一、AI 實驗室的算力與收入拐點 主持人： 今天再次請到 SemiAnalysis 創始人 Dylan Patel。我們所謂的“家庭感恩節聚餐”，其實就是每年錄一期播客。當然，我們並沒有親屬關係，別讓大家知道，否則這個傳說就破滅了。 全球經濟的走向，正越來越取決於 AI 實驗室的經濟模型、算力市場的演變，以及與之相關的一切。我想理解幾年之後，這個瘋狂的未來會走向何方。不過先從當下說起。請介紹一下目前 AI 實驗室的算力和收入情況，並展望未來一兩年。 Dylan： 回看去年，即使到了年末，美國 GDP 增長中的很大一部分也來自 AI 基礎設施。

在題為《投資策略：做多中國AI價值鏈》的報告中，高盛分析師Louis Mille寫道：“中國AI行業已正式進入我們的視野之中。” 其原因在於“大規模國家支援、激增的全球需求以及結構性資本輪動的空前結合，使得中國AI成為當今科技領域最引人注目的增長故事之一。” 高盛提出了三個關鍵點來佐證其投資論點：①中國AI公司市值與市場空間嚴重錯配，估值上行空間充足；②中國AI產業鏈具備被市場低估的獨特競爭優勢；③中國AI板塊表現相對其他中國資產更強，資金正結構性增配。 (格隆匯電報)

如果說AI 晶片是資料中心的大腦，電力和散熱是它的支撐系統，那麼儲存就是承載模型參數、訓練資料、推理上下文和終端資料的底座。算力越強，資料搬運的壓力越大；模型越長，快取和落盤的壓力越大；端側AI 越普及，手機、PC、AI 眼鏡和車端裝置對本地儲存的速度、容量和功耗要求越高。 進入2026 年，HBM（High Bandwidth Memory，高頻寬記憶體）、高容量 DDR5/RDIMM、企業級SSD（Solid State Drive，固態硬碟）、UFS（Universal Flash Storage，通用快閃記憶體儲存）、LPDDR（低功耗DDR）、ePOP（嵌入式疊層封裝）和uMCP等產品，正在把產業價值從容量競爭推向頻寬、功耗、可靠性和認證能力競爭。 圖：AI 時代的儲存價值鏈 這篇文章想講清楚三件事：

核心論點：過去一年AI價值鏈正發生劇烈遷移：AI實驗室從幾乎"零毛利"躍升為價值大贏家。Anthropic ARR從9B暴漲至44B+,推理毛利從38%飆至70%。而身處供給瓶頸的TSMC與Nvidia卻仍未對定價做出明顯反映。01. AI價值鏈的劇烈遷移"AI的一天,勝過其他行業的一年"模型發佈、軟體突破、硬體迭代,正把其他行業以年為單位的周期壓縮到以"周"為單位。過去幾個月,Agentic AI跨過了真正的拐點——Token的"價值"經歷了一次躍升,而生產Token的"成本"卻在同步快速下降。這股需求洪流來自終端使用者從消費Token中獲得的巨額ROI。僅以本年為例,Anthropic的ARR從9B暴增至44B+,與此同時其推理基礎設施毛利率從38%躍升至70%以上。獨特現象："AI浪潮在堆疊的所有層都創造了價值——但過去一年裡,幾乎所有價值都在向AI實驗室集中,而它們一年前幾乎沒有獲取任何價值。"終端使用者的"生產力豐收"過去需要數十人時、耗費數千美元的工作,如今幾分鐘、價值幾美元的Token就能完成。Token產生的商業價值正在劇烈改善企業經營。SemiAnalysis自身在Anthropic Claude Token上的年化支出已高達1095萬美元,但由此獲得的價值讓其能夠在與所有競爭對手的競爭中勝出並擴大市場份額。2023年5月 ── AI交易元年Nvidia首次"重磅炸彈"業績公告,盤後大漲25%,正式拉開AI交易序幕。