行业趋势与周期 - 当前行业投资焦点从软件重新转向基础设施 硬件和基础设施再次成为热点[2] - 企业客户认识到部署AI特别是Agentic AI将从根本上改变其基础设施架构 包括流量模式、延迟要求和安全架构[3] - AI的采用进程分为两个阶段 2025年是Agentic AI的实验年份 而2026年将看到大量应用进入生产环境并展示切实的投资回报率[5] AI发展的关键制约因素 - 首要制约因素是基础设施限制 包括全球电力不足、计算资源不足、网络容量不足以及内存和建设数据中心所需的硬件外壳不足[6] - 第二大制约因素是信任赤字 如果用户不信任AI系统就不会使用它们[6] - 第三大制约因素是数据缺口 用于训练模型的互联网公开人类生成数据即将耗尽 未来增长将依赖于合成数据和机器生成数据[6] 投资与市场前景 - 主要科技公司正将AI视为其业务的长期生存性问题 因此对持续的资金投入充满信心[8] - 模型规模将持续变得越来越大 并且随着进入Agentic AI时代 应用将呈现爆炸式增长 这将验证许多投资的合理性[10] - 投资过程中必然会出现资本错配 部分公司将会消失 赢家将最终胜出 类似2000年互联网泡沫后的情况[11][12] 生态系统与合作 - 构建完整的生态系统至关重要 需要基础设施、软件和安全等不同领域的参与者紧密合作 以创建安全可靠的解决方案[3][4] - 有观点认为当前生态系统中的许多企业仍未做好充分利用AI的准备 而Agentic AI带来了额外的挑战[3][4]