在美股7姐妹开始大规模投资AI硬件的两周年之际，回看今年前9个月的事件里，AI一度陷入到天量投入最后能否盈利的质疑声里，甚至市场有部分观点担心那么大的投入，假设后续的投资回报率不及预期，这是个潜在的隐患。

在之前提到过，对于美股7姐妹来说，即使短时间内可能看不到AI带来大的回报，但持续投入AI是必须要做的事情，也存在着“FOMO”效应，谁都怕落后了就错过了新的增长机会，而且对于这些科技股来说，现金流足矣覆盖每年递增的Capex，若最后AI带来的回报没有那么好，那也只是影响了当期的现金流，并不对未来产生多大的影响。

实际上，为了打消市场对“投资AI究竟赚不赚钱”的质疑，英伟达从二季度就开始向投资人展示客户买了显卡后能给ROI带来多大的提升，但市场也是将信将疑，因为主要客户也是云厂商，而不是AI软件，市场更想看到的是AI应用/软件能能赚钱。

直到美股三季报陆续披露后，多家AI相关业务的公司业绩表现亮眼，才打消了市场对AI“不赚钱”的质疑，接下来看看美股AI应用在炒什么。

一、AI应用处于什么阶段？

先贴两个数据，据统计这次美股的 Software主题，和2023年的Semi主题非常相似，都是从自上而下的开始，AI从硬件到软件的板块轮动也已经被确认。  

另一点，近期对冲基金以7周来最快的速度净购买软件行业，而像硬件是被最多净卖出的行业。虽然说部分资金从硬件端流出转到软件，但两者并不是那种跷跷板之间的关系，一是美股的流动性太好，资金太多；二是对硬件的投资逻辑也没有发生改变，反而是当越来越多的AI应用跑出来了，那对硬件需求也是更大的刺激。

目前美股AI应用的主要逻辑有以下几点，1.高盛预估到2030年，云计算市场的总规模将达到2万亿美元，其中10-15%的份额来自生成式AI，那么算下来大概就是2000-3000亿左右的生成式AI市场。   

2.目前是正式进入AI周期的第二年，在一年前基础设施还在建设中，而现在大量的基础设施都建立起来了，相对于应用层面，基础设施、平台和网络安全公司更接近当下AI周期受益者的位置。

3.软件和硬件相比，软件仍然有很大的上行空间，因为市场对软件收入的共识滞后于硬件，仓位上也比较轻；换句话说，目前软件和硬件相比，软件的预期差更大，而硬件的空间没那么大。例如说，从近几个月Nvda的走势来看，基本就在130-150之间震荡，表现不差，但弹性上就没有之前那么亮眼的涨幅了。

相反，对比美股炒的火热的Snowflake来看，交出一份亮眼的三季报后，涨超40%，从弹性上是优于硬件的，但投资这种AI数据平台/应用相关的公司会比较难跟踪实时数据。因此可以从整个AI软件行业来看，目前行业处于什么样的位置。   

先从整个AI行业来看，今年内受AI推动股价增长最大的是VST美国最大的电力生产商、其次是英伟达、云服务器基础设施的ANET、服务器组装的DELL、互联网的Amazon、最后是软件端的MSFT。

也就是说，整个行业的角度来看，AI软件应用是今年涨幅最少的，也是市场上机构头寸最小的AI板块。那么，为什么今年软件表现的不好，并不难理解，因为过去2年时间，超过三分之二的软件公司在今年的营收还是增长放缓的，所以放在今年标普500都涨了27%的情形下，软件股只涨个20-30%，其实表现是比较一般的。

不过，市场资金买这些软件公司，肯定不只是单看2025年的业绩表现，而是看的更长远，毕竟这还是在AI很早期的阶段。从已披露的信息来看，例如Snowflake宣布与微软扩大合作关系，将为微软建立一个Power platform connector，实现Dataverse和Snowflake之间的联系，Snowflake还宣布与母公司为谷歌的Anthropic达成合作关系，将claude LLM数据引入到Snowflake平台中。   

根据高盛统计，今年软件行业的整体收入下滑逐渐放缓，接近营收复苏的阶段。

从软件行业的EV/NTM收入倍数来看，目前为9.3x，低于2021-2022年最高的18x。

另外，从今年软件商msft、云服务商amzn的业绩来看，今年AI收入占比还是比较小的一部分，市场把更大的期待放到了明年。   

随着越来越多的基础设施建成，推理成本正在下降，这有利于更多的公司尝试进入软件应用层面；这样来看，那2025年AI软件公司的路径就更加清晰了，或是说这个叙事讲下去逻辑就更顺畅了，投入到软件方面的预算阻碍可能会减少，有助于软件公司进一步将AI货币化，因为之前大家都是先投硬件，软件方面的capex给的比较少，但随着软件行业有起色，那大公司也会加大软件端的投入。

