近期，AI領(lǐng)域的討論熱度居高不下。對于許多關(guān)注科技趨勢的觀察者而言，AI展現(xiàn)出的潛力與市場表現(xiàn)之間的關(guān)系顯得復雜。在一次深度投資訪談中，WhaleRockCapital的創(chuàng)始人Alex結(jié)合其長期在科技成長股領(lǐng)域的經(jīng)驗，對當前的AI周期給出了冷靜的分析。他認為，若以更宏觀的視角審視，當前AI的發(fā)展可能仍處于早期階段。

在分析科技成長股時，Alex傾向于利用S曲線來理解市場滲透率。他指出，該模型的核心在于識別技術(shù)采用的生命周期。

技術(shù)往往先出現(xiàn)，但真正進入增長階段需要較長時間。以移動互聯(lián)網(wǎng)為例，智能手機在iPhone推出之前便已存在，但直到產(chǎn)品體驗的障礙被消除、生態(tài)建立起來，需求才隨之呈現(xiàn)出指數(shù)級增長。目前，市場對AI的關(guān)注多集中在短期表現(xiàn)，而忽略了技術(shù)成熟后可能帶來的指數(shù)級盈利增長。

Alex認為，企業(yè)AI應(yīng)用的市場滲透率目前依然處于較低水平，即S曲線的起點。盡管目前已有數(shù)以億計的用戶在使用AI，但多數(shù)應(yīng)用仍停留在輔助搜索引擎的層面。隨著AI逐步向具備自主執(zhí)行任務(wù)能力的智能代理（Agents）轉(zhuǎn)型，企業(yè)的構(gòu)建與采用將推動市場規(guī)模進一步擴大。

Alex對AI基礎(chǔ)設(shè)施層的關(guān)注源于一個基礎(chǔ)判斷：無論AI應(yīng)用層最終誰能勝出，行業(yè)對算力的需求都呈現(xiàn)出巨量增長的態(tài)勢。

過去數(shù)十年，數(shù)據(jù)中心硬件架構(gòu)相對平穩(wěn)，算力需求的增長率與摩爾定律的迭代速度基本匹配。AI工作負載每年呈現(xiàn)出數(shù)倍的增長，這直接推動了硬件行業(yè)的結(jié)構(gòu)性變革。

硬件廠商正面臨新的挑戰(zhàn)：

液冷技術(shù)的重要性提升：由于AI服務(wù)器的運行溫度遠高于傳統(tǒng)設(shè)備，液冷成為維持系統(tǒng)穩(wěn)定運行的關(guān)鍵。

內(nèi)存性能的升級：高帶寬內(nèi)存將多顆芯片疊層以提升輸入輸出能力，這已成為AI服務(wù)器中極其關(guān)鍵的部件。

網(wǎng)絡(luò)連接的極高依賴：數(shù)據(jù)中心內(nèi)不同服務(wù)器機架的連接，以及服務(wù)器內(nèi)部GPU之間的連接（Scaleup），對網(wǎng)絡(luò)帶寬提出了極高要求。

這種需求壓力使得供應(yīng)鏈各環(huán)節(jié)的價值重新評估。過去被視為大宗商品的元器件（如印刷電路板），由于其規(guī)格與工藝復雜度的提升，已進入到需求短缺的周期。

在基礎(chǔ)模型層，Alex觀察到了類似于云市場演進的趨勢，呈現(xiàn)出寡頭競爭的態(tài)勢。

早期參與該領(lǐng)域的創(chuàng)業(yè)公司中，大部分因各種原因掉隊。當前，幾家領(lǐng)先玩家正通過持續(xù)的大規(guī)模算力投入和技術(shù)迭代，逐步穩(wěn)固其競爭地位。Alex認為，這些領(lǐng)先公司不僅提供模型服務(wù)，還在圍繞API構(gòu)建起包括軟件工具、編排層及SDK在內(nèi)的生態(tài)系統(tǒng)，以此建立鎖定效應(yīng)。

此外，編程領(lǐng)域已成為AI釋放價值的先行場景。在2025年，各類編程輔助工具的爆發(fā)，展現(xiàn)了AI在實際工作場景中的效能提升。這種效能提升使得企業(yè)能夠基于基礎(chǔ)模型構(gòu)建真正的業(yè)務(wù)技能，進一步強化了領(lǐng)先模型的競爭優(yōu)勢。

相比于基礎(chǔ)設(shè)施層的明確預期，AI在應(yīng)用層軟件的表現(xiàn)則顯得更為復雜。

Alex團隊在2023年后對應(yīng)用軟件行業(yè)的看法轉(zhuǎn)向謹慎。他發(fā)現(xiàn)，許多傳統(tǒng)軟件巨頭在集成AI功能時，并未能真正改變業(yè)務(wù)流程，也難以從AI服務(wù)中獲得顯著的額外收入。

軟件公司面臨的挑戰(zhàn)在于：

預算擠壓：客戶傾向于將預算轉(zhuǎn)移至回報更直接的AI推理支出中，從而縮減了傳統(tǒng)軟件的開支。

銷售模式轉(zhuǎn)型：AI原生應(yīng)用的銷售動作與傳統(tǒng)軟件銷售存在本質(zhì)差異，需要前線部署工程師（FDE）深入客戶現(xiàn)場確保效果。

原有業(yè)務(wù)的影響：對于成熟軟件巨頭而言，AI收入在總銷售額中占比尚低，尚不足以改變其整體增長軌跡。

盡管如此，仍有觀點認為，AI代理（Agents）可能通過與現(xiàn)有頭部軟件平臺的深度集成，重新鞏固這些平臺的地位，成為組織內(nèi)不可或缺的信息庫。

在極度樂觀的看多情緒中，保持審慎依然必要。

Alex指出，最需要警惕的風險點包括：

監(jiān)管與社會輿論：AI帶來的負面情緒，以及潛在的政府監(jiān)管風險，可能影響數(shù)據(jù)中心的擴張與AI的普及。

技術(shù)的進展停滯：如果AI基礎(chǔ)模型的進步放慢，市場競爭可能演變?yōu)榧兇獾膬r格戰(zhàn)，這對模型廠商的盈利能力可能構(gòu)成挑戰(zhàn)。

算力冗余風險：如果主要玩家因競爭失敗退出市場，短期內(nèi)可能導致算力需求波動。

從長遠來看，全球領(lǐng)先科技公司的市值與利潤池展現(xiàn)出了數(shù)字經(jīng)濟時代的特性。這些公司通過網(wǎng)絡(luò)效應(yīng)、規(guī)模優(yōu)勢以及行業(yè)標準地位，構(gòu)建了極高的競爭壁壘。

Alex強調(diào)，對于投資而言，最重要的是構(gòu)建一套穩(wěn)固的研究機器。在科技行業(yè)，除了依賴數(shù)據(jù)與模型分析，更核心的依然是深入研究管理團隊，并與供應(yīng)商、競爭對手進行直接交流。通過跨學科的視野，去理解技術(shù)采用過程中的細微顆粒度，是判斷未來趨勢的關(guān)鍵。

總結(jié)而言，AI對全球經(jīng)濟的影響力正處于構(gòu)建階段。無論市場如何波動，科技周期的演進邏輯將持續(xù)發(fā)揮作用。對于投資者而言，理解這一周期的底層規(guī)律，并在復雜的市場噪音中保持清晰的判斷力，是應(yīng)對未來挑戰(zhàn)的重要基礎(chǔ)。