繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

AI智能體點燃雲計算第二增長曲線! 華爾街大行拆解IaaS擴容潮與PaaS價值重估 誰賺走Token狂潮的真金白銀?

2026-10-03 14:49

華爾街金融巨頭伯恩斯坦最新發布的研究報告顯示,AI雲計算領域正在進入「AI智能體狂潮主導之下的人工智能算力需求井噴式擴張、AI推理負載升級、平臺價值重分配」同時發生的新階段,投資機會也隨之從GPU算力供給延伸至攸關企業數據運營、企業核心操作流程、連接業務工作流與智能體開發、部署與運行綜合平臺的雲計算領軍者們。

伯恩斯坦表示,當前全球雲計算行業正經歷自微軟Azure崛起挑戰亞馬遜AWS以來最重要的一輪競爭變化:訓練需求催生以GPU為中心的數據中心擴建,為CoreWeave等新雲服務商打開IaaS基礎設施市場;隨着AI推理負載逐步走向企業生產環境,則擴大CPU、GPU、數據庫、存儲及軟件平臺的協同算力運營需求;OpenAI、Anthropic進一步從AI大模型供應商轉向AI智能體開發平臺供應商,既為合作雲計算廠商貢獻更大的基礎設施訂單,也開始爭奪PaaS雲計算廠商們的軟件入口、客户關係和利潤空間。

伯恩斯坦分析師團隊因此更加看好微軟、甲骨文和MongoDB,但對單純出租AI GPU算力基礎設施的新雲企業長期競爭力更為審慎。該機構的核心投資判斷在於,AI算力資源需求增長能夠擴大AI雲租賃市場,卻不會讓所有云企業獲得相同的定價權和AI時代的強勁資本回報。這一判斷與近期產業數據形成呼應:微軟7月財報披露,Azure及其他雲服務季度收入增長43%,需求仍超過可用產能;甲骨文9月公佈的季度IaaS收入增長121%至74億美元,剩余履約義務達到6,640億美元,顯示需求正在轉化為收入和長期合同。

AI智能體如何逐步放大雲計算需求?結合伯恩斯坦研究報告以及AI推理工程推演,Muse與Astra所代表的變化,是把一次問答擴展為包含規劃、檢索、工具調用、執行、檢查和重試的任務過程:Meta披露Muse運行在擁有瀏覽器的專用安全虛擬機中,用户關閉應用后仍可繼續處理任務;OpenAI披露Astra增強了計算機操作與多步驟專業工作能力,這些能力進展本身並不等於AGI已經得到確認。

當使用規模擴大,模型調用增加GPU推理負載,瀏覽器、代碼與工具執行增加CPU需求,長上下文與併發會話提高內存及緩存需求,持續狀態和企業知識訪問增加數據庫與存儲需求,生產部署進一步拉動身份、安全、監控和工作流編排等PaaS服務。Anthropic與Akamai簽署的七年116億美元協議明確面向CPU工作負載,就是AI需求向GPU之外擴散的實例;其與亞馬遜(Amazon)AWS、Google雲計算/博通(Broadcom)、微軟Azure雲計算、SpaceX旗下AI雲計算租賃平臺等合作,也體現了多供應商基礎設施配置。

對於面臨CoreWeave這類新雲勢力強勢崛起之下的AI雲計算領域潛在IaaS/PaaS贏家,伯恩斯坦給予微軟(MSFT.US)、甲骨文(ORCL.US)以及MongoDB(MDB.US)「跑贏大盤」這一最積極評級,予以的最新目標價分別意味着未來12個月約28.7%、135%以及35%潛在上行空間,該機構對於AI雲數倉與企業雲數據庫領軍者Snowflake(SNOW.US)則予以「與大市同步」評級,目標價意味着10%左右潛在上行空間。

