上半年AI的八大變化和一個投資機會

科創板AI

在經歷了約兩年半的AI基礎設施軍備競爭后，今年上半年AI產業鏈發生了巨大的變化，下面是一些我個人認為對于AI板塊的投資者非常重要的幾點：

1、更注重投資回報

從2022年開始，五大超大規模云服務提供商（亞馬遜、微軟、谷歌、META、甲骨文）投入約5000億美元資本，進行了一場不考慮回報的AI基建軍備競爭，相比之下，亞馬遜在AWS建設初期的十年累計資本支出僅為210億美元。雖然勝負未分，但今年上半年，全球的投資者顯然已經將焦點轉向這些投入的中長期回報上，部分看不到預期的公司，股價已經開始產生壓力，這并不是投資者急于收回投資，而是越來越多的人看到AI技術的構建和擴展成本遠超以往的技術轉型，AI對于投資回報的要求也高于20年前的互聯網革命。

2、推理需求爆發

根據資產管理公司Menlo Ventures對初創企業和大型企業中超過150位技術負責人進行的調查：2025年前6個月預計企業在模型API上的支出達到84億美金，較去年全年的35億美金翻倍還多。初創企業中，74%的構建者表示，他們的大部分工作負載現在是推理，高于一年前的48%。大型企業中，近一半報告說，他們的大部分計算都是由推理驅動的，高于去年的29%。

其中，代碼生成已成為人工智能的首個殺手級應用。Claude迅速成為開發者代碼生成的首選，占據42%的市場份額。企業更愿意選擇前沿模型，而不是更便宜、更快的替代方案，根據調查：66%的開發者在其現有供應商處升級了模型，只有11%的人更換了供應商。

3、斯普特尼克時刻

年初的所謂deepseek橫空出現的“斯普特尼克時刻”，看似中美AI力量正在接近平衡，實際上反而刺激加速了美國AI產業的發展：微軟、亞馬遜分別向OpenAI、Anthropic注資數十億美元，強化云服務綁定其AI模型運行，英偉達在質疑聲中加速推出更強的GPU；OpenAI、Anthropic、Google DeepMind、Meta等紛紛在短期內發布迭代版本，更強調產品易用性，ChatGPT、Claude等推出桌面端、多模態輸入、實時API等，并也開始提供免費產品+增值服務策略，提升用戶黏性。

同時收緊對高端GPU的出口，對中國投資審批更加嚴格，發動“不對稱算力競爭”，使得中國開源項目雖然在模型能力上接近，但在訓練、推理成本上難以競爭，這正是國內AI行情在春節后達到高潮之后，就陷入反復不及預期的境地的原因。

4、AI助手化

上半年AI應用最大的變化，不再只是一個對話框，更多以各種各樣的助手型應用出現，比如ChatGPT Desktop App可直接調用攝像頭、桌面控制，實時語音互動；Copilot嵌入Office全家桶和Windows系統，實現文檔自動生成、會議紀要、代碼建議；Gemini集成至Gmail、Docs、Android系統中，成為“無處不在”的助理。這些都建立在多模態、理解長上下文的基礎上，并實現工作流打通。

更重要的是Agent的趨勢，從單輪問答走向“自主搜索+自主執行+流程完成”的智能體形態，最終，用戶只需提出任務目標，AI幫你完成過程。

5、行業垂直AI產品

上半年AI進一步垂直化，深刻地結合行業Know-how，大量行業垂直AI產品出現，比如律師業的律所AI助手、法律數據庫問答，醫療行業的自動記錄醫生診療過程、輔助癌癥診斷，金融業的 AI決策助手，制藥行業的AI加速藥物研發周期，制造業使用AI預測設備故障或優化供應鏈。

企業內部流程的每一環節，包括客服、營銷、人力、法務、數據檔案，都開始使用OpenAI GPT API等搭建專屬模型，或者部署AI工具，并使用微軟Azure OpenAI等云服務作為底層平臺。

