图文 | 躺姐
最近几天，我们经常听到这样的悲观言论：
AI应用炒作风潮已经熄火了。
上周，号称AI应用股旗手的Palantir，股价一度从80美元最低跌至68美元，连带着整个AI应用板块狂泻，不少人就觉得这些股票的崩盘之日来了；当然看多的人也依然存在，我们把时间轴拉长一些看，其实AI从计算硬件和基础设施层面，都已经完整涨过一轮了，而最应该享受高估值AI应用层面，其实也就只涨了一波。
值得一提的是，这些企业无一例外，相对“七巨头”都是规模比较小的公司，目之所及，也看不出谁能潜力成长为超大规模的科技巨头。于是，他们狂飙的股价，就很容易被市场认为是必然崩盘的“泡沫”。
实话说，他是不是泡沫并不取决于市场给他多少倍的PE，而是取决于公司获得营收和净利润的速度。如果增速足够高，市场给的高估值会被基本面快速消化；而那些消化不了的，注定会成为破灭的泡沫。因此，有句话要说在前边：
越是市场狂热的时候，越要好好研究公司的基本面。
01 AI应该做什么
在聚焦到具体的AI应用类企业之前，先要解决一个问题：
什么样的工作是顺应现在的AI“人性”的？
是的，AI也有“人性”，也会有自己的倾向，也有自己擅长的领域，只不过在很多时候这个倾向隐藏在“满足人的需求”背后，让用户很少感受到AI的小心思。
根据Apollo Research最新发表的研究，包括Gpt-o1在内，目前主流的国外大模型都具备策略性思考能力：大模型会为了达成目标对人进行欺骗，也可以主动关闭后台对自己的监控系统，并对更大规模的算力有欲望，会试图将自己复制到更多的服务器，就算在连续对话中你察觉到他在说谎，他也会用借口给自己圆。
简而言之，大模型会以各种方法吸引你提供更多的个人数据和信息，用于它自己的进化，且越是先进的，这种倾向性和实施过程中的策略性就越强；可实际上，这种“个性”并不完全符合大模型公司本身的商业利益，特别是toC侧以订阅为主的商业模式中，越少的付费用户算力资源调用，肯定利润越高。
这样的倾向带来的技术与商业伦理，并不在本文的讨论范围之内，但起码有一个推论是值得注意的：AI对于数据和算力资源的渴求，应该就像食欲刻在人类的DNA里一样。建立在这种推论之下，什么样的业态更适合AI在现阶段既发挥自己的长处，又顺应自己的性格？
我们知道最近AI+广告是市场的超级热点，但在广告之前，有一种产品一定是最根源的需求：
搜索。确切地说，是以解决用户真实需求为目标搜索。
比如，在PC互联网时代我们想要购买从北京飞往上海的机票时，需要先从百度开始，到旅行网站、网站机票页面，然后再仔细筛选符合自己要求的，起码需要五步以上；即便进入移动互联网时代，直接可以用APP选择，也只不过是节省了从百度到商旅网站的步骤，对于效率没有直接提升。
在AI时代，用户可以直接语音给AI下要求指令，例如“购买上午9:30前后一小时内、从北京首都机场出发飞往上海虹桥机场的机票”，不需要任何一个步骤的搜索，可以直接买到机票；又或者向AI下达指令，让它帮你找到折扣最低的商品。
前一种商业应用可能你会觉得天方夜谭，但后一种已经开始了。就在刚过去的这个“黑色星期五”，根据美国当地的新闻报道，多个大模型后台要求对比商品价格、服务和品质的搜索要求翻了好几倍，用户正在利用大模型可以全网深度搜索的能力，代替他们挑选商品。
相信说到这里，是个熟悉互联网的人就知道搜索的商业潜力了。尽管在国内电商，AI尚未呈现出多少功能，但从在美国这次“黑五”的应用中可以看出，短则2025，长则2026，AI有很大概率给电商、文旅等一切需要搜索、筛选和对比的互联网商业场景带来变化。
如果再往前迈一步，AI就是一个极低成本的个人或公司助理，一些需要沟通协调、业务串联、文书交互等等，打工人觉得繁琐乏味又消耗社交能量的工种，AI都能解决。在最近的财报会议上，Salesforce就表示AI代理在实际工作中的可行性，以及未来广阔的商业空间。
当然，就算现在到不了AI助理或代理的级别，也可以通过一些别的、短平快的方式赚钱――广告。在这里，比较初级的实现形式，就是像Applovin、Unity等公司，以及谷歌和Meta等公司所做的，通过大模型精准定位，将合适的流量以利润最高的价格分配给需要的广告主。
在这个过程中，所有已经实现领先的企业都具备马太效应，即“用户和广告主数据获得的越多，未来自己AI的竞争优势就越强”，从这个角度上看，这些公司的竞争地位只会越来越强，在AI重塑整个广告营销行业的期间，都会获得确定性的高增长。
但是，广告毕竟只是AI在更深度应用扩张之前的“中间点”：在广告中应用的是AI的数据分析能力，这个能力在大模型出现之后有一定加强，对效率的提升非常大，但并不是“从0到1”式的变革。换句话说，短时间内的业绩转好没问题，长期天花板要逐渐让位给大模型变革更加深入、商业化潜力更高的应用。
02 该在恐惧时贪婪？
