炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
（来源：智通财经）
智通财经APP获悉，低成本开源人工智能模型的快速普及正在从根本上改变企业部署AI的方式，但瑞银在一份最新报告中明确指出，这一转变非但不会扰乱AI投资周期，反而将使芯片制造商和云基础设施提供商成为最终赢家，同时给软件公司带来新的盈利挑战。
瑞银分析师Karl Keirstead在7月21日发布的报告中指出，投资者关注的焦点已转向两个密切相关的趋势：企业系统性压缩Token成本，以及工作负载加速向更便宜的开放模型迁移。报告基于与15家以上私营AI公司的深入讨论——包括Perplexity、Harvey、Glean、Cursor、ElevenLabs和Fireworks等——得出了一个核心判断：AI产业正从“无差别使用最强模型”的粗放阶段，迈入“根据任务难度精细配置”的效率优先新阶段。
从“Token最大化”到“价值最大化”：企业AI支出逻辑的根本转变
瑞银分析师Karl Keirstead团队于7月21日发布的报告指出，投资者关注的焦点已转向两个密切相关的趋势：企业系统性降低AI Token成本，以及越来越愿意使用开源模型(包括中国开发的模型)来完成不需要最先进推理能力的任务。
这一转变并非源于AI需求的减弱。恰恰相反——瑞银基于其年度私人AI与软件大会上75多家私人公司的反馈发现，企业AI采用仍在高速增长。多家AI原生企业过去半年收入增长极快：有企业收入从今年1月的4亿美元升至10亿美元，有企业年内收入增长至原来的3倍并突破5亿美元，还有公司在14个月内从零增长至5亿美元。收入加速主要来自模型能力提升、Token消耗更高的智能体应用扩张，以及部分公司从按席位收费转向按Token或使用量收费。
然而，伴随采用规模扩大，成本问题迅速浮出水面。瑞银此前估计约60%的机构已将AI计算和Token支出视为现实问题，此次调研后认为这一比例可能更高。Token成本上涨速度惊人：某金融机构最初对Claude承诺支出1000万美元，三个月后已增至6000万美元;一家AI公司的Anthropic支出由去年12月的2万美元增至今年7月接近100万美元，七个月增加50倍;部分企业的Token账单在短时间内增长10倍甚至100倍。
企业并非停止使用AI，而是在减少浪费。大量普通任务此前被交给最昂贵的前沿模型——某银行每月花费数十万美元调用高价模型，员工却仅用于查询天气、餐厅和会议地点。企业AI管理的重点正由“Token最大化”转向“价值最大化”，即衡量每一单位Token能够产生多少业务回报。瑞银引述一家受访企业的话称：“我们内部原本上线了五款AI工具，年度Token预算大半已提前消耗完毕。目前仅保留两款，同时严格管控使用量。”
“多模型”成新常态：中国开源模型加速渗透
元股证券:ygzq.hk五大配资企业不再将AI市场视为少数几家前沿模型开发商之间的零和竞争，而是迅速转向 “多模型”战略——将OpenAI、Anthropic的前沿模型与开源及定制模型混搭使用。避免依赖单一AI供应商，已成为大型企业的重要考量。
中国开源模型正成为这一趋势中的最大受益者。瑞银点名指出，Z.ai、月之暗面、阿里巴巴和DeepSeek的模型正被越来越多企业试用甚至导入。尽管部分高度监管行业仍保持谨慎，但在AWS和微软Azure等云平台提供的安全环境中，企业对这些模型的接受度正稳步提升。据瑞银统计，中国头部模型的训练成本约为海外龙头的十分之一，推理API定价仅为海外对标模型的10%至20%，且仍能保持20%至40%的健康毛利水平。OpenRouter平台数据显示，美国企业通过该平台使用中国AI模型的Token占比自2026年2月以来持续维持在30%以上，部分期间甚至达到46%。
英伟达的开源模型Nemotron则是瑞银会议中被提及最频繁的美国开放模型之一。
赢家与输家：产业链价值分配的重构
芯片制造商：英伟达是最大受益者
尽管模型层竞争日趋激烈，瑞银强调AI硬件需求并未减弱，反而可能被进一步放大。瑞银认为，开放模型不会减少GPU需求，而是将算力转向更具性价比的推理任务。大多数开放模型仍使用英伟达硬件进行训练、微调和推理。低成本模型能够扩大AI应用范围，增加推理计算、存储、网络和部署基础设施需求。
英伟达自身也推出了Nemotron 3 Ultra开源模型，拥有5500亿参数，推理速度最高提升5倍，使用成本最高降低30%。该模型已成为瑞银报告中提及最多的美国开源模型。
云基础设施提供商：多模型时代的“管道”受益者
亚马逊、微软和谷歌等云服务提供商同样处于有利位置，因为它们的平台已支持多种AI模型。亚马逊、微软和谷歌等云服务提供商同样处于有利位置，因为它们的平台已支持多种AI模型。AWS、Azure等云平台已具备多模型能力，企业无论选择何种模型仍需要云端推理算力。超大规模云服务商仍然面临供应紧张和客户对AI计算资源的强劲需求。
AI原生企业的收入数据印证了这一判断。瑞银列举的案例中，有企业收入从今年1月的4亿美元升至10亿美元，有企业在14个月内从零增长至5亿美元。收入加速主要来自模型能力提升、词元消耗更高的智能体应用扩张，表明企业AI需求已从编程领域扩展到更广泛的业务流程。
前沿模型开发商：增长压力显现
OpenAI和Anthropic等前沿模型开发商在短期内最易受到成本削减的影响。虽然瑞银认为AI市场仍处早期，开放与闭源模型可以同时增长，但前沿模型实验室的收入增速可能面临压力。
软件行业：被挤压的“中间层”
瑞银对软件供应商的前景持较为悲观的态度。瑞银指出，企业为控制AI成本，最终可能将支出从软件应用领域转移出去;而模型路由功能曾被视为竞争优势杭州配资平台推荐，如今却迅速成为行业标配，难以实现盈利。在“多模型”成为常态的背景下，纯粹依赖模型调用中间层的商业模式正面临严峻挑战。
品牌杠杆配资网提示：本文来自互联网，不代表本网站观点。
