「行業研究」AI 應用系列·第一篇。算力棧那幾篇,我們在「硬」的世界裏(芯片、電力、槓桿)。這一篇走進「軟」的一層——應用。這是想象空間最大、但也最難下注的一層。
一個歷史規律:最大的錢,在應用層
我在《AI 算力之後》那篇裏寫過科技週期的三段結構——基礎設施 → 平台 → 應用。這裏把它講透一點,因為它決定了 AI 投資最大的錢在哪。
回看上一輪互聯網週期:
- 基礎設施階段的贏家,是思科(賣網絡設備)、英特爾(賣芯片)。它們在早期賺得盆滿缽滿。
- 平台階段的贏家,是操作系統、瀏覽器、雲。
- 應用階段的贏家,是谷歌、亞馬遜、Facebook、Netflix——而這些,才是整個互聯網週期裏創造價值最大的公司。
注意這個規律:基礎設施的贏家賺得早、賺得猛,但應用層的贏家,最終賺得最大、最久。 思科是偉大的公司,但它的市值,遠不及後來那些應用層巨頭。原因是:基礎設施是「管道」,管道終會過剩、利潤終會攤薄;而應用層直接面對最終用户和需求,它能持續地、深度地榨取價值。
把這個規律套到 AI:今天我們還在基礎設施階段的尾聲(英偉達、、電力),平台階段正在到來(基礎模型 API),而應用階段——那個最終會誕生 AI 時代「谷歌和亞馬遜」的階段——大概率還沒真正展開。這意味着,AI 最大的價值創造,可能還在前面。
但這恰恰帶來了最難的問題。
最難的問題:應用層的贏家,今天還看不清
「應用層會誕生最大的贏家」——這個判斷我相信。但它對投資幾乎沒有直接幫助,因為還有第二句話:應用層的贏家,在早期幾乎無法被識別。
2000 年的時候,你知道「互聯網應用會很大」,但你能提前買中谷歌嗎?谷歌當時還沒上市。你能提前買中亞馬遜嗎?能,但你要熬過它 2000 年崩盤後跌掉 90% 的至暗時刻。「知道應用層會大」和「能提前買中應用層的贏家」,是兩件天差地別的事。
AI 應用層今天的處境,和 2000 年的互聯網應用層高度相似——一片喧囂,無數創業公司,但真正的贏家面目模糊,甚至還沒上市。 這就是為什麼這一層「最大的錢」和「最難下注」是同一枚硬幣的兩面。
更麻煩的是,AI 應用層還有一個互聯網時代沒有的、獨特的詛咒——套殼困境。
套殼困境:為什麼大多數「AI 應用」沒有護城河
這是理解 AI 應用層投資最關鍵的一點。
今天市面上絕大多數「AI 應用」,本質是在 OpenAI、Anthropic 這些基礎模型的 API 之上,套一層界面或工作流。用户用的是你的產品,但幹活的是底層的。這種「套殼」應用,面臨兩個幾乎致命的問題:
第一,極易被複制。 如果你的產品只是「調用 GPT/Claude + 一個漂亮界面」,那別人也能在幾周內做出來——因為核心能力(模型)不是你的,是公開可調用的。沒有獨佔的核心能力,就沒有護城河,就只能在同質化競爭裏打價格戰。
第二,會被基礎模型「向上吞噬」。 這是更狠的一刀。每當底層大模型升級一次,它就可能把一整層套殼應用的功能,直接內化進去——你辛苦做的功能,模型下一個版本自帶了。硅谷有句黑色幽默:「OpenAI 每次發佈會,都會殺死一批創業公司。」當你的產品建立在別人的能力之上,而那個「別人」還在飛速進化、且有動機往上吞噬,你的生存空間會被反覆擠壓。
這兩個問題合起來,解釋了一個反直覺的現象:AI 應用創業空前火熱,但能形成持久護城河的,鳳毛麟角。 大量的「AI 應用」,本質上是沒有護城河的薄殼,熱鬧一時,難以為繼。對投資者,這是最危險的陷阱——為一個「AI 應用」的故事付高價,結果買的是一層隨時會被複制或被模型吞掉的薄殼。
那麼,應用層的護城河,到底從哪來
套殼沒有護城河——那什麼樣的 AI 應用,才有真正的護城河?我觀察下來,持久的護城河,來自三種東西,而且這三種都不是「模型本身」,是模型之外的東西:
第一,專有數據(模型拿不到的數據)。 如果你的應用,建立在一批別人沒有、模型也訓練不到的獨家數據上,那你就有了護城河。因為同樣的模型,餵給它獨家數據,產出的價值是別人複製不了的。醫療、金融、工業、政府等領域裏,那些握有深度專有數據的公司,比純套殼應用有韌性得多。數據,是 AI 時代應用層最硬的護城河之一。
