主题 先锋 趋势 方法 作者
返回

硅谷坐标 × 周默:深度拆解科技巨头 Q3 财报|AI 投资进入验证期

·硅谷坐标 Silicon Valley Vector

正在生成长图…

本篇主题 AI万亿资本开支与泡沫风险 AI一级市场估值与泡沫 Agent重构SaaS与软件形态 个人AI助理落地与变现 开源闭源大模型对决 GPU折旧年限与算力云洗牌 AI数据中心缺电与能源危机
本篇先锋 周默

摘要

  • 本轮抛售把AI增长的疑问从供给端移到了需求与定价。 周默指出,Anthropic九月底ARR约700亿美元,低于预期;主持人援引《华尔街日报》报道其十月底ARR约800亿美元。市场开始逐月检验增长。主持人提到付费推理约使用三成算力、训练与研究占七成;周默指出,推理算力成本占比在第三季度反而下降,因此“就不能再说是推理算力限制了这家公司的增长”,这是本期关键的估值质疑。
  • Anthropic的估值很难直接照搬软件公司的PS。 约100亿美元的RPO只相当于当前约800亿美元ARR的一成出头,收入能见度与Snowflake、云厂商不同;另一端却已有约7500亿美元的长期算力承诺。周默的判断是:“增长快,利润率就会好;增长慢,利润率就会差。”20倍PS是否合适,仍取决于增长兑现,而非单靠AI原生公司的估值溢价。
  • 三朵云继续加速,仍未扭转AI收入与capex绝对值缺口扩大的方向。 Azure、AWS、GCP分别增长48%、39%、103%,但供应链涨价与训练投入让回报更难解释,差距“还在拉大”。市场已开始讨论2028年capex持平,甚至2027年下半年低于上半年;不过周默强调,ODM、OEM层面尚未看到服务器整机明显砍单,零部件传闻需要统一口径核实。
  • 微软的企业交付优势更清楚,谷歌的广告防线却开始承压。 Copilot依靠既有身份、安全与权限体系,把交付周期缩短约三至四周,找到“很巧妙的生存点”。谷歌搜索只增长12%,既面对广告预算向OpenAI迁移,也面对AI Mode自身的变现转换;GCP增长103%不能替代对广告主业的判断。
  • Meta的广告增长已经兑现,Muse的十亿DAU叙事仍受成本与留存约束。 Personal Agent每名活跃用户每月推理成本约30—60美元,而周默认为目前较合理的增量价值假设可能只有15—20美元;Muse的14天留存,他估计约15%—16%,应跨过20%再考虑大规模推广。在capex已占收入54%的情况下,广告购买意图的增量比订阅收入更值得验证。
  • 开源的技术追赶与商业份额不是同一条曲线。 周默认为,开闭源差距可能从年中的三个月重新拉向六至九个月,但企业通过Router分配给开源和小模型的预算预期,已从5%—10%提高到20%—25%。闭源中小模型也在激进降价,双方商业模式同时承压,“双方都不能说自己的格局明显变好了”。
  • 融资链上更该盯住New Cloud及其New Lab客户。 周默粗算,约20%的New Cloud增量算力来自New Labs;这些客户收入少、估值高,更依赖融资环境,可能成为“最敏感的环节、最前瞻的指标”。股价下跌未必直接改变贷款指标,但GPU价格、客户需求及资金向大云倾斜,会实质改变偿债能力与融资难度。
  • 2028年的算力扩张可能先受审批约束,存量大云的相对优势因此上升。 按周默的区分,2027年审批不受这一轮州政府变化影响,争议主要落在2028年;市场担忧美国规划容量从约60多GW降至40多GW,但他认为地方经济诉求意味着这件事“不是完全不能谈”。大云已有存量与海外布局;太空算力即使2028年贡献约1GW,也填不了10GW级别的缺口。

精读

1. 前沿模型从两强竞争走向“4+1”

