社区

之前参加联想控股组织的科技有联想线下沙龙活动，AI应用的话题浓度很高，整理了几个有意思的讨论思路：

• Token的供需关系变了，但AI需求为什么没有被打开？

• AI应用更容易在哪落地，短剧工作流是怎样被AI改变的？

• Anthropic上市，世界因此而改变？

• AI应用的估值方法探讨。

• AI对经济关系的重塑。

从资本开支预期放缓，到全民沾染红果，我们似乎已经站在行业变化的临界点，一点感觉，不一定对。

Token的供需关系变了

2030年人类Token使用量将较现在翻一万倍，大卫·帕特森在RISC-V中国峰会提出观点认为，AI算法迭代速度50倍×AI软硬件系统发展50倍×全球算力中心规模4倍。回望2024年，全中国Token消耗量约1000亿，而现在一个AI极客一个月就能消耗如此的量，Token的稀缺性变了。

AI基建与AI应用的辩证关系：AI发展第一阶段要想富先修路，目前路（AI基建）修的差不多了，但路上的车（AI应用）还比较少。随着平台工具和模型能力的迭代提升，更多的车开始上路跑了，就会对路提出新的要求，修建高速路就是下一个阶段的正反馈。

AI应用的需求为什么没被打开？

过去两年Token使用量指数级增长，但它带来的生产效率提升没有匹配这个量级去兑现，为什么？尽管WorkBuddy、Codex这样的Agent已经渗透到大家的日常工作中，甚至渗透到写字楼的广告牌上，但是——Agent人均使用次数增速并不快。

B端上班和C端刷红果最大的不同，是打工人主动发起任务的意愿不高，亦或者说，打工人的平均学习能力显著滞后于AI成长，拖了AI增长的后腿。

从高校调研的数据反馈也是如此，很多院校给学生配了一定数额的Token，但90%的学生并不知道该怎么用起来，如果不直接给做一个自主科学实验任务流，Token的使用便会被学生的认知基础所阻碍。

以此反推，当前的AI应用还不够无脑。AI应用未来面临的问题不止于变可靠变聪明，更要进一步降低用户的使用门槛，将工作流串起来，用户拿来就能用。

AI应用最先在哪些行业开花？

人工智能+推进比较快的一定是数字化程度比较高的知识密集型产业，产业本身就在做数据的采集加工处理以及传播生产。C端是创作内容型消磨时间的东西，典型如AI短剧；B端则是诸如金融、法律、科研这些需要信息本身收集处理和研究去产生价值的行业（这也是A社的方向）。

AI对短剧工作流的改变

AI短剧是目前AI应用最成熟的案例之一，之前参加其他交流时我已经分享过AI对短剧成本的影响，如何从蓝海卷成死海，当时感觉这种榨干人类极限的卷，投资价值很低。但毕竟红果已经全民验证，这次从工作流的角度再来体会一番。

大部分AI短剧公司的工作流架构已经改变——一个组长带下面所有的超级个体，组长规定好所有的东西，超级个体自己负责。效率的提升更加榨干了人工价值，这种工作流的改变，对团队提出了更高的要求，每个组员（超级个体）都必须熟悉全流程才能配合工作，不再有传统影视的摄影、剪辑、表演等分工。

每个超级个体，都要对Token积分的消耗精确控制到每一个镜头，精准的控制到我要补一个镜头时要消耗多少积分，控制每一集的成本。

当前AI短剧的发展阶段，可以比喻为从“预制菜”到“家常菜”，目前AI生成的内容已经解决了菜好不好吃的问题，食材极大丰富，甚至预制菜已经很好吃了，下一步的追求就是，如何用个性化的东西，从无数预制菜中脱颖而出，找到家常菜的味道。

