现在的AI算力使用方式，相当于每家工厂自己建发电厂。微软建数据中心，谷歌建TPU集群，Meta买GPU阵列，谁都在重复建设。
制造业的质检、银行的客服、医院的辅助诊断、物流的路径调度，这些行业会出现大量深度嵌入的AI公司。它们不追求最大参数的模型，追求的是在自己的行业里把成本降下来、效率提上去。
这是当年互联网走过的路。1996年赚到钱的是雅虎和微软，但互联网真正改变世界，是淘宝、微信、滴滴、抖音这些公司出现之后的事。每个行业都长出新公司，旧模式被推翻，成本结构被重构。
巨头财报透视:AI产业链的演进趋势与机遇最近海外AI巨头的财报，放在一起看很有意思：这些公司原来业绩都不差，但在AI超级周期里，却是苦乐不均。 Meta去年同期Capex大概170亿，今年311亿，几乎翻倍。钱花在买GPU和建数据中心的路上，但广告主不会因为Meta买了更多GPU就多付广告费。AI能帮它优化推荐系统，商业化的链条太长，短期看不到回报。收入增28%，利润跌14%。 谷歌的困境，云收入增长82%，但Capex飙到449亿，FCF第一次转负。大规模投入之后，回报还没跟上。 海力士的问题，HBM供不应求，份额接近58%，但十几家核心客户签了长期供货协议，价格早就定死了。现货市场HBM价格涨上天，它吃不到。量走了，价没动，利润自然不及预期。 高通和康宁的问题更简单，AI的浪潮还没传到它们那一环。消费者不觉得AI功能值得现在换手机，AI数据中心的光纤和玻璃基板需求也还没到放量的时候。 英特尔和三星超预期，但超的不是AI的预期。英特尔靠的是传统服务器CPU更新周期，三星靠的是产品线齐全通吃涨价。AI对它们来说，增量有，分量还不是主菜级别的。 唯一不受这些困扰的是微软。Capeb花出去，转头就能在Azure上出租算力赚回来。Copilot每次调用都在Azure上跑，云收入和订阅收入双收。它的商业模式让AI投入和回报在同一套系统里循环。 赚到钱的，都是做B端生意的 从巨头的财报，一眼就能看出一个规律：这一轮AI真正赚到钱的公司，都有成熟的B端业务做底子。 微软做企业软件，客户是企业，付费意愿强，续约率高。Copilot涨到3000万付费用户，背后是CIO（企业IT负责人）在拍板。 谷歌的云业务增速82%，靠的是企业客户把数据和工作负载搬到谷歌云上。它的利润率高，靠的是TPU自研芯片拉低成本。但它的FCF转负说明，烧钱的节奏还没控制住。亚马逊的AWS也一样，B端客户贡献稳定收入。 那些面向消费者的公司，日子就不太好过。Meta有36亿用户，但靠的是广告收入，用户不直接付钱。辛辛苦苦把AI做进推荐系统，效果好了，广告点击率升了，但报价涨不上去。高通更直接，AI手机换机潮没来，消费者不买账，它就没增长。 一句话：AI目前的变现能力，跟着付费能力走。企业愿意为效率提升付费，消费者不愿意。 短期：市场集中度在上升，但这只是开端 现在的格局很清楚：AI的投入和产出都在向少数大厂集中。它们原本就是IT、互联网或通信基础设施领域的老玩家，用AI给自己已有的业务装了个新引擎。小公司玩不起这个游戏，百亿级的Capex、上万块GPU的算力集群、顶尖AI人才的争夺，门槛摆在那里。 但这是AI的早期阶段，离终局还远。市场集中度上升，是技术早期的必然现象。当技术的投入门槛极高、商业化的路径不确定时，只有资源最丰富的玩家能撑住。互联网1996年也是这种局面，雅虎、AOL、微软先赚到钱，然后才是淘宝、微信、滴滴、抖音的时代。 现在AI站在在这个起点上。 中期：看应用渗透的深度 算力只是手段，应用才是目的。接下来的关键是谁能把AI在自己的场景里用出经济价值。 微软走在最前面。Copilot付费用户3000万，商业模式从卖座位升级成按量计费。每次调用都在Azure上跑，云收入跟着拉起来。这是目前AI变现最成熟的结构。 谷歌在搭全栈。TPU压成本，Gemini做模型，搜索和YouTube做应用入口，云服务做B端出口。四层打通后，云利润率一年内从17.8%升到32.9%。但烧钱太快，FCF第一次转负。 Meta在赌消费端。36亿用户是比微软和谷歌更大的牌面，但能不能变现，账上那7.84亿美元的自由现金流等不了太久。 亚马逊在等，AWS增速28%，不快但毛利高。推理需求爆发之后，公有云平台的变现价值才会真正释放。 而AI产业链中半导体公司的增长，取决于下游到底跑了多少有价值的应用。应用增长没跟上算力扩张，硬件投资的回报就会出问题。 远期：标准化AI工厂 等标准化AI工厂起来之后，事情才会变。做AI应用的公司不再需要自己建基础设施，像找台积电代工芯片一样，把需求交给专业工厂就行。按需买AI能力并自然嵌入业务流程、资源集中在自己的业务上。 这类工厂会分成两种。一种是通用AI工厂，像现在的AWS和Azure，提供标准化算力，谁都能用。另一种是垂直行业的AI工厂，除了算力还把行业规则、合规流程、法律法规全部封装好。专门做医疗影像的工厂不只能跑模型，还内置了HIPAA、FDA认证流程、DICOM协议（医疗影像标准）、医院IT系统对接规范，拿来就能用。做金融风控的工厂自带各地监管要求、数据本地化规定、审计路径。做工业质检的工厂适配各行业产线的视觉检测标准。 大家用AI，应该像用Word一样。打开就能写，字体、排版、打印协议全内置好了，用户不需要知道背后怎么工作的。垂直AI工厂也要做到这个程度——合规体系、业务流程、行业模板全部预装好，企业拿来直接嵌入运营，不用自己搞技术集成。 AI的商业价值已经在微软的财报里验证了，一家公司的成功还不能证明超级周期已经开启。当下AI的繁荣本质只是局限于大厂及其生态，而且集中在做B端生意的大厂手里。中期的看点是谁能把AI渗透进自己的场景，长期的看点是算力基础设施变成公共资源之后，垂直行业AI公司全面生长的那一天什么时候来。 数据来源：东方财富、海外公司财报公开信息！