  • 周默把格局变化归结为RL训练越来越像“一套流水线式的训练方式”:围绕各领域的benchmark找数据、优化指标,再把效果合并起来。谷歌重组后更聚焦这条流水线,也从今年一季度起更重视强化学习,此前较多精力投向科学研究与诺奖级突破。
  • 谷歌追赶并非依靠更多算力。他给出的对照是,其他几家训练算力可能约2GW,谷歌只有一半,大量TPU还要供给外部客户,包括苹果;但若自主训练流程已能做到4.6、4.7的水平,往5走的路径相对清晰,更多是时间与算力问题。
  • Meta的优势是算力强、强化学习数据准备充分;SpaceX的算力甚至比谷歌多,也有高质量数据源与此前收购形成的积累。因此,OpenAI、Anthropic之外,谷歌、Meta及握有大量算力的SpaceX都必须进入竞争框架。

2. 开闭源能力差距扩大,商业竞争却更加激烈

  • 七八月时,开源与闭源的差距曾从预期的六至九个月缩到三个月。周默当时判断差距会重新拉大,现在认为“过去一个季度,这个判断基本上也快被证实了”:闭源迭代加快,近期开源发布没有六七月那么惊艳。
  • 据他描述,9月起,原先通过Signature API向小模型迁移、学习闭源能力的路径被禁止;闭源开始使用Loop Transformer后,模仿者还要猜它的循环路径,可能走更多步骤、消耗更多token。能力接近,未必意味着推理效率接近。
  • 接近100家全球企业的调研显示,Router正在改变预算分配:难任务交闭源,简单任务交开源或小模型。上季度企业通常只考虑分配5%—10%的token budget,如今不少企业预期提高到20%—25%,而大规模采用Router也不过一两个季度。
  • 闭源中小模型同时激进降价,性价比开始追上开源;Personal Agent等成本敏感创业方向也开始使用开源,Manus就是周默提到的例子。安全、生物等领域的一些模型则可能仅面向行业大客户,以KYC降低被学习的风险。竞争让双方都承压,公开模型与企业专供模型的能力也可能进一步分化。

3. ARR放缓让“拿到算力就能增长”的假设失去确定性

  • 夏季下跌时,模型收入尚不透明,市场还能猜七八月ARR很强,甚至讨论八月接近800亿美元。如今Anthropic九月底ARR约700亿美元,主持人援引的十月底口径约800亿美元;周默认为三季度增长比较慢,“更多担忧来自需求侧”。
  • 曹卿云提出,Anthropic约三成算力用于付费推理、七成用于训练与下一代研究。周默抓住的是方向:过去几个季度推理算力成本占比一直上升,第三季度首次下降;若推理算力真是主要约束,就应该把更多算力分配给推理。
  • 他用的是条件推演:即使假设明年底ARR翻倍至1500亿或1600亿美元,配合更激进的算力承诺,推理成本占总算力成本的比例仍可能更低。因此,按新增多少GW、每GW产生多少收入来预测明年ARR,逻辑比此前弱了。
  • 周默也不把放缓简单归咎于开源:最近三个月开闭源差距反而拉大。更直接的短期变量是OpenAI降价、发放免费额度,以及Opus 5.5较Opus 5降价20%;效率提高可以解释性价比改善,但价格体系变化仍会冲击ARR,两家增长已出现“跷跷板效应”。

4. Anthropic缺少可以直接套用的上市公司估值模板

  • 讨论估值时,周默先看增长确定性、商业模式怎么做benchmark、利润率提高的确定性。此前拿Palantir约20倍PS、或Snowflake上市时约100倍PS作参照很方便,但S-1披露后,“Anthropic的财务模式又不太像这些SaaS公司”。
  • Anthropic约100亿美元RPO,只相当于约800亿美元ARR的一成出头;作为对照,他提到Snowflake未来12个月RPO约为收入的50%。云厂商还有客户签三年或更长合同形成的backlog,Anthropic这方面的支撑较弱。
  • 他承认,这也与销售方式有关:公司仍主要卖API,尚未强推多年合同,未来若改变销售方式,RPO比例可以增加。但目前投资者只能逐月追收入,20倍PS是否合适仍难判断;长期叙事会带来估值上的权衡,却不能消除明年收入能见度不足。

