本公众号是《思维纪要社》的备用账号，通道↓↓↓
本次录音围绕AI产业当前泡沫论与市场格局分析展开深度探讨，结合算力、云、模型与应用各层级的现状、风险与投资观点，系统拆解了多头与空头的分歧逻辑，并对未来趋势作出判断，内容如下：
泡沫论背景与核心焦虑
·泡沫论来源与市场反应：去年十月财报季引发市场对AI公司投入产出比的质疑，此前投资者直接将CapEx增长等同于未来收入/现金流折现，现更关注收入增长、成本变化、利润水平及现金流可持续性，细化到RPO结构与上下游客户分布。
·三大焦虑点概述：市场焦虑集中在CapEx增长、折旧周期、循环订单与债务风险；其中债务被视为最严重，CapEx仅是导火索。
·CapEx增长趋势与驱动力：自2020至2025 Q3 CapEx持续上升，2026年主要厂商仍给出增长指引。训练需求曾依赖Scaling Law推动上台阶式增长，但2025年出现“撞墙”，需结合算法创新才能持续提升；推理需求呈光滑且陡峭曲线，驱动公式为“更多用户×更高使用频次×更长输入/思维链/output”，ChatGPT、Gemini、Claude用户持续增长，国内豆包达1.6亿；Agent普及与模型能力提升使Token消耗激增；输入/输出长度及思维链显著拉长（推理模型Token消耗约为非推理模型5倍）；多模态与交错思维链将进一步推高Token消耗。
·折旧周期争议：云巨头折旧年限由2017-2022年的3-4年延长至2023后的5-6年，被空头质疑通过会计处理低估摊销、高估利润。芯片实际生命周期可用于训练→微调→推理，但存在收入不确定性与刚性折旧错配风险。
·循环订单与债务风险：OpenAI与Oracle、微软、博通等签1.4万亿美元十年期订单，风险集中于Oracle、微软、博通；OpenAI模型进展缓慢、份额被抢占，引发对其上游公司信任危机。AI公司普遍未盈利，转向发债融资，利率反映基本面（如xAI 12.5%、Co 11-14%）；私募债与表外融资增加复杂性，形成“黑盒”风险。
产业链泡沫判断与分层分析
·纵向分层风险对比：
o上游硬件（如英伟达）泡沫较小，交付即确认收入，风险主要来自与OpenAI股权关联；
o云层面，巨头云因业务多元、传统云缓冲、成本策略灵活较稳健；New Cloud公司业务单一（GPU租赁）、高杠杆、高融资成本，与巨头竞争承压；
o模型层普遍亏损，但格局稳定后研发可被摊薄，需关注技术差异化；
o应用层分化明显，套壳应用依赖“壳厚度”，无数据壁垒者风险高。
·横向阵营分析：OpenAI阵营（英伟达、微软等）一荣俱荣一损俱损，风险暴露度不一；另一阵营以Anthropic为核心，与谷歌、亚马逊深度绑定，策略更聚焦（coding/to B），预计2028自由现金流转正，优于OpenAI的2030目标。
算力与云服务现状
·算力格局与厂商动态：英伟达仍为龙头但面临推理芯片短板，收购Gro补强；谷歌凭借Transformer、TPU、搜索流量与技术储备展现全栈整合优势，自研芯片降低成本并形成对内对外灵活供给；亚马逊、微软、Meta自研芯片存在感较弱。
·云服务业绩与风险：巨头云收入双位数增长、RPO增速快于收入，预示未来加速；亚马逊份额全球第一但增速较低，谷歌、微软增速超30%；Google Cloud利润率同比提升近5点，受益于自研芯片。New Cloud公司（如CoreWeave、Nebius）本质为高杠杆GPU租赁，融资成本高、缺规模效应，CoreWeave Q4收入环比仅13%但CapEx为收入4倍，股价波动剧烈。
模型层技术演进与趋势
·技术路线转变：2025年由追求AGI转向工程化优化，注重成本-性能平衡；标志性事件包括DeepSeek-R1低成本实现可用能力、GPT-5不及预期，显示模型领先优势减弱。测评榜单失效，刷榜普遍，一级市场自建榜单评估。
·2026优化方向：记忆/在线学习能力、Multi-Agent协作与任务分解、降幻觉率（对to B关键）、意图识别、交错/树状思维链、性价比（Token单价持续下降）。
·新范式探索：谷歌Master Learning提出训练时推理，解决记忆与在线学习，并可能增加算力需求；大厂人才创业探索事件模型、空间智能等新路径。
·多模态主线：分渐进式（更长生成、更高一致性、更逼真）与原生多模态（保留更多信息，如Gemini 3 Pro、Kimi 2.5）；输入端国内仍有差距，输出端与海外接近（如可灵与Veo 3.1能力相当），商业化已先行。
竞争格局与中美差距
·全球模型竞争：美国三足鼎立（OpenAI、谷歌、Anthropic），技术领先者更替，Google与Anthropic后发优势明显；商业变现上OpenAI C端增速放缓、B端份额下降。
·中国市场竞争：公司数量多、格局未稳，大厂与中小模型公司并存；预计数量收敛但不会极端垄断，因硬件与数据体量限制参数量与能力侧重方向。
·中美技术差距：文本简单任务差距小，复杂任务（金融/法律/医疗）仍有幻觉率挑战；编程场景快速追赶；多模态输入端有差距、输出端接近。
应用层场景与商业化观察
·关键指标与趋势：Tokens与ARR增速快但含水分（内部使用、样本偏差），整体趋势陡峭向上；需结合财报跟踪商业化数据。
·场景分析：
oTo C由通用Chatbot主导，垂直场景需独家数据壁垒（医疗、法律、健康）；
oTo B市场2025年增长2-3倍，国产开源模型（DeepSeek、千问、智谱）抢占海外份额；
o巨头内部赋能（谷歌搜索、Meta广告、亚马逊物流、阿里生态嵌入等）降本增效，价值不易量化但增量显著。
投资观点总结
·上游看好英伟达：份额优势与CUDA生态稳固，虽有推理芯片竞争压力但仍具壁垒。
·云层稳健标的：谷歌与亚马逊因与Anthropic绑定深、业务多元、AI占比适中，风险低于New Cloud。
·模型与应用层关注：格局未定，建议持续关注MiniMax、智谱（港股）、Kimi等；港股互联网公司（阿里、腾讯、快手、美图）因AI深度嵌入生态，有望获降本增效与估值提升。