2024年 ── 電力成為新瓶頸Vistra +265%、GE Vernova +146%,躋身S&P 500表現最佳個股。2025年 ── 儲存搶鏡SanDisk、Western Digital、Seagate、Micron全部錄得200%+漲幅。2025年12月 ── Agentic AI"真正可用"的拐點Agentic AI開始真正發揮效用,從程式設計蔓延至建模、Excel轉Dashboard、財務分析等場景。2026年至今 ── 價值"全面回流"模型層從硬體層向模型層的價值大遷徙正在發生,AI實驗室成為新主角。02. Agentic AI改變了遊戲規則SemiAnalysis的"自家實測"：Token用量已是Meta的5倍Agent早已不止於程式設計。SemiAnalysis分析師每天用Agent把Excel轉為儀表盤、自動生成圖表、建構財務模型、分析公司財報——這些任務此前要麼根本做不了,要麼需要初級分析師花費數小時,擠佔其本可投入更高價值工作的時間。"貼牌價"vs"真實混合價"：Opus 4.7的隱藏邏輯Opus 4.7的官方掛牌價為$5/$25 per MTok(input/output),但其在Agentic任務上的真實混合價僅約$0.99/MTok。原因有二：03. Token生產成本崩塌式下降Opus降價≠毛利下降：Anthropic利潤仍在擴張Anthropic在2025年11月以低於前代3倍的價格發佈Opus 4.5,引發市場驚愕。但事實是——由於Trainium與Nvidia GPU上的軟體改進、以及用Blackwell替換Hopper的硬體升級,其Opus Token的毛利率反而上升了。04. 為何模型利潤不會被競爭"卷"掉理由一：前沿模型仍保有定價權無論benchmark怎麼說,在真實知識工作場景下,開源模型與閉源前沿模型仍存在顯著差距,而這一差距沒有理由很快收斂。Kimi K2.6 ($0.95/$4) 對Opus定價幾乎構不成下行壓力。理由二：算力供給約束 → 沒有任何一家能"獨食市場"Anthropic已開始用$100+/月的Claude Code訂閱牆、遮蔽OpenClaw等第三方harness來主動疏離部分使用者。Token需求將在可預見的未來遠超供給,這意味著任何能提供前沿質量的實驗室,都可以按"Token產生的經濟價值"而非"內卷價"來定價。05. TSMC與Nvidia——兩個未漲價的霸主需求"複利式增長",但供給方仍在用舊框架定價Anthropic ARR已達$44B+(我們上次更新時還是$30B),GLM、Kimi等開源模型也在擴大可定址算力總池。AI實驗室與Neocloud的融資正在直接轉化為增量GPU部署。而Nvidia仍在用一套"為單位算力支付意願會隨時間衰減"的舊假設來定價——這個假設已經不成立。需求不是線性,而是複利級。SemiAnalysis觀點："TSMC本可以大幅漲價,但他們沒有。這是戰略失誤。退一步,他們至少應該要求更大額的預付款。Jensen本人在2024年就說過TSMC的晶圓該貴一點——他是真心的。"06. SOCAMM：Nvidia下一個利潤槓桿為什麼是"記憶體"而不是"算力"?SOCAMM (System-On-Chip Attached Memory Module)是 VR NVL72 上一種基於 LPDDR 的可插拔(Socketed)模組化記憶體方案。它專為機櫃級系統而生,具備更高容量、模組化、能效以及——獨立於算力的可定價能力。在GB300中,DRAM被銲接(soldered)上板,與系統毛利捆綁。