铭鸿体育资讯网

互联网技术AI泡沫的出清不会是"全行业雪崩"，而是一次极其精准的优胜劣汰——谁靠叙事活着，谁靠现金流活着，潮水退去时一目了然。综合高盛、BIS、摩根士丹利、Forrester等机构的判断，以及新华网披露的全球AI投入1.4万亿美元vs营收6130亿美元的残酷断层，以下五类行业将面临最大挑战，且冲击会沿产业链逐级传导。一、最惨重：高杠杆算力基础设施与数据中心租赁这是泡沫破裂的"震中"。高盛在7月中旬的研报中明确指出，"算力扩张时代"正逐步走向终结，整个科技板块的估值定价体系即将迎来重构——资本开支效率、资产利用率、应用落地速度将取代"硬件产能规模"成为新的定价因子。挑战来自三个方向的夹击：-债务期限错配：科技巨头通过发债为AI基建"输血"，彭博数据显示自2025年初以来美国已发行超过3700亿美元的AI债券融资产品。但数据中心、算力设备技术迭代快、折旧周期短，与中长期债务明显错配-资产闲置风险：一旦需求不及预期，万亿级"暗算力"将出现，运营商债务风险陡升。甲骨文就是前车之鉴——其自由现金流已暴跌至-59亿美元-抵押物贬值：部分算力租赁公司以GPU为抵押融资，但GPU迭代极快，新一代芯片上市后旧型号租金下跌，存量GPU的二手价值和抵押价值同步缩水，金融机构可能要求补充抵押物或提前还款摩根大通数据显示，当前美国四大云厂商2026年AI资本开支将高达7250亿美元，但三季度合计自由现金流预期将砸至约40亿美元——创下近十年来绝对低点。这种"表内失血+表外6620亿美元租赁承诺"的结构，一旦算力项目交付起租，账面真实债务将面临结构性翻倍。中国的具体风险点：依赖进口GPU的中小算力租赁商、无差异化优势的智算中心。上海市经信中心的报告明确指出，上海大量应用层且未盈利的AI企业面临资金链紧张，A股AI成分股中仅四成实现利润增长、三成陷入亏损。二、最直接：半导体存储与光通信硬件链这是已经能看到拐点的行业。存储芯片的拐点信号已经出现。摩根士丹利7月21日的报告警告：AI驱动的存储超级周期正接近拐点，内存合同价格预计将于2026年四季度见顶。数据显示净盈利上调率已从92%的峰值回落至77%，SK海力士市净率已从高点回落至2.5倍，三星降至1.7倍。更具杀伤力的是供需逆转的预期：-台积电宣布大幅上调年度资本支出，未来三年大规模扩产先进制程-全球存储大厂持续扩产，机构预判2027年全球芯片、存储或将迎来新一轮产能过剩周期-韩国作为全球AI产业链最脆弱、杠杆最高的位置，其HBM预期下行将引发全球AI硬件需求重估光模块、PCB、液冷设备同样面临挑战。800G/1.6T需求骤减的风险已经显现，上半年这些环节因"瓶颈叙事"获得极高估值溢价，但一旦算力建设放缓，高速光模块订单下滑、估值腰斩的压力将集中释放。大摩的判断值得重视：本轮存储周期将走向"拉长"而非"直接崩溃"——这意味着不是断崖式暴跌，而是长达12-18个月的漫长估值消化期，对相关企业来说是"温水煮青蛙"式的挑战。三、最残酷：未盈利大模型与AI应用初创公司这是死亡率最高的群体。MIT调查显示95%的企业布局AI后未能收获可量化的商业回报；高德纳预警2027年末将有超四成AI智能体项目被迫终止。商业回报的缺失，让这一层的所有玩家都坐在火药桶上：头部大模型公司：OpenAI、Anthropic两家估值合计超1.8万亿美元，年化收入合计仅700亿美元，20-25倍市销率明显高于微软、谷歌等巨头（10倍上下）。更关键的是现金流——德意志银行报告显示OpenAI最早要到2030年才有望实现现金流转正，Anthropic虽有望在2026年二季度首次单季度盈利但盈利不足6亿美元。中小模型与套壳公司：启明创投预判，未来12-24个月顶尖模型将内化任务规划、工具调用、多Agent协同等能力，直接"降维打击"靠套壳和编排存活的中间层公司。国内370多家具身智能企业中，没有实际落地产品、仅靠概念融资的，将面临生存危机。纯概念ToC应用：智谱清言、Minimax星野等产品月活不足千万，用户留存率持续下滑；Minimax海外流量占比过高，国内C端业务尚未找到可持续的商业模式。