高盛硅谷AI考察：Agent变现、开放模型与前沿模型的分化前景

高盛近日赴硅谷开展了一场人工智能实地考察，并得出了以下结论：

“我们于8月18日至19日举办了第三届年度硅谷AI实地考察活动，参访对象包括多家AI企业、风险投资机构以及斯坦福大学和加州大学伯克利分校/旧金山分校的研究人员。模型能力持续提升，智能体正从辅助型向工作流执行型演进，商业化模式也由按座位收费逐步扩展至按使用量、交易额乃至结果付费。最具竞争力的企业往往兼具专有数据、领域专长、客户情境理解、工作流掌控力、分发渠道、验证机制以及行动权限。在输出可验证且责任归属清晰的场景中，智能体的应用落地将最为迅速。开放模型有望在日常任务上占据大量Token份额，而前沿模型则凭借其可靠性在高成本场景中保有价值，从而支撑Token与算力需求的持续增长。此外，AI还将带动网络安全领域的强劲需求，而实体AI则需要采用差异化架构并制定相应的商业化策略。对于商业与信息服务领域，AI有望提升差异化信息资产的价值，并助力平台通过嵌入式工作流捕获更多用户支出。在软件领域，部分厂商已具备良好条件，能够帮助客户驾驭不断演化的智能化曲线——即根据任务性质将工作流划分为前沿与非前沿两类，并以业务专属上下文丰富模型。”

我们的观点与此相近，认为这一赛道将孕育出多元赢家：面向最复杂任务的前沿模型，以及胜任日常事务的开放模型。拥有专有数据的企业将占据显著优势——数据质量越高，AI的输出效果越好，这在训练与推理环节均适用。

我们也依然相信，AI将在软件领域催生一批实力派玩家，其中网络安全厂商以及Snowflake、MongoDB等数据管理平台尤为受益。

里昂证券追踪着更为广泛的AI初创企业数据库，数据显示，达到关键ARR里程碑的初创企业数量仍在快速攀升：

我们判断，就AI需求而言，当前仍处于S曲线的极早期阶段。Evercore近期的渠道调研显示：

“由于GPU供应不足，超大规模云服务商不得不拒绝部分客户订单。”

因此，AI相关资本开支持续走高——英伟达预计2027财年营收将同比增长70%，而半导体供应链却始终承压。英伟达首席财务官估算，实际客户需求正以每年100%的速度增长：

“我们预计2028财年营收将增长约70%。这还是在供应受限下的展望。目前，云行业未交付订单已超过2万亿美元，排名前五的超大规模云服务商的资本开支预计将在2026年接近8,000亿美元、2027年达到1.3万亿美元。令人惊讶的是，即便以我们的体量，也能感受到需求的加速。客户预测显示，我们的业绩明年将翻倍增长。不过如前所述，受制于产能瓶颈，我们预计实际增幅约为70%。”

尽管整体AI资本开支增速已在放缓——2027年预计为36%，低于2026年和2025年的近90%，但英伟达的表述表明，若非供应链掣肘，明年的增速本可再高出近一倍半。

过去两年间，英伟达的收入增速呈下行趋势，而AI资本开支增速却持续上扬（见下图）。然而到了2027年，两者再次出现逆转：英伟达的收入增速将重新加快，而AI资本开支增速则显著回落：

一种可能的原因是，市场对明年AI资本开支的预期过于保守。另一种可能是，英伟达正目睹来自全球范围内的强劲新云需求，而Evercore上述数据或许未能充分反映这一点。

英伟达首席财务官进一步解释道：

“超大规模云服务商仍将是主要增长驱动力，但非超大规模客户的增长——即我们的AICE板块，涵盖主权级及区域性新云、企业边缘计算以及气隙数据中心——将约占我们数据中心业务的一半。我们自身并不运营公有云，而是所有主权云与新云的中立合作伙伴。新云正在各地兴起：亚美尼亚的Firebird、非洲的Cassava Technologies、台湾的GMI Cloud、印度的Yotta与Neysa、澳大利亚的Firmus、马来西亚的YTL AI Cloud——它们将本地的土地、电力与运营经验与我们的平台相结合。这些新云针对众多不同类型的客户构建了强大的需求管道。与其将全部容量锁定在单一长期购销协议——这种安排通常是贷款方为独立融资建设数据中心所要求的——我们推出了收益分成模式。英伟达承诺按比例采购设施的部分容量，并提供最低收入保障，使贷款方更有信心为项目授信；作为回报，我们将分享新云超出该底线部分的收入。”

