国学文化 · 认知成长 2026-08-18 涛哥的财经

AI硬件只是序章，真正的机会在应用层

过去两年，如果要给人工智能产业的发展划分阶段，我认为可以非常简单地概括为：

第一阶段，拼算力。

第二阶段，拼模型。

第三阶段，真正值得关注的，可能是AI应用。

英伟达、光模块、CPO、服务器、数据中心、电力基础设施……这些都是过去AI产业最耀眼的方向。

但如果我们把时间拉长到未来3～5年，会发现一个越来越清晰的问题：

算力建设会不会有一个阶段性终点？

答案大概率是：会。

数据中心会不断扩建，GPU会不断升级，推理需求也会持续增加，但硬件始终存在一个非常现实的问题：

资本开支最终需要通过商业收入来消化。

企业不会永远只花钱建设算力。

当越来越多的算力被建设出来之后，真正的问题就会从：

“我们有没有足够的算力？”

逐渐转变成：

“这些算力到底能够创造多少价值？”

而这，可能正是AI应用时代真正开始的标志。

一、AI真正的终局，不是“更大的模型”，而是“让机器替人完成工作”

过去我们理解的AI，大多数还是：

你问，它回答。

你让AI写一篇文章，它给你文章。

你让AI写代码，它给你代码。

你让AI生成图片，它给你图片。

但这还远远没有达到AI真正的价值上限。

下一阶段的AI，更可能变成：

你告诉它目标，它自己完成任务。

这就是AI Agent。

比如：

你告诉AI：

“帮我安排一次东京出差。”

传统AI可能告诉你：

“东京有哪些酒店、航班和餐厅。”

而Agent时代的AI可能直接：

查询航班
比较价格
选择酒店
安排行程
预约餐厅
处理会议日程
生成差旅报告
完成付款或者等待你的最终确认

这时候AI就不再只是一个聊天机器人。

它开始变成：

数字员工。

二、AI Agent真正值得关注的地方，是它开始替代“数字世界里的劳动”

如果说工业革命替代的是：

人的体力。

那么AI可能替代的是：

人的部分脑力劳动。

这是完全不同量级的事情。

全球经济中有大量工作，本质上都是：

信息获取 → 分析 → 判断 → 执行 → 反馈。

律师、程序员、销售、客服、设计师、运营、财务、分析师、行政……

很多工作并不是完全无法自动化。

过去最大的问题是：

机器不会理解复杂任务，也无法自主执行。

而Agent正在改变这一点。

多家研究机构的估算显示，随着消费者和企业采用Agentic AI，到2030年AI Agent可能带来巨大的Token消耗增长。

这背后真正值得关注的不是“Token”本身。

而是一个更加重要的变化：

AI开始从一个软件功能，变成一种新的生产力。

三、为什么我认为AI应用的市场空间可能比算力更大？

因为算力卖的是：

基础设施。

而AI应用卖的是：

生产力。

这两个市场的商业逻辑完全不同。

举个最简单的例子。

假设一家公司花10亿元建设AI数据中心。

它最终要靠：

云服务
GPU租赁
AI推理
模型调用

慢慢把这10亿元赚回来。

但是，如果AI真正进入企业生产流程，那么它可以直接帮助企业：

减少客服人员
减少运营人员
提高广告转化率
提高研发效率
提高软件开发效率
提高供应链效率
提高销售效率

那么AI创造的价值就不再是：

“卖多少GPU小时”。

而是：

“替企业创造了多少利润。”

这才是AI真正巨大的商业空间。

四、所以我认为AI产业可能存在一条非常清晰的价值传导链

可以简单理解成：

芯片

↓

服务器

↓

数据中心

↓

电力

↓

大模型

↓

AI Agent

↓

AI应用

↓

企业生产力

↓

利润增长

过去市场最热的是前半段。

而我越来越关注：

后半段。

因为越靠近终端应用，商业模式越接近真正的用户价值。

五、AI应用最大的变化：从“讲故事”走向“落地”

这是我认为最关键的变化。

过去很多AI公司：

讲的是：

“我们有一个很厉害的大模型。”

但模型本身很难形成长期护城河。

因为模型能力会快速迭代。

今天领先。

半年以后可能就被追上。

一年以后可能出现新的模型。

所以未来真正有价值的公司，很可能不是：

“谁的模型参数最大。”

而是：

“谁能够把模型真正嵌入用户场景，并形成商业闭环。”

