2025，AI投資主線變了

從通用模型到產業深水區。

新眸原創·作者 | 馬斯迪

昨天滴普科技敲鐘上市，市值突破200億港元時，從錢的流向來看，資本市場傳遞出了一個確定信號：AI投資的風向換了賽道。

這家以“產業AI解決方案”為核心的公司，沒有C端爆款產品，也并非動輒上億的用戶規模，但憑借在制造、零售、金融等領域的落地能力，獲得了機構投資者的瘋狂追捧——其IPO超額認購倍數高達7590倍?，創下港股主板歷史最高紀錄。

這一幕與三年前形成了鮮明反差。

2022年末ChatGPT橫空出世，掀起了C端AI的狂歡浪潮：AI繪畫工具、智能聊天助手、虛擬陪伴產品層出不窮，無數初創公司靠著一個Demo就能拿到千萬級融資，估值泡沫被迅速吹大。

那時的投資邏輯簡單粗暴：用戶數、增長速度、話題熱度成為核心指標，至于商業化能力、實際應用價值，反而成了次要考量。但短短三年時間，市場的關注焦點完成了180度轉向，錢的流向不再追逐虛無縹緲的流量，而是涌向了能解決產業痛點的硬解決方案。

AI投資的主線已經清晰切換：從面向消費者的通用型應用，轉向深度綁定產業的垂直解決方案；從追求“想象力溢價”，轉向看重“落地變現能力”；從押注單一技術爆款，轉向布局全產業鏈的價值重構。

這場變革是技術發展、市場需求與資本理性共同作用的必然結果，2025年，正是這場變革的關鍵分水嶺。

01

從廣撒網到深耕耘

產業端成投資核心

如果說2022-2023年是AI投資的“跑馬圈地時代”，頭部科技公司的布局還停留在“廣撒網”階段——既要押注大模型研發，又要搶占C端流量入口；那么2024-2025年，巨頭們的投資策略已全面轉向，幾乎所有核心資本都流向了產業端的垂直整合，形成了“技術+場景+生態”的三維投資邏輯。

以騰訊為例，其轉向既包含技術落地的務實，也暗藏基礎設施卡位的野心。內部層面，混元大模型已完成對游戲、廣告、金融科技三大核心業務的深度滲透，成為效率提升的內生引擎；對外，騰訊云被推到產業AI輸出的最前沿，成為承接外部需求的核心載體。

高盛在2025年10月的報告中明確將騰訊列為“中國市場最具確定性的AI應用受益股”，核心依據正是其在產業端的布局，且將其2025-2027年增速上調至11%、25%、20%，遠超此前預測。

而阿里的AI投資轉向也同樣堅決，從2024年起就將“產業數字化”列為核心戰略，AI投資重點從之前的消費級應用轉向工業互聯網、智能制造等硬核領域。

在工業制造領域，阿里云計算與多家汽車廠商合作，提供智能座艙交互解決方案，深入生產環節。同時，通過投資補強產業生態：2024年領投工業AI初創公司望繁信科技；2025年參與智能制造服務商黑湖科技的D輪融資，形成從底層算力到上層應用的完整解決方案。

華為的AI布局始終跳出表層競爭，牢牢鎖定“算力底座+垂直行業”的核心路徑，不與同行爭搶C端流量，而是成為產業AI的“基礎設施提供商”。這種定位決定了其投資邏輯的獨特性——一切動作都圍繞“強化生態控制力”展開。

比如在算力層面，華為昇騰芯片持續迭代，已成為國內產業AI解決方案的核心算力支撐，與多家服務器廠商合作推出AI服務器，滿足制造、金融、醫療等行業的算力需求，華為云為產業客戶提供從算力到算法的一體化服務。

字節跳動的轉型最具反差感，從早期憑借剪映、CapCut等C端工具收割流量，到如今將火山引擎推為產業AI服務的核心，其投資策略完成了從“追逐用戶規模”到“兌現商業價值”的徹底轉變。字節的核心優勢——AI算法與大規模數據處理能力，正在產業端釋放更大能量。

