高盛：AI投资重心从算力转向应用变现
nashnova research
高盛在Communacopia+科技大会上指出，全球AI投资正从GPU和数据中心的算力建设阶段，加速转向谁能把算力变成真金白银的应用变现阶段。
这轮转向的核心问题是什么？
高盛认为AI投资的核心命题已经变了：从"谁能建最大规模算力"变成"谁能把Token转化为可持续现金流"。
这意味着→ 市场不再只看谁买了最多GPU，而是看谁能用AI持续赚到钱。
高盛给出三个筛选标准：技术知识产权、创新速度、开放架构——具备独家数据库和工作流优势的平台有望被重新估值。
用大白话说＝ 有自己独门数据的软件公司吃肉，功能容易被大模型替代的传统SaaS（按订阅收费的云软件）继续承压。
企业要用好AI，卡在哪里？
Databricks CEO戈德西指出，竞争重心已经转到企业实际部署——能把模型能力精准转化为业务成果的平台才有增长空间。
Databricks的产品Genie用专有索引技术OntoRank，把企业数据整理成模型能理解的格式，充当"AI分析师"角色，已用于内部销售、营销和财务。
用大白话说＝ 光有聪明的AI模型不够，企业自己的数据得先"翻译"成AI能读懂的语言，Genie干的就是这个翻译活。
部署规模一大，治理问题怎么解决？
高盛分析师指出三重挑战：模型快速迭代让选型更复杂，Token消耗增长让企业更在意成本和回报，而智能体（能自主执行任务的AI程序）操作中的数据访问和安全风险仍不透明。
Databricks用Unity Catalog承接治理需求。这意味着→ 平台的商业价值在于让企业敢放心扩大部署，客户黏性来自持续创造业务价值而非锁定。
收费模式正在怎样分化？
底层模型商仍按Token计价卖算力；上层应用商则开始按业务成果收费。
具体案例：Intercom的Fin按成果收费，每次0.99美元起；Salesforce Agentforce同时提供按操作、对话和用户授权三种计费方式。
这意味着→ 按成果收费让价格更贴近客户收益，但供应商要自己扛推理、重试、人工复核等成本——任务成功率和单任务利润成了关键指标。
市场已经在用股价投票了吗？
涨的一边：9月3日Snowflake强劲财报后收涨约17%，第二财季产品收入同比增长37%至14.9亿美元，全年指引从58.4亿上调至60.7亿美元。
这意味着→ Snowflake的数据证明企业确实在为AI应用层扩大数据平台消费，市场立刻给了溢价。
跌的一边：9月8日Salesforce和Intuit各跌约4%，ServiceNow跌约5%，标普500软件指数跌1.4%——部分抛压来自大模型替代传统SaaS的担忧。
高盛最终的判断是什么？
AI牛市投资主线正在重新定价：从"谁受益于不断投入的AI资本开支"变成"谁能最快把算力转化为经常性收入、利润率和自由现金流"。
用大白话说＝ 决定AI软件公司长期定价权的，是它能不能一边接入更强更便宜的模型，一边守住自己不可替代的业务价值。
市场有风险，内容仅供研究参考，不构成投资建议。