7.7
深览指数
商业虎嗅·Spread Trading©··AI 生成
AI后半场，该关注什么？
文章认为以资本开支狂飙为特征的“AI上半场”已结束，定价锚正从拼规模转向审视投资回报。作者提出按“买单”与“收单”的逻辑重审产业链：日韩半导体设备企业作为“收单方”受益，而美国云厂商作为主要“买单方”正承受折旧压力。文章重点分析了应用层作为“最终买单人”面临的商业困境，指出传统SaaS模式在AI成本结构下失效，并探讨了AIaaS按量付费模式面临的心理壁垒。适合关注AI产业投资、科技股定价逻辑的深度读者阅读。原文 ↗
核心观点
- ▍AI交易的核心逻辑已从追逐资本开支扩张的Beta收益，转向基于商业兑现和财务数据验证的Alpha博弈，定价锚从市盈率线性外推回归到市净率与市销率等基础估值标尺。
- ▍应用层是整条AI产业链中最脆弱的“最终买单人”，其传统SaaS商业模式在AI的高边际成本结构（每笔交互消耗Tokens与算力）下已被证伪，被迫转向按量付费。
- 01Meta算力资源盘活、M6资本开支“斜率放缓”等信号打断了“资本开支=需求=利润=估值扩张”的线性推理链。
- 02全球市场分化显著：承担主要资本开支的美国云厂商股价承压，而日韩市场（半导体设备、存储、电子制造等环节）因更早将资本开支转化为订单和利润，获得超额收益。
- 03算力硬件层作为“收单方”利润丰厚，但透支了远期乐观预期，面临估值消化压力。电网、变压器、液冷等能源基础设施层因物理建设周期的刚性限制，景气度被动延长。
- 04美国犹他州Stratos数据中心项目因规划电力负荷达9GW（超过全州峰值需求），预计年耗水逾160亿加仑，引发跨党派民众抗议，最终规模从9GW缩减至1.5GW。
- 05B端对AI Token账单的付费意愿，取决于其能替代多少传统刚性人力成本（如将十人法务部减至两人）；C端则需要突破互联网“免费/管够”的消费惯性心理，要求AI服务嵌入不可替代的真实刚需。
- 06作者引用黄仁勋的“五层蛋糕”理论，提出从财务与现金流视角重新审视这一技术架构，将其视为等级森严的“成本与折旧链条”。
反方 / 局限
- — 文章未充分讨论云厂商自身具备的AI应用（如广告、搜索优化）可能带来的内部回报，也未展开如果AI能迅速催生爆款应用（如Killer App）是否会提前扭转折旧压力这一反方视角。
- — 对AI基础设施的“新民粹主义”风险分析仅集中在环保与社会冲突层面，未深入探讨监管政策是否可能选择性保护本土优势产业（如云服务或半导体），从而改变产业链利润分配格局。
9 分钟 · 3 卡片 · 9 资料
读原文 →