AI应用拐点思考：从算力硬件转向应用端

近期，在全球科技经历一系列剧烈波动的过程中，资金关注度也发生了微妙的转变。过去两年，市场核心始终围绕算力基础设施和硬件端展开。但刚刚过去的七月告诉我们，无差别、一味拔高硬件估值的阶段或许已经过去。

相比之下，AI应用端作为连接硅基算力与碳基消费的核心桥梁，正在加速吸引市场关注。随着基建端预期不断打满，产业利润也终将开始向中下游转移。在硬件端经历换挡阵痛期的同时，AI应用端是否迎来了转折点？

一、“吞噬论”被证伪，软件行业护城河依然存在

过去压制AI应用板块估值的最大逻辑瑕疵是“模型吞噬论”。一方面，市场担忧随着底层大模型的能力不断进化，最终会吞噬掉传统软件应用的生存空间；另一方面，应用公司产品卖得越好，向模型大厂缴纳的API过路费就越昂贵。

然而，从产业演进来看，这一担忧正在被证伪：大模型与软件之间并非零和博弈，而是相互赋能。

顶级科技投资人Gavin Baker近期提到了游戏规则的根本改变：

模型路由、开源模型、基于开源模型的后训练，这三项技术正在同时成熟。

AI应用公司不必再永远给大模型厂商交租。企业完全可以利用自身积淀的垂直业务数据对开源模型进行微调；在实际运行中，将简单、高频的任务分配给极其便宜的专用模型，只有在处理复杂逻辑时才调用昂贵的前沿闭源模型。

这种架构不仅直接砍掉了一大截推理成本，更构建了深厚的护城河：客户使用越多，公司积累的专有数据越多，自有模型就越强、越便宜。软件公司长期积累的行业Know-how、复杂定制化服务能力以及客情关系，是大模型公司无法替代的。

海外的商业化数据也印证了这一点。微软Copilot付费席位实现了快速增长，季度新增续约环比翻倍，总量已突破3000万。商业模式正在从传统的单一席位付费，向席位+Token使用量的混合模式转变，验证了客户强烈的支付意愿。

老黄提出的五层蛋糕理论一再强调，应用层是AI产业最终形成商业闭环的关键所在。

因此，真正融入企业生产流程的AI软件不仅不会被吞噬，反而会激发出客户强烈的额外支付意愿。

二、国内大模型的商业化分层

在国内市场上，大模型的商业化已经告别了纯粹的跑分比拼，进入了拼成本、拼生态的阶段。目前已经跑出了几种具备稳健盈利潜力的差异化模式：

1. 字节的内部生态闭环

在文生视频赛道，尽管当前模型在帧率和逼真度上仍难以满足高端影视制作的要求，但字节凭借SeeDance模型，在短漫剧、短视频领域砸出了一个新市场。其核心壁垒并非模型技术的绝对优势，而是算力+流量+出海渠道的整合。

面对国内短漫剧分成收益放缓的压力，字节正在推进国内生成、海外播放的出海战略，这种依赖庞大内部生态的闭环模式，其他厂商很难复制。

2. To B服务与编程大模型

在To B编程辅助领域，智谱GLM-5.2与Kimi K3已经形成了清晰的市场分层。从任务成功率来看，边界在于编程技能的占比：当任务中编程占比低于50%（偏通用理解和复杂场景）时，Kimi K3具备明显优势；而当编程占比超过50%时，GLM-5.2在代码准确性和路径规划上的优势目前无可替代。

而随着DeepSeek V4版本（独立Coding模型优化Agent能力）入局，以及阿里、字节从产品化层面切入，To B市场的竞争将更加激烈。长期来看，单纯向大客户卖API的模式难以为继，因为大客户倾向于自研，且云厂商势必会推出极低价格的自研模型来抢占。

3. AI Infra的独特生态位

在模型厂商追求极致成本压缩的背景下，纯软件的推理优化服务面临被算力出租方或模型厂自建体系挤压的风险。因此，关键是在软硬件层面均拥有自有技术，能将接入的开源模型与自有硬件集群深度适配，从而大幅降低推理边际成本。这种具备核心技术的第三方聚合平台，非常契合拥有自建IDC的中小企业需求。

三、云厂商的价值跃迁：从资源租赁到红利分享

在AI应用爆发的前夜，最先感受到水温的会是各大CSP。这个财报季，谷歌云（增速82%）、亚马逊AWS（增速37%）、微软Azure（增速43%）的亮眼成绩单，都确认了核心驱动力正在从前沿模型训练需求转向企业级AI部署。

而在国内，以阿里云为代表的CSP厂商，正在经历从成本向效率的转化。随着推理芯片性价比的按年翻倍，以及模型降价潮（如OpenAI的大幅降价），大模型API的调用正在跨过价格弹性的隐形门槛。

更便宜的推理算力激活了大量价格敏感型的长尾客户，Token用量有望迎来3-5倍的爆发。

在这一进程中，CSP厂商不再只是卖水人，而是凭借模型基座和流量入口，成为Token爆量最直接的受益者。随着外部收入增速加快及利润率的攀升，云厂商的估值体系有望从传统的PS逐步向PE切换，从而迎来价值重估。

四、AI应用端的未来

当前计算机板块主动持仓已降至罕见的1.2%，创下过去15年来的最低点，不仅远低于历史极值点（2约.1%），更远低于其在市场4%-5%的市值占比。在这样一个毫无拥挤度的情况下，应用端向上的阻力很小，一旦产业催化落地，其估值弹性将非常可观。

从资金再平衡趋势看，上游硬件端利润增速普遍在50%-80%以上，而中游应用端增速在20%-30%左右。但，景气度向应用端扩散的进程已经启动。

未来可关注三个方面：

1. 底座云厂商：在AI商业闭环中加速形成规模效应、估值处于低位且业绩高速增长的核心CSP企业；

2. AI Infra：作为AI进入企业必须经过的数据治理、安全合规与流程编排层，其产业趋势清晰，是打通开源与国产大模型生态的刚需环节；

3. 高景气、高壁垒的AI应用：规避缺乏核心数据的套壳应用，聚焦具备强垂直行业壁垒的B端企业。这类企业不仅业绩在加速恢复，且估值处于合理甚至被低估的区间。

在硅基与碳基融合的拐点，AI下半场不是单纯比拼谁的故事更宏大，而是比拼谁能将Token转化为现金流。

$阿里巴巴-W(09988)$ $SK海力士(SKHY)$ $腾讯控股(00700)$

@今日话题