用AI的正在超越做AI的:一场被市场忽略的价值转移
作者：微信文章当前市场对AI企业的估值逻辑看似混乱，实则凌乱，总之很乱。
相似的分析逻辑，在美股与港股却得到截然不同的反馈，美股飞上天，港股猫都嫌。
除流动性、地缘等因素外，也要看到市场在分析AI公司时，尤其是中国科技企业的AI业务，没有清晰的共识表达出来：
到底谁才是真正的 AI 公司啊？
猫和我都想了解
考虑到中美科技企业长期会处于不公平竞争的环境，所以竞争业态对中国科技企业，是挑战也是机会。
美国重模型，我们拼应用，在此老夫有一个暴论：
真正具备长期投资价值的，或许是那些将AI算力深度用于自身核心业务、尤其是自用推理占比高的公司。
猫和我的共识
AI商业模式的四个层次
要理解这一点，我先刷一下产业共识，把AI产业的商业模式分一下层，毛利由低到高解释一下：
IaaS（算力租赁）：提供GPU算力，客户自由部署，按使用时长或计算量收费，模式成熟，客户无需承担固定资产投入，具备弹性成本优势。
MaaS（模型即服务）：通过API提供训练好的大模型能力，按token数或套餐收费，直接降低AI应用门槛，是模型能力的核心变现方式之一。
解决方案与Agent服务：面向垂直场景提供调优后的模型、应用或完整SaaS服务，卖的是业务结果而不仅是算力，附加值高，市场处于爆发前夜。
边缘推理：在终端设备（如手机、汽车、家庭算力中心）进行实时、低成本、兼顾隐私的推理，端侧模型商业化途径明确后，会重新定义算力部署和分配的变现逻辑。
简单粗暴好理解吧，接下来我们把国内几个头部企业，归类一下：
“卖水”与“用水”双重角色：
阿里、字节、腾讯、百度：它们横跨多个层级。既是IaaS/MaaS的重要提供商（通过阿里云、火山、腾讯云、百度智能云），也在自身电商、社交、搜索等核心业务中大量自用解决方案与推理。
但务必要注意啊，几个公司增长叙事和资本开支，会有大百分比绑定在对外“卖水”（云服务）的增速上，这个后文重点分析。
“重度用水”的内驱型巨头：
字节：它是全球范围的“推理消耗之王”。其海量视频处理、推荐算法、内容生成几乎完全依赖自有模型的解决方案与推理，业务与AI深度咬合，是典型的MaaS与解决方案的顶级自用者。
小米：其AI推理需求的承载终端，是数以亿计的手机、汽车、智能家居设备，目标是让每一台设备都成为具有强大感知、决策和交互能力的智能体。
美团：核心的调度系统、本地生活服务优化高度依赖AI。它主要将AI作为解决方案深度应用于自身业务，驱动效率与体验，是内驱型应用的典范。
“定义未来场景”的生态构建者
小米：它处于一个独特且至关重要的位置，边缘推理的生态定义者。其商业模式的核心（手机×AIoT×汽车）就是未来的边缘算力中心网络。小米的AI投入，绝大部分用于优化和重构自身硬件生态体验，是边缘推理浪潮中最核心的落地者与受益者。
关键指标：推理算力的自用占比
当前，无论是美国还是中国的不少AI概念企业，都扎堆于IaaS（算力租赁）与MaaS（模型即服务）模式。它们将训练好的模型，通过出售算力或API调用的方式变现，营收直接、清晰地计入财报。
这种模式也催生了一种简单粗暴的估值逻辑：市场热衷于折算其AI基础设施的预期收入，甚至将未履约的合同也纳入估值想象。这种乐观某种程度上是危险的，这不是AI生意，这是云生意，换汤不换药。
完全由外部需求驱动的、资源输出式的售卖逻辑，并非AI商业化的终局，而更像一门高度依赖资本、同质化且利润空间被持续挤压的“苦生意”。
真正的价值纵深，藏在更深处。
不要看AI放向资本开支数额，而应关注其已建成算力在训练与推理之间的分配，尤其是推理算力中有多少用于自身业务。
猫说的
训练算力纯投入，直接回报为零，在此我们不讨论各家公司自有模型的训练。对模型能力的投资，我们在此直接算折算为推理算力成本的降低，推理算力的使用，才是主因，直接关联业务落地与收入产生。
我们拆分一下，推理算力可分为：
自用推理：服务于公司自身产品或业务，提升体验、效率或创新收入。对外售卖：通过IaaS/MaaS等形式向外部客户提供，形成线性收入。
两者的核心区别在于：
对外售卖更接近传统资源型生意，而自用推理将AI能力内化为业务竞争力
我说的
为什么自用推理量占比高的公司更值得关注？
1. ROI更高，回报更清晰，业务闭环更短
将算力投入到自身核心场景，能直接检验技术是否产生实际效益，而且可以快速让业务模型进化，适配新的商业逻辑。
老一点的，比如推荐系统改进，马斯克就把X的推荐逻辑切到了Grok，在多一些内容生成，智能硬件等功能优化等等。
这些算力投入投入效果，可快速反映在用户留存、收入增长等指标上。
2. 利润确定性更高
在外部需求波动或竞争加剧时，服务于自身业务的算力投入仍可依托主营业务的增长而消化，形成更稳健的利润支撑。
这典型的就是美团逻辑了，比如AI的每次优化，都直接转化为更短的配送时间、更优的配送路径、更高的订单吞吐量。其商业收益（毛利率提升、订单量增长）可直接归因于AI投入，形成清晰的“投入产出比”。
再恐怖一点就是手机厂商计算摄影策略，比如这次Xiaomi 17 Ultra直接用云端图像模型去做徕卡风格策略，直接推高了手机摄影的天花板，硬件销售利润更清晰。
3. 更易实现“AI原生”重构
当AI深度融入业务流程，可能催生新产品、新体验甚至新商业模式，带来价值重估的机会。
这就不分析了，前几天分析太多了，AI手机马上会带来商业逻辑重构，旧文导航：从“界面交互”到“意图直连”：AI助手对商业逻辑重构思考
国内企业用“自用推理占比“排序
基于行业公开信息与业务特征推断（拍脑袋），以“资本开支中用于自身业务推理的占比”为尺度观察，顺序大致如下：
小米：自用推理占比显著偏高。AI算力高度聚焦于手机、汽车、物联网等智能硬件与系统体验优化，AI与主营业务深度捆绑。
字节：内部视频处理、推荐算法、内容生成等场景消耗大量推理资源，自有业务场景丰富，虽有超量火山云服务售卖但占比略低
腾讯、阿里等：虽整体资本开支庞大，但其中云服务占比较高，因此自用推理在总资本开支中的比例相对较低。其增长逻辑偏向“内外双轮驱动”，既服务内部，也通过云对外输出。
我忍不住感慨一下：
重自用者强内生，重外供者看周期。
我和猫的共识
寻找AI时代的“用模者”而非“供模者”
当前市场共识多被美股带向“大模型优先”叙事，但中国市场的优势或在于应用落地与场景渗透。
因此，在不确定性环境中，应更关注那些将AI算力用于自身核心战场、以真实业务喂养技术、以技术反哺业务闭环的公司。
不要追逐风口上的算力扩张啦，而关注场景里的效率革命才是要紧事。
研究这玩意赚钱吗熊弟！
小米这十年，风起风落，潮汐之间
页:
[1]