汇添富基金沈若雨：AI人工智能产业从预期走向现实

距离ChatGPT3.5大模型面世已经3年多了，人工智能产业和以往的新兴产业一样，产业界和投资界经历了从震撼到质疑再到普及的过程。根据最新的披露数据，OpenAI的周度活跃用户已经达到了9亿，而Anthropic周度活跃用户据估计也已经达到了5000-6000万。与此同时，OpenAI和Anthropic最新一轮融资后的估值分别达到了8520亿美元和3800亿美元，而Anthropic的最新年化经常性收入（ARR）更是达到了300亿美元，超过了OpenAI 2月底公布的250亿美元（数据来源：OpenAI、Anthropic公司官网、最新融资文件）。投资者不再争论AI人工智能产业是否只是概念，因为从投资的角度出发，价值投资和主题投资的区别在于：第一，所投资的产业是否真正具备社会意义，能够不断创造社会价值和经济价值；第二，商业模式是否能够产生经营性自由现金流，满足企业持续发展的需要。如果按照上述标准判断，人工智能产业已初步满足上述两个条件，成为了未来重要的生产力形态之一并完成了商业闭环，真正进入了适合长期深耕挖掘价值的阶段。本文主要想就投资者关心的几个问题做初步探讨。

一、AI算力投资的高歌猛进是否可持续？

过去几年，二级市场AI产业公司的表现呈现出的特征是AI算力硬件公司大幅跑赢传统互联网、云计算平台厂商，背后的原因也是来自于在AI转型的过程中无论是初创企业还是互联网平台都加大了对于AI算力基础设施的投资建设。从产业实际需求观测，AI算力的真实需求与Tokens词元增长呈现出正相关的关系，目前仅约两成的Tokens消耗用于模型的预训练，约八成的Tokens已应用于推理领域。可以预见的是，随着各类AI Agent应用的成熟、嵌入传统的C端应用或企业工作流中，Tokens的消耗增长会保持飞速增长。现阶段对于AI算力投资的边际约束并不来自于产业用户的真实需求，而是来自于资本开支的可持续性和产业链各环节的供给瓶颈。我们长期看好AI算力需求的持续性，未来的投资机会主要来自于符合未来技术发展方向，具备较高技术壁垒，行业需求巨大的领域，包括光通信、存储、AIDC能源等相关领域的投资机会。

二、AI应用时代的产品形态和发展特征与移动互联网时代有何不同？

在日常与投资者交流的过程中经常被问及的问题是什么时候能看到爆款AI应用，但是大家体感上似乎并没感受到真正爆款应用的出现。事实上目前爆款的C端AI应用就是大模型本身。我们观察全球前几大模型厂商可以发现用户规模优势、使用粘性已经形成。

1. ChatGPT：约8亿月活，目前是全球C端渗透率最高，伴随更多的问答数据沉淀在ChatGPT平台上，用户粘性也在进一步稳固。强项：拟人对话、通用交互最强、插件生态成熟，第三方应用适配性高。

2. Gemini：7.5亿月活，用户规模与ChatGPT相当，擅长搜索答疑、影音创作。强项：多模态图文/视频能力最强，数学/代码/推理能力均衡，公司的AI算力基建与原有生态具备强有力支持。

3. Claude：约1.2亿月活，主要面向企业客户和技术开发者。擅长代码生成、企业文档处理，流程类Agent应用，学术研究。（月活数据来源：Openrouter网站统计、公司官网）

从中我们可以看出AI应用时代还是建立在大模型基础能力之上的，模型即应用的产业趋势已经较为清晰。但是AI应用时代与移动互联网时代的区别在于，与移动互联网时代流量为王的特征不同、在模型即应用的时代，由于以Claude模型为代表的代码生成能力已经进入到无限供给的状态，轻应用，浅层流量入口价值在迅速通缩，而真正能闭环解决问题的AI应用未来则可能实现成功的商业化，并且企业级市场与C端用户市场同样具备潜力。

我们还是以OpenAI和Anthropic两家大模型厂商的发展路径为例，从收入结构来看，两家大模型厂商呈现出不同的发展策略。OpenAI的收入构成中C端订阅占55-60%，而企业服务、开发者API分别占25-30%、15-20%左右。Anthropic的发展策略与OpenAI截然相反，企业服务、开发者API收入达到了85%，而C端订阅仅占15%。Anthropic目前已拥有30万家企业客户，其中年消费超过10万美元的客户数量在过去一年增长了7倍，年消费超100万美元的客户已超过500家。（数据来源：OpenAI、Anthropic公司最新融资文件）

从收入结构上可以看出OpenAI的策略与传统互联网巨头类似，先占据流量分发入口，然后再将消费者、企业服务应用场景货币化。Anthropic的策略则是专注企业级市场，捕捉到了最适合商业化落地的场景，正式进入了爆发增长期。从两家大模型发展路径可以观察到，AI应用和传统互联网产品最大的区别在于：传统互联网思维下的入口型产品很多时候是用户注意力吸引机制驱动，而AI应用是以结果、质量、成本、效率驱动的。对于我们投资端的启示是，AI应用能够吸引用户持续付费成功进行商业化，说明此类产品至少需要满足以下条件：1）创造收入、2）节省成本和时间、3）降低错误率、4）完成人工无法完成的工作。因此AI产品的付费机制比传统互联网时代的应用更接近真实用户价值。而对于传统互联网巨头来说，拥有海量用户规模、数据、使用场景只是先决条件，基础模型能力的持续投入和突破才是传统平台实现AI应用转型的关键。

三、AI人工智能技术是否会重塑各行业的研发范式？

在AI时代，我们需要认识到人工智能技术的引入对于科研本身可能也具有反身性。我们曾经习惯于引用Gartner成长曲线来描绘新兴产业的发展轨迹，往往会经过“爆发期-低潮期-成熟期-泡沫期”这几个阶段。然而，AI人工智能技术的引入可能会显著降低新兴产业试错难度，同时加快研发的进度。

以半导体行业研发为例，计算光刻是芯片设计和制造领域中最大的计算工作负载，每年消耗数百亿 CPU工作小时数。晶圆代工厂的大型数据中心24x7全天候运行，以便创建用于光刻系统的掩膜板。这些数据中心是芯片制造商每年投资近2000亿美元的资本支出的一部分。根据美国算力芯片龙头披露的资料，其联合ASML、新思推出的计算光刻库cuLitho能够将计算光刻的速度提高到原来的40倍。举例来说，H100 GPU的制造需要89块掩膜板，在CPU上运行时，处理单个掩膜板需要两周时间，而在目前在GPU上运行cuLitho只需8小时就可以完成工作。

上述案例只是AI加速各行业研发进程的其中一个，给我们的启示是，对于未来我们需要重新建立产业发展规律的认知。成长投资的本质是在总结历史规律的基础上大胆假设、小心求证，推测未来。AI时代新兴产业发展曲线可能并不遵循原来我们所习惯的节奏，甚至在未来某个时间点出现新物种加速涌现的情况，对此我们必须提前做好充分的准备。