川海智库

报告概述

本报告系统复盘过去一年海外AI产业链的发展，并展望2026年。研究对象覆盖AI价值链的纵向环节（算力-云-模型-应用）与横向阵营（OpenAI+英伟达+微软 vs Anthropic+谷歌+亚马逊）。报告重点分析AI投资泡沫与分化、算力竞争格局、云服务市场分化、模型层技术演进与应用层商业化前景。报告采用产业链拆解与阵营对比的分析框架，为投资者提供在AI产业从狂热扩张转向需求兑现与效率竞争新周期中的结构性投资机会参考。

报告的核心结论

AI产业正从狂热扩张期转向需求兑现与效率竞争的新周期。

报告认为，2025年泡沫论集中发酵，但AI领域仅存在局部泡沫而非系统性崩盘。市场焦虑集中在CapEx、折旧、循环订单与债务上，但推理需求爆发、Agent模式普及及多模态应用落地为巨额投入提供了更长回报周期支撑。2026年将是分化加剧、商业闭环验证的关键年份，投资逻辑转向精选真实变现能力。

算力竞争从英伟达一家独大走向多元效率驱动。

英伟达业绩亮眼但ASIC芯片在推理场景的优势显现，谷歌TPU v7全栈优势显著，亚马逊Trainium2扩张激进，微软因绑定OpenAI自研滞后。报告认为，算力竞争已转向成本、规模、生态综合较量，上游硬件仍是资本开支最大受益环节，但格局正在被多元竞争取代。

云服务市场分化：巨头稳健，新云公司面临高债务与技术迭代双重风险。

三大云巨头（微软、谷歌、AWS）订单充裕、现金流稳健，而CoreWeave等Neocloud公司因高负债、低客户粘性、技术迭代风险陷入困局。报告指出，巨头的AI变现路径清晰，新云公司商业模式脆弱，存在被两端挤压的风险。

模型层2026年聚焦更快、更好、更便宜，开源模型冲击闭源高价模式。

Scaling Law并未失效但需配合算法创新，推理模型消耗token量大增。中美技术差距缩窄至6-9个月，中国模型凭借开源与极致性价比策略在市场份额快速提升，冲击海外高定价模式。报告看好谷歌全栈整合优势与Anthropic聚焦策略，警惕OpenAI战略分散风险。

应用层编程率先商业化，垂直AI分化，内部赋能价值被低估。

2025年企业AI支出达370亿美元，编程是最大单一品类。toC市场通用chatbot主导，垂直AI大量消亡但编程与角色陪伴存活。科技巨头内部AI赋能难以量化但直接提升效率。报告认为应用层需求真实，商业化健康度需持续观察毛利结构。

报告回答的关键问题

2026年AI产业的投资逻辑是什么？

报告认为，2026年AI产业进入需求兑现与效率竞争的新周期，投资逻辑不再是泛AI概念普涨，而是聚焦具备真实变现能力、成本优势与长期护城河的核心标的。上游算力硬件（如英伟达）仍为最大受益者，云巨头（谷歌、亚马逊）稳健，应用层需精选具备独特壁垒的赛道，如编程、角色陪伴等。

英伟达的算力垄断地位会被打破吗？

英伟达目前仍占据主导，但ASIC芯片（如谷歌TPU、亚马逊Trainium）在推理场景的成本与能效优势逐步显现，挑战其护城河。英伟达通过收购Groq补齐推理短板，但供应不确定性为竞争对手留出窗口。报告认为竞争将走向多元效率驱动，英伟达一家独大格局正在被削弱。

中美AI大模型差距有多大？

报告指出，中美技术差距已缩窄至6-9个月。中国在算法创新（如DeepSeek的稀疏注意力）、开源生态和极致性价比路径上进展迅速，在NeurIPS等顶级会议论文占比近半。美国保持整体领先，但中国在基础研究层面已具备同台竞技能力，人才回流、资源集中与执行力优势推动从追赶向并跑转变。

哪些AI应用场景已经实现了商业化？

编程场景率先大规模商业化，如Cursor、Claude Code等工具ARR高速增长，企业AI编程支出达42亿美元。垂直行业如医疗（Abridge）、法律（Harvey）也快速发展。toC领域通用chatbot主导流量，角色陪伴类应用因情感粘性存活顽强，但多数垂直AI被大模型内置功能取代。

报告中的代表性数据

约200亿美元

OpenAI和Anthropic合计ARR

截至2025年10月，OpenAI ARR 约130亿美元，Anthropic ARR 约70亿美元，合计约200亿美元，反映AI头部模型的商业化规模快速增长。

370亿美元

2025年企业生成式AI总支出

2025年，根据Menlo Ventures报告，企业生成式AI支出同比增长超2倍，仅用3年占据全球SaaS市场6%份额，显示AI从边缘工具演变为核心生产力基础设施。

超过300%

OpenRouter平台2025年Tokens消耗同比增长

2025年，OpenRouter上2025年Tokens消耗同比增长超300%，验证AI应用需求强劲增长，驱动因素包括更多用户、更长输入输出、推理模型普及及Agent模式兴起。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • AI投资泡沫与革命并存的详细分析，包括CapEx增长支撑、折旧合理性争论、循环订单与债务风险拆解，以及局部泡沫非系统崩盘的判断依据。
  • 算力环节英伟达、谷歌、亚马逊、微软四大玩家的深度对比，包括GPU vs ASIC竞争趋势、自研芯片进展、以及未来五年成本下降路径预测。
  • 云服务市场三大巨头（AWS、Azure、Google Cloud）的订单、现金流与盈利能力分析，以及新兴Neocloud（CoreWeave、Nebius）的商业模式困境与风险剖析。
  • 模型层2025年复盘与2026年展望，涵盖Scaling Law现状、推理模型消耗token机制、Agent趋势、多模态与世界模型进展，以及中美模型能力分项对比。
  • 美国模型市场分层结构（OpenAI、Anthropic、Google、Meta等）的战略分化与竞争格局，包括GPT-5表现不及预期、Anthropic聚焦toB编程、谷歌全栈整合优势等具体案例。
  • 中国大模型竞争格局全景扫描，涵盖千问、DeepSeek、Kimi、智谱、MiniMax、豆包等主要玩家，以及开源vs闭源路线的商业路径分化与定价策略分析。
  • 应用层需求验证的核心指标（ARR与Tokens消耗）及其增长驱动力，包括用户数增长、输入输出长度增加、推理模型普及、Agent模式等详细数据支撑。
  • toB AI应用市场分析：企业支出规模、采购路径转变、编程率先商业化、垂直行业（医疗、法律等）深度案例，以及创业公司与传统巨头的竞争分化。
  • toC AI应用市场分析：通用chatbot主导流量，垂直AI死亡分化（编程与角色陪伴存活），模型即应用趋势，以及角色陪伴面临的记忆瓶颈与长期前景。
  • 科技巨头内部赋能的价值分析：谷歌AI Overviews、Meta广告工具、亚马逊物流优化、国内百度阿里腾讯AI嵌入生态等案例，以及投资建议与风险提示。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告