AI产业已秘密转向！趁市场未动，这3大机会抓紧布局！
2小时前
播放量 709
在刚刚过去的这周，美股最大的几家科技公司纷纷发布了他们最新一季度的财报。这次财报季最重要的，还真不是这些公司业绩的高低，也不是他们股价的变动，而是所有这些大科技几乎不约而同的做出了一个变化。这个变化隐秘不易察觉，但却可能彻底改变整个AI产业。他预示着AI产业中的一场方向之争终于尘埃落定了，也意味着接下来的AI投资将会发生彻底的变化。
开通服务即可查看评论～
文字稿
在刚刚过去的这周，美股最大的几家科技公司纷纷发布了他们最新一季度的财报。这次财报季最重要的，还真不是这些公司业绩的高低，也不是他们股价的变动，而是所有这些大科技几乎不约而同的做出了一个变化。这个变化隐秘不易察觉，但却可能彻底改变整个AI产业。他预示着AI产业中的一场方向之争终于尘埃落定了，也意味着接下来的AI投资将会发生彻底的变化。
作为跟踪AI产业最早的博主之一，这么重要的一次产业转向美投君一定得第一时间跟大家分享。趁他还没有彻底做实，我们普通投资者或许还有不错的投资机会！所以本期视频，我们就来好好聊聊这个AI产业的最新变化。视频最后我也分享我个人具体的投资方向和投资标的。
﻿
被忽略的AI转向
在本次财报季中，有这么一个重要的细节被很多人忽略了。在谷歌的财报中，市场一向最关心的AI大模型Gemini的周活用户数，这一次公司居然没有披露。要知道Gemini的月活可是去年谷歌股价起飞的关键，也正是这个数据的公布当时吹起了Gemini向ChatGPT反攻的号角。然而就是这么重要的一个数据，公司没有做出任何解释，直接就不公布了。管理层转而高调宣布了另一个令人耐人寻味的数据，Gemini企业端Agent服务，Gemini Enterprise的月活数。该数字在最新一个季度环比增长了40%。一个是有7.5亿规模的超大数据，另一个是只有几百万付费席位的小数，那公司为什么会选择抛弃前者，而公布后者呢？
无独有偶，OpenAI那边也做出了一个类似的变化，而他们则走的更加极端。
很多看官可能还不知道，在过去这一个月里，OpenAI悄悄做出了许多战略上的改变。他们彻底关停了风靡一时的视频生成软件Sora、暂停了成人模型的研发，连之前高调推出的科研项目AI for Science也彻底被砍掉。为此，公司将内部人事做了一次大换血，所有的资源现在都集中在了一个产品当中，这就是Codex。
Codex是OpenAI版的AI Agent，它直接对标的是Anthropic的Claude Code。起初他就是单纯帮程序员写代码的软件，后来随着MCP，Skill等能力的加入，现在他也能够完成除了编程之外很多其他的工作流。要知道编程原本可是Claude的专长，而随着OpenAI的战略转向，Codex奋起直追现在的势头非常凶猛。年初时Codex大概只有50万的周活用户，而4月初这个数字便已经突破了300万，而又过了仅仅两周，最新的数字已经冲上了400万。OpenAI在4月初发推文表示，企业端的收入现在已经超过了总收入的40%，并且还在持续地提升，预计年底前就能和消费端收入持平。
从谷歌到OpenAI，你看出了什么端倪吗？很显然，现在所有AI大模型公司都不约而同的在商业战略上，做出了从C端向B端的转向。而且能看出来，企业们这次是下定了决心。
这一切的根源都要来自于另一家大模型公司Anthropic。一个月前Anthropic公布了最新的ARR，企业经常性收入从年初的90亿美元，一个季度的时间直接飙升至了300亿！这倒不是说Claude模型本身有多强，而是Anthropic率先证明了一件事，那就是企业端Agent的商业模式彻底跑通了。说白了就是，Agent真的可以帮企业完成实际的工作，而为此企业们也愿意不惜余力的花钱。
要知道过去这两年，大模型公司都在拼C端入口，都在拼他们的用户规模，还在拼他们的聊天体验。为此他们不惜花重金去补贴自己的用户。可是这些用户虽然基数庞大，但是付费意愿却极差，使用场景也非常分散，粘性更是完全谈不上。所以我们看到，过去这半年OpenAI不仅财务状况令人担忧，而且用户也被C端生态更好的Gemini抢走了不少。
