AI产业收入仅用两年时间就从零飙升至1000亿美元，这本身就足够颠覆认知。更让人没想到的是，华尔街分析师在肯定这一成绩的同时，却抛出一个更危险的判断：应用层公司正在陷入一场巨大的SaaS陷阱。D.A. Davidson分析师Gil Luria在《The Real Eisman Playbook》节目里当场算了一笔账：“OpenAI和Anthropic目前的累计营收运行率明显已超过750亿美元。”他随后又实时修正：“算上Gemini的收入，或许再加上一点Meta和xAI，我们就已经站在了千亿美元营收之上，而两年前这个数字还是零。”主持人的反应抓住了那一刻的全部冲击力：“你说的是营收？”
这个数字就是2026年AI多头的全部底气——没有哪个技术赛道能在如此短的时间里交出如此惊人的商业化成绩。但在Luria看来，同一组数据里正埋着一个足以改变行业格局的结构性陷阱。他的警告非常直白：把业务直接搭在封闭模型上，等于把命脉交到别人手里。“如果你的生意是建在Anthropic或OpenAI的某个模型上面，一旦那个模型出了问题，你就完了。”他搬出了最近的案例：一次政府干预直接限制了Anthropic的Fable模型。“要是哪家公司把核心业务直接搭在Fable模型上，现在就已经出局了。”这不是理论推演，而是已经发生的商业惨剧。
营收数字真实不虚，但钱的流向高度集中。英伟达2027财年第一季度营收816.15亿美元，单是数据中心业务就贡献了752.46亿美元，网络业务同比暴涨199%。黄仁勋把眼下这一刻定义为“人类历史上最大规模的基础设施扩张”。英伟达目前的供应承诺高达1190亿美元，第二季度营收指引更是直指910亿美元。盘面上，英伟达股价约196.75美元，远期市盈率只有23倍，过去一年上涨13.41%，不声不响地成了超大盘AI交易里估值最合理的一个。
对照之下，应用层SaaS的估值则完全是另外一副光景。数据分析公司Palantir的远期市盈率高达148倍，与英伟达的23倍形成刺眼的落差。市场在用真金白银给这场路线之争投票：基础设施的复利增长，远比搭在封闭模型之上的应用层风险更低。同样在华尔街的逻辑里受罚的还有微软。尽管微软的AI营收运行率已经冲到370亿美元，Microsoft 365 Copilot付费席位数同比增长超过160%达到1500万，但2026年年初至今股价依然跌去19%。投资者正在用抛售惩罚那些疯狂投入资本支出却尚未拿出明确投资回报率的超大规模云厂商。
从财务数据来看，这一轮AI基础设施军备竞赛的烈度毫不逊于营收的增长速度。Alphabet第二季度营收达到1198亿美元，云业务增速加快至82%，积压订单量攀升至5140亿美元，并将2026年全年资本支出指引上调到1950亿至2050亿美元。微软单个季度砸下375亿美元，Meta直接把2026年资本支出指引拉高到1250亿至1450亿美元。每一家巨头都在用“先修路”的逻辑向市场解释，但Luria的警告给这种叙事安上了一个残酷的倒计时：当基础设施层变得越来越强，依靠调用第三方大模型的SaaS公司将同时面临模型供应中断的风险、巨头直接下场竞争的风险，以及自身数据被模型提供方反哺后培养出竞争对手的风险。
Luria进一步点出了数据层面的致命问题。那些把专有数据喂给Anthropic或OpenAI进行训练的企业，正在让自己的运营逻辑变成模型提供方可以学习的素材。换句话说，你花巨资采购的AI服务，很可能在下一个迭代中就成为与自己抢生意的直接对手。这一点并非危言耸听，过去两年里已经发生过若干次底层模型策略突变导致应用层公司业务崩盘的先例，Fable模型事件不过是最近的一例。
现在，AI产业正在面临一个分水岭：两年跑出千亿美元营收的惊人速度，证明需求不是泡沫；但营收分布的高度倾斜，以及应用层普遍缺乏护城河的现实，又预示着大批公司可能会在下一阶段的洗牌中消失。对于普通投资者而言，重要的不是相不相信AI，而是看清楚自己所押注的究竟是卖铲子的基础设施商，还是站在流沙之上盖楼的SaaS企业。千亿美元的数字两边，是完全不同的两个世界。
热门跟贴