5. 长期算力承诺把利润变化放大成增长问题

  • Anthropic已有约7500亿美元长期算力承诺。周默认为,以公司对AGI的信念,以及现在一些研究认为2028年会出现AGI的情况,这笔承诺可能很难改变;收入快慢因此直接影响利润,“增长快,利润率就会好;增长慢,利润率就会差”。
  • 二、三季度毛利率相对稳定,但训练成本占收入的比例上升。他因此觉得明年利润率可能比今年差一些:算力承诺先定下来,收入若未同步加速,训练负担就更重。
  • 曹卿云追问,新模型很快让旧模型失去价值,是否意味着每代都必须保持领先。周默回应,约80%收入来自新模型,客户又以迁移成本较低的科技公司和创业公司为主,边际投入很难停;训练与迭代提速或能缓解,但他不确定明年能否已有清晰变化,并提到过去一周的METR报告。

6. 两家模型公司的ARR覆盖收入,却未覆盖全部算力需求

  • 周默认为,OpenAI与Anthropic的ARR仍是衡量整体AI收入的好指标,暂时不会低估特别多。开源模型的收入分散在New Cloud、CSP的GPU租赁,以及模型部署和推理部署服务中;闭源和开源收入目前可能比八二开更极端,接近九一开。
  • 收入份额不能直接当作算力份额。他提到Sierra的毛利率已超过80%、接近85%,K模型的毛利率范围则较大,约20%—70%;他认为即使未来收入八二开,算力成本也可能是一比一或三比二,因为开源模型毛利率稍低,开源对硬件需求的贡献会高于其收入份额。
  • 金融、生物、机器人领域又是另一种错位:量化基金开始自己锁定数据中心算力、内存与供应链,ROI较好计算;机器人数据采购预算在最近一季明显加速,也更积极锁定New Cloud算力。但这些投入转成ARR,可能要到明年,机器人甚至未必明年就能体现。

7. Personal Agent的千亿空间需要先跨过单位经济

  • 被问到编程之后的千亿级场景,周默最兴奋的边际变化是Personal Agent。硅谷很久没有令人兴奋的消费级应用,Instinct、Meta Muse重新打开了想象:若达到10亿DAU,相比三四千万工程师,用户基数约大30倍。
  • 但目前每名DAU每月推理成本约30—60美元,天然限制推广规模。他以Meta北美两亿多MAU、每人每月约50美元广告价值作粗算:Personal Agent能带来多少新增广告线索、订阅和收入,必须逐项验证。
  • 假设订阅标价20美元,付费率按20%—25%算,摊到全部用户只有约5美元;若广告收入也有贡献,假设增加30%,可能贡献十几到20美元。他认为当前较合理的用户增量价值假设可能是15—20美元,成本还需大降,质量也要继续提高。
  • 商业节奏、技术节奏和成本相互制约。五年维度可以兴奋,单看2027年收入可能失望;Anthropic反复提到的AI药物研发仍受临床阶段瓶颈影响,真正落地可能要到临床二期前后,机器人也有较长周期。目前看不到一年内就足以建立千亿收入信心的新场景。

