AI产业从技术狂热走向商业验证——付鹏8月19日录制视频观点

729．付鹏认为：当下AI行业的核心转折，市场评价体系已经告别单纯追捧资本开支、模型参数的技术叙事，转向严苛的商业闭环检验。OpenAI最新财务表现，成为这套逻辑的现实参照，但也要客观区分现实风险与行业全盘悲观的预期。OpenAI呈现出典型增收不增利的困境，二季度营收67亿美元，环比增速回落至18%，营业亏损进一步扩大。烧钱的速度跑在了营收增长前面，资本不再单纯为AGI远期信仰买单，如果大模型企业持续拿不出可持续盈利路径，高估值就会承受证伪压力。产业链结构性矛盾十分突出，大模型企业实质上在缴纳高额“硬件税”。OpenAI单年度向微软支付算力成本达到172亿美元，成本占总支出比重很高。和传统软件边际成本持续下降不一样，大模型每一次推理都消耗GPU、电力资源，调用规模越大，算力开销越高，很难实现规模摊薄。上游HBM等硬件厂商享受高利润红利，下游模型厂商却深陷成本黑洞，产业链利润分配极度失衡。开源模型持续挤压闭源生存空间，国内DeepSeek、Kimi等产品性能持续追赶，推理成本大幅下探。闭源厂商被迫卷入价格战，近几年模型实际成交价出现大幅回落。闭源的技术壁垒被逐步削弱，原本依靠高价API构筑的商业模式，受到直接冲击。但这不代表闭源会彻底消亡，对高安全、高定制化的企业场景，闭源依旧有存在价值，二者更多是共存竞争。产业链“左手倒右手”的资金循环，是最值得警惕的系统性风险。部分资本把资金投向大模型企业，企业再拿融资资金反向采购投资方旗下芯片、云服务，账面做大产业规模，但缺少外部真实商业利润作为底座。一旦下游大模型商业化不及预期，融资环境收紧，算力扩张节奏就会放缓，压力会顺着传导链，波及算力租赁、服务器、上游半导体硬件。但风险不等于行业整体泡沫破裂。AI降本的技术路径依然存在，模型算法优化、端侧分担云端算力、算力供给提升，都可以逐步缓解硬件成本压力。就算海外大模型资本开支降温，全球云厂商正常迭代、国内算力国产替代、端侧智能落地，依旧可以提供需求托底，产业链会走向结构性分化，而非集体崩塌。映射到A股市场，炒作算力资本开支预期的阶段逐步过去。选股重心转向拥有真实订单、营收与毛利兑现的细分方向。要区分海外大模型烧钱周期和国内独立逻辑，国产算力、端侧硬件受海外扰动相对有限；应用端重点甄别企业付费落地情况，远离只有概念故事的标的。整体来看，AI行业正在经历去伪存真的阶段。模型能力、算力规模不再是胜负的唯一标尺，能否完成商业变现、构建可持续的生态，才是决定企业能否走下去的关键。资本市场会淘汰依靠融资输血无法自我造血的环节，但技术赋能产业的长期趋势并未被推翻。
免责声明：以上不构成投资建议，股市有风险。