Anthropic上市如何改变世界？

AI产业链：能源→芯片→基础设施→模型→应用。过去大家围绕着上游进行投资，未来可能要把时间更多放在下游。从智谱到Kimi，资本市场更愿意给最前沿的模型去定价，A社也是在当前最好的年华上市融资（潜在风险点）。大模型当前就像德扑盲注局，一退输所有。

A社作为人类天花板模型公司，它的营收结构、增速、商业模式、上游算力、估值等一切的一切，都要拿来做映射。尤其是商业模式，当模型性能足够好时，将决策按Token用量订阅还是按结果付费，将影响全球大模型的方向和二级市场定价。

进一步扩展来讲，AI应用本质上是结果付费，Token有效的生成结果才会被人使用。智谱此前作为全球大模型上市第一股享受了一段估值红利，但AI应用的投资百花齐放嵌入到各个行业，很难投注。

AI应用的估值方法

无论是互联网时代还是AI时代，时间永远是最宝贵的。C端能够看到字节系的魔鬼表现，而B端略微不同，现在打工人可以交给AI很多工作，但无论是写代码还是写报告，如果读起来费时费力那么是没有价值的。当AI生产的产品质量够高，那么人类依赖AI的时间越长，潜在价值越高。

从产品层面看价值，第一层，先把服务领域需要的工作拆解出来，衡量现在的AI产品能够解决多少工作，去算对应替代的价值；第二层，AI产品在完成任务之外，额外超过打工人的价值，就是创造的价值。

目前的价值瓶颈卡在第一层，打工人只是调取通用模型做几个工作流，提升效率本质上是存量思路解决问题，是缺乏想象力的。

AI对经济关系的重塑

Token经济最大的变化是智力，碳基与硅基的生产关系甚至社会关系一定会被重塑，进而产生新的商业模式。

在生产关系上，出现了具备生产力的劳动力单元，比如AI coding、生产AI短剧的超级个体。以AI短剧为例，模型厂商掌握生产资料，互联网大厂掌握流量分发，超级个体提供劳动力，构成了生产关系。随着供给增加，分配方式在未来一定会有变化。

在社会关系上，出现了人格化主体，比如AI陪伴。一旦人格化的供给增加，人和Agent的关系，Agent和Agent之间的关系，都可能会有很大的变化。

以上内容整理自学术、产业与投资机构在联想控股“科技有联想”沙龙的讨论，并融入了一点个人理解。这是联想控股联合海淀区中关村街道、海淀区“五方六力”中国科学院工作组、融科资讯中心、联想创投及讯兔科技共同发起的活动。很显然，联想控股的生态位卡的是“科技产业的参与者和赋能者”，而且产业和资本都进入了正反馈的状态。

2026年H1联想控股产业孵化与投资板块贡献净利润30亿元，资产配置约989亿元，推动12家被投企业上市，另有超30家处于待上市阶段。联想控股在AI领域累计投资企业超300家，涵盖半导体、具身智能、量子计算等前沿方向，科创资产储备厚度实足。

简单说一下联想控股的投资生态。联想控股目前已打造出包括多个层次的科创体系，构建起了“自主研发+科创投资+前沿孵化”的协同模式。在本次的“科技有联想”沙龙的嘉宾构成中，就不乏联想控股科创生态成员，其中包括负责前沿孵化的联想控股前瞻技术研究院、旗下科创投资基金联想创投、被投企业代表紫东太初。

AI的创新浪潮很大但很不确定，企业没有权利选择做不做AI，只能选择用什么姿势拥抱AI。而AI应用的爆发，是一个智能平权或创造者平权的过程，不会赢者通吃，联想控股这类头部企业要保持产业竞争力，“自主研发+科创投资+前沿孵化”的协同模式，也就成了必然选择。

所以， AI基建可能会走向常态化而不再是市场最关注的重点，千呼万唤的AI应用，随着红果、办公的应用入侵人类生活，迟到，但不会缺席。除了跟踪优质的AI应用公司，或者一篮子平推游戏影视传媒ETF，也可以抄抄联想控股这些先行者们的作业。