但在Rubin中,SOCAMM2是Socketed模組——這意味著Nvidia可以把記憶體"拆出來單獨定價",在板級毛利不變的前提下,單獨調高記憶體毛利。SOCAMM 60% 毛利完全合理(來自SemiAnalysis測算)SOCAMM合約價路徑(Nvidia採購)資料來源：SemiAnalysis Memory Model · 實際SOCAMM應較移動LPDDR5X存在溢價為何客戶會接受Nvidia在SOCAMM上索取60%毛利：① 供應鏈籌碼：DRAM全面緊缺,Nvidia鎖住最大份額② 平台護城河：VR NVL72是性能/TCO最佳平台,客戶被迫接受③ 成本傳導合理：Nvidia自身也面臨SOCAMM2進價上漲07. Capex/W：GB300 →VR NVL72 的反常停滯系統躍遷巨大,但Capex/W幾乎沒動這與AMD/Nvidia/ASIC歷史代際趨勢完全相反——意味著Nvidia"留了一手"08. Neocloud被歧視性定價的"祭壇"SN5610交換機：Neocloud買價竟是Hyperscaler的2倍Nvidia在GPU上幾乎不做客戶分級定價,但在網路裝置上對Neocloud實施明顯的歧視性定價。原因不是Hyperscaler採購量更大,而是Hyperscaler有直接對接OEM/ODM、自建網路方案的工程能力,而Neocloud只能選擇Nvidia的Turnkey方案。即：網路裝置的94%差價被攤薄成10%總capex差異——Nvidia已最大化壓榨這一槓桿,繼續往下摳的空間已經不多。09. One Chart to Rule Them All VR NVL72租賃定價框架成本基礎定價 (Floor) 滿足Neocloud項目最低IRR的租金,低於此線則不會有新部署價值基礎定價 (Ceiling) 基於$/PFLOP的代際平價,客戶在新舊GPU間無差別選擇的臨界點從"成本定價"到"價值定價"——Nvidia的下一跳Nvidia當前仍在用"成本框架"定價。但隨著推理ROI越來越被廣泛接受,定價基準會自然向"價值定價"遷移——這正是反壟斷阻力下降、Nvidia可以堂堂正正漲價的窗口。需要強調,以上分析僅基於"租金/FLOP"。但推理性能/TCO的代際改善,速度比FLOP還要快得多——VR NVL72的真實"價值天花板"可能比我們當前測算更高。Nvidia可以捕獲的價值空間,遠沒有觸頂。RISK 風險與潛在反方向變數反壟斷：Nvidia在GPU、互聯、軟體全端的支配地位已招致更嚴密的反壟斷審視。激進漲價可能加劇監管壓力,這正是Nvidia與TSMC都傾向"克制定價"的核心原因。客戶多元化加速：過快搾取價值會促使客戶加速遷移至TPU、Trainium等替代算力;但這些方案同樣受N3晶圓與DRAM上游約束。前沿模型質量收斂：若開源模型在真實知識工作場景下顯著縮小與閉源前沿的差距,AI實驗室的定價權將受到壓縮——但目前沒有證據顯示這一收斂正在發生。DRAM周期反轉：當前DRAM緊缺局面是支撐Nvidia在SOCAMM上索取高毛利的關鍵。若供給端在2027年大幅釋放產能,記憶體定價槓桿會被削弱。(FinHub)