一级市场的"灭绝潮"：美元基金年度融资额从2021年的5329亿元萎缩至2025年的827亿元，跌幅逾84%。上海市经信中心预警：上海AI应用层占比超85%，大量腰部以下企业面临融资困难，或被整合淘汰。四、最隐蔽：水平SaaS与传统企业软件的"存在性危机"这是被市场严重低估的挑战——不是业绩下滑，而是商业模式根基动摇。Forrester在2026年2月的一份重磅报告中指出，SaaS公司估值在七天之内蒸发超过1万亿美元，触发因素是市场意识到AIAgent可能从根本上改变工作完成的方式。投资者逃离SaaS有四个核心担忧：1.SaaS公司不会成为AIAgent的首选提供者2.传统的"按席位收费"模式将过时，导致收入下降3."氛围编程"（vibecoding）让初创公司能复制复杂SaaS平台的功能，侵蚀护城河4.SaaS产品本身过于复杂，用户疲于管理数百个互不相通的应用结构性冲突在于：SaaS企业长期采用"按席位收费"模式，本质上与就业规模高度挂钩；但AI提升生产力的逻辑，恰恰意味着企业可能减少员工数量——如果企业用大模型工具自建自动化流程，部分中后台软件需求将被削弱。Forrester的预测很明确：低切换成本、弱嵌入式企业工作流的水平点解决方案SaaS厂商将被挑战；那些无法提供即时、可量化ROI的厂商将失去资金和客户；只有垂直化、领域特定的SaaS厂商（如医疗、制造业）或控制独特专有数据的厂商才能存活。这意味着：企业办公AI、AI营销、AI教育等"水平赛道"挑战最大；而工业AI、医疗AI、金融AI等"垂直刚需"赛道韧性强，解决真实痛点、有现金流的企业将在估值回调后存活，龙头集中度反而提升。五、最深远：亚洲服务外包与AI驱动的区域产业重构这是被讨论最少、但影响面最大的挑战。路透社援引高盛估算，美国约2.5%的就业岗位面临AI风险，主要集中在客户服务、计算机支持和业务运营等领域——而这些恰恰是跨国公司多年来外包给亚洲的工作。具体冲击：-印度IT服务：塔塔咨询服务、Infosys、Wipro等过去一年表现严重落后-菲律宾业务流程外包（BPO）：该国约一半的服务出口包括BPO、呼叫中心和IT服务，外国投资者今年已从菲律宾撤资8.4亿美元，主要股指暴跌超过10%-韩国半导体：作为全球AI产业链最脆弱、杠杆最高的位置，其HBM预期下行将导致全球AI硬件需求重估这是AI泡沫出清中唯一的"实体经济就业冲击"——前面的挑战主要集中在资本市场和科技行业内部，而这一层的挑战将直接传导至新兴市场国家的GDP和就业。中国的差异化处境：双轨周期下的"危"与"机"中国在这一轮全球共振中呈现出独特的"双轨"特征：承压的一面：-外销型、绑定英伟达的AI企业：将遭遇海外客户缩减资本开支、美国芯片管制持续收紧、全球科技估值回调三重打击-A股1060家AI成分股中，仅四成利润增长、三成亏损，大量腰部以下企业面临融资困难-依赖进口GPU的中小算力租赁商、无落地通用AI初创企业韧性的一面：-英伟达在华份额从95%跌至55%，国产AI芯片国产化率达41%，形成了隔离海外泡沫冲击的独立周期-字节、阿里等自带流量的平台型公司，将受益于算力降价带来的成本收缩-工业AI、政务垂直AI、华为昇腾/寒武纪等国产算力芯片，具备穿越周期的属性BCAResearch复盘四次历史资本支出热潮后发现，当前AI领域已显现五大崩塌规律的早期迹象。但这并不意味着灾难——正如高盛报告所指出的，下一阶段的行业赢家未必是基建规模最大的企业，而是那些拥有稳定电力保障、算力利用率高、商业化路径清晰的算力运营服务商。对行业参与者的核心启示：-硬件厂商比拼的不是扩产速度，而是高端产能实力与真实业绩兑现能力-软件厂商必须从"工具"转型为"智能体"，否则将面临商业模式的生死考验-创业公司必须找到能付钱的场景、深度解决具体问题，而非停留在demo阶段-投资者应建立算力利用率、单位Token成本、行业ROI、绿电比例、数据合规这五把硬约束尺子泡沫出清的本质，是市场从"建设思维"转向"运营思维"、从"硬件产能规模"转向"商业化落地收入"的估值体系重构。在这个过程中，挑战最大的行业恰恰是过去两年受益于AI叙事最深的行业；而真正具备技术壁垒、场景闭环和现金流能力的企业，将在洗牌中诞生为下一阶段的龙头。历史不会简单重复，但总是押着相似的韵脚——2000年互联网泡沫破裂后，存活下来的亚马逊、谷歌最终定义了云时代；这一轮AI泡沫出清后，活下来的企业也将定义下一个十年的智能时代。区别只在于：谁能在潮水退去前，找到自己的泳裤。

