社区

从电气化到AI：一场关于“替代什么”的百年追问

每一次工业革命，本质上都在回答同一个问题：技术替代了什么？

第二次工业革命替代的是肌肉的力量——蒸汽机、内燃机、电动机把煤和油里的化学能转换成机械能，工厂不再依赖人力和畜力。福特将内燃机与流水线结合，重新定义了制造业的组织形态；通用电气在电气领域统治了整整一个世纪；AT&T在通信基础设施领域构筑了长达数十年的垄断。

第三次工业革命替代的是连接的成本——计算机和互联网解决了信息处理、搜索和匹配的效率问题。IBM在20世纪50年代到80年代的数十年中保持绝对引领地位，连续20年平均增长率高达30%。互联网时代，亚马逊用了20年成为全球市值最高的分销公司，谷歌以搜索掌握信息入口，Facebook以社交关系链构建网络效应。

而AI替代的是判断本身。

它不只赋能系统，还在塑造决策：AI模型影响信贷审批、招聘筛选、定价策略、医疗诊断和风险评估。这是人类历史上第一次，技术系统开始系统性地介入“判断力”这一核心能力。

这一定性判断，决定了AI时代伟大公司的诞生逻辑与前三次革命截然不同。启明创投在2026年AI十大展望中给出了一个关键判断：未来12到24个月，AI应用的商业模式将加速脱离互联网时代的免费增值逻辑，转向以结果和价值定价；衡量AI公司的核心指标，将从用户规模转向单位智能成本创造的商业价值。

这意味着，AI时代的“伟大公司”不会再以月活用户数或GMV来定义，而是以它们替代了多少判断、创造了多少可量化的商业价值来衡量。

持续时间：谷歌CEO皮查伊预计2027年将成为AI改变工作方式的重要拐点。华尔街知名分析师Dan Ives以九局棒球赛比喻，认为AI发展目前才进入第三局，AI基础设施供给至少到2027年仍将吃紧。英伟达CEO黄仁勋则预判，到2027年AI算力需求将达到至少1万亿美元，较此前预测翻倍。这不是一个10年周期的故事，而是一个可能持续15到20年的超级周期。

第一层：卖铲人——算力基础设施的确定性红利

每一次淘金热中，最先赚钱的永远是卖铲人。AI时代也不例外。

工业富联是这一逻辑最直接的注脚。2026年一季度，公司实现营收2510.78亿元，同比增长56.52%，归母净利润105.95亿元，同比增长102.55%，连续三个季度净利润突破百亿元。AI GPU机柜出货量同比增长3.8倍，AI ASIC服务器出货量同比增长3.2倍，800G及以上高速交换机出货量同比增长1.6倍。公司云计算业务营收同比增长1倍，成为核心增长引擎。

在算力集群端，协创数据一季度营收60.85亿元，同比增长192.90%，归母净利润同比增长343.45%。公司在上海、宁波、成都、乌兰察布等国内核心节点以及东南亚及美国等海外市场建立了算力网络，多个大型算力集群已完成交付并进入实质性计费阶段。

但这些“重资产”公司的增长逻辑，与中国AI芯片赛道的变化形成了有趣的呼应。****在中国的市场份额已从2022年的约3%飙升至约50%，而英伟达从约95%跌至约8%。国产芯片公司摩尔线程2026年上半年营收增速达到147.42%，半年营收已超过2025年全年。这背后是一个更深层的判断：AI基础设施正在从单一GPU竞争走向系统级竞争——芯片、互联、散热、供电、存储等环节都在重构，未来两年内有望涌现基于新架构的算力芯片及超节点大集群。

卖铲人赛道的本质是“供给稀缺” 。Dan Ives指出，掌握稀缺算力、内存及电力资源的企业已开始展现增长，AI基础设施供应至少到2027年仍受限制。但这一赛道的终局不会是英伟达一家独大——系统级竞争意味着价值将在更长的产业链上重新分配。

第二层：模型层——从“能力竞赛”到“商业闭环”

如果说基础设施层是确定性红利，模型层则是AI时代最具戏剧性的赛道。这里正在发生一场从“技术炫技”到“商业兑现”的深刻转变。

Anthropic是2026年最令人瞩目的案例。截至2026年7月底，公司年化营收运行率已突破650亿美元，较2025年底超90亿美元的水平增长逾七倍，较5月的470亿美元再增38%。更关键的是，Anthropic在2026年二季度预计实现约5.59亿美元的首次盈利，三季度EBIT预计超过10亿美元。这对于仍处大规模算力投入阶段的前沿模型公司而言，是规模效应开始显现经营杠杆的关键信号。

