海外AI应用：2025年度总结与2026年展望 关键要点总结 一、 涉及的行业与公司 * **行业**：海外AI基础设施（Infra）、基础软件、应用软件（SaaS）、AI模型、C端Agent。 * **公司**： * **云大厂/AI Infra**：微软、谷歌（Google Cloud Platform）、亚马逊（AWS）、Meta、Oracle。 * **基础软件**：MongoDB、Okta、CrowdStrike、Cloudflare、Snowflake、Elastic。 * **应用软件（SaaS）**： * 流程类/平台型：Salesforce、ServiceNow、Workday、Adobe、GitLab、Palantir。 * 垂直类：Getaway（保险）、in type（法律/金融CRM）、Viva（制药）、AppLovin（广告）、Reddit、多邻国。 * **AI模型厂商**：Anthropic、OpenAI、MinMax（国内）。 * **其他**：OpenCloud（C端Agent）。 二、 核心观点与论据 1. 云大厂AI商业化与资本开支（Capex）拐点 * **2025年AI收入超预期**：谷歌AI收入高于此前预估的约150亿美金，亚马逊接近200多亿美金，Meta约60亿至70亿美金，微软年化预期在30几亿美金[5][6]。总体商业化节奏"基本达标"[6]。 * **2027年迎来收入覆盖成本的拐点**：预计微软、谷歌、亚马逊AI年收入均超200-300亿美元[1]。以微软为例测算，2027年AI收入合计约300亿美金，将超过当年新增服务器折旧成本（约200亿体量），而2024年收入小于成本，2025年基本打平[6][7]。 * **Capex指引并非过度乐观**：大厂的Capex调整更偏向基于可见业务需求的战略性规划，2027年业绩确定性较高[7]。 2. 基础软件存在“错杀”机会，确定性优于流程类SaaS * **商业模式差异**：基础软件多采用消费型计费（如流量、存储、计算），而传统SaaS依赖订阅席位[8]。 * **AI时代利好消费型模式**：AI驱动的互联网流量、安全负荷、数据体量将持续增长，放大基础软件公司的业绩基础与潜在空间[8][9]。例如，CrowdStrike以保护模块数量计费，MongoDB与Snowflake以数据存储与计算体量计费[8]。 * **“错杀”逻辑**：基于“大模型吞噬软件价值”的逻辑下杀基础软件估值并不合理，其付费模式在AI时代反而处于加速放量过程中[19]。 * **业绩与指引**：多数基础软件公司25Q4业绩超预期，26Q1指引亦超预期[2]。CrowdStrike最新ARR约50亿美金，给出十年后ARR达200亿美金的目标[9]。Cloudflare给出“有史以来最乐观”的Capex指引，预计2027年Capex占收入12%至15%[9]。 3. 应用软件（SaaS）估值处于低位，数据权限成为核心壁垒 * **估值处于10年低位**：经历多轮下跌后，美股SaaS估值水位接近10年来低点[4]。 * **垂直SaaS更具韧性**：因掌握理赔、临床、法律等私密可验证数据，在Agent时代具备更高议价权，估值修复节奏快于通用流程类[1][4]。近期股价反弹也较流程类更明显[4]。 * **数据价值兑现**：数据访问权限与可验证数据资产构成核心壁垒，一方面可实现增量变现，另一方面当用户希望C端Agent访问私密数据时，反而需要提供相应席位与账号，带动付费意愿抬升[4]。 * **流程类SaaS AI数据不差**：Palantir美国商业收入同比增长137%，ServiceNow AI相关订单金额环比增近20%至6亿美金，Salesforce AI订单数量达29,000[10]。但受科技贝塔偏弱与宏观扰动，股价未充分反映积极变化[4][10]。 4. AI Coding渗透率最高，将改变软件公司成本结构 * **渗透率最高领域**：Anthropic数据显示，软件工程调用占比近50%（约49.7%），办公自动化约9%，其他场景多在3%-4%[25]。 * **原因**：代码对错易验证、开发闭环易形成、能显著放大高水平人才产出[25]。 * **组织与成本结构变化**：2026年将集中看到软件公司研发人员成本下降、Token成本上升的结构性变化[1]。已有国内上市公司案例在2025年底裁员约1/3，但对2026年营收预期反而更快[26]。 * **市场空间**：海外AI Coding市场空间约500—1,000亿美金；假设中国开发者数量与美国相当且模型价格约为美国1/10，则对应中国市场空间约50—100亿美金[27]。 5. C端Agent竞争2026年全面加速，推动基础设施投入 * **海外整合路径**：侧重将Agent与传统产品整合，如谷歌的AI Overview、微软Copilot、亚马逊的Refuse AI、Meta整合至Instagram的Minus[22]。 * **国内路径差异**：更多以打造新APP为入口[22]。 * **驱动基础设施投入**：C端Agent落地节奏可能快于预期，底层推理成本放量将驱动大厂持续扩张K8S等基础设施投入[1][23]。 6. 第三方Infra厂商迎来新机遇 * **规避“全站捆绑”风险**：为规避大模型厂商“全站闭环、一体化捆绑”风险，企业倾向选择具备路由、安全、边缘推理能力的第三方服务[3][24]。 * **历史类比**：类似互联网时代数据存储激增催生出MongoDB等第三方数据服务商[24]。 * **机会显现**：第三方Infra厂商的业务机会预计在2026年将初步显现[3][24]。 7. 软件评价体系与产业竞争格局重构 * **评价指标变化**：核心指标从单纯收入增速转向“AI产品续费率”与“中台覆盖率”[3][12]。Agent壁垒将由用户操作轨迹、修正记录等私有沉淀数据定义[3][29]。 * **产业结构变化**：AI时代新增了model环节，业务边界被打破，竞争呈现全栈化，价值链向中台化延伸[13]。 * **玩家定位**： * Infra厂商：增量来自模型API与数据产品。 * 传统流程SaaS：向下构建中台型产品，将单点SaaS演进为企业级数据记录系统。 * 大模型厂商：覆盖多层，model是核心。 * 数据服务商：在既有平台增加AI数据服务增值功能。 * 创业型Agent公司：以单一高价值场景切入[14]。 三、 其他重要内容 * **云业务增速**：25Q4谷歌与亚马逊的云收入增速进一步企稳，谷歌云边际改善最明显[8]。2027年谷歌云增长预期基于其GPT大模型领先及匹配的Capex资源扩张[8]。 * **Agent演进难点与进展**：Agent从代码向企业流程与物理世界演进，复杂度上升。2026年可能是向企业服务延伸的重要阶段。“OpenCloud·龙虾”现象反映出长周期智能体的阶段性特征出现，开始从辅助工具向数字劳动力演进[28]。 * **市场情绪与反弹**：近期美股软件股反弹（部分公司近5日涨幅达“十几个点”），触发因素之一是Anthropic发布会传递出与传统软件公司“合作而非竞争”的姿态，与OpenAI的竞争姿态形成差异[25]。 * **国内模型厂商弹性**：国内模型厂商在Coding与Agent方向迭代后，token消耗量呈指数级增长（如MinMax月度消耗量增长6倍），未来收入增速可能显著超预期[26]。 * **2026年投资节奏**：软件板块悲观估值压制显著，重点关注2026年下半年“数据价值”的业绩兑现。若业绩持续上修，估值可能进一步抬升[24]。