社区

亚马逊财报给AI资本开支算了一笔明白账，让我对AI主线的信心从"信故事"变成了"算得清账"。但这两天又出了一件大事，让我开始重新思考AI投资的仓位布局——

OpenAI把主力模型价格砍了80%。

80%啊，不是微调，是直接把企业用AI的门槛打穿了。价格战来得比所有人想象的都快、都猛。

一、模型价格战打响，最先慌的反而是模型厂商

上周四OpenAI官宣：GPT-5.6 Luna降价80%，Terra降价20%，还推出了更快的Sol版本。

看到这个消息，我的第一反应不是"哇AI更便宜了赶紧买AI股"，而是——模型厂商的利润空间要被压缩了。

道理很简单：

• 降价确实能刺激用量爆发，以前企业用AI还要精打细算，现在同样预算能跑好几倍的调用量

• 但问题是，OpenAI降了，Anthropic降不降？谷歌降不降？微软降不降？

• 一旦价格战开打，模型层的毛利率会持续承压，谁都别想躺着赚暴利

这跟我上一篇说的"2026是AI资本回报审计年"完全对上了——市场开始较真：你花的每一块钱，多久能赚回来？模型厂商如果只能靠降价抢客户，那它们的投资回报率就会被打问号。

那问题来了：如果模型层的利润要被价格战吃掉，AI产业链里，谁才是真正稳赚的那个？

二、一个被忽略的角度：模型越便宜，管理越值钱

价格战打起来之后，企业用AI的量肯定会暴增。但用得越多，新的问题也越多：

• 市场部用OpenAI，技术部用Anthropic，研发部自己部署开源模型——客户数据散在七八个地方，怎么管？

• 谁有权限调用什么模型？敏感信息会不会泄露？

• 每个部门花了多少钱？预算怎么控？

• 模型换来换去，业务流程跟着来回折腾，谁受得了？

模型可以随时换、随时降，但企业的数据架构、权限体系、业务流程，不可能跟着反复迁移。

模型越便宜，企业对统一管理的需求就越强。

这就像淘金热的时候，卖铲子的不一定最赚钱，但卖水的、开杂货店的、管治安的，不管谁挖到金子，他们都稳赚。

而美股里，已经有一家公司卡在了这个位置——Snowflake（SNOW）。

三、Snowflake的逻辑：不押注谁赢，押注"多模型时代"本身

我研究Snowflake的时候，最打动我的一点是：它不需要赌哪家模型最终胜出。

它赌的是一个更底层的趋势：模型会越来越多、价格会越来越便宜、调用会越来越频繁，而企业对数据治理和统一管控的需求，只会越来越强。

7月28日，Snowflake推出了 Cortex AI Gateway，卡位的就是这个节点：

• 统一入口管理所有模型和AI Agent

• 集中管控数据访问、身份权限、运行状态、调用成本

说白了，Snowflake争的不是数据仓库那点市场，而是企业进入多模型时代后的"总控制台"。

OpenAI打价格战也好，Anthropic守高端也好，微软、DeepSeek、Kimi各玩各的也好——不管企业最后选谁，只要想把AI真正接入业务，就需要一个地方统一管数据、管权限、管工作流。

这个逻辑，比单纯押注某一家模型公司要稳得多。

四、财报验证：不是讲故事，是真有客户在用

逻辑再漂亮，也得财报说话。Snowflake最新一季财报给了我比较强的信心：

• AI使用客户数：13,600多家，不是几百家几千家，是上万级别的企业已经在用

• Snowflake Intelligence使用账户数：环比翻了一倍还多

• Cortex Code：覆盖7,100多家客户

• 产品收入：13.34亿美元，同比+34%

• 剩余履约义务（RPO）：92.1亿美元，同比+38%——客户已经签了但还没确认的收入，说明未来收入有保障

• 百万美元大客户：779家，同比+29%，当季新增46家首次跨过百万门槛

这些数据说明什么？说明客户不是在PPT上"评估"AI，而是真的把代码开发、数据分析、知识检索搬到Snowflake上跑了。

而且这里有个很有意思的反转：

以前市场总担心Snowflake"按量付费"的模式不稳定——企业一精简预算就会缩量。

但到了AI落地阶段，逻辑反过来了：同一份数据被越来越多的模型和Agent频繁调用，按量付费反而吃到了很高的向上弹性。

模型调用越多，Snowflake赚得越多。模型越便宜，用的人越多，Snowflake的量就越大。这才是真正的"卖水人"逻辑。

五、竞争格局：它凭什么从巨头嘴里抢食？

当然，机会大，竞争也大。AWS、Azure、谷歌云三家巨头都在推自己的AI平台，还有直接对手Databricks。

Snowflake凭什么？我梳理了它的三张牌：

1. 多云中立——不绑任何一家云厂商

它能同时跑在AWS、Azure、谷歌云上。微软肯定优先卖Azure和OpenAI，AWS强推Bedrock，谷歌抱紧Gemini。而Snowflake跟三家都合作，不强迫企业绑定任何一家云或模型。对企业来说，这种中立性很值钱。