Anthropic的增长核心变量是Claude Code——开发者可通过该工具让Claude读取代码库、修改文件、执行命令并完成长链条软件工程任务。模型调用从单次对话演变为持续运行、大量消耗Token的工作流，收入模式随之改变。截至2026年6月，34.4%的美国企业为Anthropic付费，首次超越OpenAI的32.3%；在企业LLM市场，Anthropic份额达32%，已超越OpenAI的25%。与OpenAI超65%收入来自C端订阅不同，Anthropic约75%至85%的收入来自企业级API调用。

在中国，月之暗面走出了一条从C端到Agent的转型路径。公司估值在不到一年内从约43亿美元飙升至500亿美元，累计融资超376亿元。创始人杨植麟在2026年将战略重心全面转向Agent：“我们不再让一个Agent包揽所有需求，会创建并协调一大群专项Agent并行工作”。K2.6模型驱动的“智能体集群”架构能调度300个分身，并行处理4000个协作步骤。公司ARR在2026年4月已超2亿美元。

智谱则展示了另一种增长路径。2026年上半年，智谱实现收入9.54亿元，同比增长399.7%，其中MaaS开放平台及API服务收入约8.25亿元，同比增长2736%，占总收入86.5%。公司将年末ARR目标上调至30亿美元，高盛更是将其2026年底ARR预测上调至32亿美元，预计2027至2028年收入进一步跃升至267亿元与632亿元人民币。智谱的策略是与全球云厂商绑定——模型方输出能力，云方承接算力、海外渠道与企业客户，收益按调用量结算。

模型层的胜负手正在从“模型能力”转向“商业架构” 。Anthropic的API按量计费模式、月之暗面的Agent集群、智谱的云厂商分成，本质上都是在回答同一个问题：如何让模型能力持续转化为可计费的Token消耗？

Token消耗量的数据能说明问题的规模。CCV合伙人刘一昂披露，2024到2026年Token消耗量增长了150倍，单次Agent任务的消耗已达到聊天场景的50到100倍，长程任务一晚上的Token消耗可能是几万倍。有机构预测2025到2030年中国推理市场将有370倍增长，而刘一昂认为这个预测偏保守了。

第三层：应用层——真正跑出“伟大公司”的深水区

基础设施和模型层的增长令人炫目，但历史反复证明：每一次技术革命中，开启浪潮的主体和收获商用成功的主体，往往不是同一个。

莱特兄弟开启了航空时代，但波音和洛克希德·马丁收割了果实。施乐发明了图形界面，但苹果和微软定义了PC体验。互联网时代，思科卖路由器赚得盆满钵满，但真正定义时代的是亚马逊、谷歌和Facebook。

AI时代的“伟大公司”，最有可能诞生在那些用AI替代核心决策环节、深度嵌入企业工作流、并且能够持续积累行业壁垒的应用层。

黑湖科技提供了一个极具说服力的样本。这家工业AI公司营收年增速超60%，已全面盈利，服务近4万家工厂，覆盖汽车零部件、食品饮料、新能源等30多个行业。其核心产品是覆盖拆单、报价、采购、排程、质检和跟单等环节的工业Agent。

拆单是一个典型场景：工厂收到产品图纸后，通常需要经验丰富的工程师识别零部件、材料和尺寸，拆解加工工序与工艺要求。过去可能需要2到3小时的人工拆单，如今黑湖的拆单Agent约一分钟即可完成，准确率超过95%。报价Agent将报价时效从6小时压缩至秒级，帮助工厂将询盘响应率提升70%，报价误差控制在±5%以内。

黑湖科技CEO周宇翔判断：“未来3至4年，中国工厂的AI渗透率将大幅提升”。黑湖的护城河不在于单点技术，而在于“链式扩展”：当链主企业接入系统后，其上下游供应商会自然融入同一协作网络，推动系统从单点工具向跨企业协同平台演进。

深演智能则在企业决策AI领域验证了类似的逻辑。2026年上半年，公司营收3.98亿元，同比增长43.6%，净利润同比增长125.2%。智能体产品收入同比增长52.9%，新签智能体合同数量同比增长超过300%。在新签合同中，约30%的客户购买了多个智能体，部分企业一次部署超过10个。