8. 云收入加速没有让capex回报更容易计算

  • 曹卿云列出的三云增速是Azure 48%、AWS 39%、GCP 103%。周默提醒,年初一度收窄的AI收入与capex绝对值差距,随后因供应链各环节涨价重新扩大;实验室训练成本占比上升,就是ARR与资本支出差距拉大的明显信号。
  • 他的判断是,越接近AGI,越可能需要把更多算力投入训练,短期ROI反而更难解释;若真正卖出AGI卡,假设可能全部重来,但接近它的过程未必越来越好算。按这个视角,第三季度回报解释可能比第二季度更困难,明年也可能延续。
  • 需求必须拆成三层:AI创业公司的商业化仍在加速;科技公司用量增速放缓,Meta、苹果开始限制员工预算;企业今年上半年已大幅提高AI采用,接下来需要部署时间、验证ROI。创业公司表现最好,却又最依赖融资,“融到多少钱就烧多少钱”,再流向token。
  • 市场开始讨论2028年capex持平,甚至2027年下半年低于上半年。但周默尚未见ODM、OEM服务器整机明显砍单,CPU、光模块的噪音可能只是拉货或技术变化;不能把不同来源、不同统计口径的差额直接解释成砍单。

9. 模型公司拿到议价权,云厂商重新拿到企业入口

  • Anthropic第三季度利润率好于预想,周默提到的原因之一,是它与AWS、GCP重谈租赁价格,尤其是TPU与训练算力。单一模型客户对云增长的影响越来越大,反而增强其议价能力:多卖或少卖10万张TPU,可能改变GCP十几个点的增速。
  • 入口却出现变化。传统企业更在意安全、SLA与承诺,希望从CSP买API;Anthropic本季绝大部分增量ARR来自亚马逊,明显高于CSP占公司收入48%的存量比例。科技客户偏好直接买模型,传统企业偏好通过云,入口和利润未必向同一端集中。

10. Copilot开始靠交付速度跨过企业试用阶段

  • 微软大客户从几百、几千席位走向几万席位的趋势仍在延续。周默区分,买5%—10%的席位仍像试用,覆盖50%以上才是在大规模部署、把产品当成必需品;更多客户正在迈过这一关。
  • Copilot对齐既有身份、安全与权限更容易,交付周期比模型公司的企业级Agent产品少三至四周。外部产品还需微软配合Office接入,技术、人力产能与配合速度都有影响;周默没有断言是哪一种原因,但结果是Copilot部署更快。GPT-5.6整体提高后,Copilot与模型公司产品的体验差距也在缩小。
  • 不再披露席位,不能直接等同增长失速:“超过2000万”到“超过3000万”,不代表净增1000万,也可能是700万到800万;再增1000万又意味着环比约三分之一。部分用量在六七月卖入,收入贡献更多落在第三季度,因此本季不必重复同样席位增量,也可能实现收入加速。

11. Azure业绩干净,但OpenAI正在成为更大的单一变量

  • 微软营收923亿美元、增长19%,Azure增长48%,下季指引49%—50%;自由现金流186亿美元,是四家里唯一为正者。周默认为微软业绩“很干净,很好”,短期主要看Azure,长期估值则越来越取决于Copilot。
  • 在手合同6770亿美元、增长73%,但一年内可确认部分只增长29%。按周默估算,本季Azure增速约40%由OpenAI贡献;下季约50%的增长,可拆成OpenAI贡献约25个百分点、非OpenAI部分约25个百分点,集中度还会提高。
  • OpenAI签的是长期合同,承诺比很多短租客户更强,他不认为合同质量很差;风险是未来议价权变化,微软是否也要像AWS、GCP那样重谈价格。另一个争议是,公司此前给出FY27现金流为正的指引,本季却仍要融资,超出了部分投资者的预期。

12. 谷歌的主要问题回到广告,而非云增速够不够高

  • 谷歌营收1276亿美元、增长25%,但搜索只增12%,广告增速为五个季度最慢;自由现金流负91亿美元,停止回购,发股、发债约410亿美元,财报后单日下跌12.6%。周默的季度前报告就以“这是第一个受到ChatGPT影响的季度”表达担心。
  • OpenAI广告ARR从1亿美元增至10亿美元,开始足以影响广告预算。周默调研的广告主和代理商把谷歌预算挪给OpenAI,却未动Meta预算;作为新渠道,广告主暂时还没有特别关注OpenAI广告ROI,但长期预算安排已经开始变化。
  • 谷歌自身也在从AI Overview转向AI Mode。前者可能提高广告加载量,后者尚未证明同样有效,就需要更好的每次搜索收入和CPM来补;容易变现的部分之后,是更难的变现转换。外部ChatGPT与内部AI Mode,本质都在考验传统搜索如何适应新的搜索行为。
  • Meta还在旅游、金融等原本弱势的行业抢份额。其北美广告增速增加约10个百分点,即使中期选举解释四五个点,仍剩五六个点;周默因此不把它简单视作广告大盘改善。谷歌面对的是广告受AI影响这一“灰犀牛”重新进入叙事。

