在美股7姐妹開始大規模投資AI硬件的兩周年之際，回看今年前9個月的事件里，AI一度陷入到天量投入最后能否盈利的質疑聲里，甚至市場有部分觀點擔心那么大的投入，假設后續的投資回報率不及預期，這是個潛在的隱患。

在之前提到過，對于美股7姐妹來說，即使短時間內可能看不到AI帶來大的回報，但持續投入AI是必須要做的事情，也存在著“FOMO”效應，誰都怕落后了就錯過了新的增長機會，而且對于這些科技股來說，現金流足矣覆蓋每年遞增的Capex，若最后AI帶來的回報沒有那么好，那也只是影響了當期的現金流，并不對未來產生多大的影響。

實際上，為了打消市場對“投資AI究竟賺不賺錢”的質疑，英偉達從二季度就開始向投資人展示客戶買了顯卡后能給ROI帶來多大的提升，但市場也是將信將疑，因為主要客戶也是云廠商，而不是AI軟件，市場更想看到的是AI應用/軟件能能賺錢。

直到美股三季報陸續披露后，多家AI相關業務的公司業績表現亮眼，才打消了市場對AI“不賺錢”的質疑，接下來看看美股AI應用在炒什么。

一、AI應用處于什么階段？

先貼兩個數據，據統計這次美股的 Software主題，和2023年的Semi主題非常相似，都是從自上而下的開始，AI從硬件到軟件的板塊輪動也已經被確認。

另一點，近期對沖基金以7周來最快的速度凈購買軟件行業，而像硬件是被最多凈賣出的行業。雖然說部分資金從硬件端流出轉到軟件，但兩者并不是那種蹺蹺板之間的關系，一是美股的流動性太好，資金太多；二是對硬件的投資邏輯也沒有發生改變，反而是當越來越多的AI應用跑出來了，那對硬件需求也是更大的刺激。

目前美股AI應用的主要邏輯有以下幾點，1.高盛預估到2030年，云計算市場的總規模將達到2萬億美元，其中10-15%的份額來自生成式AI，那么算下來大概就是2000-3000億左右的生成式AI市場。

2.目前是正式進入AI周期的第二年，在一年前基礎設施還在建設中，而現在大量的基礎設施都建立起來了，相對于應用層面，基礎設施、平臺和網絡安全公司更接近當下AI周期受益者的位置。

3.軟件和硬件相比，軟件仍然有很大的上行空間，因為市場對軟件收入的共識滯后于硬件，倉位上也比較輕；換句話說，目前軟件和硬件相比，軟件的預期差更大，而硬件的空間沒那么大。例如說，從近幾個月Nvda的走勢來看，基本就在130-150之間震蕩，表現不差，但彈性上就沒有之前那么亮眼的漲幅了。

相反，對比美股炒的火熱的Snowflake來看，交出一份亮眼的三季報后，漲超40%，從彈性上是優于硬件的，但投資這種AI數據平臺/應用相關的公司會比較難跟蹤實時數據。因此可以從整個AI軟件行業來看，目前行業處于什么樣的位置。

先從整個AI行業來看，今年內受AI推動股價增長最大的是VST美國最大的電力生產商、其次是英偉達、云服務器基礎設施的ANET、服務器組裝的DELL、互聯網的Amazon、最后是軟件端的MSFT。

也就是說，整個行業的角度來看，AI軟件應用是今年漲幅最少的，也是市場上機構頭寸最小的AI板塊。那么，為什么今年軟件表現的不好，并不難理解，因為過去2年時間，超過三分之二的軟件公司在今年的營收還是增長放緩的，所以放在今年標普500都漲了27%的情形下，軟件股只漲個20-30%，其實表現是比較一般的。

不過，市場資金買這些軟件公司，肯定不只是單看2025年的業績表現，而是看的更長遠，畢竟這還是在AI很早期的階段。從已披露的信息來看，例如Snowflake宣布與微軟擴大合作關系，將為微軟建立一個Power platform connector，實現Dataverse和Snowflake之間的聯系，Snowflake還宣布與母公司為谷歌的Anthropic達成合作關系，將claude LLM數據引入到Snowflake平臺中。

根據高盛統計，今年軟件行業的整體收入下滑逐漸放緩，接近營收復蘇的階段。

從軟件行業的EV/NTM收入倍數來看，目前為9.3x，低于2021-2022年最高的18x。

另外，從今年軟件商msft、云服務商amzn的業績來看，今年AI收入占比還是比較小的一部分，市場把更大的期待放到了明年。

隨著越來越多的基礎設施建成，推理成本正在下降，這有利于更多的公司嘗試進入軟件應用層面；這樣來看，那2025年AI軟件公司的路徑就更加清晰了，或是說這個敘事講下去邏輯就更順暢了，投入到軟件方面的預算阻礙可能會減少，有助于軟件公司進一步將AI貨幣化，因為之前大家都是先投硬件，軟件方面的capex給的比較少，但隨著軟件行業有起色，那大公司也會加大軟件端的投入。