这就是AI应用公司的核心竞争力。

六、为什么我特别关注“拥有真实用户和真实业务”的公司？

因为AI应用最终需要解决一个问题：

用户为什么愿意付钱？

如果一个AI应用只是：

聊天、写文章、生成图片。

那么竞争会非常激烈。

但如果一个公司已经拥有：

电商
支付
地图
外卖
酒旅
广告
医疗
游戏
企业办公

这些真实业务场景，那么AI就有天然的落地入口。

这也是为什么大型互联网公司在AI应用上具备天然优势。

七、阿里是一个非常典型的例子

阿里现在正在做的事情，并不是简单地：

“做一个聊天机器人。”

而是试图把AI直接接入自己的商业生态。

千问App已经在尝试连接淘宝、淘宝闪购、支付宝、飞猪和高德等服务，让AI从“回答问题”进一步走向“执行任务”。

这件事情的重要性远远超过一个普通AI聊天App。

因为：

AI + 电商

意味着：

八、美团同样值得关注

很多人看美团，只看到：

外卖、到店、酒旅。

但如果从AI角度重新看，美团其实拥有一个非常庞大的：

真实世界消费数据和履约网络。

用户想吃什么？

商家卖什么？

什么时间订单最多？

什么区域消费最旺？

配送怎么优化？

什么商品最容易转化？

这些都是AI极其宝贵的训练和应用场景。

更值得注意的是，美团今年已经推出了全场景AI Agent平台CatPaw。

官方披露，CatPaw已经覆盖美团内部约9万员工，并搭建了3万个Agent，同时开始向商家运营、营销、经营分析等场景延伸。

这说明一个非常重要的变化：

AI已经开始从“实验室技术”进入真实业务系统。

九、未来最值得关注的，不是“AI能不能做出来”，而是“AI能不能真正落地创造价值”

这可能是未来几年行业最大的分化点。

第一类公司：

AI概念公司。

有AI故事。

但没有收入。

这种公司最终会被淘汰。

第二类：

AI工具公司。

有产品。

有用户。

但是商业化能力一般。

这种公司能够生存，但市场地位会高度分化。

第三类：

AI平台公司。

有模型。

有用户。

有生态。

有数据。

有商业场景。

这种公司的优势会明显提高。

第四类：

AI原生应用公司。

它们从第一天开始就围绕Agent重新设计产品和商业模式。

如果这种公司真正跑出来，未来可能成长出有规模的公司。

十、AI应用真正值得期待的方向，可能来自“数字员工”

这是我认为未来几年最值得关注的方向之一。

假设未来一个企业拥有：

1000名员工。

其中有200人的工作属于：

客服
数据分析
内容制作
销售支持
行政
财务辅助
软件开发

如果其中一部分工作可以由Agent完成。

那么企业真正获得的价值是什么？

不是：

“AI帮我写了一篇文章。”

而是：

“我少招了100个人。”

或者：

“原来100个人才能完成的工作，现在30个人就能完成。”

这意味着：

AI开始直接影响企业利润表。

而一旦AI进入利润表：

AI应用的商业价值就会发生质变。

十一、AI应用还有一个非常大的优势：边际成本可能越来越低

传统企业扩大业务：

通常需要：

更多员工。

更多办公室。

更多设备。

更多管理人员。

但AI Agent不同。

假设一个Agent每天可以处理100个任务。

那么增加第1001个任务：

可能只需要增加一点Token和算力成本。

这意味着：

AI应用具有非常强的规模经济。

软件行业过去已经证明了这一点。

AI可能把软件的规模经济进一步推向极致。

十二、这也是为什么AI应用可能出现真正意义上的平台型公司

未来真正伟大的AI公司，很可能同时具备：

模型能力

用户入口

数据

应用生态

商业化能力

Agent执行能力

这几个条件。

缺一个都可能有问题。

但一旦全部具备：

它就可能形成非常强大的飞轮。

十三、AI应用的飞轮可能是这样的

更多用户

↓

产生更多数据

↓

AI能力提升

↓

产品体验提高

↓

用户增加

↓

更多企业接入

↓

商业收入增加

↓

投入更多研发

↓

模型能力继续提升

↓

形成更强的生态壁垒

这和传统互联网平台的增长逻辑非常相似。

所以我认为：

AI可能不是一次普通的科技升级，而可能是继移动互联网之后，又一次平台级产业革命。

十四、但是AI应用也绝对不是“每个方向都能走通”