13. GCP的高增长越来越取决于TPU销售与确认方式

  • 周默估算,10万张TPU约影响GCP 12个百分点增速:卖20万还是30万,远比传统云业务两三个点的波动重要。租赁要把收入分摊到约五年,出售则可以当季确认;因此103%的增长,对原本期待108%—110%的一些投资者仍可能只是符合预期或略低。
  • 谷歌算力不足还有供给原因。按他给出的规划变化,供应商良率问题可能让明年TPU产量从1000万张降到850万张,外部客户需求却比半年前更高;Gemini训练资源因此受到挤压,不能再依赖“大力出奇迹”。
  • 向SpaceX高价租算力,是补充Gemini以及Gemini API、企业版Gemini、Vertex等产品所需资源。周默认为第三季度Gemini体验较OpenAI、Anthropic仍无明显改善,对GCP也没有明显贡献;最新模型的进步,可能要到第四季度才看得到。

14. AWS用中期指引对冲本季收入的小幅失望

  • 亚马逊营收2019亿美元、增长12%,AWS增长39%,低于市场约42%—43%的期待;但公司给出未来两年约40%的增长指引,使2028年预期更好,财报后反应反而是三朵云中最好。主持人同时提醒,backlog约够做三年,过去一年自由现金流为负、债务翻了一倍多。
  • 本季有Trainium 2向Trainium 3切换的空档,也有Anthropic重新压价。公司计划从2027年底对外出售Trainium,但当前主要是供Anthropic使用,也由Bedrock等产品在后台调用,尚不像TPU那样有很多外部客户。
  • 卖芯片未必改善AWS利润率:GCP营业利润率只有30多个点,卖卡若接近50%利润率会有帮助;AWS毛利率已有60多个点、营业利润率也更高,Trainium能否卖到40%以上利润率并不确定。周默倾向于认为利润率影响可能不大;本季尚未融资是相对优点,但“没融资不代表不会融资”。

15. Meta的广告没有明显瑕疵,融资改变了持有逻辑

  • Meta营收646亿美元、增长26%,capex 349亿美元,第一次超过经营现金流,占收入54%;财报后次日下跌7%。周默对经营表现的判断很直接:Meta广告业绩和指引都不错,没有太多可挑剔之处。
  • 渠道反馈的变化是,软广CPM显著提高,算法改善让更多库存可以变现;Audience Network也从此前不太受重视,转向积极投入。旅游、金融等弱势行业的提升同样有贡献,但他提醒,至少这个季度,广告表现好“不一定和AI有关系”。
  • 真正的争议是融资超出预期。他用原先大家估计每年融资“2到3”、如今“4到5”的对比表达担忧:如果每年都要融资400亿到500亿美元,大公司投资者会担心长期融资需求,也不再只是没有回购的问题。

16. Muse最容易兑现的价值可能是广告购买意图

  • 周默更相信“在旧模式里做增量提升”的商业化。旅游占谷歌广告预算十几个点,在Meta可能只有几个点、甚至不到5%;把两者差距放到Meta近100亿美元的广告收入规模里,就可能是几十亿美元。“收订阅费要收多久才能赚到几十亿美元?”这是他用来说明广告增量价值的算术题。
  • 他的例子是父母带孩子感恩节去墨西哥:先在谷歌搜景点、餐厅,再查机票、Booking、Agoda或酒店。谷歌既知道目的地,也知道用户的反馈和出行日期;Meta通常要等Booking拿到线索,再通过CRM分享、匹配用户、推送广告,这个过程比谷歌慢。
  • Muse若通过多轮对话直接规划早、中、晚的路线,就可能更懂用户的旅游需求与行程,缩小这类广告线索劣势。订阅也有帮助,因为不收费就难以衡量成本;经过这两年教育,用户对每月30美元产品的接受度提高。但把订阅单独推成几百亿美元收入,周默仍认为很难。

