com.cn）

中美算力差距，为什么最后落在 ROIC 上？

问题也由此出现：

中国 AI 模型越来越强，为什么算力回报率仍明显低于美国？

大摩给出的答案是：硬件成本。

其测算显示，中国一台 GPU 服务器资本开支约为美国同类配置的 3 倍。

即使单位算力产生的收入接近，更高的硬件投入和折旧仍会压低回报。

因此，在 IaaS 模式下，中国 ROIC 约 13%，美国约 31%；

现金回收期分别为 3.1 年和 2.2 年。

到了 MaaS 层面，差距则不完全来自硬件。

大摩假设中国单 GPU Token 吞吐量达到 4000TPS，高于美国的 2750TPS。（这与更小的模型、MoE 架构以及 KV Cache 等优化有关）

但中国推理负载占比约 50%，低于美国的 65%，同时 Token 价格竞争更加激烈。

最终，中国 MaaS ROIC 约 19.5%，美国则达到 46.2%。

（Wind Alice 梳理中美 AI 算力差距，alice.wind.com.cn）

这说明，决定下一阶段算力回报的已经不只是 GPU 数量，还有两个更重要的指标：

一块 GPU 能生产多少 Token，以及这些 Token 有多少能够真正卖出去。

为什么大摩更看好阿里？

这也是大摩特别看好阿里云的原因。

阿里同时拥有 AI 基础设施、云平台和 Qwen 模型，可以覆盖从 GPU 出租到模型 API 的多层变现路径。

2025 年 2 月，阿里宣布未来三年至少投入 3800 亿元建设云和 AI 基础设施。

到 2026 财年末，云智能集团外部收入单季同比增长 40%，AI 相关产品已经贡献约 30% 的外部云收入，预计未来一年该占比将超过 50%。

通过 Wind Alice 进一步梳理可以发现，阿里的 AI 投入已经开始形成 " 资本开支—算力基础设施—模型服务—云收入 " 的变现链条。

目前阿里 AI 相关产品年化收入已经超过 358 亿元，MaaS 年化经常性收入目标在年末将达到 300 亿元以上。

（Wind Alice 梳理阿里 AI 价值链，alice.wind.com.cn）

同时，需求端也在扩张。

IDC 数据显示，2025 年中国 AI IaaS 市场规模达到 486.7 亿元，仅下半年市场规模就达到 288 亿元，同比增长 132.1%；同期中国 AI 应用公有云服务市场达到 137.3 亿元，已经超过大模型训推公有云市场的 79.4 亿元。

这组变化很关键。

过去企业主要花钱 " 训练模型 "，现在越来越多资金开始流向 " 使用 AI"。

当算力从训练转向推理，GPU 不再只是资本开支，也开始成为持续产生调用收入的生产资料。

因此，大摩给予阿里巴巴美股 " 增持 " 评级和 180 美元目标价，并认为阿里在三种算力变现模式下均具备较强的 ROIC 可见度。

中国 AI 的下一场竞争：从算力规模转向算力效率

中美 AI 算力回报的差距并非固定不变。

大摩给出了三个关键变量：

GPU 硬件成本下降

模型效率提升

算力从训练向推理加速转移

事实上，模型效率已经成为中国 AI 的重要突破方向。

美国则已进入更激进的算力扩张周期。

相比之下，在硬件成本仍然偏高的背景下，中国云厂商更现实的路径，是通过模型效率和推理利用率提升算力回报。

这也意味着，中美 AI 竞争的下一个观察指标，正在从算力投入规模转向算力变现效率。

本文为研究框架展示，不构成投资建议。

点 " 阅读原文 "，体验 Wind Alice