我们完全理解英伟达此举的用意。问题在于，该公司不希望客户结构过于集中。如果仅向四大超大规模云服务商和两大前沿实验室销售芯片，那么这六大巨头很可能会随着时间推移逐步转向自研ASIC，而他们实际上已经在这么做了。

到那时，英伟达的市场份额终将被蚕食殆尽。

为此，英伟达选择在全球范围内搭建一个由新云组成的竞争性AI数据中心网络，为海量AI初创企业以及Shopify、Figma等创新型企业提供算力服务。

由于这些新云普遍缺乏资金支持，难以自行建设数据中心，英伟达便为其提供最低收入保障，助其在资本市场获得必要贷款。

我们确信这是黄仁勋的理性抉择，他必须在此孤注一掷。额外的好处在于，英伟达既能从硬件销售中获取一次收益，又能通过收益分成协议从基础设施的持续运营中获得二次回报。

但这也是一把双刃剑：若到2029年前后出现AI算力过剩，英伟达的硬件销售将步入周期性低迷，同时可能还需承担那些未能产生可观收入的新云所带来的连带责任（例如，当购买其算力的某些初创企业破产时）。

由此可见，英伟达将成为一支对AI需求更为敏感的标的，其风险特征也将随之抬升，更趋近于一家新云运营商。在AI供给短缺时这无疑是利好，但在未来某一时点出现严重过剩时则未必如此。

英伟达同样为前沿AI实验室的产能扩张提供担保，从其10-Q报告中可见规模之巨：

“2026年8月，我们与SB Energy Corp.签订担保协议，为其位于俄亥俄州派克县的PORTS技术园区的土地、电力及主体工程建设提供信用支持，覆盖约4.25吉瓦的IT负载租赁。该园区将专供OpenAI使用，租期20年，仅在少数情况下允许其他用途；总体担保额度上限为1,050亿美元，但须满足若干条件，包括出租方SB Energy需符合相关的竣工验收标准。每项担保通常自相应租赁合同生效之日起开始执行，随着九个数据中心逐一投运，担保金额将逐次增加，预计首座中心将于2029财年开始运营。随着OpenAI按时支付租金，我们的敞口将逐步下降。我们的担保仅限于租金与电费中的特定部分，而非场地总成本或租户全部义务。当发生特定事件时，如OpenAI获得满意信用评级或各租赁期限届满，担保即告终止。我们还保留一项权利，可在场地扩容过程中，视情况自主决定追加约3.8吉瓦的信用支持。”

英伟达承担了该项目的大部分成本。据黄仁勋介绍，Vera Rubin单个1吉瓦节点即可为英伟达带来400亿美元收入，因此4.25吉瓦的园区价值约1,700亿美元的英伟达硬件。

英伟达为此投入1,050亿美元的担保，约占总成本的62%。

对此我们并无异议：OpenAI与Anthropic均呈现亮眼的收入增长态势，两家公司今年以来合计新增750亿美元的年化ARR。鉴于当前尚处于Token消费的早期阶段，可以预见AI Token终将成长为一个数万亿美元规模的产业。

值得注意的是，OpenAI按净额口径披露收入，即扣除了超大规模云服务商因托管模型而获得的分成；而Anthropic则按毛额口径列报。因此，OpenAI将其模型部署于自有数据中心，无疑将大幅提振其收入表现。

这些公司亟需资金扩充AI算力，英伟达遂充当担保方，助其从银行获取所需贷款。我们认为黄仁勋此举恰到好处：既确保了这些实验室的算力扩张需求得以满足，又巩固了英伟达在供应链中的核心地位，推动其收入持续高增。

这一强势地位还使英伟达得以锁定台积电的大量先进制程产能与封装资源、SK海力士与美光的存储芯片供应，以及Lumentum与Coherent的光学元件。

在供应紧张的环境下，这也让AMD等竞争对手几乎不可能大幅扩大份额。

然而，这一切的前提是AI算力不会出现严重过剩。若到2029或2030年出现大规模产能过剩，那处位于俄亥俄的巨大园区便不再值此重金；无需求的闲置GPU也几近一文不值；而一旦OpenAI未能实现预期收益，英伟达可能不得不代为偿付该数据中心的贷款本息。

尽管如此，我们对AI需求依然极为乐观。关键在于，我们正利用最先进的模型编写庞大的代码库。作为程序员，我们比市场上的其他人更能深刻理解最新、最前沿模型的进步与能力——它们的确超乎想象。