目前火山引擎已推出多個垂直行業解決方案，比如在傳媒領域，AI自動剪輯、字幕生成與內容審核工具已服務數千家家媒體機構；在制造、零售等行業，AI工具同樣實現了覆蓋。

字節跳動還通過投資補齊產業短板，2024年投資工業AI算法公司格創東智，接著參與醫療AI公司推想科技的E輪融資，拓展醫療健康領域的產業落地。與此同時，字節減少了對C端AI應用的投資，轉而將資源集中在能產生穩定現金流的產業解決方案上，隨著2025年火山引擎收入同比高增，躋身字節第二增長曲線，驗證了產業端布局的商業可行性。

螞蟻的AI布局始終聚焦金融這一高價值、強合規賽道，從早期的支付風控，逐步拓展至全鏈條金融服務智能化，形成“合規為先、效率為王”的獨特落地邏輯，避免了盲目擴張帶來的風險。

在核心業務中，螞蟻AI已實現全流程滲透，比如通過AI優化信貸審批流程，自動處理保險理賠單據，AI智能投顧根據用戶風險偏好推薦理財產品，等等。對外，螞蟻通過“螞蟻鏈+AI”的組合，為各類金融機構輸出解決方案。

從騰訊、阿里到華為、字節、螞蟻，頭部科技公司的AI投資轉向高度一致：減少對C端通用型應用的投入，將資本與資源集中在垂直行業的深度整合上，以“技術+場景”為核心，追求可落地、可驗證、可盈利的產業價值。

這種轉向不是個別企業的選擇，而是行業發展的必然，也印證了AI投資主線的根本性變化。

02

C端泡沫破裂與產業剛需爆發

AI回歸工具本質

這一輪AI投資主線轉變的背后，是產業界對AI認知的深化和務實化。

曾幾何時，市場追逐的是參數規模和數據中心的宏偉藍圖，而現在，真正的智者已經開始問一個更根本的問題：這些技術究竟能為企業帶來什么可衡量的業務價值？

“為結果付費”正成為AI產業的新趨勢。Sierra公司選擇成為客戶的“虛擬員工”，僅在成功完成理賠、辦理貸款或派出救援等具體業務成果后，按效果抽取“傭金”。

這種模式的成功，依賴于AI應用范式的深刻轉變——不再綁定單一模型，而是動態組合多個供應商的差異化能力，形成針對具體任務的最優解

正如Anthropic核心研究員JulianSchrittwieser所言，AI的指數增長不是“追求超人類智能”，而是“成為人類的高效合作者”。當C端的流量神話難以為繼，產業端的剛性需求自然成為資本的新寵。

很多人將AI投資轉向產業端歸因于C端AI失敗，這是典型的認知誤區。

事實上，C端AI并非沒有價值，而是在資本的過度追捧下被提前透支：2022-2023年的C端AI狂歡，AI繪畫、智能寫作、虛擬陪伴等產品，核心價值在于“新奇體驗”，但缺乏持續的用戶粘性與明確的商業化路徑。

OpenAI的ChatGPT雖擁有8億周活用戶，每月處理超過數百萬億個推理Token，但商業化仍依賴API調用與訂閱服務，盈利能力遠不及企業級市場；而Anthropic的Claude憑借大量企業客戶，年化收入運行率不斷突破，在企業級市場收入份額相當于OpenAI的兩倍。

更關鍵的是，C端流量紅利已見頂。移動互聯網用戶規模趨于穩定，用戶時間被短視頻、社交軟件等成熟產品瓜分，新的C端AI應用很難突破流量壁壘。

同時，C端用戶對AI的需求呈現“碎片化、低付費意愿”特征：免費工具可以吸引用戶，但付費轉化難度極大；而企業級市場則完全不同，只要AI能解決實際問題、提升效率，付費意愿極強。

另一方面，JulianSchrittwieser將AI發展比作AlphaGo到Claude的進化：AlphaGo證明了AI在特定領域的超越能力，而Claude則展現了AI作為“人類合作者”的實用價值——能連續工作6-8小時，獨立完成“寫代碼+總結文檔”的全流程任務。