但Anthropic的变现成功则让这两家大模型公司彻底醒悟了过来，与其在不确定的C端去砸钱拼杀，为什么不在已经验证的B端去哗哗赚钱呢？于是，OpenAI和谷歌也纷纷跟上Anthropic的步伐向B端进行战略转移，而重点就放在AI Agent的应用能力上。
﻿
大模型要开始赚钱了！
那对于咱投资者而言，大模型向B端战略转移这究竟意味着什么呢？
首先，这会带来整个大模型企业商业模式上的变化。大模型的商业模式将会从之前的订阅收费，转而向用量收费。
之前的大模型主要都是以按月订阅为主，但订阅制其实并不适合大模型。订阅制只有在成本相对稳定的时候才比较合理，比如健身卡，你一个用户甭管举多少铁，健身房的成本都不会发生什么太大变化。但AI订阅不同，他可是要实实在在地烧算力的，而不同的用户算力消耗又大不相同，成本可能是天差地别。尤其现在Agent模式推出，AI可以24小时地无休工作，那对于算力的消耗更可能是天量级别的。如果说还是所有人都按照固定订阅费的模式来收费，那大模型企业就会越来越吃不消。
那怎么办呢？这就注定会向按量收费来转移。用户先给一个基础的订阅费，但算力是有限的，如果需要更多算力，就需要订阅更贵的服务，或者直接按量收费。这便是现在Claude的收费模式，也是已经被验证变现效率极高的商业模式。它不仅会给大模型企业带来收入的增加，而且利润也会有大幅的增长。
关于这一点我自己是深有体会，我平时工作会大量应用Claude做资料收集和数据分析。Claude在算力上可是太抠门了，总是token不够用。而一旦任务已经开始执行了，你就很难因为token不够而终止任务。那这时我就不得不再去购买额外的token，一个月花个几百美元那都是常有的事。而要说我还算是一个比较低端的用户，我们美投的程序员那才是重度的token消耗者，24小时无休消耗，尽管他们比我有更多的手段来提升他们token使用效率，但当我每次看到公司每月的AI账单那一刻，我就知道这帮人又开始要整活了。
那你说作为老板我愿意花这钱吗？肯定愿意啊，token再贵也没有再招个程序员贵对吧？我的员工用AI用的越多，我就越开心。说明他们帮我省了越多钱。所以说AI Agent模式的推出，非常适合企业端用户。他会勾引着你花越来越多的钱，而且啊你还心甘情愿。对于大模型而言，这就是巨大的变现潜力。
所以你看，现在有了验证的变现道路，有了按量收费的商业模式，我想很快我们就会看到这三大模型在收入端和利润端的集体释放，这个爆发节点现在已经离我们非常接近了。而这对于我们普通投资者而言可太重要了，因为他会带来很多投资逻辑的改变，以及大量的投资机会！
﻿
机会在哪？
到这里，如果我们把这上面两个变化结合起来看，你就会发现一件非常重要的事。
你琢磨，这过去大半年，市场对于AI最大的担忧是什么呢？其实就是AI变不了现。这些大模型公司每年烧那么多钱去训练、去买芯片、去扩充他们的数据中心，到底什么时候才能把这些钱给赚得回来呢？这个问题就像一块大石头，一直压在整个AI板块的头上，谁都给不出答案。
但现在情况发生了明显的变化，大模型的变现和利润提升已经一触即发了！那么市场对于AI最大的担忧很快也会被掀开。那么，那些此前被变现担忧耽误的最狠的股票，未来可能会迎来最猛烈的反弹。
首当其冲的，我认为就是所有的云计算企业。过去这大半年，大部分的云计算企业的股价都有所承压。核心原因就是因为市场担心他们巨大的资本性开支能否看到回报。只要他们稍微一提资本开支，市场就会给予他们惩罚，即便到了现在也仍然是如此。这也让他们的估值受到了很大的压缩，现在三大云厂商的远期市盈率只有24倍。可以说他们是受AI变现担忧压力最大的公司之一，因而在未来也有望迎来较大的复苏。
另一大机会就是OpenAI阵营的一系列公司。上一轮AI变现担忧中，OpenAI绝对是处于旋涡中心，由于公司非常激进的到处签单，他们的财务状况也备受市场质疑。因而受连累的还有一众相关公司，比如英伟达，AMD，微软，甲骨文等等等等，人数众多，我就不一一点名了。现在随着大模型变现能力的提升，这些担忧的缓解也将给相应的公司带来不错的上行潜力。