创始人黄晓南对护城河的描述切中要害：“智能体软件是结合企业自身数据和业务流程打造的，可以持续迭代，并且深度嵌入工作流。因此，它与客户业务的黏性，和一个独立于业务体系之外的轻量工具完全不同”。

自动驾驶是另一个正在验证“AI替代判断”逻辑的赛道。Momenta 2026年上半年营收16亿元，同比增长76%，毛利率达75%。小马智行第二季度总收入同比增长68.8%，其中Robotaxi服务收入同比增长691.2%。驭势科技的自动驾驶套件解决方案业务出货量较2025年同期增长超过600%。

AI医疗领域同样在加速。英矽智能上半年营收1.063亿美元，同比增长287.2%。讯飞医疗AI健康助手收入同比增长74.9%，成为拉动整体收入增长的核心引擎。医渡科技实现成立以来首次全年盈利，AI for Care板块收入同比增长37.6%。

视频生成赛道则展现了AI消费级应用的巨大潜力。可灵AI估值超过1200亿元人民币，2026年上半年营收超15亿元，Q1同比增长超300%，Q2同比增长超200%。截至2026年3月，企业客户ARR接近5亿美元，一年之内翻了四倍，企业客户已接近5万家。

什么样的公司能穿越周期？

回顾历史，每一次技术浪潮中，最终跑出来的伟大公司都有一些共同特征。在AI时代，这些特征正在被重新定义。

第一，占住核心决策链路，而非边缘辅助。 黑湖科技相关负责人说过一句话：“真正有机会穿越这个周期的，是那些占住核心流程、沉淀长期业务理解、深度嵌入业务协同的系统。这不是给原有软件多加一个AI功能，而是把AI放进工厂的核心决策链路里，让它从辅助走向决策。”互联网时代的护城河是网络效应和用户规模，而AI时代的护城河是决策嵌入深度。

第二，数据壁垒比模型能力更持久。 深演智能的飞轮逻辑是：客户提供复杂的真实决策场景，业务数据反哺模型训练，模型能力提升后再进入更多场景。这种“客户-数据-行业知识”相互强化的循环，不是靠算力堆砌能复制的。

第三，从“卖工具”转向“卖结果”。 启明创投判断，AI应用的商业模式将加速转向以结果和价值定价。深演智能的第二类业务正是“利用企业决策AI智能体驱动的服务，直接交付企业所需要的结果”。黑湖的报价Agent不只提供一个工具，而是直接完成报价结果。这种“服务即产品”的模式，将重新定义软件行业的收入结构。

第四，组织形态本身在变化。 周鸿祎提出了一个大胆预判：随着智能体作为“硅基伙伴”和“数字员工”的普及，未来独角兽企业的人数或较现在减少10倍。启明创投的展望十也指出，未来12到24个月，AI原生组织将从概念走向实证，一批企业将实现数倍于传统组织的人均产出。这意味着，AI时代“伟大公司”的定义本身也在被重写——不是拥有最多员工的公司，而是以最少人力创造最大判断价值的公司。

尾声：判断力的入口

互联网的货币化发生在注意力和交易上，AI的货币化发生在劳动和决策上。注意力入口可以被新的流量平台替代，但判断力的入口——那些嵌入企业核心决策链路的AI系统——一旦建立，迁移成本极高。

这让我们回到一个朴素的历史规律：每一次技术革命中，真正定义时代的公司，不是那些拥有最强技术的公司，而是那些找到了技术与商业之间最短路径的公司。

IBM不是第一个造计算机的，但它找到了企业计算的商业化路径。亚马逊不是第一个做电商的，但它找到了规模化分销的最优解。在AI时代，英伟达、Anthropic、月之暗面们正在各自的赛道上验证商业化路径，但真正跑出“下一个亚马逊”或“下一个谷歌”的，很可能是那些今天还不太显眼、但已经深度嵌入某个行业核心决策链路的公司。

Dan Ives说AI才到第三局。第三局意味着，真正的赢家还没有完全浮出水面。而那些正在跑出来的公司，共同特征已经很清晰：它们不是在做AI，而是在用AI替人做判断——并且让这种判断变得可规模化、可计费、可依赖。

$深演智能(02723)$ $智谱(02513)$

@爱发红包的虎妞