财联社 7 月 14 日讯（编辑 李莹）越来越多的企业高管对高昂的 "Token 支出 " 发出警告；市场更青睐便宜的非前沿模型，尤其是来自中国的模型；超大规模云服务商（Hyperscalers）暗藏债务隐忧……

此前 " 全线看多 AI" 的单一牛市叙事正面临前所未有的考验。正如阿波罗全球管理公司首席经济学家 Torsten Slok 所指出的，AI 回报放缓将成为每个人的问题。

高盛报告提出，未来的终极赢家，将不再是那些在 AI 上砸钱最多的公司，而是那些在每美元 AI 投资中能产生最高 " 有用产出 " 的公司。

转向多极化格局

高盛 One-Delta（股票及线性衍生品）交易台主管 Rich Privorotsky 在最新发布的市场报告指出，市场对 AI 生态系统的感知与预期已经发生了显著的转变。

他在报告中总结道，AI 的行业叙事正在从 " 双雄并立（英伟达与谷歌）的前沿技术竞赛 "，转型为 " 高度竞争的多极化格局 "。

Meta 和 xAI 都已经证明，它们能够以明显更低的价格提供具有前沿水准的 API 服务。

虽然竞争的加剧不可避免地会压低 Token 的定价，但 AI 算力硬件产业链多头的反驳论点是：更廉价的 Token 将释放呈指数级增长的需求，从而让硬件供应商受益。

然而，高盛的分析指出，这种所谓的 " 需求弹性 " 在现实并非必然发生。

目前，企业端的 AI 应用已经相对成熟。根据 Ramp AI 指数的最新数据，目前企业对付费 AI 工具的采用率稳定维持在 50% 以上。因此，单凭降价可能无法立刻引发新一轮的强劲需求。

注：蓝色实线为统计样本企业对付费 AI 工具的采用率。

Ramp AI 指数基于美国企业账单数据编制，反映企业付费 AI 需求景气度。

从大模型转向小模型

尽管前沿大模型在处理复杂的推理任务和定制化问题上仍极具价值。但在实际生产中，企业的工作负载正加速向体积更小的专用模型转移。

这些模型被专门优化以用于执行特定的企业任务，例如文档处理、工作流路由、合规审查以及客户服务等。其运行成本低，速度更快，且具备在边缘设备（手机、车载终端、工业传感器等本地智能硬件）或普通 CPU 上进行本地化运行的能力。

这一转向与 AI 开源模型平台 Hugging Face 首席执行官 Cl é ment Delangue 的观点高度吻合：

随着企业 AI 使用规模的扩大，成本压力正推动企业经历一场 " 从租赁闭源的前沿 API，到拥有并运行自己的开源模型 " 的结构性转型。

通缩显现，效率为王

这种结构性转变对 API 和 Token 的定价具有根本性的通缩效应。

随着本地化和开源模型的普及，第三方 API 的溢价空间被极大压缩。这直接导致超大规模云服务商面临着更加巨大的市场审视压力——它们必须向股东和市场证明，其庞大的资本支出计划在未来能够带来合理的商业回报。

此外，如果 AI 的推理过程变得越来越去中心化和本地化，那么此前那些依赖集中式算力租赁的新一代 AI 云服务商（Neo-Clouds）的底层商业模式也将面临根本性的结构性质疑。

在这一轮 AI 投资周期的早期阶段，投资者的策略很简单：做空 AI 支出方（如资本开支巨大的巨头），做多 AI 现金流受益方（如芯片股）。

而如今，随着市场的发展，这两类交易已高度正相关，传统的对冲策略正在失效。

注：图中红色曲线代表超大规模云服务商相关指数，绿色曲线代表美国 AI 半导体硬件供应商相关指数 。

现在的核心问题不是云巨头是否会放缓投资，而是股东何时会要求更高的资本效率。

高盛的 Privorotsky 指出，一旦云巨头们迫于股东施加的压力，开始在资本支出上进行收缩，那么即便硬件行业受益方的业绩数据依然亮眼，其估值倍数也很难维持。

注：红色实线代表每吉瓦算力对应的资本投入成本；蓝色虚线代表单位 AI 产出对应的成本

Privorotsky 在报告中给出的结论也很明确：每美元带来的 " 有用产出 " 正在下降……因此，" 非 AI 领域的赢家 " 才是市场当前应该寻找机会的方向。