第二,工作流鎖定(嵌進客户的業務流程)。 如果你的產品,深深嵌入了客户的日常工作流——成了他們記錄、決策、協作離不開的「系統」(system of record),那麼切換成本就極高。客户不會因為出了個新工具就把整個業務流程推倒重來。護城河不在 AI 功能本身,在「你已經是客户業務的一部分」這個事實裏。 這正是我在護城河那篇講的——最高層次的護城河,是嵌入和習慣。
第三,分發渠道(你已經觸達了海量用户)。 如果你已經有了龐大的用户基礎和分發能力,那麼把 AI 作為新功能「捆綁」進去,你的獲客成本幾乎為零,而純創業公司要從頭一個個搶用户。在 AI 功能日益同質化的世界裏,「誰能把這個功能送到最多用户面前」,比「誰的功能稍微好一點」更重要。
這三種護城河——專有數據、工作流鎖定、分發渠道——有一個共同點:它們都不是 AI 創業公司天然具備的,反而是今天的老牌軟件巨頭早就握在手裏的。 這就引出了我對 AI 應用層贏家的核心判斷。
我的判斷:這一輪的贏家,可能是「老錢」
主流敍事喜歡講「AI 會顛覆一切,新創公司會取代巨頭」。我對這個敍事保持高度懷疑。我的判斷恰恰相反——在 AI 應用層,這一輪的贏家,很可能是今天的老牌軟件巨頭,而非新創公司。
為什麼?因為我上面説的三種護城河——專有數據、工作流鎖定、分發渠道——微軟、Adobe、Salesforce、ServiceNow 這些公司早就有了。它們要做的,不是從零建護城河,而是把 AI 這個新能力,「捆綁」進它們已經牢不可破的護城河裏:
- 微軟有 Office、有 Windows、有幾億企業用户的分發——它把 Copilot 捆綁進去,獲客成本幾乎為零。
- Adobe 有創意工作流的鎖定 + 海量創意數據。
- Salesforce、ServiceNow 有企業的核心工作流和數據。
對這些巨頭,AI 不是顛覆它們的敵人,是增厚它們護城河的新彈藥。 而對純 AI 創業公司,它們要同時對抗「基礎模型的吞噬」和「老牌巨頭的捆綁」兩面夾擊,生存極難。
當然,我不是説創業公司沒機會。在那些老牌巨頭覆蓋不到的、全新的場景裏(就像谷歌、亞馬遜當年開闢的全新品類),依然可能誕生 AI 時代的新巨頭。但這些贏家,今天大概率還沒上市,或還在早期——你很難在公開市場提前買中。
所以我對 AI 應用層投資的現實結論是:
第一,警惕「套殼」故事——大多數標榜「AI 應用」的標的,沒有真護城河,別為它們的薄殼付高價。
第二,在公開市場,真正能穩妥分享 AI 應用紅利的,反而是那些「有分發、有數據、有工作流鎖定」的老牌軟件巨頭——它們把 AI 當增量彈藥,而非把命押在 AI 上。這是一種「用巨頭的護城河,搭 AI 的便車」的穩妥卡位。
第三,真正顛覆性的 AI 應用贏家,可能要等它們上市、或局勢明朗後再下注——錯過早期的暴利,換取看清護城河後的確定性。這是我一貫的取捨:寧可買在「看得清」,不賭在「賠率高但看不清」。
寫在最後
AI 應用層,是一個充滿誘惑、也佈滿陷阱的地方。
誘惑在於:歷史告訴我們,這一層最終會誕生 AI 時代最大的贏家,就像互聯網的最大贏家不是思科,是谷歌和亞馬遜。陷阱在於:這一層今天的喧囂裏,絕大多數是沒有護城河的套殼,而真正的贏家面目模糊、甚至還沒出現。
這兩者之間的張力,逼出了一個樸素但難以執行的紀律——抵抗「不下注就會錯過下一個谷歌」的焦慮。因為這種焦慮,正是讓人為一堆沒護城河的套殼付高價的元兇。看清「應用層會很大」不難,難的是承認「我現在還看不清誰會贏」,並因此保持耐心和審慎。
所以我看 AI 應用層,守三條:不為套殼付費、優先用老牌巨頭的護城河搭便車、把顛覆性贏家留到看得清時再下注。 這套打法,註定會讓我錯過一些早期的暴富機會。但它也讓我避開這一層最大的坑——為一個沒有護城河的故事,付一個 price-for-perfection 的價。
如果只留一句——
AI 應用層會創造最大的價值,這幾乎是確定的;但「最大的價值」和「你能提前買中」是兩回事。在贏家清晰之前,真護城河不在套殼的新創裏,在老牌巨頭的分發、數據和工作流裏——以及那些今天還沒上市的公司裏。
下一篇,我們看一個例外——一家已經在公開市場、且真的建起了應用層護城河的公司:Palantir。它所代表的「AI 操作系統」,到底是不是應用層護城河的一個範本。
——
風險提示:本文為產業鏈研究,所涉公司僅作分析示例,不構成任何投資建議。市場有風險,投資需謹慎。
专注投资分析、市场洞察与资产配置。不追短期波动,只理解真正驱动长期回报的东西。