一、產業鏈環節“Farmer-Egg-Chicken-Hen house”比喻來拆解AI晶片價值鏈：- Farmer（農戶）：對應CSP/AIDC環節，即雲服務/AI資料中心，是AI算力的需求方與應用端，直接承載大模型、AI應用。- Egg（雞蛋）：對應AI chip designers環節，即AI晶片設計公司，是算力的核心“種子”，負責晶片架構與功能設計。- Chicken（雞）：對應Foundry/OSAT環節，即晶圓代工/封測企業，是晶片的製造與封裝環節，負責將設計圖紙變為實體晶片。- Hen house（雞舍）：對應WFE/EDA環節，即半導體裝置/EDA工具，是晶片產業的底層基礎設施，是製造與設計的“生產工具”。二、中美AI晶片價值鏈代表企業1. 中國側（自主供應鏈）- Farmer（應用端）：以字節跳動、騰訊、百度、阿里為代表，還包括MINIMAX、智譜AI、深度求索等國內主流雲服務與大模型公司。- Egg（晶片設計）：海思、摩爾線程、寒武紀、中科海光、崑崙芯、平頭哥、燧原科技等國產AI晶片設計廠商。- Chicken（製造封測）：中芯國際、上海華力、通富微電、長電科技等國內晶圓代工與封測企業。- Hen house（裝置/EDA）：北方華創、中微公司、拓荊科技、華大九天等國產半導體裝置與EDA工具企業。2. 美國側（全球主導鏈）- Farmer（應用端）：Google、OpenAI、Anthropic、Meta、亞馬遜、甲骨文等全球頂尖雲服務與AI公司。- Egg（晶片設計）：NVIDIA、AMD、博通、聯發科等全球AI晶片設計龍頭，其中NVIDIA是絕對核心。- Chicken（製造封測）：台積電、三星、日月光等全球頂級晶圓代工與封測企業，台積電主導先進製程。- Hen house（裝置/EDA）：ASML、應用材料、KLA、新思科技、楷登電子等全球半導體裝置與EDA的核心供應商，ASML的EUV光刻機是關鍵瓶頸。三、“脫鉤”趨勢的核心體現1. 中國側：從底層裝置（Hen house）→製造（Chicken）→設計（Egg）→應用（Farmer），逐步建構自主可控的AI算力供應鏈，減少對西方技術的依賴。2. 美國側：強化自身生態閉環，同時限制對中國的高端技術輸出，推動算力供應鏈的區域化分割，保持在高端環節的絕對主導。3. 本質：中美在AI算力這一核心生產力上的產業鏈競爭與自主化，全球AI晶片供應鏈正從“全球化分工”走向“雙循環、區域化”的格局。(海外君)

迪拜的金融版圖正在醞釀一次跨越十五年的質變。近日，阿聯副總統兼總理、迪拜酋長謝赫穆罕默德正式宣佈，迪拜國際金融中心將啟動史上最大規模擴建項目——DIFC Zaabeel District。根據官方公佈的資訊，該項目總開發價值超過1000億迪拉姆，約合270億美元。這不僅是物理空間的擴容，更是迪拜對自身金融中心定位的一次系統性升級：將傳統金融區推向面向未來技術的綜合平台，讓資本流與技術流在同一生態內深度耦合。01 不只是樓面：一座金融城的野心重構此次擴建選址扎比爾區，佔地約710萬平方英呎，總建築面積約1770萬平方英呎。從規模上看，這屬於中東、非洲和南亞區域內少見的需求驅動型金融中心擴建項目。但真正值得關注的不是磚瓦水泥的增量，而是迪拜為這個新區設定的承載目標：容納超過4.2萬家公司，覆蓋約12.5萬名金融與科技專業人士。這兩個數字釋放的訊號很明確：迪拜不滿足於做區域金融中心的天花板，而是希望把全球機構的區域總部、資管團隊、金融科技與合規中後台都鎖定在同一套生態系統裡。更高的機構密度意味著更強的交易黏性，更強的交易黏性意味著更難以撼動的中心地位。02 AI嵌入金融：產業結構的重心遷移從公開規劃看，Zaabeel District最值得注意的配置，並非寫字樓和住宅的增量，而是它將未來技術和人工智慧作為核心類股，深度嵌入金融中心的擴張邏輯。超過100萬平方英呎的空間被規劃為創新中心。它服務的對象不僅是傳統金融機構，也包括金融科技、數字經濟相關企業和新型商業模式。