上海
財聯社7月14日訊（編輯 李瑩）越來越多的企業高管對高昂的“Token支出”發出警告；市場更青睞便宜的非前沿模型，尤其是來自中國的模型；超大規模云服務商（Hyperscalers）暗藏債務隱憂……
此前“全線看多AI”的單一牛市敘事正面臨前所未有的考驗。正如阿波羅全球管理公司首席經濟學家Torsten Slok所指出的，AI回報放緩將成為每個人的問題。
高盛報告提出，未來的終極贏家，將不再是那些在AI上砸錢最多的公司，而是那些在每美元AI投資中能產生最高“有用產出”的公司。
轉向多極化格局
高盛One-Delta（股票及線性衍生品）交易臺主管Rich Privorotsky在最新發布的市場報告指出，市場對AI生態系統的感知與預期已經發生了顯著的轉變。
他在報告中總結道，AI的行業敘事正在從“雙雄并立（英偉達與谷歌）的前沿技術競賽”，轉型為“高度競爭的多極化格局”。
Meta和xAI都已經證明，它們能夠以明顯更低的價格提供具有前沿水準的API服務。
雖然競爭的加劇不可避免地會壓低Token的定價，但AI算力硬件產業鏈多頭的反駁論點是：更廉價的Token將釋放呈指數級增長的需求，從而讓硬件供應商受益。
然而，高盛的分析指出，這種所謂的“需求彈性”在現實并非必然發生。
目前，企業端的AI應用已經相對成熟。根據Ramp AI指數的最新數據，目前企業對付費AI工具的采用率穩定維持在50%以上。因此，單憑降價可能無法立刻引發新一輪的強勁需求。
注：藍色實線為統計樣本企業對付費AI工具的采用率。
Ramp AI 指數基于美國企業賬單數據編制，反映企業付費AI需求景氣度。
從大模型轉向小模型
盡管前沿大模型在處理復雜的推理任務和定制化問題上仍極具價值。但在實際生產中，企業的工作負載正加速向體積更小的專用模型轉移。
這些模型被專門優化以用于執行特定的企業任務，例如文檔處理、工作流路由、合規審查以及客戶服務等。其運行成本低，速度更快，且具備在邊緣設備（手機、車載終端、工業傳感器等本地智能硬件）或普通CPU上進行本地化運行的能力。
這一轉向與AI開源模型平臺Hugging Face首席執行官Clément Delangue的觀點高度吻合：
隨著企業AI使用規模的擴大，成本壓力正推動企業經歷一場“從租賃閉源的前沿API，到擁有并運行自己的開源模型”的結構性轉型。
通縮顯現，效率為王
這種結構性轉變對API和Token的定價具有根本性的通縮效應。
隨著本地化和開源模型的普及，第三方API的溢價空間被極大壓縮。這直接導致超大規模云服務商面臨著更加巨大的市場審視壓力——它們必須向股東和市場證明，其龐大的資本支出計劃在未來能夠帶來合理的商業回報。
此外，如果AI的推理過程變得越來越去中心化和本地化，那么此前那些依賴集中式算力租賃的新一代AI云服務商（Neo-Clouds）的底層商業模式也將面臨根本性的結構性質疑。
在這一輪AI投資周期的早期階段，投資者的策略很簡單：做空AI支出方（如資本開支巨大的巨頭），做多AI現金流受益方（如芯片股）。
而如今，隨著市場的發展，這兩類交易已高度正相關，傳統的對沖策略正在失效。
注：圖中紅色曲線代表超大規模云服務商相關指數，綠色曲線代表美國AI半導體硬件供應商相關指數 。
現在的核心問題不是云巨頭是否會放緩投資，而是股東何時會要求更高的資本效率。
高盛的Privorotsky指出，一旦云巨頭們迫于股東施加的壓力，開始在資本支出上進行收縮，那么即便硬件行業受益方的業績數據依然亮眼，其估值倍數也很難維持。
注：紅色實線代表每吉瓦算力對應的資本投入成本；藍色虛線代表單位AI產出對應的成本
Privorotsky在報告中給出的結論也很明確：每美元帶來的“有用產出”正在下降……因此，“非AI領域的贏家”才是市場當前應該尋找機會的方向。
（財聯社 李瑩）
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