毋庸置疑的是,AI雲仍是產業資本投入和盈利預期的重要方向,股票資金則正在篩選能夠留住利潤的環節。OpenAI以約1.4萬億美元估值尋求新融資,以及Anthropic謀求超過2萬億美元IPO估值,反映出全球資本市場對AI相關收入創造空間的極高預期,相比AI應用估值敍事,聚焦推理端的AI算力資源供給鏈已有更具體的強勁需求依據:媒體披露Anthropic未來約十年5180億美元的基礎設施安排,其中約80%具有不可取消或按約定支付的性質,Anthropic 2025年營收增至上年的約12倍、接近46億美元,經營虧損超過80億美元,算力與基礎設施支出達到73.3億美元,約為2024年的三倍,佔126.5億美元總經營費用的約58%;;韓國9月半導體出口603億美元、同比增長262.8%,官方同時指出存儲出口數量與合同價格上升。

算力賬單越滾越大:IaaS擴容潮中的增長與分化

伯恩斯坦對於AI時代IaaS的投資邏輯,是傳統雲計算持續增長之上疊加AI算力需求持續井噴式擴張帶來的強大增量,報告引用的Gartner預測顯示,全球IaaS市場將由2025年的約2,230億美元,增長至2026年的2,870億美元、2030年的6,620億美元;其中傳統IaaS由2,010億美元增至4,880億美元,AI優化IaaS則由220億美元增至1,740億美元。

按伯恩斯坦研究報告圖示數值的測算顯示,2025—2030年整體市場複合增長率約24.3%,AI優化部分約51.2%,后者佔比從約9.9%升至26.3%。伯恩斯坦分析師團隊表示,這也意味着AI既創造高速增長的新型AI雲計算基礎設施市場,企業原有計算、存儲與應用遷雲也仍貢獻龐大的絕對增量。

競爭格局方面,2025年Gartner口徑下AWS、微軟、谷歌、阿里巴巴的IaaS份額分別為35%、24%、10%、8%;IDC對應數字為41%、16%、8%、4%,兩大調研機構均將CoreWeave市場份額計為約2%。差異主要涉及IaaS與PaaS的收入劃分,例如IDC將更多甲骨文(Oracle)收入歸入PaaS,因此不能把不同機構的份額拼接成同等的同一張競爭地圖。

伯恩斯坦研究報告還提出一個值得投資者追蹤的問題:2030年1,740億美元的AI優化IaaS收入,如何與市場討論的萬億美元級GPU投入相協調?可能涉及企業自建、部分投入最終通過PaaS變現,以及行業預測偏高或Gartner等市場調研機構的基準預測偏低。

新雲的階段性優勢來自算力稀缺,但企業推理的長期競爭力需要完整的軟件與數據體系。伯恩斯坦研究報告把行業演進劃分爲三個相互銜接的變化:首先,GPU訓練集群對供電、冷卻及高帶寬低時延網絡提出更高要求,傳統數據中心需要改造或重建,供需缺口因此為新雲企業及甲骨文創造進入機會;其次,AI支出從訓練向推理擴展,伯恩斯坦估計,推理年度支出最終可能達到訓練的5—20倍,但沒有給出明確兑現年份;再次,企業推理需要連接實際業務,其基礎設施必須支持模型計算、CPU應用執行和企業數據訪問。

伯恩斯坦表示,由此趨勢所產生的「數據引力」,會把部分AI負載吸引至企業已經部署數據庫、權限體系和應用的平臺。報告對新雲提出五項約束:難以超越GPU型IaaS;大型雲客户在供給充足后可能將負載轉回自有設施;採用開源數據庫及開發工具並不自動形成差異化;企業數據遷移具有阻力;當前供需失衡可能在未來兩年改善。

伯恩斯坦表示,對於投資者們而言,真正需要長期檢驗的邏輯在於,新雲勢力能否把短期交付優勢轉化為長期客户留存、利用率和現金回報;與此同時,研究報告認為甲骨文憑藉主權雲、私有云及AI數據中心形成連續增長動力,有機會進一步接近微軟、亞馬遜以及谷歌這類AI雲計算基礎設施第一梯隊。

誰掌握智能體入口,誰強勢分享雲利潤:PaaS迎來價值重估

AI實驗室正在成為PaaS的重要競爭者,但收入分類仍處於形成階段。伯恩斯坦報告引用數據顯示,2025年全球PaaS規模按Gartner口徑約為2,252億美元,按IDC口徑約為2,275億美元;依據各自2024年數據計算,同比增長分別約25.8%和42.3%。IDC將微軟列為第一,份額21%,其后為AWS的12%、谷歌的9%,OpenAI約6%、Salesforce約5%、Oracle約4%,Anthropic、Snowflake、Databricks等各約2%;Gartner合併傳統與AI PaaS后,則由AWS以19%領先,微軟15%、谷歌10%,OpenAI約2%、Anthropic不足2%。