最后便是AI基础层的公司。之前市场担心大公司的资本性支出在今年之后就将有所放缓了，原因也是AI变现不足。但有了刚刚我们说的 B端变现的这个前提，我相信大公司们会更有底气去进一步的投入AI。所以我们看到，本季度大科技们依旧在疯狂地增加资本性开支，就连一向最为保守的微软，也开始激进了起来，最新的财报显示，他们已经将资本性支出从1300亿大幅提升到了1900亿。很显然管理层内部已经先于华尔街看到了足够的变现潜力。而这便能够进一步延续基础层公司的增长动能
﻿
三家大模型的竞争
说到这儿可能有人会好奇了，你美投君一下说了三个大的方向，每个方向中又有那么多的公司，那具体应该如何选择呢？这个问题的答案就隐藏在下一个问题当中：既然现在三大模型全部都转向了B端AI Agent应用，那么在竞争如此拥挤的领域，最终谁会先跑出来呢？什么才是决定胜负的关键呢？这个问题，决定了我们应该具体如何布局。而要想搞清楚问题的答案，我们得先分层级来讨论。
第一层，是模型技术层。如果是两年前，模型技术能力可能是决定性因素，当时的领先者是OpenAI，他们也正是靠着模型能力的领先一度拿下了90%的市场份额。但现在，在模型能力上，各大模型已经很难再拉开差距了，它确实有影响，但已经不再是决定性的了。
第二层，是Agent应用层。过去这半年，我们看到拉开差距的决定性因素就在于这个Agent应用层。其中的领先者就是Anthropic，和另外两家大模型专注C端用户不同，Anthropic始终专注在B端应用层，从Claude code到后来的Cowork，都是如此。这也让他们从今年年初开始迎来了爆发，也引领了整个AI产业的战略转向。
但最近我们也发现了一个有趣的现象，应用层的先发优势也很难一直保持。就像是编程领域，Claude Code一直是毫无疑问的领先者，但是随着OpenAI的战略重心彻底向Codex转移，仅仅一个季度的时间，他们便已迎头赶上。为了制作本期视频，我特意强迫自己用了一段时间Codex，我发现体验确实还不错。而我们公司的程序员更是已经主动将大部分的工作量都转向了Codex。这点从实际的Codex增长数据中也能够看出，它从50万的用户到400万也就用了不到三个月的时间。
多说一句，咱这没提Gemini Enterprise。他在AI应用端和Claude和Codex走的路线不太相同。他主要是走企业级AI Agent平台。而Claude和Codex还是从企业员工个人层面去提高他们的生产效率。尽管最终他们肯定会在某个地方相遇，形成正面竞争。但就当前的情况而言，Gemini Enterpirse暂时和另外两家没有太大的竞争关系，现在的重点还是要放在OpenAI和Anthropic的正面硬钢上。
那么既然从Agent应用层面看，OpenAI和Anthropic似乎也很难彻底拉开差距，那么最终的胜负手究竟在哪呢？答案就隐藏在第三层，也就是算力层上。
AI Agent时代，算力的消耗会呈指数级增加。如果应用层难以拉开差距，那么谁掌握了更大的算力，谁就更有可能在竞争中获得优势。
我们看到在Agent出来之后，Anthropic的ARR迅速起飞，其实这点就连Anthropic自己都没有料到。现在他们明显已经发现自己的算力开始跟不上了。Anthropic一直是三大模型中算力投入上最为克制的那个，但是却最先跑通了商业模式。尴尬的就在这，现在他们再想去补算力，却发现买不到了。即便就是想买，价格也比之前贵了一大截。那怎么办呢？我们看到Anthropic开始给用户变相地涨价，同样的价格他们降低了可使用的token。也就是说，相同的订阅，能干的事儿变得越来越少了，这自然会影响到用户体验。我看到在X和Reddit上，已经有很多程序员因为抱怨Claude的算力不足，去投奔Codex了。
相反，OpenAI以前一直为人所诟病的到处囤算力，现在恐怕要成为它的优势了。根据公开数据总结，OpenAI未来几年已经锁定了超过30吉瓦的算力，而Anthropic现在锁定的只有6吉瓦，加上未确定的订单，最多不会超过10吉瓦。而更为重要的是，OpenAI一早就用非常便宜的价格囤了一大堆的算力，而这是Anthropic现在怎么也实现不了的了。
讽刺的是，这些算力当年被OpenAI一顿撒网，搞Sora，搞Science，搞成人模式，最终都无疾而终。人们嘲笑他，质疑他，然而现在这些算力全部集中到了Codex上，反而助推了他的起飞。在Agent应用差距逐渐缩小的背景下，充足的算力未来还有望在继续为Codex撬动它的竞争优势。
