AI 的下一轮大机会，不在芯片，而在应用。

这个观点我反复强调，历史规律也一再证明，真正的变革和财富效应往往诞生于技术落地之时。但应用层的投资，远比基础层复杂，技术迭代快，机会与风险并存。在 AI 应用的早期阶段，如何沙里淘金？

近期，我和团队仔细梳理了财报季所有 AI 应用层软件公司的财报与管理层发言，试图捕捉最前沿的趋势。功夫不负有心人，我们发现了几个尚未被市场充分消化的突破性洞察，它们很可能就指向了下一个 AI 爆发点。

互联网流量：从 “人找信息” 到 “AI 替人找”

近期财报透露了一个关键信号：AI 正在重塑互联网流量。电商平台 Shopify 的管理层表示，本季度其商店内 AI 助手的访问流量同比增长了 8 倍，相关订单增长 13 倍。设计公司 Adobe 也提到，2025 年假日季，AI 为零售网站带来了 7 倍流量增长，其中 AI 智能体是关键。

更震撼的数据来自网络安全公司 Cloudflare。最新数据显示，北美互联网访问流量中，机器人的占比已达 68.4%，首次大幅超越人类。放眼全球，就在 6 月初，机器人流量也历史性地首次超过了人类。Cloudflare 的 CEO 甚至激进预测，未来 99.9% 的互联网流量将由 AI 驱动。

为何机器流量飙升？Cloudflare 的 CEO 举了个简单例子：一个人想买数码相机，可能访问 5 个网站；如果把任务交给一个 AI 智能体，它可能会访问 5000 个网站。完成相同任务，AI 带来的访问量可能是人类的成千上万倍。

这意味着，互联网流量的结构正从 “人主导” 转向 “AI 智能体主导”。对于投资者，这首先预示着互联网总流量将迎来爆发式增长。流量激增，谁最受益？

第一是云计算公司。更多的访问、搜索、API 调用，每一步都离不开云计算的支撑。第二是大模型公司，流量背后是海量的 Token 消耗，直接驱动收入。当然，半导体等基础层也会间接受益。

但流量暴增也带来新问题：身份验证。如何区分 “好” AI 和 “坏” AI？哪些能调用数据，哪些不能？这催生了新的安全与管理需求，像 Cloudflare 这类处于流量入口、提供身份识别与访问控制服务的公司，将直接受益于需求膨胀。

更深一层看，短期流量激增并非源于人类新需求，而是满足需求的方式变了。AI 的 “勤奋” 访问并未直接创造新商业价值，反而增加了过程成本（Token、云计算、安全监控）。 这倒逼终端产品和服务进行改革：要么将利润让渡给更高的中间成本，要么将自己的销售模式从 “人对人” 转向 “机器对机器”，即 AI 智能体对 AI 智能体。后者显然是大势所趋，也将催生新的机会，例如谷歌、Meta 这类连接消费者与商家的广告平台，其服务形态可能从 SEO（搜索引擎优化）演变为 AEO（智能体体验优化）。

企业内部：两万个员工，两百万个 AI “同事”？

微软 CEO 纳德拉近期提出，未来企业可能是 “两万名员工加上两百万甚至两千万个 AI 智能体” 的组织形态。英伟达 CEO 黄仁勋也预测，十年后英伟达可能有 7.5 万个员工和 750 万个 AI 智能体协同工作。

企业内部 AI 智能体数量激增，管理成了大问题。客户管理软件 Workday 的管理层指出，企业现有的权限、安全政策不会变，AI 必须遵守规则才能产生价值。网络安全公司 Okta 也表示，每个 AI 智能体都需要身份、权限、生命周期管理机制。

管理海量 AI “数字员工” 的需求应运而生，这被称为 “AI 可观测性”，即 AI 的 “管理员”。 就像人类团队需要经理，AI 团队也需要 “经理” 来监管、调度、确保合规。

这为两类公司带来机会。一类是身份和权限管理公司，如 Okta，其股价因宣布将 AI 智能体治理作为战略重点而大涨。另一类是工作流自动化与监控平台，如 ServiceNow，它推出了 “AI 控制塔” 产品，专门监控企业内部所有 AI 智能体、模型和身份。

有人担心，大模型公司会不会自己推出这类服务，取代它们？短期看，AI 管理是迫在眉睫的需求，现有公司拥有最丰富的经验和客户资源（它们本身也是 OpenAI 等大模型的客户）。长期看，大模型公司有能力做，但未必会做，因为每个细分领域都有其专业生态，合作往往比竞争更有效率。

企业觉醒：不为 “炫技” 买单，只为结果付费

第三个关键洞察是：企业正从 “无脑充值 AI” 转向精打细算，开始重点关注 AI 的投资回报率。

营销软件服务公司 HubSpot 的管理层在财报会上坦言，AI 成本不断攀升，客户却看不清实际结果。客户要求服务必须与明确成果挂钩，导致 HubSpot 甚至改变了定价模式 —— 从按使用量收费改为按结果收费。甲骨文也在简化 AI 服务的付费方式，让定价与客户价值对齐，例如招聘 AI 按筛选的候选人数量收费，酒店 AI 按促成交易的比例收费。

那个为 AI “过程” 盲目付费的时代正在结束，企业开始严格比对 AI 的成本与收益。 这意味着，按结果收费可能成为未来软件服务的新趋势。此前，软件公司正从按席位收费转向按使用量收费；而最终形态，很可能是按实际产生的价值（结果）收费。

数据分析公司 Palantir 是这方面的佼佼者，它提供的服务直接对应可衡量的商业结果（如帮航空公司优化航线节省成本），并在使用前就能算出明确的投资回报率。

企业关注投资回报率的根源，在于 AI 算力成本高企。这催生了另一个巨大市场：帮助企业节省 Token 消耗。数据监控公司 Datadog 正处在这个风口上，它推出的 “大语言模型可观测性” 产品，能像查账一样监控每一次 AI 调用的 Token 消耗和花费，找出浪费环节，帮企业优化 AI 账单。连 OpenAI 都是它的客户。

新势力崛起：AI 原生企业成为 “金主”

最后一个洞察，是 AI 原生企业（如 OpenAI、Anthropic 及众多初创公司）正在形成一股强大的商业力量。它们成长迅速，手握大量风投资金，业务不断扩张，对各类企业服务的需求正在快速膨胀。

数据库公司 MongoDB 在最新财报中明确指出，其业绩亮眼得益于 AI 原生企业的强劲表现。Datadog 本季度股价大涨，部分原因也是新增了大型 AI 原生客户。云计算公司 DigitalOcean 也自称专注于服务 AI 原生客户。

服务于这些 “AI 时代原住民” 的公司，本季度才刚刚开始冒头，未来增长潜力巨大。 回顾互联网革命，那些为早期互联网公司提供基础设施和服务的企业，最终都获得了丰厚回报。AI 时代的故事，可能刚刚翻开相似的篇章。

总结一下，我们从财报中挖掘的四大前瞻趋势是：互联网流量结构转向机器主导；企业内部 AI 管理需求爆发；企业开始追求 AI 的投资回报率；AI 原生企业崛起带来新商业机会。

在这些趋势下，云计算、大模型、AI 安全与管理、按结果收费的软件、以及服务于 AI 原生企业的公司，都可能受益。当然，具体到个股投资，还需要更深入的分析。这些公司目前多数未被市场充分重视，股价相对疲软，短期波动可能较大。但前瞻布局，往往需要承受这样的阶段。

机会总在无人问津处酝酿，等所有人都看清时，或许已是另一番景象。