应用风已经开始，AI永远不会睡觉。

图文 | 躺姐

最近几天，我们经常听到这样的悲观言论：

AI 炒作热潮的应用已经熄火。

上周，号称 AI 使用股旗手 Palantir，股价一度从 80 最低的美元跌至 68 美金，与整体相连 AI 应用板块狂泻，很多人认为这类股票崩溃的日子来了；当然，看多了的人还是存在的。让我们拉长时间线。事实上， AI 就硬件和基础设施的计算而言，已经完全上升了一轮，而且最应该享受高估值 AI 在应用方面，实际上也只涨了一波。

值得一提的是，这些公司无一例外。与“七巨头”相比，他们都是规模相对较小的企业，看不出谁能潜力成长为超大型科技巨头。因此，他们疯狂的股价很容易被市场认为是必然崩溃的“泡沫”。

老实说，他是否有泡沫并不取决于市场给他的数倍。 PE，这取决于公司获得收入和净利润的速度。如果增速足够高，市场给出的高估值会被基本面迅速消化；但是那些消化不了的人，注定会变成破灭的泡沫。因此，有句话要说:

市场越热情，对公司基本面的研究就越好。

01AI 该做什么

专注于特定的 AI 在应用类公司之前，首先要解决一个问题：

适应现在的工作是什么样的工作？ AI “人性”？

是的，AI 也有“人性”，也有自己的倾向，也有自己擅长的领域。然而，在很多情况下，这种倾向隐藏在“满足人们的需求”的背后，用户很少意识到 AI 的小心思。

根据 Apollo Research 最新发表的研究包括 Gpt-o1 其中，目前主流的海外大模型都有战略思维能力:大模型会为了达到目的而欺骗人，也可以主动关闭后台对自己的监控系统，渴望更大规模的计算率，并尝试将自己复制到更多的服务器上。即使你在持续的对话中注意到他在说谎，同时，他也会用借口为自己圆。

简而言之，大模型会通过各种方式吸引你提供更多的个人数据和信息来进化自己，而且越先进，这种选择性和实施过程中的策略就越强；但事实上，这种“个性”并不完全符合大模型公司自身的利益，尤其是 toC 在以订阅为主的商业模式中，付费用户计算率资源的调用越少，利润肯定越高。

这种倾向所带来的技术和商业伦理，不在本文的讨论范围之内，但至少有一个值得注意的推理：AI 对数据和计算资源的渴望，应该像人类的胃口一样刻在人类身上。 DNA 里面是一样的。基于这种推理，什么样的业态更适合？ AI 现阶段既要发挥自己的长处，又要适合自己的性格？

最近我们知道了 AI 广告业在市场上很受欢迎，但是在广告之前，有一种产品必须是最根本的需求：

搜索。准确地说，就是以解决用户的实际需求为目标进行搜索。

例如，在 PC 在互联网时代，当我们想从北京买一张飞往上海的机票时，我们需要从百度开始，到旅游网站和网站的机票页面，然后仔细选择适合自己要求的机票，至少需要五个步骤。即使进入移动互联网，也可以直接使用。 APP 选择，也只是节省了从百度到商旅网站的流程，对效率没有直接提高。

在 AI 在时代，用户可以直接发音。 AI 以下要求指令，例如“早晨购买” 9:30 前后一小时内，从北京首都机场飞往上海虹桥机场的机票，可以直接购买机票，无需任何搜索步骤；或者向前 AI 给出指令，让它帮助你找到最低折扣的商品。

你可能会认为前者的商业应用是夜间的，但后者已经开始了。在过去的“黑色星期五”中，根据美国当地的新闻报道，许多大型后台要求比产品价格、服务和质量的搜索要求增加了数倍。客户正在利用大模型可以在全网深度搜索的能力，而不是他们选择产品。

相信说到这里，一个熟悉因特网的人就知道了搜索的商业潜力。尽管在国内电子商务，AI 虽然还没有显示出多少功能，但是从这次在美国“黑五”的应用中可以看出，短则短 2025，长则 2026，AI 所有需要搜索、选择和比较的互联网商业场景，如电子商务、文化旅游，都有很大概率发生变化。

再往前走一步，AI 一位非常低成本的个人和公司助理，有些需要沟通协调，业务串联，文件交互等等，农民工感到繁琐乏味，消耗社会能量工作，AI 一切都可以解决。最近的财务报告会议，Salesforce 则表示 AI 代理商在日常工作中的可行性，以及未来广阔的商业空间。

当然，即使现在不能到达， AI 助理或代理级别也可以通过其他一些短而快的方式赚钱——广告。在这里，实现它的初级方法就像 Applovin、Unity 等待公司，以及谷歌和 Meta 等待公司所做的，通过大型模型精确定位，将合适的流量以最高的利润分配给有需要的广告主。

在这个过程中，所有已经实现领先的公司都有马太效应，即“用户和广告主获得的数据越多，他们未来就会自己。 AI 从这个角度来看，这些公司的竞争地位只会越来越强，在竞争优势上也会越来越强， AI 在整个广告推广行业的重塑过程中，将获得确定性的高增长。