真是世事难料，花钱最克制的人，却最先跑通了变现；而花钱最疯狂的人，反而可能成为最后的赢家。当然，现在下结论还为时尚早，你也别较真，我啊，就是单纯的感慨一下^_^
虽然最终谁输谁赢现在还不确定，但是就当前的情况来看，竞争格局似乎很快就要发生彻底的改变了。在现在所有人都看清了变现方向的时刻，在模型能力和Agent应用能力都很难拉开差距的时刻，现阶段决定胜负的关键，就在于算力。谁算力充足，谁就更可能在竞争中获得优势。注意啊，咱这里一直强调的是‘现阶段’，未来的长期肯定还会有更多变量，这个不在咱们现在的讨论范围内。
鉴于这个原因，我认为，一直被质疑，被打压的OpenAI，很有可能后来居上，在Agent时代重新夺回属于它的优势。或许是OpenAI ARR的提升，又或者是Codex用户数的提升，总之这个节点应该很快就要到来了。但是根据我的观察，现在市场还没有完全意识到这一点。而它还将会给咱们投资者，带来很多全新的投资机会，也将消除很多市场原本的投资风险。
﻿
我的观点
想象一下，怎么赚钱确定了，决定胜负的关键也确定了，那AI企业们会怎么做？
首先我认为，新一轮的屯算力军备竞赛很可能即将要到来。这对于基础层的公司又将会是一轮新的增长动能。而另一方面，这也能够系统性的降低资本性投入的风险。市场不再会因为投入而恐惧，反而可能会更加担心投入不足的问题。这些对于资本性开支巨大的大科技而言，都将会是结构性的利好。
另一个更为重要的趋势是，解决算力瓶颈，将会成为接下来整个AI产业链上全部公司的重中之重。算力瓶颈不再仅仅是基础层公司的一个增长动能了，而是一个需要全体AI参与者解决的巨大商机。那接下来，我们就屡着整个AI产业链，去看看哪些公司更可能获得这个商机下的alpha。
在基础层中，我认为，ASIC自研芯片是一个好的方向，它成本低，效率高，能够有效的缓解通用算力的瓶颈，相关公司包括博通，Marvell，谷歌。同时咱也不能忽视英伟达，下一代Rubin芯片的迭代也将会是突破算力瓶颈的关键。
再往上一层是模型层面，性能的重要性现在会逐渐降低，算力的重要性将会逐渐提高。哪怕性能稍差，但是能够提供更多算力的公司，将会受到市场额外的青睐。同时，在算法层面，解决算力瓶颈也将会成为很重要的一个模型迭代的方向。而在这两部分，中国的模型都做的相当不错。
再往上一层便是云计算公司。云计算是我认为最先能够被市场认可的大方向。因为它离变现端最近，而且此前遭受了不少的压力，一旦估值修复，加上AI变现的东风，能够给该行业带来不小的增长动能。而所有的云计算公司，我认为都能获得不俗的收益。而现阶段，我个人会非常看好甲骨文。甲骨文是这轮资本性开支惩罚中承压最大的，同时它也是和‘坏孩子’OpenAI绑定最深的公司之一。也因此公司的股价遭受到了前所未有的压力。和之前那些基础层的公司已经普遍表现优异不同，甲骨文现在的股价都仍趴在地上。然而压力越大，弹性就越强，随着AI变现的验证，以及OpenAI竞争优势的回归，双重压力的释放，或许能够给公司带来更高的Alpha。
咱们再往上倒一层，是软件层。如果要解决算力瓶颈，软件其实是至关重要的一环。在AI时代，软件公司的优势不在于技术，而在于他们定义需求的能力。现在Agent的执行任务之所以会消耗那么多token，是因为很多任务都得从0开始跑，需要不断的去打磨才能完成最后的交付，这个过程就需要消耗大量的token。而一旦流程已经固定下来，下一次再执行相同任务的时候，token的消耗就会大幅降低。而软件公司最擅长的就是根据应用场景来定义流程，理论上讲，软件公司就非常有机会来撬动这个优势，为用户提供更高效的算力使用，而且他们也能够一定程度上，解决非AI专业人士应用门槛的问题。
这部分由于Scale太大，牵扯的公司也众多，一句两句肯定说不清。我之后会专门做视频跟大家详细分享。如果你不满足于等着美投君跟大家分享标的，想要自己筛选看好的软件股的话，那么在我的美投Pro上，我给大家分享了这么一套，AI时代软件股谁会受益，谁会被颠覆的判断方法，感兴趣的看官欢迎移步查看。