AI算力的六个财务关键点

AI交易过去总在问：谁离算力更近？但这个视角已经太单薄。接下来，市场会把追问落到更细的变量上。第一，token的价值是否还能继续抬升。Agentic AI如果把能力从代码、研究和分析扩展到更多白领日常工作流，模型实验室与推理链条会被重新定价评估。第二，模型实验室的毛利能否继续改善。仅靠收入增速已不够，市场会盯紧推理成本、缓存效率、SKU迭代以及前沿模型的定价权。第三，云厂商能否把资本开支真正变成收入。AI capex不再天然等同利好，前提是它要进入云收入、推理毛利以及企业合约带来的现金回流，市场才会买单。第四，英伟达能否继续在系统级瓶颈上实现溢价。GPU只是起点，Rubin、SOCAMM、网络、机架级系统、软件栈以及供应链采购能力，才决定英伟达是否还能持续抽成。第五，台积电与存储端能否重新定义稀缺性。先进节点、HBM、DRAM、SOCAMM以及先进封装若仍是供给约束，价值就不会轻易从上游松动。第六，企业软件能否拿到AI落地入口。缺少流程入口的软件公司会被挤压；拥有入口、具备数据并能完成编排的软件公司，反而可能更昂贵。

AI交易的下半场里，资金正在拨开宏观叙事的雾气，寻找那些能把算力变成现金流、把技术壁垒沉淀为定价权的“暗流”。

结论：Token不仅没有贬值，反而在Agent工作流的推动下身价更高。

过去市场担忧的是：模型越降价，Token价值可能越接近归零。但这忽略了Agentic AI带来的实质变化。以Anthropic为例，其年化收入运行率（ARR）从90亿美元快速拉升到440亿美元以上，推理毛利率也从38%跃升到超过70%。

原因在于，Agent把原本要由初级分析师花费数小时才能完成的研究与编码工作流，压缩为几美元Token成本就能产出的“数字化交付”。当Token开始大规模承接并替代高薪白领的“智力产出”时，Token所承载的价值就出现了非线性跃升。

结论：降本带来的幅度跑赢了降价带来的幅度，模型厂商的利润底座因此更牢。

市场对大模型公司的最大误读，是把“价格战”直接等同为“利润被榨干”。但实际情况是，底层算力的持续优化让大模型毛利率走出了“U型反转”。

例如通过软件层面的宽EP、计算分离与更高的缓存命中率（如Claude Code缓存命中率可达到90%以上），再叠加硬件从H100向GB300升级所带来的数十倍Token生成效率提升，模型厂商的单位生产成本会出现断崖式下行。以Anthropic的Opus系列为例，即便大幅降价，其单位毛利反而提升，并且在高端产品线（如Opus Fast、Mythos）仍维持5-6倍的超额定价能力。

结论：资本开支（CAPEX）不再自动等同于利好，真正被市场认可的是能变现的算力。

过去两年，只要云厂商宣布要在数据中心投入百亿美金，股价就容易上涨。但如今节奏变了：微软、谷歌、AWS等巨头计划在2026财年合计砸下超5000亿美元用于AI基础设施建设，资本市场开始更看重“业绩兑现”。

以Google Cloud为例，在其Q1 2026资本支出达到357亿美元的同时，云收入同比增长63%并首次突破200亿美元；基于生成式AI模型的企业级产品收入也大幅攀升近800%。这才让市场信心站稳。未来云厂商必须证明：每一分投入服务器与GPU的钱，能够高效转化为企业订阅合约与推理毛利。

结论：GPU只是入场券，真正让英伟达具备继续提价底气的是系统级瓶颈。

随着下一代架构Vera Rubin逐步逼近，英伟达的护城河不再只依赖单一芯片的性能。Rubin NVL72整机架的报价预计可达500万至700万美元（甚至更高），相较Blackwell仍有约25%到一倍多的溢价。

更关键的是SOCAMM（小型化压缩附加内存模组）的引入。它把内存做成模块化并作为独立计费项，英伟达可以有效对冲上游DRAM涨价带来的压力，甚至还能在内存环节额外抽取约60%的毛利。只要它在机架级液冷、网络互连与软件栈上保持不可替代，英伟达就仍有能力在整个AI生态中持续“抽成”。

结论：瓶颈已经从“缺GPU”转向“缺HBM与先进封装”。

如今全球并不缺普通算力，真正稀缺的是能够把GPU和高带宽内存（HBM）进行高效封装协同的产能。据报道，TSMC的CoWoS先进封装产能已经被完全排满，成为限制AI服务器出货的终极上限。

与此同时，HBM内存价格在过去一年里甚至出现翻倍，服务器DDR5内存价格也上涨了60%。这种“存储+封装”的双重约束，让台积电、SK海力士、美光等上游厂商具备更强的再定价能力。只要这套供需约束的“紧箍咒”不松，价值就不会轻易从上游流向中下游。

结论：SaaS的护城河正在被重写，没有AI编排能力的软件会被逐步边缘化。

企业级AI的竞争重心，已经从上层的“谁的模型更聪明”，下沉到“能否无缝嵌入白领的日常作业流”。

那些只提供孤立AI功能的软件公司正在被嫌弃；相反，像Salesforce（Agentforce原生植入CRM）、Microsoft（Copilot深度融合365全家桶），以及各类强大的AI工作流编排平台（例如Vellum、Coworker AI等）正变得越来越贵。它们掌握企业数据的入口，并拥有跨应用编排的主导权，这才是抵御AI同质化的核心防线。

总结一下：

AI交易正在从“粗放式的产能扩张逻辑”转向“精细化的商业变现逻辑”。资金也变得更聪明、更苛刻——不再为宏大叙事买单，而是紧盯毛利率、定价权以及真实现金流的转化能力。以上这6个问题，正是用来检验AI泡沫与真金白银的关键试金石。