（来源：纪要头等座）

AI应用拐点已至，聚焦Infra与大场景

给大家汇报一下我们关于整个AI应用的观点；这次汇报的标题叫做“应用拐点已至，聚焦Infra与大场景”。

首先汇报整个行业的情况：为什么现在我们觉得整个国内AI应用到了一个即将发生核心变化的裂变期。其中一个比较重要的原因在于，复盘海外市场，海外在近期的整个大财报里已经发生很大变化。其中最大核心变化是：海外的财报显示，AI应用开始进行小规模的应用变现；整个投入与应用落地形成正向循环——这也是近期整个海外表现非常强势的原因。我们接下来也非常看好国内开启这样一个路径；整个边际上看，这个时间点也在逐渐接近。

主要原因是：第一，我们看到整个模型逐渐开始到一个临界点。复盘海外历程，海外大规模进行应用变现其实是在GPT-3.5模型发布之后。那么现在，国内模型在近期包括Kimi的K Two、智谱的GLM-4.5、包括通义千问3的升级版；我们看到国内又开始进入一轮比较大的模型升级周期。我们觉得在这轮升级周期之后，国内的模型能力会逐渐超越GPT-3.5；所以这块，我们觉得整个国内模型能力突破会带动应用落地商业化的开启。

第二个比较重要的原因在于：现在我们看到，整个海外在成本上（AI跟过去移动互联网有很大不同）。移动互联网的核心在于看ARPU值和用户基数两个核心指标；现阶段整个海外的ARPU值是相对较高的（用户基数比国内低）；而国内是用户基数高但ARPU值低——导致两者都可以在移动互联网时代取得比较好的商业化突破。但这轮AI的核心是对人力替代，所以核心看的是ARPU值。这样情况下，海外较高的ARPU值会导致其商业化开启时点更快；而国内的ARPU值相对较低，所以开启周期会更慢。但是我们现（更多实时纪要加微信：aileesir）在看到，每一年AI的推理成本都有大幅下降；所以今年下半年随着整个国内模型的新轮迭代之后，我们觉得成本大幅下降在这一块也会看到。这几个原因叠加，我们非常看好后续国内由成本下降驱动的商业化临界点趋近。

第三个比较重要的点：我们也看到近期国务院审核了“人工智能+”的行动方案。政策在历史上对整个国内IT影响非常大；政策加持下，第一从客户接受度上会变得更高，第二在打造示范工程时也会给很多支持——这两者叠加都会加速国内应用落地商业化的临界点来临。这三个原因是我们目前特别看好整个AI应用的重要原因。

另外一块，我们之前在AI上下半场切换的报告里也专门提及：每一轮大的AI周期一般分为两段——上半场以模型构建为核心（训练为王、基础设施为王）；下半场以应用为核心（推理、应用落地为王，推理和场景是核心）。在后续推荐上，我们觉得Infra层是现在相对更确定的。Infra层这块的观点是：优选跟推理端更相关的Infra。核心原因：第一，从目前看AI应用其实还是非常贵的，需要不断降本；所以目前以云为代表的Infra是未来整个AI应用确定性的载体。第二，在整个应用侧的推理成本，现在的模型能力除了跟模型性能相关，还跟算力投入相关——同样任务投入算力越大效果越好；这会导致AI应用天然对Infra有大量需求。

在Infra侧，国内分成两个主要方向：公有云和私有云。因为AI应用跟过去应用很大不同点在于它跟数据高度绑定——过去应用更多基于流程为主，而AI应用以数据为核心，在知识加持下对原有生产力进行替代（所以数据影响非常大）。国内目前商业环境看，很多To B侧规模性变现会导致一个问题（很多数据是私有化的），所以这块私有化占比天然会比较高。对国内，一方面公有云反映了全社会AI渗透的重要指标；另一方面私有云在很多高端客户内部占比其实会比海外更高——所以这两者，在整个Infra侧的投资机会：一方面可能是以公有云为主的配套基础设施，第二是以私有化为主的配套基础设施；这两者在AI时代都会有非常大的增强。