2. 统一治理——从数据安全延伸到AI管理

Snowflake本身就是做数据权限和安全审计起家的。现在把大模型和AI Agent纳入这套体系，企业完全不用再花大钱重搭一套管理系统。这是天然的护城河。

3. 低门槛——业务人员直接能用

跟Databricks比，两家基因完全不同：

• Databricks是给程序员和数据科学家用的，硬核但门槛高

• Snowflake是给业务部门和分析师用的，懂SQL就能跑，几乎零门槛

说白了，Databricks从底层技术往上走，Snowflake从企业应用往下延伸，最终在企业AI预算入口这个地方碰头。

而我更看好Snowflake的原因是：企业里懂SQL的业务分析师，远比懂代码的数据科学家多得多。 落地速度会更快。

六、估值与我的操作计划

逻辑再好，也得看价格。截至7月31日，Snowflake股价约293美元，市值约1033亿美元，过去12个月市销率约19.88倍。

说实话，这个估值不便宜。市场已经把AI落地、高增长、利润率改善这三件事都提前计入了。下一份财报仅仅"符合预期"是不够的，必须看到Cortex这些AI产品实实在在推高了客户用量和收入。

华尔街平均目标价295-302美元，基本跟现价持平——也就是说，按一致预期，未来一年常规上行空间不大。

所以我给自己定了三档买入计划：

第一档：290-305美元

预期已经打得很满，赔率一般，容错空间小。这个位置我只观察，不追高。

第二档：260-280美元

相对合理的价格区间，如果AI使用数据没有走弱，这个位置的赔率会好很多。到了这个区间我会建小底仓。

第三档：220-250美元

估值压力明显减小，可以考虑加仓，但前提是基本面没有变坏，而不是单纯因为跌了就买。

核心原则：只在跌的时候买，不在涨的时候追。

现在这个位置（290多），我不会动手。市场已经把好消息都price in了，容错率太低。万一财报有一点点不及预期，20倍市销率的票杀估值会很狠。

我会把它放进重点观察池，等回调。如果8月财报后因为"不及预期"砸到260-280区间，而AI使用数据本身没有走弱，那就是不错的买点。

七、必须正视的风险

当然，看多的同时，风险也得想清楚：

1. AI变现速度可能比想象的慢

13,600家AI客户听起来很多，但很多企业还在概念验证或小范围试用阶段。试用产生的收入微乎其微。如果从"试一试"到"大规模高频使用"推进太慢，收入增速撑不住现在的估值。

2. 按量付费是双刃剑

顺风期弹性大，逆风期也一样。宏观转弱或企业砍预算，客户可以实时减少查询，没有缓冲期。

3. 两头夹击的竞争

一边是Databricks在AI数据科学领域势头猛，一边是三大云厂商都在推自己的AI平台。如果巨头搞捆绑销售或抬高跨云数据传输门槛，Snowflake会承压。

4. 这个估值容不下任何差错

20倍市销率，容错率极低。任何一个季度收入或指引不及预期，估值压缩都会很剧烈。

另外，联合创始人7月29日以280美元减持了5万股，套现1400万美元。内部人减持不一定是看空，但提醒我保持客观，别被乐观情绪冲昏头。

最后：从亚马逊到Snowflake，AI投资逻辑在演进

从上周的亚马逊财报，到这周的OpenAI降价和Snowflake，我对AI投资的理解在一步步深化：

• 最上游（芯片、存储）：弹性最大，但波动也最大，还受供给格局变化影响（长鑫的教训还在眼前）

• 中间层（云平台）：亚马逊证明了AI资本开支有清晰的回本路径，确定性高，睡得着觉

• 应用管理层（Snowflake这类）：不赌谁赢，赌多模型时代的管理需求，逻辑更稳，但估值也不便宜

我的仓位思路也在调整：

• 底仓放云平台（亚马逊、微软）——确定性最高

• 弹性仓放Snowflake这类"卖水人"——逻辑独特，但等好价格再进

• 纯硬件（芯片、存储）逐步减仓——波动太大，供给端不确定性高

AI投资不是all in某一个赛道，而是在产业链的不同位置，找到风险收益比最合适的节点。

价格战才刚开始，多模型时代才刚到来，后面的机会还很多。不急，慢慢看，等好价格。

风险提示：本文仅为个人投资复盘与思考记录，不构成任何投资建议。美股科技板块波动极大，AI行业竞争格局变化快，估值容错率低。所有交易决策请基于自身风险承受能力独立判断，盈亏自负。