「行业研究」AI 应用系列·第一篇。算力栈那几篇,我们在「硬」的世界里(芯片、电力、杠杆)。这一篇走进「软」的一层——应用。这是想象空间最大、但也最难下注的一层。
一个历史规律:最大的钱,在应用层
我在《AI 算力之后》那篇里写过科技周期的三段结构——基础设施 → 平台 → 应用。这里把它讲透一点,因为它决定了 AI 投资最大的钱在哪。
回看上一轮互联网周期:
- 基础设施阶段的赢家,是思科(卖网络设备)、英特尔(卖芯片)。它们在早期赚得盆满钵满。
- 平台阶段的赢家,是操作系统、浏览器、云。
- 应用阶段的赢家,是谷歌、亚马逊、Facebook、Netflix——而这些,才是整个互联网周期里创造价值最大的公司。
注意这个规律:基础设施的赢家赚得早、赚得猛,但应用层的赢家,最终赚得最大、最久。 思科是伟大的公司,但它的市值,远不及后来那些应用层巨头。原因是:基础设施是「管道」,管道终会过剩、利润终会摊薄;而应用层直接面对最终用户和需求,它能持续地、深度地榨取价值。
把这个规律套到 AI:今天我们还在基础设施阶段的尾声(英伟达、HBM、电力),平台阶段正在到来(基础模型 API),而应用阶段——那个最终会诞生 AI 时代「谷歌和亚马逊」的阶段——大概率还没真正展开。这意味着,AI 最大的价值创造,可能还在前面。
但这恰恰带来了最难的问题。
最难的问题:应用层的赢家,今天还看不清
「应用层会诞生最大的赢家」——这个判断我相信。但它对投资几乎没有直接帮助,因为还有第二句话:应用层的赢家,在早期几乎无法被识别。
2000 年的时候,你知道「互联网应用会很大」,但你能提前买中谷歌吗?谷歌当时还没上市。你能提前买中亚马逊吗?能,但你要熬过它 2000 年崩盘后跌掉 90% 的至暗时刻。「知道应用层会大」和「能提前买中应用层的赢家」,是两件天差地别的事。
AI 应用层今天的处境,和 2000 年的互联网应用层高度相似——一片喧嚣,无数创业公司,但真正的赢家面目模糊,甚至还没上市。 这就是为什么这一层「最大的钱」和「最难下注」是同一枚硬币的两面。
更麻烦的是,AI 应用层还有一个互联网时代没有的、独特的诅咒——套壳困境。
套壳困境:为什么大多数「AI 应用」没有护城河
这是理解 AI 应用层投资最关键的一点。
今天市面上绝大多数「AI 应用」,本质是在 OpenAI、Anthropic 这些基础模型的 API 之上,套一层界面或工作流。用户用的是你的产品,但干活的是底层的大模型。这种「套壳」应用,面临两个几乎致命的问题:
第一,极易被复制。 如果你的产品只是「调用 GPT/Claude + 一个漂亮界面」,那别人也能在几周内做出来——因为核心能力(模型)不是你的,是公开可调用的。没有独占的核心能力,就没有护城河,就只能在同质化竞争里打价格战。
第二,会被基础模型「向上吞噬」。 这是更狠的一刀。每当底层大模型升级一次,它就可能把一整层套壳应用的功能,直接内化进去——你辛苦做的功能,模型下一个版本自带了。硅谷有句黑色幽默:「OpenAI 每次发布会,都会杀死一批创业公司。」当你的产品建立在别人的能力之上,而那个「别人」还在飞速进化、且有动机往上吞噬,你的生存空间会被反复挤压。
这两个问题合起来,解释了一个反直觉的现象:AI 应用创业空前火热,但能形成持久护城河的,凤毛麟角。 大量的「AI 应用」,本质上是没有护城河的薄壳,热闹一时,难以为继。对投资者,这是最危险的陷阱——为一个「AI 应用」的故事付高价,结果买的是一层随时会被复制或被模型吞掉的薄壳。
那么,应用层的护城河,到底从哪来
套壳没有护城河——那什么样的 AI 应用,才有真正的护城河?我观察下来,持久的护城河,来自三种东西,而且这三种都不是「模型本身」,是模型之外的东西:
第一,专有数据(模型拿不到的数据)。 如果你的应用,建立在一批别人没有、模型也训练不到的独家数据上,那你就有了护城河。因为同样的模型,喂给它独家数据,产出的价值是别人复制不了的。医疗、金融、工业、政府等领域里,那些握有深度专有数据的公司,比纯套壳应用有韧性得多。数据,是 AI 时代应用层最硬的护城河之一。