這意味著，一家AI驅動的信貸稽核公司，可以物理上毗鄰它服務的銀行；一家區塊鏈貿易融資平台，可以和技術夥伴在同一棟樓裡打磨產品。更具標誌性的是，迪拜提出在這一區域建設全球首個專用AI園區，並給出了明確的承載目標：面向6000家企業與3萬名AI及技術專業人才。這相當於將AI產業從戰略口號轉化為可容納企業、人才和研發活動的物理空間，並且把它放在金融中心內部，而不是另起爐灶。03 教育同步擴容：每年5萬學習者的供給管線金融與科技的競爭，歸根結底是人才的競爭。迪拜對此的解法是讓教育體系與產業擴張同步。根據規劃，DIFC學院的面積將擴大十倍，達到約37萬平方英呎，目標是每年容納5萬名學習者。繼續教育與高等教育資源將在這裡匯聚，為金融與科技產業提供長期的人才供給管線。這種配置的邏輯很清晰：用金融中心承接資本流，用創新園區承接技術與企業，用教育體系承接人才供給，然後再用生活方式配套提高留存率——形成一個自我強化的閉環。04 生活配套：留住高端人才的最後一公里在金融中心的競賽中，生活配套從來不是錦上添花，而是最現實的留人手段。高端機構和人才的遷移，很大程度上取決於一座城市能否提供可持續的生活與社交半徑。Zaabeel District的規劃對此著墨頗多：藝術館、會展中心、酒店、零售等文化及生活配套同步加碼。這些設施的功能不僅是滿足消費需求，更是創造人與人相遇、交流、合作的場景。在知識密集型產業裡，許多關鍵交易和合作，恰恰發生在寫字樓之外的咖啡廳、畫廊或酒店大堂。05 時間表：十五年的長期工程從官方披露的時間表看，這是一個用十幾年時間去換取下一段增長曲線的長期工程。項目將分六個階段推進：2030年前後，首期對公眾開放2040年左右，完成整體規劃這意味著，迪拜不是在進行一輪短周期的經濟刺激，而是在做一個跨越十五年的戰略佈局。當首期項目在四年後揭開面紗時，它承載的將是迪拜對未來金融形態的全部想像；而到2040年全部建成時，今天還在校園裡的學生，可能已經成為這座金融城裡的中堅力量。結語DIFC Zaabeel District的擴建，本質上是一次關於“金融中心應該長成什麼樣子”的重新定義。在迪拜的構想中，未來的金融中心不再只是銀行、律所和諮詢公司的聚集地，而應該是資本、技術、人才、教育、生活五位一體的綜合生態。金融提供資本和場景，AI提供工具和效率，教育提供人才供給，生活提供留存理由——四者咬合，形成難以複製的系統優勢。1000億迪拉姆的投入，換來的是4.2萬家公司、12.5萬名專業人士、3萬名AI人才、5萬名學習者的承載能力。這個數字組合，才是迪拜真正想要的東西：一個在金融與科技深度融合時代，仍然能夠佔據中心位置的城市資產。 (出海壹路通)

最近，美股市場出現了非常撕裂的一幕：一邊是散戶股民們還在為AI大模型能力飆升而狂歡，一邊卻是華爾街機構在大舉拋售各種高毛利軟體巨頭，反手將真金白銀塞進了各種重資產“老登股”。這完全違背了過去十幾年來市場對科技股投資的信仰。華爾街給這種現象起了一個代號：HALO交易（Heavy Assets, Low Obsolescence，重資產、低過時率）。此次價值重估，究竟是一時的情緒避險，還是主導未來十年的財富密碼？01Why Now？過去十幾年，輕資產公司一直都被認為是最完美的印鈔機。SaaS等軟體模式建立在無限可擴展性而非物理產品之上。一行程式碼可以瞬間低成本複製給全球萬千客戶，極低的邊際擴張成本帶來了極高的毛利率與估值溢價。尤其是前幾年，任何軟體公司只要宣佈“擁抱 AI”，股價就能原地起飛。比如主打國際語言教學的多鄰國(duo.US)，從2022年至2025年上半年期間，股價一度從70美元飆升至近550美元，3年漲幅高達7倍。