Agent与大模型完整体系解读一、大模型与Agent本质关系-大模型LLM：只会思考的大脑，具备理解、生成、推理能力，但无行动、记忆、工具调用、任务规划能力，仅能问答。-Agent智能体：搭载大模型思考能力，叠加工具调用、长短记忆、任务规划、循环执行逻辑，是可自主交付结果的数字员工。一句话总结：大模型决定能不能想明白，Agent决定能不能做成事。二、Agent带来四大核心变革1.交互升级：单次问答→完整任务交付2.运行模式：一次性对话→7×24持续自主运行3.驱动逻辑：人分步指挥→设定目标后自主拆解执行4.产品定位：聊天工具→可独立干活的数字员工三、岗位替代风险分层高危（强替代）标准化、可模板化工作：初级内容创作、基础客服、初级CRUD程序员；重复执行工作会被快速替代。中危（岗位重构）数据分析师、设计师、运营岗；基础执行自动化，岗位价值转向策略、创意、规划、决策。低危（短期难替代）线下实体操作岗（医生、工程师、物流制造）、高责任复杂决策岗（高管、投资、法务），依赖现实交互与权责承担。四、职场底层变化逻辑过去：人重复执行流程，产出靠时间堆砌；未来：AI承担执行，人负责监督、策略设计、价值判断；趋势不是失业，而是岗位重组、人类能力向高层升级。五、普通人未来4条出路1.向控制层升级：做流程搭建、AI调度者，不做底层执行者；2.打造AI+行业复合能力，纯执行岗位会被淘汰；3.掌握Agent变现路径：自动化账号、企业AI系统、垂直SaaS产品；4.能力迁移路径：工具使用→系统设计→执行监督→业务理解→价值创造。六、Agent标准工作闭环目标输入→任务拆解规划→调用工具/API获取信息→执行行动生成结果→观察反馈校验效果→反思优化调整策略，循环迭代直至完成目标。核心结论AI时代竞争本质不是人和AI对抗，而是会驾驭Agent的人淘汰不会使用AI的人。AIAgent大模型数字员工AI职场变革岗位替代风险多智能体AI职业规划Agent落地人机协同AI原生能力AI大模型公司AI大模型创业AI大模型竞赛大模型数据困境ai大模型营销ai大模型就业大模型代码

人工智能进入下半场：这些行业正在经历剧变微软CEO纳德拉说了一句大实话：AI得干点真正有用的事了，不能光会聊天写诗。如果这些token不能让医疗更好、教育更棒、企业更有竞争力，那就是白搭。到了这个阶段，AI的玩法发生了根本性转变。SaaS行业正经历被“掀桌子”的时刻Gartner预测，到2030年至少有40%的企业SaaS支出将转向按使用量或成果定价的模式。什么意思？以前你按席位付费——公司几个人用就付几份钱。以后你按AI帮你完成了多少任务、创造了多少价值来付费。卖软件的人再也不能靠长期合约绑架客户了，产品没价值，客户说停就停。微短剧赛道悄然爆发，个体创作者的黄金时代来了2026年第一季度，全行业上线的微短剧里，AI生成的占比已超过95%。数据预计2026年中国短剧市场规模将突破1200亿元。更有意思的是，媒体上开始出现“超级个体”逆袭的故事——两个人、一台电脑，20天就能做出32集的AI短剧。生产方式变了，“一人公司”不再是幻想。视频播客正在吞噬传统电视YouTube上视频播客的广告收入正在快速增长，视频播客观众的内容消费量比纯音频听众多出1.5倍。视觉效果带来的参与感和亲近感，是纯音频无法替代的。这也解释了为什么越来越多人不看电视了——屏幕时间的转移早已悄悄发生。芯片供应链格局剧烈重塑美国商务部近期再度升级出口管制，禁止将最先进的AI芯片出口至中国境外的中资企业子公司。差距在缩小——斯坦福数据显示中美主流AI模型性能差距已收窄至2.7%，但供应链的风险始终存在。下半场的AI正在从聊天机器人变成解决问题的工具。谁能在真实产业中创造出实际价值，谁就能赢得下一个十年的入场券。

