AI Infra有什么预期差
作者：微信文章本文仅梳理公司和行业的最新基本面，并非在当前时间点推荐买卖公司，本文不具备个股操作指导功能，投资有风险，入市需谨慎。
放量顺序从硬件⟶ 基础软件⟶ 应用，AI基础软件重视。从海外复盘看，AI收入放量节奏：云服务>基础软件（6%~10%）>通用软件（2%~3%）。自25Q1末起，AI数据库、网安等软件配套加速释放收入。为什么探讨AI-Infra。“2025年是Agent元年”等声音此起彼伏。企业投入巨量资源后，短期效果似乎未达预期。类比境况， F1 赛车如果走在一条泥泞的道路上，纵然性能再强，也无法正常行驶。市场或许对AI Infra关注度不足。预期差1：尚未充分消化AI-Infra的定义复杂性。1）简单理解为，降低模型“悬浮”风险，承担“桥梁”角色；2）通常类比云时代PaaS层，但AI Infra含义更广，不等同agent调度交互平台；3）三层模型能力，四项工作流程，预计增长机会层出不穷。预期差2：可能认为AI-Infra工具链价值有限。1）不同于云时代类线性发展，2.0时代AI Infra层可能呈现和算力、应用层交叉引领趋势。2）类似汽车行业Tier 1专业分工，大厂不必一切亲历亲为。3）海外AI Infra商业化顺利。4）2027年国内agent普及率目标超70%，AI Infra增长具有高确定性。AI 基础软件：放量顺序从硬件⟶ 基础软件⟶ 应用从海外复盘看，AI收入放量节奏：云服务>基础软件（6%~10%）>通用软件（2%~3%）。自25Q1末起，AI数据库、网安等软件配套加速释放收入。为什么AI infra先放量？软件基础设施进入加速期 OpenAI GPT-o3 ⟶ 用 RAG 解决知识盲区⟶ AI DB必不可少。需要重视的是，GPT-5降幻觉率的核心方式即通过“AI知识库”交叉Check。 软件基础设施与GPU的预算节奏一致，但POC节奏影响，预计延迟1~2季度，当前正进入加速放量阶段 数据层（向量 DB）和工程层（W&B 等）已经跑出千万到数亿美金级 ARR，真正面向 C/B端的“Killer应用”大多仍处验证阶段。建议关注：深信服（软硬件基础设施+安全）、达梦数据（OLTP，对标MDB）、金山云、阿里云、星环科技、海量数据风险提示：重在分享逻辑，谨慎参与！
页:
[1]