早期C端AI的爆發，依賴于大模型的“單點突破”，但技術成熟度不足以支撐產業應用；而2024-2025年，AI技術的三大突破讓產業落地成為可能：

一是模型穩定性提升，Claude通過“過程獎勵”與“自我驗證機制”，減少了任務中途“失憶”或“跑偏”的問題，滿足了產業場景對可靠性的要求；二是部署成本下降，大模型輕量化技術發展，使得中小企業無需巨額算力投入就能使用AI解決方案；三是可解釋性增強，針對工業、金融等低容錯率領域，AI模型逐步具備“決策溯源”能力，解決了產業應用的核心顧慮。

AI技術的發展正在遵循“通用技術擴散規律”——正如電力、個人電腦等通用技術，初期聚焦技術本身，后期必然擴散到各個產業。

前兩年的AI投資，資本沉迷于“概念炒作”：一個初創公司只要沾上“大模型”“AI”標簽，就能獲得高估值，甚至無需盈利、無需產品，僅憑一個PPT就能融資。但2024年以來，資本開始回歸理性，ROI成為核心考核指標，而產業端的AI應用恰好具備“高確定性、高ROI”特征。

產業端的AI需求是“剛性需求”，制造企業需要AI提升產能、降低成本，金融機構需要AI優化風控、提高效率，能源企業需要AI保障安全、節約能耗。相比之下，C端AI的商業化路徑模糊，ROI難以衡量。

很多C端AI產品依賴“免費+廣告”模式，但廣告收入無法覆蓋研發與算力成本；而付費訂閱模式的用戶滲透率極低，難以形成規模效應。資本的本質是逐利，當“概念炒作”的泡沫破裂，必然轉向能帶來穩定回報的產業端。

03

科技股不一定是唯一贏家

前段時間，美國先鋒領航首席經濟學家喬·戴維斯發表了一餓很有意思的觀點，AI時代最受益的未必是當下的科技股，價值股或成‘意外贏家’”。

當AI投資主線轉向產業端，這場技術革命的紅利不再局限于科技公司，而是會擴散到千行百業——那些傳統產業中積極擁抱AI、完成數字化改造的“價值股”，正在成為AI時代的真正受益者。

這一邏輯的核心在于，AI作為通用目的技術，其終極價值不是催生新的科技巨頭，而是重構傳統產業的生產效率與價值鏈條。

典型的例子，電力的普及讓汽車、制造等行業受益，個人電腦的發展讓零售、服務等領域爆發，AI的全面滲透也將讓傳統產業迎來“價值重估”的機會。

制造業作為AI產業落地的核心領域，也是價值股集中的板塊。過去，制造業企業因“增長緩慢、技術含量低”被視為“低估值資產”，但AI的介入正在徹底改變這一現狀——通過AI優化生產流程、提升產品質量、降低運營成本，傳統制造企業的盈利能力與增長潛力大幅提升，估值迎來修復。

這些傳統制造企業本身具備穩定的現金流、成熟的市場渠道與扎實的產業基礎（即“價值股”屬性），AI的介入沒有改變其核心業務，而是通過效率提升放大了其固有優勢。相比之下，純科技股面臨技術迭代快、競爭激烈、盈利不確定等風險。

對于投資者而言，2025年的AI投資不再是“押注單一賽道”，而是要把握“產業賦能”的核心邏輯：既要關注科技巨頭的產業生態布局，也要重視傳統價值股的AI改造機會；既要看重技術實力，更要關注落地能力與商業化成效。

在機構看來，AI這一新興產業才剛剛開始，從ChatGPT誕生到現在，也不過3年時間。未來AI技術將不斷滲透至所有傳統產業，可以看到人工智能帶來的全面機會。

本文系新眸原創，申請轉載授權、商務合作請聯系微信： ycj841642330，添加好友請備注公司和職位。

更多內容，點擊下方關注