而相反，傳統的重資產企業因為需要漫長的時間建廠房、買裝置、耗產能，面臨極高的資本開支與物理摩擦，長期被資金視為笨重且邊緣化的資產。然而，在2026年初，這種信仰正被暴力反轉。市場開始擔憂，無所不能的AI智能體（Agent）會像“吃豆人”一樣，一口口吞噬掉整個輕資產和軟體行業 。來源：pngtree如果大模型通過極其簡單的自然語言指令就能瞬間生成一套定製化的企業級工作流，那麼幾行程式碼就能生成的服務將不再具備護城河，傳統軟體公司動輒幾十上百倍市銷率的基本盤恐怕也將被徹底抽空。去魅與破壞並存，於是大量軟體股的遠期預期的崩塌引發了巨大踩踏。這種拋售甚至帶有了強烈的恐慌情緒。那怕一些公司當季的自由現金流依然強勁，但只要被打上“容易被AI程式碼替代”的輕資產標籤，機構就會毫不猶豫地清倉出局。似乎沒有物理護城河，再高的毛利也不堪一擊。因為AI 可以讓虛擬供給無限擴張，但無法創造物理供給。訂票平台Expedia和航空公司——達美航空就是一個很好的對比。未來的AI代理可以直接讀取使用者的日曆、偏好，自動全網比價並完成無感預訂，這種流量分發入口的價值正在被底層大模型急速架空。Expedia作為線上旅遊預訂巨頭，其數位化服務理論上極易被Agent直接取代，未來前景的不明確導致其股價一路下跌。反觀達美航空，手裡握著實打實的機隊，擁有真實的運輸能力，股價今年一路強勢。現在，市場正在瘋狂定價“稀缺性”。邏輯簡單來說就是，程式碼一秒鐘可以複製成千上萬次，但AI大模型永遠無法把旅客從紐約瞬移到倫敦。摩根士丹利主經紀業務（PB）的資料顯示，避險基金淨買入了半導體和全端人工智慧資產（涵蓋電力、科技等人工智慧相關領域），推動這些行業的持倉達到2020年以來的最高水平。另一方面，摩根士丹利的基礎設施軟體組合（MSXXINSW）成為今年拋售力度最大的主題，其持倉量已跌至2020年以來的最低點。而資金爆買重資產，並不僅僅是為了避險。02拆解HALO Trade今年以來，美股的重資產類股一路突飛猛進，其漲幅迄今大幅領跑輕資產類股。高盛在報告中揭示：“自2025年以來，我們新的重資產組合（GSSTCAPI）已經跑贏輕資產組合（GSSTCAPL）達35%。”AI對基礎設施的吞噬，直接造就了極其龐大的增量市場。訓練兆參數的大模型，盡頭是堆積如山的變壓器、液冷裝置和粗壯的銅纜。極高的物理重設成本，漫長的時間周期和工程複雜性，構成了重資產實體估值重估的基石。這條主線覆蓋了電網基建、公用事業、核能以及關鍵材料（工業金屬）等類股。它們披著傳統重資產的外衣，而賺的卻是最前沿科技革命的錢。這些企業之所以股價狂飆，是因為它們直接承接了AI資料中心那如同黑洞般的電力和物理基礎設施需求，而上下游資本開支周期的錯配使得訂單周期被無限地拉長。以電氣裝置為例，北美大型電力變壓器的交貨周期已經從過去的幾個月拉長到了數年。另一方面，全球化效率優先的時代面臨終結，大國博弈日益加劇，跨國企業被迫開啟轟轟烈烈的近岸外包與供應鏈重建。在地緣政治碎片化的背景下，這些昔日被視為邊緣化、重投入的物理資產（尤其是關鍵礦產、本土製造業設施），如今成為了國家安全和經濟運轉不可或缺的底座，一躍成為具有極高戰略價值的“稀缺資源”。程式碼可以一夜之間重寫，但物理產能的建構需要數年甚至數十年。挖掘機履帶的轉動、變電站的澆築、新銅礦的勘探投產，統統是以“年”為時間單位的。供給端的極度缺乏彈性與AI基建的爆發式需求迎頭相撞，造就了無法輕易化解的物理瓶頸。這決定了HALO交易不只是一次短期的資金炒作，而是一場長周期的產業趨勢。物理規律的限制，死死鎖定了這輪行情的下限。