更具方向意義的是,同一口徑下AI實驗室份額均在上升:IDC統計OpenAI從2024年的2.1%升至2025年的5.7%,Anthropic從0.4%升至1.9%;Gartner對應變化為1.0%至1.7%、0.3%至1.1%。

模型API、開發工具、編碼產品及智能體軟件的收入計量邊界尚未統一,而兩家AI實驗室擴大平臺業務的方向已經比較清晰。伯恩斯坦預計,其2026年份額存在進一步升至高個位數乃至低雙位數的可能,具體取決於收入歸類及整個PaaS市場的增長速度,這仍屬於前瞻判斷。

從模型走向平臺,意味着AI實驗室開始爭奪企業軟件的開發與運行入口。伯恩斯坦研究報告認為,Anthropic由Claude模型延伸至Claude Code,再進入自動化和智能體應用開發;OpenAI則在ChatGPT、搜索與研究產品之外,加速發展Codex和智能體開發能力。這些工具不僅幫助構建AI應用,也能提高傳統軟件開發、測試和維護效率。平臺化能夠增加工作流整合與客户黏性,從而緩解開源或開放權重模型競爭、Token價格下降對單純模型業務的壓力。

伯恩斯坦援引的Gartner報告顯示,2025年OpenAI企業收入大約50億美元,其中基礎生成式模型佔57%、專用模型4%、AI開發平臺15%、其他應用軟件24%;Anthropic企業收入約33億美元,對應基礎模型70%、專用模型7%、其他應用軟件23%。不過這些是企業業務分類估計,不能等同於公司全部收入或年化收入運行率。

同期AI應用開發平臺市場約68億美元,微軟、AWS和谷歌分別佔24%、14%、14%,OpenAI佔11%,對應約7.5億美元;基礎生成式模型市場中,OpenAI、Anthropic和谷歌分別佔25%、20%、18%,合計63%。這組數據説明,模型與平臺兩層競爭已經同時展開。伯恩斯坦甚至預計,2026年開發平臺收入可能超過模型收入,但編碼產品究竟歸入PaaS還是SaaS仍待釐清;其更大的戰略機會,是成為其他軟件企業構建產品的底層平臺,而非逐一進入CRM、HCM等垂直市場。AI實驗室擁有模型理解優勢,雲巨頭和既有SaaS廠商則擁有客户數據、業務語義、部署、安全及管理體系,競爭因此會延伸到整套企業交付能力。

伯恩斯坦在AI雲計算領域的選股落點,是能夠將AI使用量轉化為持續收入、客户留存和利潤的企業。微軟的優勢在於,同時承載OpenAI、Anthropic、多種第三方模型和自有模型,並以廣泛的開發工具及企業數據沉澱吸引新增AI負載;甲骨文則覆蓋AI數據中心、OCI Gen2公有云、私有云、Alloy白標IaaS/PaaS及主權雲,OpenAI的平臺業務發展能夠強化其重要客户需求,同時現階段並不直接替代Oracle核心數據庫產品,報告還指出,多雲合作推動其雲數據庫近幾個季度實現三位數增長。

伯恩斯坦表示,MongoDB的邏輯更直接——即AI應用仍或者AI智能體大規模滲透至各行業都長期需要持久化數據、查詢和狀態管理,應用增加可能擴大數據庫使用量,報告認為AI實驗室與新雲目前並未直接瞄準其數據庫市場。相比之下,Snowflake向AI平臺延伸,也使其面臨AI實驗室與超大規模雲廠商的雙重競爭。

伯恩斯坦強調投資者們應沿着IaaS交付能力、PaaS開發入口和企業數據基礎設施尋找收入兑現,同時檢驗折舊、電力、融資和競爭成本之后的自由現金流;投資風險方面,伯恩斯坦補充表示,微軟面臨雲價格競爭和安全風險;甲骨文需要處理客户集中、AI需求兑現及雲業務增長風險;MongoDB需要防範雲增長放緩、基礎設施成本和費用上升。

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。