市場上也有不同的看法，認為現在的軟件公司有些漲過了，盡管第四季度可能會有IT預算的增加，并且AI資金的投入會加劇這一現象，可能會形成軟件上的“FOMO”效應，但初步跡象表明，2025年的IT預算可能仍然相對持平，軟件行業仍然受到宏觀環境的挑戰，可能大多數軟件公司要到2026年才能看到生成式AI的直接貨幣化。

但當然，現在市場資金買這些軟件公司，肯定不只是單看短期內的業績表現，而是看的更長遠，畢竟在經歷了英偉達漲十倍的賣鏟人敘事后，在應用端上可能也會出現翻幾倍的挖金子敘事。

那么，從目前的AI應用來看，未來誰會是贏家？

二、AI應用的多分化

之前我們在“一年七倍的app貨幣化生意”里，介紹了第一只AI應用大牛股Applovin，這家公司主要做的是一個廣告中間商的角色，幫助大量的尾部互聯網APP，把用戶流量市場變現，將廣告位放到Applovin的平臺上，Applovin再將這些APP背后的用戶人群分類好，將廣告位整理好給到廣告主，以便廣告主在平臺上進行更精準的廣告投放，這不僅能幫助廣告主提高投放效率，也有利于平臺商業化的健康生態。

換個角度來想，如果AI投廣告的效率越來越高，有可能會使得一些人丟掉工作的，比如說一些商家想在電商平臺上打廣告，一般都是有專門負責廣告投放，或是SEO搜索優化，那有了這種更加直接精準的AI投流后，廣告主是可能會減下人員成本，增多對AI廣告使用，APPlovin是目前將AI貨幣化做的比較好的。

可見在接下來AI應用的發展上，可能會看到一輪互聯網企業的新增長，對于美國或是中國公司來說都是一樣的，通過數據和AI的結合，提高工作效率，以及減少人員投入。而硬件上也會有同樣的新增長，例如說AI眼鏡、更多加載AI能夠與人互動的電子設備等等。

那么，APPlovin會是AI應用里的第一種分支，也就是通過AI數據來幫助投流廣告，而根據Jefferies的研報來看，將目前AI應用潛在的贏家分為了幾類公司。

從AI已經在發揮作用的案例來看，分別幫助了AMZN的編碼助手、MSFT的copilot、Meta的Gen AI廣告創作、Google的Deepmind生物學、AI醫療保健的medtronic。

Jefferies的AI軟件潛在的贏家組合里，有這幾類公司。

一是最大型的科技公司，即各方面都有布局的MSFT、AMZN、Google，這些龍頭公司在AI浪潮里的確定性更高。

在細分領域里，目前市場最關注的AI應用分支，分別是數據云端和檢測平臺的SNOW、DDOG、ESTC，數據云和檢測公司是近期最火的一類公司，因為這些公司的增長與chatgpt、谷歌的gemini大模型掛鉤，簡單的邏輯就是當越來越多人使用大模型，這類公司的數據儲存需求就更加大，而科技公司想要訓練自己的AI或是大模型，最首要的事情也是先跟數據商買基礎的數據儲存，這就好比買英偉達顯卡是挖礦的鏟子，而這類數據儲存、數據安全公司就象是挖礦時所需要的探照燈一樣。

其次是數據安全的CRWD、軟件的adobe、商業平臺的meta。

但若從軟件收入的預測來看，軟件收入的爆發可能不會像硬件爆發來的那么快，會是一個逐漸增多的過程，而不是爆發式的增長。

在公司建立好數據基礎和硬件的服務器之后，產業流程才到發展軟件，而這就是目前的產業進展，開始的前2年都是買硬件建成服務器，再到現在的炒數據儲存、數據安全，而明后年的發展就到應用程序APP。

從當前狀態到2027年的預期，生成式AI會在企業內部發生很明顯的變化。

目前有42%的企業高管表示公司內部AI處于部署和產品化階段，也就是初步開始試用的階段，僅有22%的企業高管表示AI正在進行擴展和規模化，指的是開始將AI工具更全面的普及到企業發展中。預計到2027年，超過三分之二的企業會進入擴展和規模化階段，而部署和產品化階段的企業將下降到三分之一左右。

而外部應用場景來看，有24%的企業高管表示AI處于部署和產品化階段，僅有12%的企業高管表示在擴展和規模化階段。預計到2027年，53%的企業將達到部署和產品化階段，而進入到擴展和規模化階段的比例將提升到35%。

也就是說，目前生成式AI在企業內部中的使用程度還是早期階段，只有20%的企業開始將AI普及化到整個企業日常的運營當中，40%的企業都是在初步嘗試，還有40%的企業尚未開始使用AI。

外部AI應用場景就更加少了，只有12%的企業在擴展和規模化，也就是說目前市場上只有十分之一的企業在做AI應用，而到2027年可能會有50%的企業開發出AI應用。

結語

整體來看，從2025年到2027年是AI應用的逐步增長期，而根據上述所說的，在那么多企業尚未開始訓練AI前，當前周期里數據平臺和網絡安全公司更接近當下AI周期受益者的位置，即符合估值便宜、未來需求夠大、行業營收臨近轉正期。

在不斷發展的AI應用浪潮下，不久之后有可能就出現第一只AI時代的10倍應用股了。

Tips：文中提到的報告感興趣的朋友，可以加入我們的知識星球獲取更多研報。