摩根士丹利：AI 并购潮呈现「全谱系」发展趋势
一句话看懂：摩根士丹利全球科技并购主管指出，AI领域的并购交易正从芯片延伸至电力、网络、存储和房地产等基础设施环节，覆盖私人公司与上市公司，形成“全谱系”布局。这一趋势意味着AI行业竞争已从模型或算法层面扩展至底层资源整合，对算力、能源和基础设施的争夺正成为新的并购主线。
事件核心：发生了什么
根据摩根士丹利全球科技并购主管Wally Cheng在2026年5月21日的表述，当前人工智能领域的并购交易呈现出“全谱系”特征：交易标的不仅包括备受关注的AI芯片半导体企业，也扩展至网络、存储、电力以及房地产等支撑AI算力的基础设施领域。Cheng表示，交易活动将覆盖私人公司与上市公司，且估值判断仍面临挑战，需要在“独角兽的想象力”与实际执行风险之间取得平衡。Evercore科技投行业务高级董事总经理Tammy Kiely也表达了类似观点，认为潜在收购方需评估自身创造的价值，同时权衡错失机会的代价。
为什么重要
这一判断折射出AI行业从“模型竞赛”向“基础设施竞备”的深层转变。此前并购焦点多集中在算法、模型架构或应用层创新上，而目前公开信息显示，大模型训练和推理对电力、冷却、网络带宽以及数据中心物理空间的需求已形成刚性缺口。芯片虽被视为“科技奇迹”，但围绕其运转的配套基础设施——包括特高压输电、液冷散热、高速互联和土地资源——同样蕴含巨大商业价值。这意味着，未来AI行业的竞争格局将不仅是技术实力的较量，更是资本和资源整合能力的比拼，中小企业可能在基础设施端的并购浪潮中面临更大的被整合压力。
对用户/开发者/创作者的影响
对于普通AI用户和开发者而言，基础设施并购潮可能在中期内影响AI服务的成本与可用性。如果电力、网络等关键资源被大型科技企业提前锁定，中小模型厂商可能需要支付更高的托管或推理费用，进而传导至API调用价格或图像生成等产品的终端定价。对于企业采购方，应当关注算力租赁和云服务的供给稳定性，避免因产业链上游整合导致服务中断或涨价。对投资者而言，需警惕部分AI初创公司的估值泡沫——正如Morgan Stanley指出，估值已在“彩虹式前景”与执行风险之间摇摆，基础设施并购的落地情况和整合效率将是验证估值合理性的关键。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 并购标的的实际落地节奏：芯片、电力、网络等领域的并购案是否能在监管审查中顺利获批，将直接影响AI基础设施的供给格局。2. 估值体系如何调整：Morgan Stanley提及估值困难，后续需观察上市公司及一级市场对AI相关资产的定价模型是否从“技术倍数”转向“资源倍数”，例如电力容量或数据中心机柜数量。3. 中小企业应对策略：如果“全谱系”并购持续加速，缺少核心资源或自主算力的AI创业公司可能更依赖被收购退出，而非独立上市。
来源：Readhub · AI
