全球人工智能七大核心议题展望

核心观点

• AI 商业化进程: 研究报告对 AI 商业化进程持乐观态度，认为虽然仍存在疑问，但 AI 商业化的规模和速度都还有很大的发展空间。报告指出，目前 AI 模型的年收入增长率已经很高，企业对 AI 模型的采用也处于早期阶段，未来随着 AI 模型能力的提升，企业愿意支付的金额也将随之增加。
• 代币成本和竞争: 报告认为，虽然代币价格下降和 Chinese 模型的兴起引发了关于 AI 定价能力的担忧，但这种担忧被夸大了。代币价格下降的同时，代币使用量也大幅增长，呈现 Jevons 倒退现象。此外，Chinese 模型虽然占据了很大比例的代币使用量，但并没有占据更大的代币支出份额。报告还指出，随着工作负载的复杂性增加，“每项任务的成本”比“每枚代币的成本”更重要，因此高价前沿模型仍然具有竞争力。
• 超大规模企业资本支出: 报告警告称，超大规模企业的资本支出规模庞大，存在过度投资的风险，并且可能影响投资回报率。报告指出，超大规模企业的资本支出预计将在 2026 年达到 7700 亿美元，并在 2027 年达到 1.1 万亿美元，但需求信号仍然强劲。然而，超大规模企业的自由现金流已经转为负数，并且需要外部融资来弥补投资和支出之间的差距。
• 资本支出与商业化时间错配: 报告认为，超大规模企业的资本支出与商业化之间存在时间错配。由于支出发生在数年前，而收入要到 2030 年才能实现，因此超大规模企业的自由现金流预计将在 2027 年底之前保持负数。超大规模企业正在通过外部融资来弥补这一差距，例如发行债务和租赁。
• 韩国内存: 报告对韩国内存行业持乐观态度，认为当前股价已经大幅下跌，市场预期过于悲观，并且市场定位已经得到清理。报告预计，随着超大规模企业资本支出的增加，韩国内存的需求和盈利能力也将随之提升。
• 中国大陆 AI: 报告认为，中国大陆的 AI 产业链中，国内聚焦的 AI 半导体和硬件栈具有最大的价值增长潜力。由于中国大陆对 AI 基础设施的构建需求强劲，因此对半导体设备和电源基础设施的需求也将大幅增长。
• 全球投资组合中的 AI 布局: 报告建议在全球投资组合中加大对新兴市场，特别是韩国内存、台湾半导体和先进封装，以及中国大陆的半导体设备和电源基础设施的配置。在美国，报告更青睐半导体 > 超大规模企业 > 软件。

关键数据

• Anthropic 年收入增长率达到 65 亿美元。
• OpenAI 年收入增长率达到 40 亿美元。
• 企业在 AI 模型上的平均支出为每名员工每月 12 美元，而前 10% 的企业支出为每名员工每月 650 美元。
• 超大规模企业的资本支出预计将在 2026 年达到 7700 亿美元，并在 2027 年达到 1.1 万亿美元。
• 超大规模企业的自由现金流预计将在 2027 年底之前保持负数。
• 中国大陆的 GPU 市场规模预计将达到 1 万亿美元。
• 中国大陆的半导体设备市场规模预计将达到 4000 亿美元。

研究结论

• AI 商业化进程仍处于早期阶段，未来具有很大的发展空间。
• 超大规模企业的资本支出规模庞大，存在过度投资的风险，并且可能影响投资回报率。
• 中国大陆的 AI 产业链中，国内聚焦的 AI 半导体和硬件栈具有最大的价值增长潜力。
• 在全球投资组合中，应加大对新兴市场，特别是韩国内存、台湾半导体和先进封装，以及中国大陆的半导体设备和电源基础设施的配置。