6、減少幻覺

大模型在嵌入人類的工作流時，最大的問題是“幻覺”。今年上半年在減少“幻覺”方面，也有很多進展。GPT-4o、Claude 3.5、Gemini 1.5 Pro等模型，推理能力顯著增強，還會從外部知識庫中檢索相關信息，再生成回答，大大降低了“靠模型記憶瞎編”的可能性。特別是在更長的上下文窗口時，能更好地保持一致性，幻覺率大幅下降；還有一些系統在輸出前引入“驗證器”對內容進行事實檢測，比如Anthropic 推出了內部的“Constitutional AI”機制來防幻覺；

現在的“幻覺”主要來源于現實世界信息動態變化，尤其在新聞、價格、科技領域，是“老數據幻覺”。在專業領域，如果沒有特別微調或知識接入，幻覺率仍高。LLM本質上是語言預測模型，不具備事實判斷機制，還有一些信息本身就是半真半假的“軟事實”甚至是價值觀差異，就是人類自己的問題，不是AI應該背的鍋了。

7、AI原生應用

從一開始，AI的討論就集中于AI在企業工作流程中能替代哪些任務，能否帶來生產力提升。然而，有一個問題現在越來越迫切，AI是否能給服務供應商帶來顯著收入，即商業模式是什么，該技術投資是否不可持續。這也刺激了AI原生應用的發展。

與傳統軟件相比，AI原生產品一開始就圍繞AI工作方式設計，不只是加個AI插件，目前典型應用包括文本生成類、視覺設計類、數據分析類，隨著大模型能力的提升，未來的所有傳統軟件領域都將出現“AI原生軟件”。

8、顛覆現有行業利潤池

另一個AI商業模式的思路是顛覆現有行業利潤池，通俗地說是“把XXX行業重做一遍”，歷史上成功的技術轉型，比如亞馬遜阿里巴巴顛覆傳統零售、谷歌百度顛覆紙媒廣告，本質上都是顛覆傳統利潤池。

最突出的是廣告行業，現在AI主要是應用在自動化創意生成，但市場空間只是整個廣告業9000億美元市場規模中微不足道的一部分，而更大的空間在于廣告投放，包括：通過提高現有渠道的廣告投放回報，加速廣告支出從傳統渠道向數字渠道轉移（這件事互聯網時代干了一小部分，AI要有顛覆性的創造），還有干掉各種各樣的廣告代理商中間商，以及創造新的廣告渠道，帶來新的總目標市場增長機會。

9、中國AI鏈的投資機會

相對而言，年初Deepseek太過驚艷，顯得中國AI產業鏈在之后就有點沉寂，實際上行業的進展始終在進行，中國模型公司已經全面擁抱開源，各家模型在算法優化、芯片適配上都有各自的貢獻，實現了比海外前沿模型更低的推理成本。

關鍵瓶頸國產芯片處于百花齊放的態勢，多家芯片公司高性能AI芯片陸續量產并加速導入大模型推理訓練場景，單個節點計算能力還在持續提升，推動國產算力堆棧體系逐步完善。晶圓端，先進制程N+2產能持續擴充，N+3產能良率逐步爬升。

上半年的AI應用在“模型+場景”結合方面，中國企業推進迅速，呈現出強烈的“實用主義”趨勢。上面提到的美國AI產業走勢中的大模型企業的“模型即服務”（MaaS）、辦公與政企數字化、AI原生應用、行業場景中AI助手、端側大模型，在中國都有體現，還有各種更能發揮中國制造業優勢的AI硬件產品。

中美在AI上的對抗將會長期存在，國內AI產業鏈在全球唯一有獨立于美國產業鏈的能力，因此具有長期投資價值，A股的各種AI指數基金中，“國內產業鏈”含量最高的科創AI ETF（代碼588790，聯接C：023521 ），對應“科創AI”指數，前十大持股中，有AI芯片龍頭、AI辦公應用龍頭、AI硬件、機器人，都是中國AI產業鏈中不可或缺的品種。