我自己对这件事的看法其实很简单。这两年，可能是20到30岁的普通人逆天改命最好的窗口。不是因为AI会自动把你变强。而是因为它把一件事的成本打下来了——那些原来只有有资源、有团队、有前辈带路的人才能干的事，突然降到一个人就能试的地步。这个窗口，不会永远开着。一、老板知道AI重要，但他们不知道从哪开始我认识不少传统行业的老板，都是那种做了十几二十年生意、手里有客户有现金流的人。他们知道AI很重要，也会时不时转发两条相关新闻在朋友圈。但要他们真正用起来？他们不知道从哪里下手。他们缺的不是ChatGPT账号。而是有人帮他们把流程重新做一遍——不是把AI塞进旧流程，而是用2026年的工具，把那些2015年留下来的东西重造一次。这件事，年轻人可以做。我之前看到有人做了一个案例：找那些明明有官网、但网站烂到像十年前做的店家，用AI帮他们做一个不公开的demo，素材授权、商家资料、合规问题都先处理好，然后去发coldmail问他们有没有兴趣升级。这个方向我觉得是对的。一个月200美金的工具费用，做一堆demo，成交一个客人就回本。这不是什么高科技创业，这就是一门成本极低、时机极好的小生意。很多人会觉得这种事很蠢。但时代变的时候本来就是这样。MarkCuban当年提着电脑挨家挨户去推销的时候，估计也有一堆人觉得他有病——谁要用电脑？那么贵，手写记账不就好了？结果呢？你现在觉得蠢的东西，可能两年后就是标配。二、公司之间的战争，正在变成成本战争Cuban说过一句话，大概意思是：未来只剩两种公司，会用AI的和倒闭的。这话听起来很极端，但我觉得他想说的不是”明天不用AI就会死”，而是公司之间的成本结构，正在被AI重新写一遍。以前大公司打小公司，优势在资源、人力、流程、部门。现在不一样了。新公司可以用AI很快做出产品、跑市场、测需求。旧公司如果还在用以前那套，反而会被打得很痛。我现在一个人能做到的事，以前可能至少要请两个员工——还要培训、磨合、管理，结果还不一定有AI稳。现在只要spec写清楚，AIagent可以立刻上岗。如果两家公司做一样的事，一家要1000个人，一家要100个人，最后压倒对方的可能不是产品差异，而是成本差异。这才是AI对传统公司最残忍的地方——它不是平均地让所有公司变强，而是让懂流程、懂拆解、懂用AI的公司，用更少的人做更多的事。三、SaaS会死一大片，普通工作也一样Cuban说那些标准化SaaS会很危险——几个表格、几个按钮、几个流程，然后按人头收费。这种东西以前很值钱，是因为做软件很贵。但当AI让做软件变便宜，很多SaaS的价值就会被重新审视一次。我自己的判断更直接：未来能活的SaaS，要么有真正的壁垒——大量独家数据、网络效应、法规know-how；要么有特殊的workflow，不是把UI做得像就能复刻出来的那种。如果你的产品很容易被AI仿出来，那它本来就没有你想象中那么值钱。以前它能活，是因为做软件贵，不是因为它真的无法替代。人也是一样。如果你很容易被AI取代，很多时候说明你做的事情本来就没有太多独家判断。这话很残忍，但我觉得是真的。真正强的人短时间内不会被取代，因为他的价值不是打字、写代码、做图、整理资料。而是脑子里那些经验、取舍、踩坑踩出来的直觉。AI可以给你平均答案，但未来最不值钱的，可能就是平均答案。四、窗口不会永远开着AI时代最爽的地方，不是你不用学习了。恰恰相反——是学习的成本突然暴跌了。以前你想进入一个新领域，要先缴一大堆学费：找人带、买课、试错、熬很久才摸到门路。现在只要你问得够深、拆得够细，很多东西真的可以硬啃下来。但前提是你真的愿意学。如果你只是拿AI来复制粘贴，那你只是多了一个更快的外包工具。如果你拿AI来拆问题、补知识、做demo、测流程、验证想法，它就会变成你放大自己的工具。AI不会救懒人。它只会让愿意学的人变得更加离谱。你当然可以选择维持现有的工作方式。但如果你不甘心就这样，这两年用AI强化自己，可能真的是这一代普通人最难得的一次机会。