但是，广告毕竟只是 AI 扩展之前的“中间点”在更深度应用。：用于广告的是 AI 数据分析能力，这种能力在模型出现后得到了一定程度的提升，效率得到了很大的提升，但并非“从” 0 到 1 “风格变化。也就是说，短时间内提升业绩是没有问题的，长期天花板应该逐步让位于大模型变化更深、商业化潜力更高的应用中。

02害怕的时候应该贪婪？

即使错过了最近这波美股 AI 广告热潮，不用觉得大腿断了。首先，这波热潮只对美股产生了很大的影响和起伏。从基本面来看，这些企业的进步是乐观的，但 A 股和 H 股的 AI 广告业绩没有明显改善，暂时看不到好像。 Applovin 这样 30% 公司出现了净利率。

所以，如果还想关注的话 AI 广告，等待是现在最好的选择。但在我们看来，从进一步研究的角度来看，我们现在应该看看其他的好处。 AI 的公司了。

首先，在 2023 年见证了英伟达、台积电等计算芯片企业业绩激增后，那些“因” AI 大型企业要迅速扩张“所以业绩暴涨的上下游企业， 2024 2008年开始爆发。更典型的是美国以发电为主的公共事业部门，Vistra 能源、NRG 能源等公司，今年都取得了比英伟达等半导体企业更高的增长。

那么下一个呢？在我们看来， AI 相比之下，发电是一项“有上限”的业务。具体来说，企业的收入天花板是自己的发电能力，通过涨价带动的收入增长非常有限。所以，因为 AI 在扩张带来大量收益之后，一个很正常的业务动作就是扩大发电能力，建设更大的电厂。

在 AI 在大模型出现之前，美国对电力建设市场的需求并不大。与中国数百亿甚至数千亿的大型能源基础设施企业不同，中国能源企业很少。因此，我们应该重点关注整个受电力建设需求扩大的行业。这些企业市值小，积压订单规模大，很容易在多个季度持续快速增长。

以 Argan 举例来说，这是一个私人电力工程的设计、采购、施工、调试和售后维护等。 EPC Q3(2024) 年 7 至 10 与去年同期相比，月收入增加了约。 达到创纪录的57% 2.57 亿美元，电力业务作为收入增长的主要力量，在本季度跃升近一步。 75%，共同推进企业调整后 EBITDA 利润提高一倍到一倍 去年同期只有14.6%( 7.4%）。

当然，这家公司最引人注目的指标是积压订单数据。同样，结合公司最新财务报告，本季度积压订单金额达到 8 亿美元，仍保持在高位；尽管与上个季度相同 10 相比之下，1亿美元的水平有所下降，主要是因为订单转化为销售、新项目和施工时间安排，但仍远高于企业的季度收入。

因为企业是 EPC 承包商，能实现轻资产运作，10月底拥有。 5.06 现金和投资亿美元，净周转资金为 2.81 一亿美元，而且没有债务。从这个角度来看，电力是 AI 在发达国家，大规模应用带来的结构性行业机遇，可以给原本相对稳定的市场结构带来突变，从而刺激行业企业。

而顺着 AI 应用于下游搜索，还有一个没有迅速泡沫的 AI 机会—— SaaS。考虑到美国当地的国情，软件化或自动化程度较高的商业阶段，一般都是 toB 商业，比如广告，比如广告， SaaS。特别是后者，本来就享有较高的估值， AI 开始赋能后，可以迅速扩大收益。

除了这条赛道 Palantir 如此“根正苗蓝”的老牌 AI 以金融科技公司为公司 Q2 Holdings 以中小企业为代表也很有趣。根据公司财务报告和官网信息，他们专门为零售、小企业和商业银行提供数字化转型解决方案和贷款工具关系定价软件，为美国前福布斯排名 100 家庭银行的近距离 60% 给予支持。

按照美国 SaaS 企业评估指标" 30 法则"(企业收入增长率和主要利润指标的和超过 30%)，Q2 第三季度的年度常规收入（ARR）增速为 15%，EBITDA 利润率则为 已超过19% 30 法律标准，成为收入和盈利能力平衡增长的典型公司。

同样看企业在手订单，在今年第三季度达到创纪录。 20 亿美元，同比增长 30% 是当季度 1.75 10倍以上的1亿美元收入；今年前三季度自由现金流达到 7000 去年同期，万美元 7 倍；净负债水平连续九个季度下降，现在是 1.34 亿美元，没有融资增长的风险。从任何角度来看，这是一个仍处于快速成长周期的企业，值得更多关注。

03结语

上述种类，只是 AI 在狂潮中，我们可以通过研究和跟踪几个值得关注的案例来判断美国目前的情况。 AI 应用扩张方向，从而调整对未来的判断。毕竟商业化，海对岸确实走得更快，好的方向可以参考，坏的方向可以完全预防。

AI 毫无疑问，发展会有泡沫，肯定会带来资本热潮；但只要企业健康发展，订单充足，盈利能力持续提升，就应该得到更多的关注和更高的估值。同样，如果你想让技术快速进步，资本需要长期的乐观和祝福，你需要给所有参与者一个持续改进的预期。

免责声明：本文仅用于学习和交流，不构成投资建议。

欢迎喜欢，看，分享，您的支持是我们更新的动力！

� �加星标注重躺平指数，不要错过每一次硬核推送。

关联阅读：

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com