那麼，極高的物理複製成本，以及免疫技術顛覆的“低過時率”，符合這兩點要求的行業究竟有那些？摩根士丹利提出的HALO籃子（MSXXHALO）框定了七大結構性支柱產業，分別是：材料、公用事業、鐵路、管道、廢物處理、國防和訊號塔。而高盛的定義則更加廣泛，進一步將電網、運輸基礎設施、重型機械（如福特、通用汽車）、甚至餐飲食品飲料都納入了HALO交易的範疇。順著機構的選股圖譜，資金爆買這些重資產的邏輯可以被拆解為三個層次：其一，做多AI浪潮的物理“賣水人”。這條主線覆蓋了半導體製造裝置與資料中心溫控系統等身處科技競賽的產業鏈。AI晶片先進製程的升級和高密度算力帶來的散熱焦慮，讓這些擁有極高物理製造與專利壁壘的企業，成為了AI產業鏈上確定性最強的硬體收割機。其二，死守物理世界的絕對剛需，理由簡單粗暴：人類依然需要消耗石油、抵禦通膨和運輸實體貨物。這部分資產憑藉嚴苛的資本紀律、強大的終端定價權，成為了高息環境下資金最安心的重裝防守利器。其三，押注逆全球化的產能重估，AI + 周期“雙引擎”加持。譬如電網基建與電氣裝置、工業金屬一季重型機械等。這些類股既迎來傳統周期的更新換代，又吃到了新世界的AI紅利。03軟體股還有未來？當資金都在為物理世界的稀缺性支付溢價時，軟體股的市場未來似乎走向了盲區。2月Anthropic發佈了Claude Cowork的一周內，美國軟體股市值蒸發超1兆美元。這款Agent（智能體）工具能夠繞過軟體操作介面，直接讀取CRM或ERP的底層資料並自動執行工作流。市場擔心如果前端UI介面被AI取代，傳統企業軟體是否將退化成毫無溢價的CRUD（增刪改查）資料庫。但也有觀點提出，AI模型不會毀滅現存軟體，而是將作為“協調層（Orchestration layer）”寄生併疊加在現有系統之上。Anthropic近期推出了10款全新的AI外掛工具，將AI的觸角拓展到投資銀行、財富管理、人力資源(HR)、私募股權(PE)及工程設計等多個垂直場景。這些更新允許企業將其整合到包括賽富時(CRM.US)旗下的Slack、財捷、DocuSign、LegalZoom、慧甚以及GoogleGmail在內的眾多企業應用中。這釋放出了明確的產業訊號：大模型廠商的演進路線是接入現有生態，而非推倒重建。傳統SaaS是工業時代“分工範式”的產物，靠固化流程和按人頭收訂閱費建構壁壘。在AI時代，這種通用軟體的介面和程式碼確實會被即用即棄。但行業SaaS巨頭的護城河還未動搖：沉澱數年的獨佔資料、隱性流程和監管合規規則。大模型再聰明，也無法憑空捏造出一家企業的財務審計規則或供應鏈歷史參數。沒有這些底層資產源源不斷地“喂養”，再前沿的AI智能體也只是無源之水。而對於大模型公司而言，去捲各個垂直細分領域複雜的B2B合規、企業權限管理和沉重的交付流程，毫無規模效應可言。將大模型定位為底層的“通用大腦”或“超級員工”，賦能並嵌入現有的企業級軟體生態，才是收割利潤的最優解。未來，這些SaaS公司或許會成為“企業智能體OS（AIOS）”的初始資料底座，將過去的業務邏輯解構、封裝為可插拔的“能力包（Skill）”。儘管面臨質疑，Salesforce、SAP、Adobe等軟體巨頭近三年的毛利率都在不斷增長，去年都創下了歷史新高。回過頭看，市場可能把“軟體形態的消亡”放大成了“軟體價值的清零”。恐慌情緒砸出的，未來可能是難遇的黃金坑。04尾聲過去十年，華爾街信仰的是“軟體吞噬世界”。而如今AI的狂飆突進，最終在物理世界的堅硬岩盤上撞出了震耳欲聾的迴響。數字世界最極致的繁榮，最終還是要建立在變壓器、銅纜和重型機械這些最沉重、最笨拙的底座之上。 (格隆匯APP)