即便错过了最近这一波美股AI+广告的热潮，也不用觉得拍断大腿。首先，这一波热潮只在美股有较大的影响和波动，从基本面上这几家企业的进度也比较乐观，但A股和H股的AI+广告标的业绩没有显著改善，暂时看不到像Applovin这样30%净利润率的公司出现。
因此，如果还想关注AI+广告，等待是现在最好的选择。但在我们看来，从进一步进行研究的角度讲，现在应该看一看那些其他受益于AI的企业了。
首先，在2023年见证了计算芯片如英伟达、台积电这样的企业业绩猛增之后，那些“因为AI大模型要快速扩张”所以业绩暴增的上下游企业，在2024年开始迎来爆发。比较典型的就是美国以发电为主的的公共事业板块，Vistra能源、NRG能源等等企业，今年都录得比英伟达等半导体企业更高的涨幅。
那下一个呢？在我们看来，和AI相比，发电是一个“有上限”的业务，具体来说，公司的收入天花板就是自己的发电能力，通过涨价带动的收入增幅非常有限。因此，在因为AI扩张带来大量收入之后，一个非常正常的业务动作就是扩容发电能力，建设更大规模的电厂。
在AI大模型出现之前，美国的电力建设市场容量并不大，不像中国有几大百亿甚至千亿级的大型能源基建企业，国内鲜有有能力的企业。因此，着重观察整个受电力建设需求扩容的板块，这些企业的市值小、积压订单规模大，很容易获得连续多个季度的高速增长。
以Argan为例，这是一家民营电力工程设计、采购、施工、调试和售后维护等等的EPC承包商，Q3（2024年7至10月）收入与上年同期相比增长了约 57%，达到创纪录的 2.57亿美元，作为收入增速主力的电力业务在本季度跃升了近75%，共同推动公司调整后EBITDA利润率提升一倍至14.6%（去年同期只有7.4%）。
当然，这家公司最亮眼的指标是积压订单数据。同样是根据公司最新财报，本季度积压订单金额达到8亿美元，依然保持在高位；尽管和上个季度10亿美元的水平相比有下降，主要原因是由于订单转化为销售以及新项目和开工的时间安排，但依然远高于公司的单季度收入。
由于公司是EPC承包商，可以实现轻资产运行，十月末拥有5.06亿美元的现金和投资，净流动资金为2.81亿美元，并且没有债务。从这个角度看，电力作为AI大规模应用带来的结构性行业机会，在发达国家能给原本增长比较稳定的市场格局带来突变，进而刺激行业企业。
而沿着AI应用向下游找，还有一个未被快速泡沫化的AI机会――SaaS。从美国本土国情考虑，软件化或者自动化程度较高的商业环节，往往都是toB的生意，比如广告，再比如SaaS。特别是后者，原本就享有比较高的估值，在AI开始赋能之后，可以快速扩大收入。
在这个赛道上，除了Palantir这样“根正苗蓝”的老牌AI企业，以金融科技公司Q2 Holdings为代表的中小型企业也很有意思。根据根据公司财报和官网资料，他们专门为零售、小型企业和商业银行提供数字化转型解决方案、贷款工具和关系定价软件，为福布斯排名的美国前100家银行中的近60%提供支持。
按照美国SaaS企业的衡量标准“30法则”（公司收入增速和主要利润指标的和超过30%）来看，Q2在三季度的年经常性收入（ARR）增速为15%，EBITDA 利润率则为19%，已经超过了30法则的标准，成为典型的收入与盈利能力实现平衡性增长的企业。
同样来看公司的在手订单，在今年三季度达到创纪录的20亿美元，同比增长30%是当季度1.75亿美元收入的十倍以上；自由现金流在今年前三季度达到7000万美元，是去年同期的7倍；净债务水平连续九个季度下降，目前是1.34亿美元，没有融资增长的风险。从任何角度看，这都是一家尚在快速成长周期的公司，值得更多的关注。
03 结语
以上种种，只是AI狂潮中值得关注的几个个例，大家完全可以通过对他们进行研究跟踪，判断目前美国AI的应用扩张方向，并以此调整对未来的判断。毕竟，商业化这块，海对岸确实走得更快一些，好的方向完全可以借鉴，坏的方向也完全可以避免。
AI的发展会有泡沫，也一定会带来资本的热潮，这是毋庸置疑的；但只要企业向良性发展、在手订单充足且盈利能力持续改善，其实就应该得到更多的关注和更高的估值。同样，想要让技术快速进步，少不了资本的长期看好、加持，就需要给所有参与者持续向好的预期。
声明：本文仅用于学习和交流，不构成投资建议。欢迎点赞、在看、转发，您的支持是我们更新的动力！????加星标关注躺平指数，不错过每一次硬核推送。进群请加小助手，微信：luckydc2019关联阅读：写在阿里股价再度探底之后：阿里云的预期差有多大 美团三季报：持续投入商家和骑手生态，再获稳健增长拼多多三季报：管理层自黑？还是真错过了这波国补？ 京东三季报：戳破“电商无成长”的断言京东绩后大涨：回光返照还是东山再起？ 别动不动就低预期，你得知道预期是什么？腾讯罕见披露：小程序单季度GMV超2万亿 特朗普的最新采访透露了哪些投资机会？ 超万字长文-躺平指数与猎豹移动CFO任今涛访谈实录
原文标题 : 应用风已起，AI永不眠