这一点必须说清楚。

我虽然非常关注AI应用，但并不意味着：

所有AI应用公司都会成功。

未来最大的风险恰恰是：

AI应用公司的数量会远远超过真正创造价值公司数量。

模型会越来越便宜。

开源模型会越来越强。

应用复制会越来越容易。

所以：

没有用户壁垒的AI应用，很可能很快被淘汰。

十五、未来真正值得关注的AI应用公司，我认为应该具备五个条件

第一，有真实用户

不是只有几十万下载量。

而是：

每天有人用。

第二，有真实场景

不是为了AI而AI。

而是：

AI真的解决了用户问题。

第三，有商业模式

用户愿意付钱。

企业愿意采购。

广告客户愿意增加预算。

交易规模能够扩大。

第四，有生态壁垒

最好能够拥有：

平台、数据、流量、供应链或者行业资源。

这样竞争对手很难简单复制。

第五，AI能够最终进入利润表

这是最重要的。

如果AI投入：

100亿元。

最后只能增加一点点收入。

这不是成功。

如果AI投入：

100亿元。

最终创造：

500亿、1000亿甚至更多的新增收入和利润。

那么：

AI才真正完成商业闭环。

十六、所以我对未来3～5年的判断是什么？

我的判断非常明确：

AI硬件的繁荣不会结束，但AI产业的重心很可能逐渐从“建设AI”转向“使用AI”。

第一阶段：

谁生产AI？

第二阶段：

谁拥有AI？

第三阶段：

谁使用AI创造价值？

第四阶段：

谁能够利用AI重新定义行业？

我认为现在正在逐渐进入：

第三阶段。

十七、算力不会消失，反而会继续增长

有人可能会问：

既然未来看AI应用，是不是算力就没有价值了？

我并不这么认为。

恰恰相反：

AI应用越繁荣，对算力的需求可能越大。

区别只是：

过去：

一个模型训练一次。

未来：

可能有数亿个Agent每天运行。

过去：

用户一年调用几百次AI。

未来：

AI可能每分钟都在后台执行任务。

因此：

AI应用越成功 → Token消耗越大 → 推理需求越大 → 算力需求越大。

多家机构预计，到2030年Agentic AI可能推动Token消费大幅增长。

所以真正的产业链不是：

AI硬件和AI应用二选一。

而是：

AI硬件提供基础设施，AI应用创造需求。

两者最终可能形成正反馈。

十八、真正值得想象的，是“AI成为新的基础生产力”

互联网过去改变了：

信息传播。

移动互联网改变了：

人与服务的连接。

而AI可能改变：

人与生产力之间的关系。

未来我们可能不再需要：

打开十个App。

搜索十次。

填写十张表。

操作几十个网页。

而只需要告诉AI：

“我要完成什么。”

剩下的事情：

由Agent完成。

如果这个未来真的到来，那么：

AI应用不是一个普通的新行业。

而是：

几乎所有行业的软件层都会被重新改造。

十九、这也是我为什么越来越关注AI应用的产业价值

因为我认为：

AI硬件的第一轮，价值在“建设层”。

而：

AI应用的长期，价值在“效率层”。

建设一定有周期。

但生产力提升：

可以持续几十年。

这就是两者最大的区别。

二十、最后，我最关注的不是某一家AI公司，而是一种商业范式

我真正关注的，是：

“AI + 用户入口 + Agent + 真实业务 + 商业闭环”

这样的公司。

它们可能来自：

互联网。

电商。

游戏。

广告。

办公。

医疗。

金融。

工业。

机器人。

教育。

甚至传统制造业。

未来可能出现大量：

AI原生公司。

也可能出现大量：

传统公司AI化。

而真正有长期价值的公司，往往不是因为：

“它用了AI。”

而是因为：

“AI彻底改变了它的盈利模式。”

结语：AI应用的真正阶段，也许才刚刚开始

如果把AI产业看成一场长达十年的产业革命，那么过去两年发生的事情，很可能只是：

基础设施建设阶段。

GPU、服务器、光模块、数据中心、电力……

这些都非常重要。

但它们只是把高速公路修好了。

真正值得期待的是：

高速公路修好以后，究竟会跑多少车？

AI Agent就是未来可能出现的“车”。

而AI应用，就是这些车真正承载的商业价值。

因此，我越来越相信：

AI硬件的繁荣可能只是序章。

AI应用才可能是这场产业变革真正持续时间最长、商业价值最大的阶段。

未来3～5年，我们真正应该关注的，也许不再只是：

“谁拥有最多的算力？”

而应该问：

“谁能够利用AI创造最多的收入和利润？”

当AI从“会回答问题”进化到“能够完成任务”，从“工具”变成“数字员工”，从“成本项”变成“价值项”时：

真正属于AI应用的时代，才算真正开始。

而我认为：

我们现在看到的，可能只是这个时代的开端。

（本文为个人对技术产业的观察与思考，不代表对任何企业的商业评价与建议。）