17. Muse的规模拐点取决于留存,而非Meta现有用户数

  • Meta的优势是人多、预算多,以及社交网络带来的反馈、调研与运营能力。周默觉得Muse有点像Manus,不太像GPT:这类产品反应快、运营快、产品迭代快。他没有看到特别大的技术差异,竞争关键是这周出现新需求时,谁能立刻抓住并做得更好。
  • 曹卿云提到Muse上线六周突破1000万用户;周默估计DAU财报前约250万—260万,如今接近400万。他强调,这不是想推广就马上到1000万DAU的产品:国家逐个开放,推广力度也小于当年Threads,用户还需要理解如何使用。
  • Agent与传统工具不同:上线第一周的核心功能,未必就是未来最重要的功能,所以当前留存不能直接当作长期留存。他以OpenAI为例,刚上线时14天留存约10%,花了快两年才接近20%;现在达到25%,可以把它当成长留存来看。
  • 他估Muse目前14天留存约15%—16%,更合理的是超过20%再大规模推广,否则“其实是在浪费潜在用户”。从10%优化到15%、16%可能很顺,却也可能卡在17%—18%;什么时候跨过门槛并不确定,不能从20亿DAU的假设推断Muse应该有多少用户。

18. 融资压力集中在New Cloud,最敏感客户是New Labs

  • 周默举CoreWeave为例:它融资1400多亿美元、账上还有1300亿美元,已经花了约100亿美元,现金流仍为正;他称CoreWeave目前本质上是零资本支出公司,未来购买AMD时可能会有资本支出。数据中心主要由CSP和New Cloud建设,因此融资与现金流压力会传到这些云公司和New Cloud。
  • 面对10年期美债收益率一度突破5%的背景,周默强调,融资时会看净债务除以EBITDA等指标,股价本身不一定直接改变这些指标。GPU价格或客户需求下降会改变抵押品价值、EBITDA或融资压力;利率、融资成本与期限也会影响融资。
  • 股价仍会影响相对融资难度:同一笔钱,出资人可能更愿意给CSP或SpaceX,而不是相对弱势的New Cloud。英伟达支持New Cloud,涨时可能被视为好事,跌时又可能被解释为它出了问题;反身性有影响,但不能仅凭股价下跌就推出融资必然断裂。
  • 他更关注New Labs:部分公司估值已达几百亿美元、收入却很少,可能要讨论200倍、2000倍PS,而非Anthropic的20倍。周默粗算约20%的New Cloud增量算力来自New Labs;这些公司未必比前沿模型公司更有效率,却更依赖融资,可能是整个链条的“风暴点”。

19. 上游利润的持续性归根到底取决于capex周期

  • 曹卿云列出的对照是,台积电年内第三次上调全年增长预期至44%,ASML客户已预订2029—2030年交付,存储利润率约80%、台积电近60%,云厂商现金流却转负。周默的回答是:“基本上就看资本支出是上升周期还是下降周期。”
  • 若capex持平,靠涨价的环节就更难继续提价,靠量或抢份额的环节可能相对占优,瓶颈也会转移。大的周期方向往往一致,但不同公司究竟依赖价格、数量还是其他约束,会决定相对表现,不能把所有上游利润率一概外推。