在公有云选股：格局相对确定（基本是几个巨头旗下基础设施核心玩家）。一方面我们非常看好传统公有云厂商如阿里巴巴、金山云等；第二方面我们非常看好服务器和IDC环节。在服务器环节，我觉得是未来整机厂被低估的。因为行业里看到几个趋势：第一，过去GPU时代芯片设计难度远比整机设计难度高；但在AI时代，芯片设计难度边际下降，整机设计难度边际提升——而且整机种类因芯片种类非常多（尤其在推理侧），所以无论复杂度还是SKU现在整机都变得更高；这对下游整机厂商是利好。第二，现在很多演进都开始向集群及整机方向演进，这会带动配套产业链机会——整机厂目前已开始向液冷、电源等环节逐步渗透。所以这块，未来通过产业链垂直整合，整机厂在产业里的营收价值和利润价值都有望提升。两者叠加，整机环节是未来非常建议重视的方向。

第三个比较重要的点是IDC侧：现在整个IDC是典型周期成长股（每轮周期跟下游市场资源扩容相关）。2024年国内IDC行业迎来拐点，主要来自头部互联网厂商大规模投AI；后面因供应端受限制，节奏产生较大扰动。后续随着应用落地、包括卡的供应逐渐放开，我们觉得IDC下半年有望迎来新一轮边际拐点。从过去看，AI时代推理市场规模在训练市场级别以上——后续市场空间无需担忧。另外值得提及：现在推理卡如L20等，功耗已到达六七百瓦以上；单卡价值量可能比训练卡低很多，但功率与传统训练时代相差不大。后续随着推理规模化，IDC边际占比（在总投资额里）会越来越高——因其更多来自能耗提供。所以IDC环节也非常看好。

综合来看，在整个Infra侧（云、IDC、整机）应该是推理起来后最确定性受益方向；中期可重点关注。

第二个方向主要是大场景：因为现在整个AI在投资标的选择上比较困扰——应用侧还处于非常早期阶段，未来应用环节谁是最终胜出很难确定。选股时要选择那些空间非常大的场景；如果跑出来，大概率该场景比较好（因AI在每个场景落地进度和商业化价值目前还很难判断清楚）。这样情况下，应用侧选股要选择在数据侧有一定稀缺独占性、或场景空间极大的品种（导致大家快速扩张、尚未到互相竞争的方向），是比较好的。这块可优先选择如农业、工业、教育等行业——这些行业特征是其相关数据有较大稀缺性（私有化独占），很难公开获取；且行业拥有复杂Know-How，导致想在该领域做的话，首先要是本行场景信息化提供商（对其Know-How有更大了解）。所以税务、司法、教育等场景可重点关注。相关客户如科大讯飞、中石油等，目前也积极推动产品与场景融合，追求垂直端到端一体化交付——这些场景公司可重点关注。

另一个方向如AI加视频类似领域（现在coding和视频商业化进展非常迅速，或叫AIGC）。场景非常大（包含国内和海外市场）；目前像万兴、美图、MiniMax等相关公司在出海拓展AI+GC场景已取得非常好应用效果并做出较多变现。这背后显示重要原因：这块市场空间巨大，尚属待开发阶段——只要通过产品力提升就可圈到用户变现。所以像这样空间巨大、供给远无法满足需求的场景；各家厂基于过去积累快速推动产品落地——该方向未来也可重点关注。因应用早期落地速度是核心要素；所以AI加视频跟出海结合场景也非常看好。

总结：当前时间看，国内AI领域正处于拐点。拐点原因：第一，模型进一步开始具备超越GPT-3.5商业化的临界点；第二，成本大幅下降驱动国内ARPU值期待真正开启；第三，政策加（更多实时纪要加微信：aileesir）持下国内商业化进程加速。三者共振，非常看好国内应用后续迎来一波景气周期驱动。

在具体选股上建议聚焦整个Infra和应用侧：Infra侧主要聚焦公有云、整机及IDC环节；应用侧聚焦长期具备私有化（非公开）、数据稀缺的场景，及空间巨大、商业化开启迅速的大场景——如教育、司法、税务、医疗等领域非常看好；还有AI加视频及图片等AIGC内容生成领域（尤其与出海结合方向）也非常看好。

免责申明：以上内容不构成投资建议，以此作为投资依据出现任何损失不承担任何责任。