第二,工作流锁定(嵌进客户的业务流程)。 如果你的产品,深深嵌入了客户的日常工作流——成了他们记录、决策、协作离不开的「系统」(system of record),那么切换成本就极高。客户不会因为出了个新工具就把整个业务流程推倒重来。护城河不在 AI 功能本身,在「你已经是客户业务的一部分」这个事实里。 这正是我在护城河那篇讲的——最高层次的护城河,是嵌入和习惯。
第三,分发渠道(你已经触达了海量用户)。 如果你已经有了庞大的用户基础和分发能力,那么把 AI 作为新功能「捆绑」进去,你的获客成本几乎为零,而纯创业公司要从头一个个抢用户。在 AI 功能日益同质化的世界里,「谁能把这个功能送到最多用户面前」,比「谁的功能稍微好一点」更重要。
这三种护城河——专有数据、工作流锁定、分发渠道——有一个共同点:它们都不是 AI 创业公司天然具备的,反而是今天的老牌软件巨头早就握在手里的。 这就引出了我对 AI 应用层赢家的核心判断。
我的判断:这一轮的赢家,可能是「老钱」
主流叙事喜欢讲「AI 会颠覆一切,新创公司会取代巨头」。我对这个叙事保持高度怀疑。我的判断恰恰相反——在 AI 应用层,这一轮的赢家,很可能是今天的老牌软件巨头,而非新创公司。
为什么?因为我上面说的三种护城河——专有数据、工作流锁定、分发渠道——微软、Adobe、Salesforce、ServiceNow 这些公司早就有了。它们要做的,不是从零建护城河,而是把 AI 这个新能力,「捆绑」进它们已经牢不可破的护城河里:
- 微软有 Office、有 Windows、有几亿企业用户的分发——它把 Copilot 捆绑进去,获客成本几乎为零。
- Adobe 有创意工作流的锁定 + 海量创意数据。
- Salesforce、ServiceNow 有企业的核心工作流和数据。
对这些巨头,AI 不是颠覆它们的敌人,是增厚它们护城河的新弹药。 而对纯 AI 创业公司,它们要同时对抗「基础模型的吞噬」和「老牌巨头的捆绑」两面夹击,生存极难。
当然,我不是说创业公司没机会。在那些老牌巨头覆盖不到的、全新的场景里(就像谷歌、亚马逊当年开辟的全新品类),依然可能诞生 AI 时代的新巨头。但这些赢家,今天大概率还没上市,或还在早期——你很难在公开市场提前买中。
所以我对 AI 应用层投资的现实结论是:
第一,警惕「套壳」故事——大多数标榜「AI 应用」的标的,没有真护城河,别为它们的薄壳付高价。
第二,在公开市场,真正能稳妥分享 AI 应用红利的,反而是那些「有分发、有数据、有工作流锁定」的老牌软件巨头——它们把 AI 当增量弹药,而非把命押在 AI 上。这是一种「用巨头的护城河,搭 AI 的便车」的稳妥卡位。
第三,真正颠覆性的 AI 应用赢家,可能要等它们上市、或局势明朗后再下注——错过早期的暴利,换取看清护城河后的确定性。这是我一贯的取舍:宁可买在「看得清」,不赌在「赔率高但看不清」。
写在最后
AI 应用层,是一个充满诱惑、也布满陷阱的地方。
诱惑在于:历史告诉我们,这一层最终会诞生 AI 时代最大的赢家,就像互联网的最大赢家不是思科,是谷歌和亚马逊。陷阱在于:这一层今天的喧嚣里,绝大多数是没有护城河的套壳,而真正的赢家面目模糊、甚至还没出现。
这两者之间的张力,逼出了一个朴素但难以执行的纪律——抵抗「不下注就会错过下一个谷歌」的焦虑。因为这种焦虑,正是让人为一堆没护城河的套壳付高价的元凶。看清「应用层会很大」不难,难的是承认「我现在还看不清谁会赢」,并因此保持耐心和审慎。
所以我看 AI 应用层,守三条:不为套壳付费、优先用老牌巨头的护城河搭便车、把颠覆性赢家留到看得清时再下注。 这套打法,注定会让我错过一些早期的暴富机会。但它也让我避开这一层最大的坑——为一个没有护城河的故事,付一个 price-for-perfection 的价。
如果只留一句——
AI 应用层会创造最大的价值,这几乎是确定的;但「最大的价值」和「你能提前买中」是两回事。在赢家清晰之前,真护城河不在套壳的新创里,在老牌巨头的分发、数据和工作流里——以及那些今天还没上市的公司里。
下一篇,我们看一个例外——一家已经在公开市场、且真的建起了应用层护城河的公司:Palantir。它所代表的「AI 操作系统」,到底是不是应用层护城河的一个范本。
——
风险提示:本文为产业链研究,所涉公司仅作分析示例,不构成任何投资建议。市场有风险,投资需谨慎。