20. 数据中心审批争议主要改变2028年供给预期

  • 针对曹卿云提出的中期选举与新州长暂缓或暂停建设主张,周默强调,2027年的审批仍会通过,影响主要在2028年。美国规划、审批中的容量约60多GW,德州约18GW;若德州项目都通过,其他地方约有42GW。市场担忧原先60多GW可能变成40多GW,至少15GW受影响。
  • 这一算术使capex持平叙事更强:若市场原来预期明年约40GW、后年也约40GW,即使需求很好,供给增量也可能持平。但周默认为不能照最悲观口径一刀切;州长后来表示,本质上不是反对所有数据中心,具体条件可以谈。
  • 关键在县里的经济诉求与逐层协商,部分红县同样希望拿到建设带来的收入。周默倾向实际影响小于15—18GW;受影响18GW当然很大,若最后只是5—10GW,后果就不同,幅度仍有很大不确定性。

21. 存量与海外布局让大云更能应对建设放缓

  • 第一层推演是,存量算力主要在三朵云,德州新增项目更多集中于New Cloud与SpaceX。若新建受限,大云受影响较小,还可能获得更强定价权;马来西亚、东南亚、北欧等海外布局,也让它们比主要依赖美国本土的New Cloud更有调配空间。
  • 太空算力有帮助,但不能夸大。周默从供应链得到的估计是,2028年约可有1GW太空算力;这不足以填补10GW的缺口,不能把它当作地面审批缺口的等量替代。
  • BTM自发电可能成为谈判条件:给县里补助、电费补贴,并证明新增负荷不会推高当地电价。渠道反馈是,100%自发电通常是个正面信号;社区未必执着于具体发电技术,很多县主要看结果。

22. 企业AI规模化的瓶颈越来越像交付与组织决策

  • 周默原以为,安全与权限问题会让企业更信任传统软件公司的AI功能,但本季不少软件财报仍有雷:部署需要大量FDE,服务交付比预期长,短期收入因而受限。有FDE产能的软件公司会更有优势,因为企业往往需要有人手把手帮忙设计和落地。
  • 企业也没有想象中那么清楚方向。买每月20美元订阅,跟随同行即可;换成200美元的产品,还要重组工作流,CIO、CTO就必须考虑ROI并承担组织风险。周默借麦肯锡作比:企业不指望10个顾问自动把万人公司的毛利率提高一个点,也希望顾问替它承担一部分风险。
  • 因此,FDE、咨询与服务越来越像明确瓶颈,部署进度不能照上半年外推。企业采用Copilot光试用阶段可能就花了一两年;要求企业用一年完成更大预算、重组工作流,并不现实,可能需要一年或更长时间。

23. 安全与消费广告软件成为较容易解释的AI增量

  • 周默认为,频繁安全事故正在放大黑客与漏洞问题,安全是少数可以像编程一样,用数量指标解释需求空间的软件领域。他的例子是:如果黑客数量是以前的10倍,就更容易说明市场空间有多大,很多其他软件领域没有这么明确的指标。
  • 受益仍要分公司与自身周期。他提到Cloudflare,也提到未来可能出现类似CrowdStrike的机会;对好公司来说,趋势比较明确,但不能把安全板块全部视作同步受益。
  • 消费级软件、消费互联网的关注度也在提高。他提及AppLovin:此前市场担心Unity抢份额,本季第一次听到比较看多的观点。竞争问题改善、估值此前受压,加上市场寻找AI净增量又担心软件被替代,共同推动广告相关公司重回视野。

24. 短剧若形成封闭生态,可能从广告增量变成份额争夺

  • 谈到抖音、内容制作成本与影视就业时,周默提醒,美国此前的短剧更像互联网生态的顺风:几十个独立短剧App留存不高,需要不停买用户、做用户获取与变现,因此持续给广告平台贡献新增预算,是“需要用户进来,也需要用户出去”的生意。
  • 若未来某个产品留存和时长越来越高,形成“只进不出”的生态,逻辑就变了:它开始直接争夺用户时间与广告预算,今年投给旧平台的钱,明年未必还在。周默认为这可能影响明年的互联网与消费生态,方向难以避免,仍要衡量的是影响程度。