市场上也有不同的看法，认为现在的软件公司有些涨过了，尽管第四季度可能会有IT预算的增加，并且AI资金的投入会加剧这一现象，可能会形成软件上的“FOMO”效应，但初步迹象表明，2025年的IT预算可能仍然相对持平，软件行业仍然受到宏观环境的挑战，可能大多数软件公司要到2026年才能看到生成式AI的直接货币化。

但当然，现在市场资金买这些软件公司，肯定不只是单看短期内的业绩表现，而是看的更长远，毕竟在经历了英伟达涨十倍的卖铲人叙事后，在应用端上可能也会出现翻几倍的挖金子叙事。

那么，从目前的AI应用来看，未来谁会是赢家？

二、AI应用的多分化

之前我们在“一年七倍的app货币化生意”里，介绍了第一只AI应用大牛股Applovin，这家公司主要做的是一个广告中间商的角色，帮助大量的尾部互联网APP，把用户流量市场变现，将广告位放到Applovin的平台上，Applovin再将这些APP背后的用户人群分类好，将广告位整理好给到广告主，以便广告主在平台上进行更精准的广告投放，这不仅能帮助广告主提高投放效率，也有利于平台商业化的健康生态。

换个角度来想，如果AI投广告的效率越来越高，有可能会使得一些人丢掉工作的，比如说一些商家想在电商平台上打广告，一般都是有专门负责广告投放，或是SEO搜索优化，那有了这种更加直接精准的AI投流后，广告主是可能会减下人员成本，增多对AI广告使用，APPlovin是目前将AI货币化做的比较好的。

可见在接下来AI应用的发展上，可能会看到一轮互联网企业的新增长，对于美国或是中国公司来说都是一样的，通过数据和AI的结合，提高工作效率，以及减少人员投入。而硬件上也会有同样的新增长，例如说AI眼镜、更多加载AI能够与人互动的电子设备等等。

那么，APPlovin会是AI应用里的第一种分支，也就是通过AI数据来帮助投流广告，而根据Jefferies的研报来看，将目前AI应用潜在的赢家分为了几类公司。

从AI已经在发挥作用的案例来看，分别帮助了AMZN的编码助手、MSFT的copilot、Meta的Gen AI广告创作、Google的Deepmind生物学、AI医疗保健的medtronic。   

Jefferies的AI软件潜在的赢家组合里，有这几类公司。

一是最大型的科技公司，即各方面都有布局的MSFT、AMZN、Google，这些龙头公司在AI浪潮里的确定性更高。

在细分领域里，目前市场最关注的AI应用分支，分别是数据云端和检测平台的SNOW、DDOG、ESTC，数据云和检测公司是近期最火的一类公司，因为这些公司的增长与chatgpt、谷歌的gemini大模型挂钩，简单的逻辑就是当越来越多人使用大模型，这类公司的数据储存需求就更加大，而科技公司想要训练自己的AI或是大模型，最首要的事情也是先跟数据商买基础的数据储存，这就好比买英伟达显卡是挖矿的铲子，而这类数据储存、数据安全公司就象是挖矿时所需要的探照灯一样。

其次是数据安全的CRWD、软件的adobe、商业平台的meta。   

但若从软件收入的预测来看，软件收入的爆发可能不会像硬件爆发来的那么快，会是一个逐渐增多的过程，而不是爆发式的增长。

在公司建立好数据基础和硬件的服务器之后，产业流程才到发展软件，而这就是目前的产业进展，开始的前2年都是买硬件建成服务器，再到现在的炒数据储存、数据安全，而明后年的发展就到应用程序APP。   

从当前状态到2027年的预期，生成式AI会在企业内部发生很明显的变化。

目前有42%的企业高管表示公司内部AI处于部署和产品化阶段，也就是初步开始试用的阶段，仅有22%的企业高管表示AI正在进行扩展和规模化，指的是开始将AI工具更全面的普及到企业发展中。预计到2027年，超过三分之二的企业会进入扩展和规模化阶段，而部署和产品化阶段的企业将下降到三分之一左右。

而外部应用场景来看，有24%的企业高管表示AI处于部署和产品化阶段，仅有12%的企业高管表示在扩展和规模化阶段。预计到2027年，53%的企业将达到部署和产品化阶段，而进入到扩展和规模化阶段的比例将提升到35%。   

也就是说，目前生成式AI在企业内部中的使用程度还是早期阶段，只有20%的企业开始将AI普及化到整个企业日常的运营当中，40%的企业都是在初步尝试，还有40%的企业尚未开始使用AI。

外部AI应用场景就更加少了，只有12%的企业在扩展和规模化，也就是说目前市场上只有十分之一的企业在做AI应用，而到2027年可能会有50%的企业开发出AI应用。

结语

整体来看，从2025年到2027年是AI应用的逐步增长期，而根据上述所说的，在那么多企业尚未开始训练AI前，当前周期里数据平台和网络安全公司更接近当下AI周期受益者的位置，即符合估值便宜、未来需求够大、行业营收临近转正期。

在不断发展的AI应用浪潮下，不久之后有可能就出现第一只AI时代的10倍应用股了。