基准测试根本无法全面反映其真实水平。昨日我们观看了Lex Fridman的播客节目，与知名程序员DHH同席，他的看法与我们的观察高度一致：

“我们正处于AI的前智能体时代。当时我颇为兴奋，但并未从根本上改变我的工作方式。我仍然在敲代码，只是多了一个小助手、小跟班——能帮我脑暴，还能让我更高效地在线查阅资料。这只是让我以更高效的方式做原本就在做的事，并未动摇我对计算机的情感联结。直到2025年11月24日，Opus 4.5成为一道分水岭：我突然给它布置了几项任务，却发现其输出质量竟与我自己手写的几乎难辨高下。我只记得自己往后一靠，心想‘这到底是怎么回事？’随后，Opus 4.5看起来就像个迟钝的模型。我必须亲自坐镇，明确告知它目标，并对其产出进行审查与审计。终于到了今年夏天，随着Opus 5、Fable、Sol、GPT Sol，以及部分开放权重模型的问世，我们迎来了一个全新时代：我不再告诉它该往哪儿去，而是向它描述问题本身，给出模糊不清的想法。它会告诉我该如何前行，指引我选择哪条路径。我仍会关注它的输出，因为我是个好奇心旺盛的人，喜欢计算机，也期待最终的结果，但其实我已经可以放手不管了。在生成路线、产出代码的环节，我变得可有可无。如果你是位优秀的程序员，对幕后运作机制又有敏锐直觉，那么你完全可以不必盯着代码看——至少这是我个人的经验。至于要具备多少编程经验才能凭直觉判断系统是否正常运转，比如通过观察涟漪效应与症状来感知，我也不太清楚。过去三个月我一直参与Omarchy的开发，最新发布的Quattro版本几乎从一开始就融入了智能体加速功能，近两个月已近乎全程自动化。Quattro中所有交付的代码我均未亲手编写，只负责审核整体形态，检查系统模型层中所有关键模块的细节，而UI代码基本未动，辅助代码也鲜有触及，新增功能更是从未亲自动手。”

显而易见，如今的模型正逐步媲美全球顶尖工程师，在越来越多的领域展现卓越能力。它们不仅是顶级软件工程师，速度可达最佳人类程序员的十万倍，同时也是顶尖数学家、物理学家、生物学家……可以断言，未来几十年内，科学进步将以我们前所未见的速度推进。

由此得出的重要结论是：我们将需要海量的数据中心。因此，我们对AI需求保持强烈看好，英伟达也在这一进程中步步为营，举措得当。

从长期来看，英伟达故事的另一大亮点在于其每吉瓦部署收入持续攀升。最初仅为30亿至50亿美元，Hopper时期增至180亿美元，Blackwell达到250亿美元，Vera Rubin更上一层楼，一举冲至400亿美元，此后仍有进一步上升空间。

值得注意的是，这对整个半导体供应链都是利好——从台积电到ASML，每一步工艺升级都推动着单位功率收益的提升。

安装1吉瓦的Vera Rubin，相比Blackwell可带来30倍的Token产出，而单位Token成本却低35%。未来几年上线的所有AI算力都将远超以往，且Token价格更为低廉。

此前市场曾对英伟达的毛利率颇为担忧，尤其是内存价格飙升之际，但事实证明其影响可控：

“正如大家所知，我们正经历极端的内存价格环境。涨幅之大已超出我们的预期，且明年还有进一步上涨的势头。因此，我们今天重新调整预期。第三季度，GAAP与非GAAP毛利率预计为74%±50个基点；第四季度将触底于71%–72%，随后在2028财年稳定在72%–73%，届时执行价上调的影响将充分显现。”

从英伟达本次财报电话会议中，我们得到三点启示：

• 收入增速再度加快，而市场对明年AI资本开支的估计很可能偏低。
• 随着英伟达在全球新云与前沿AI项目建设中扮演重要担保角色，其对AI需求的敏感度与风险敞口均有所提升。
• 明年内存价格仍将维持涨势。

我们继续维持对英伟达的长期看多。我们看好其收入加速、模型能力的跨越式提升——远超市场普遍预期——以及前沿实验室的亮眼业绩。与此同时，英伟达的估值仍具吸引力，动态市盈率仅为19倍。

接下来，我们将回顾本周新纳入组合的另外两只股票：一只半导体股，一只实体AI标的。