从AI算力扩张到应用端创收高盛透视AI投资新阶段：谁能把Token变成现金流

发布日期： 2026-09-11 阅读量： 作者： 小编

从AI算力扩张到应用端创收高盛透视AI投资新阶段：谁能把Token变成现金流(图1)

　　从AI算力扩张到应用端创收，高盛透视AI投资新阶段：谁能把Token变成现金流AI应用软件领域的竞争重心正在向企业实际部署延伸，能够把模型能力高效率且精准转化为可靠业务成果的软件平台，将获得新的增长空间。

　　智通财经APP获悉，在万众瞩目的高盛Communacopia+科技大会上，聚焦B端与C端AI应用领域的软件行业领军者们高管集体在大会上发表关于未来增长前景的最新预判观点。高盛分析师们最新发布的一份纪要显示，聚焦于大数据分析与人工智能项目工程的Databricks公司的首席执行官Ali Ghodsi发言称，AI应用软件领域的竞争重心正在向企业实际部署延伸，能够把模型能力高效率且精准转化为可靠业务成果的软件平台，将获得新的增长空间。

　　Databricks以Genie承接企业分析需求，以Unity Catalog统一企业人工智能与数字化治理、安全与mk体育平台成本管理，再向客户数据平台、安全分析、可观测性和事务数据库扩张。高盛据此强调，判断未来三年AI应用相关软件公司的份额增长潜力，应重点考察技术知识产权、创新速度和开放架构。高盛表示，对于投资层面而言，具备庞大且独家数据库与强大工作流优势的软件平台有望获得新一轮市场重估。

　　高盛分析们还表示，随着全球资金正在从AI算力基础设施相关联AI投资第一阶段的GPU/HBM/AI数据中心核心硬件瓶颈，向能够把Token转化为愈发强劲的企业端生产力、收入和现金流的第二阶段应用层赢家扩散。未来估值分化可能反而更猛烈：拥有独占数据、企业与个人用户复杂工作流优势、Agent智能体工作流执行闭环和清晰ROI的软件公司获得重估，而容易被基础模型单功能商品化的传统SaaS则可能继续承压。

　　Communacopia+科技大会上，Genie展现出Databricks争夺企业AI入口的路径——通过专有数据索引技术OntoRank和业务本体，将企业数据组织成模型能够理解、计算和使用的业务信息，使产品承担“AI智能体分析师”的角色。

　　Databricks管理层表示，Genie已广泛用于公司内部销售、营销和财务，过去6—12个月明显改变了内部运营。其工程意义在于，企业部署智能体需要统一理解客户、订单、收入等业务对象，并将分析结果接入日常流程;模型性能提高之后，这些数据基础工作仍决定任务能否准确完成。管理层也看到了与Palantir在复杂数据工程项目上的合作空间。

　　Unity Catalog则承接智能体规模化部署产生的治理需求。高盛分析师团队指出，模型快速迭代增加了选型与部署复杂度，Token消耗增长强化了企业对成本和投资回报的审查，而企业对智能体具体操作、数据访问及安全风险的可见性仍然不足。因此，数据治理、访问权限、安全和业务语义需要与AI运行环境紧密结合。

　　高盛对于AI应用层的最新判断在于，这类平台的商业价值在于让企业能够放心扩大部署：既明确智能体可以访问什么、执行什么，也能追踪任务成本和结果。客户黏性因而更多来自持续创造业务价值，这与高盛强调的技术能力、创新速度和开放架构相呼应。

　　Databricks这类平台型AI应用领军者们的实际产品扩张覆盖四个方向：客户数据平台方面，Infinite Campaigns支持从人群分组营销走向个人级精细化营销，管理层预计开放源代码模型将进一步改善成本可行性;安全信息与事件管理(SIEM)方面，智能体产生的新数据以及首席信息官、首席信息安全官职责的融合，为数据平台切入安全分析创造机会;可观测性也是拓展方向，但尚未披露产品时间表。Lakebase则被管理层视为潜在最大的新品机会：AI降低软件开发门槛后，新增应用需要事务数据库支持日常读写与业务运行，从而扩大Databricks在分析业务之外的市场。

　　管理层甚至提出，未来八个月创造的软件可能超过历史累计规模——不过高盛表示，这是其对需求的激进判断，不能作为已经验证的行业预测。

　　OpenAI重磅推出的Astra聚焦代理式高效率提升计算机操作、编程和复杂任务执行能力，使更多企业工作流具备自动化条件，但“模型性能竞争”与“业务落地竞争”将同时推进。收费模式也呈现分层：Astra API仍按输入和输出Token计价，AI应用相关软件厂商们则能够按席位、操作次数、对话或业务成果收费。例如，Intercom的Fin按其定义的业务成果收费，每次0.99美元起;Salesforce Agentforce同时提供按操作、对话及用户授权计费。

　　底层模型提供商们可能将继续聚焦API销售计算资源服务，上层AI应用端则可能越来越需要证明交付价值。按成果收费能让价格更贴近客户收益，同时要求供应商承担推理、重试、人工复核等成本;任务成功率和每项任务的利润，因而成为商业化质量的重要指标。

　　近期股票市场行情已经显示，市场愿意奖励AI收入兑现，也会惩罚潜在替代风险。9月3日，Databricks竞争对手之一的Snowflake股价在强劲财报刺激之下收涨约17%;其第二财季产品收入同比增长37%，达到14.9亿美元，全年产品收入指引从58.4亿美元上调至60.7亿美元，为企业AI应用层正在扩大数据平台消费提供了经营证据。但到9月8日，Salesforce和Intuit股价分别下跌约4%，ServiceNow下跌约5%，标普500软件与服务指数下跌1.4%，华尔街分析师们将部分抛售压力归因于Astra横空出世又一次引发的大模型对于软件替代担忧。

　　Databricks的软件落地路径凸显出AI收益逐步沿产业链加速扩散——智能体执行更多任务，带动计算、存储和数据服务消费;拥有企业数据连接、治理能力和业务流程优势的平台，则争取将这些使用量转化为收入与现金流。对软件股而言，这构成结构性利好，但平台扩张也会挤压部分独立工具的市场空间。能够受益的公司，需要在新增AI收入、客户扩展消费和利润率上同时交出成绩;依靠界面或单一功能形成优势的厂商，则面临竞争加剧。

　　2022年年末开启的AI投资大浪潮的估值锚，逐步由“资本开支规模”升级为“资本回报效率”，并且这一进程正在加速——即AI投资狂潮的第一阶段全面聚焦于“谁主导配置并受益于建设最大规模GPU数据中心”，当前的第二阶段则聚焦于“谁能把Token转化为可持续现金流”。

　　围绕AI的超级牛市，正在从“买入芯片股”逐步驶向“买AI工作流”，即当前市场正在把AI牛市投资主线从“谁受益于不断投入的AI资本开支”重新定价为“谁能最快把算力转化为ARR、利润率和自由现金流”，这一最新轮动有利于嵌入关键企业流程、具备高续费率、数据壁垒和智能体变现能力的聚焦AI应用平台的软件公司们。聚焦于AI的软件公司们能否持续接入更强、更经济的模型，并保留自身不可替代的业务价值，将影响其长期定价权。

上一篇: SNECES+第十二届(2026)国际储能和电池(上海)大会

下一篇: 宇树IPO后具身智能如何定价？｜关键帧

mk体育科技有限公司 - B2B订阅管理与计费自动化平台

从AI算力扩张到应用端创收高盛透视AI投资新阶段：谁能把Token变成现金流

随便看看