西南证券：AI模型迭代聚焦工程能力 AI应用落地锚定高ROI场景

来源：智通财经网

西南证券发布研报称，2025年，海外云厂商均强调“云服务供不应求”、“根据需求信号扩展数据中心”、同时愈发关注AI应用的商业化变现，AI投资逐步从FOMO CapEx向ROI CapEx转变。模型端，随着Scaling Law从预训练延伸至强化学习和持续学习，模型对数据集的要求也将发生转变，训练数据将带来模型能力分化，推理阶段有望进一步放大其差异化特征，从而催生不同的AI用例、与不同领域进行深层次融合，在工程化能力提升和锚定高ROI应用场景下，AI商业化进程有望提速。

西南证券主要观点如下：

海外AI投入面临现金流压力，AI投资从FOMO CapEx转向ROI CapEx

2024-2025年，海外科技大厂资本开支高增，AI初创企业投入力度加大，且未来开支预期进一步上调，当前行业普遍面临现金流压力，从而促使海外科技厂商寻求多种数据中心建设方式和融资手段缓解压力，AI独角兽IPO进程也有望提速。

2024年，AI大基建之初，部分海外云厂商表示“投资不足的风险远远大于投资过度的风险”，AI投资伴随着FOMO情绪；2025年，海外云厂商均强调“云服务供不应求”、“根据需求信号扩展数据中心”、同时愈发关注AI应用的商业化变现，AI投资逐步从FOMO CapEx向ROI CapEx转变。

数据中心面临电力容量限制，算力集群日益强调每瓦特Tokens产出效率

通常，海外云厂商在规划数据中心之初，需率先确定能够提供给数据中心的电力容量，再针对数据中心内部的IT设备进行配置。因此，在电力容量限制下，海外云厂商均强调最大化每瓦特下的Tokens产出效率，对芯片/存储/通信等硬件环节，以及软件栈和系统架构进行全面优化，以提高数据中心的算力利用率。

同时，海外云厂商日益注重数据中心建设的通用性和灵活性，以适应不同代际的GPU、电气部件和冷却设备，支持多种模型的计算，能够在训练工作和推理负载之间灵活切换，而非为单一技术或单一客户过度投资，协同设计(Co-Design)和通用性(Fungible)成为关键。

大模型工程化能力持续提升，AI产品商业化诉求增强

未来，AI大模型将继续围绕长文本/多模态/逻辑推理/工具使用能力迭代升级，当前Transformer架构仍有较大工程优化空间。

随着Scaling Law从预训练延伸至强化学习和持续学习，模型对数据集的要求也将发生转变，训练数据将带来模型能力分化，推理阶段有望进一步放大其差异化特征，从而催生不同的AI用例、与不同领域进行深层次融合，在工程化能力提升和锚定高ROI应用场景下，AI商业化进程有望提速，订阅/API/广告/Agent等多种业务模式逐步探索、成形。

云业务增速依赖产能上线节奏，AI云服务有望伴随容量释放实现加速增长

2025年，海外AI云服务进入“超大订单+长期基建”模式，云订单金额从十亿级到千亿级不等，同时海外云厂商剩余履约合同金额呈现高速增长，AI云服务有望迈向加速扩张阶段。从海外云厂商表态来看，各公司均表示当前算力产能供不应求，已锁定数吉瓦级别电力容量，由于云业务收入增速将高度依赖产能上线节奏，预计随着2026年算力容量逐步释放，云业务有望迎来加速增长。

风险提示

AI投资带来现金流压力风险；AI云业务增长不及预期风险；AI应用商业化变现不及预期风险等。