AI 产业的战略转向

李德军: 大家好，我是李德军，你们的美股探路者。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公司几乎不约而同地做出了一个变化。这个变化隐秘不易察觉，但却可能彻底改变整个 AI 产业。它预示着 AI 产业中的一场方向之争终于尘埃落定，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，李德军一定得第一时间跟大家分享，趁它还没有彻底坐实，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。

在本次财报季中，有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 的月活用户数，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 对标 GPT 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：Google Enterprise 的 agent 服务月活用户数，在最新一个季度环比增长了 40%。一个是规模庞大的七点五亿的月活用户数，另一个是只有几百万付费席位的数字。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，而且他们走得更加极端。很多朋友可能还不知道，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，甚至连之前高调推出的科研项目 AI for science 也彻底被砍掉。为此，公司将内部资源进行了一次大换血。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 Microsoft 的 Copilot（原文中称为 "cloud coat"）。起初它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，现在它也能完成除了编程之外的很多其他工作流。要知道，编程原本可是 Copilot 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 大概只有五十万的周活用户，而四月初这个数字便已经突破了三百万。又过了仅仅两周，最新的数字已经冲上了四百万。OpenAI 在四月初发推文表示，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 大公司都不约而同地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（年经常性收入），从年初的九十亿美元，一个季度的时间直接飙升至了三百亿。这倒不是说 Claude 模型本身有多强，而是 Anthropic 率先证明了一件事儿：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，企业们也愿意不遗余力地花钱。

要知道，过去这两年，大模型公司都在拼 C 端入口，都在拼用户规模，还在拼聊天体验。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 端去花钱挣钱呢？于是，OpenAI 和谷歌也纷纷跟上 Anthropic 的步伐，向 B 端进行战略转移，而重点就放在了 AI agent 的应用能力上。

企业级 Agent 的商业逻辑

那么对于我们投资者而言，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的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次，健身房的成本都不会发生什么太大变化。但 AI 订阅不同，它可是要实实在在烧算力的。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 小时无休工作，那对于算力的消耗，更可能是天量级别的。

如果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，总是觉得不够用。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次购买额外的 token，一个月花个几百美元，那都是常有的事儿。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 token 的使用效率，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 的模式的推出，非常适合企业端用户。它会“勾引”着你花越来越多的钱，而且你还心甘情愿。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。

算力：AI Agent 时代的决定性因素

如果说我们把上面两个变化结合起来看，你就会发现一件非常重要的事儿。你琢磨，过去这大半年，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收那么多钱去训练，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得最狠的股票，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二十四倍，可以说，他们是受 AI 变现担忧压力最大的公司之一，因而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 绝对是处于漩涡中心。由于公司非常激进地到处签单，他们的财务状况也备受市场质疑。婴儿受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，这些担忧的环节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，原因也是因为 AI 变现不足。但是有了刚刚我们说的 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地投入 AI。所以我们看到，本季度大科技们依旧在疯狂的增加资本性开支，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一千三百亿大幅提升到了一千九百亿。你看，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。

说到这儿，可能有人会好奇了：你李德军一下子说了三个大的方向，每个方向中又有那么多公司，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。

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 Claude Work 都是如此。这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，Copilot 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，他们便迎头赶上。为了制作本期视频，我还特意强迫自己用了一段时间的 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。这点啊，从实际的 Codex 增长数据中也能够看出，它从五十万的用户到四百万，也就用了不到三个月的时间。

多说一句，咱这儿没提 Google Enterprise，它在 AI 应用端和 Claude、Codex 走的路线不太相同。它主要是走企业级的 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，形成正面的竞争，但就当前的情况而言，Google Enterprise 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 的正面硬刚上。

那么既然从 agent 的应用层面来看，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儿呢？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 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。尴尬就在这儿。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儿。那怎么办呢？我们看到 Anthropic 开始给用户变相涨价，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 算力不足而投奔 Codex 了。

相反，OpenAI 以前一直为人所诟病的“到处吞算力”，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三十亿瓦的算力。而 Anthropic 现在锁定的就只有六吉瓦，加上那些未确定的订单，最多也不会超过十几吉瓦。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。讽刺的是，这些算力当年被 OpenAI 一顿瞎撒网，搞 Sora，搞 Science，搞成人模式，最终都无疾而终，人们嘲笑它，质疑它。然而，现在这些算力全部都集中在了 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继续为 Codex 撬动它的竞争优势。真是世事难料啊。花钱最克制的人却最先跑通了变现，而花钱最疯狂的人，反而最有可能成为最后的赢家。当然了，现在下结论肯定还为时尚早，你也别真较真儿。我就是单纯感慨一下。

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的变量，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，很有可能会后来居上，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。总之啊，这个节点应该很快就要到来了。但是根据我的观察，现在的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。

投资新机遇与赛道分析

想象一下怎么赚钱。确定了决定胜负的关键也确定了，那 AI 企业们会怎么做呢？首先，我认为新一轮的囤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是一轮新的增长动能。另一方面，这也能够系统性地降低资本性投入的风险，市场不再会因为投入而感到恐惧，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。那接下来我们就捋着整个 AI 产业链，去看看哪些公司更可能获得这个商机下的 Alpha。

在基础层公司中，我认为 ASIC 自研芯片是一个好的方向，它成本低、效率高，能够有效地缓解通用算力的瓶颈。相关公司包括博通、Marvel、谷歌。同时，咱也不能忽视英伟达下一代 Ruby 芯片的迭代，这也将会是突破算力瓶颈的一个关键。

再往上一层是模型层面。性能的重要性现在会逐渐降低，算力的重要性会逐渐提高。哪怕就是性能较差，但是能够提供更多算力的公司，也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方向。在这两部分，中国的模型都做得相当不错。

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，而且此前还遭受了不少的压力。一旦估值修复，再加上 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。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。和之前那些技术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弹性。

咱们再往上倒一层，就是软件层。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 执行任务之所以会消耗那么多 token，是因为很多任务都得从零开始跑，需要不断的去打磨，才能完成最终的交付。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 专业人士的应用门槛问题。由于这部分 scale 实在是太大，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李德军跟大家分享标的，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。

好了，关于 AI 产业的全新变化，就跟各位看官都分析完了。如果你喜欢李德军的分析，别忘了订阅本频道。频道内，除了这样的深度分析视频之外，我每天还会在 YouTube 社区中分享大量的投资机会和投资观点。你只有订阅了本频道，才能不错过这些最关键的投资信息。如果你还想了解更多股票研究，也欢迎来我的美投 Pro。美投 Pro 是我专门为咱普通美股投资者打造的专业股票研究产品。今天给出的所有机会中，云计算是我认为最先会出机会的，也是最适合咱们普通散户去布局的。四大云计算公司：亚马逊、微软、谷歌、甲骨文。关于他们的基本面、风险以及估值等各种重要信息，在美投 Pro 上我都有详尽的分析。其中亚马逊、微软和谷歌最近这周刚刚都出了财报，下周我也会陆续更新他们最新的分析。如果你持有这几家云计算公司或者打算投资他们，那么这些专业且易懂的分析，你一定不能错过。感兴趣的看官，欢迎订阅美投 Pro，新用户前几天免费试用，快来体验一下吧。

如果你喜欢美投君的视频，别忘了点赞、关注和转发哦，谢谢大家。