对投资者而言，关键在于 AI 支出似乎正进入一个以成本效益为导向的新阶段，而非盲目扩张。
不过瑞银分析师 Karl Keirstead 在一份报告中预计，AI 整体普及速度将继续加快，从而支撑对英伟达 GPU、云基础设施和 AI 推理的需求，同时也引发了人们对 OpenAI 和 Anthropic 等前沿模型提供商长期增长率的担忧。
据悉，该报告基于与瑞银年度私有人工智能与软件大会后，15 家以上私营人工智能公司的讨论，其中包括 Perplexity、Harvey、Glean、Cursor、ElevenLabs 和 Fireworks。
这些公司普遍认为，企业采用人工智能的速度正在迅速加快，其中几家公司报告称，仅在过去六个月中，随着客户将人工智能部署从软件编码扩展到更广泛的业务功能，其收入增长就翻了一番甚至两番。
整体青睐低成本
Keirstead 指出，投资者关注的焦点已经转向两个密切相关的趋势：企业降低 AI 代币成本，以及越来越愿意使用开源模型（包括一些在中国开发的模型）来完成不需要最先进推理能力的任务。
上述会议涌现出的最突出主题之一是对控制 AI 成本的日益重视。瑞银表示，各机构正日益关注 Token 消耗，限制员工对高级模型的访问权限，并将日常任务自动路由到成本更低的替代方案，同时将尖端模型保留用于更复杂的工作。
该行估计，对人工智能计算支出的担忧已远远超过一个月前其统计的约 60% 的机构。
瑞银表示，企业不再将市场视为少数几家主导型人工智能开发商之间的竞争，而是迅速采用 " 多模型 " 战略，即将 OpenAI 和 Anthropic 等公司的前沿模型与针对特定应用优化的开源和定制模型相结合。
瑞银指出，对于大型企业而言，避免依赖单一人工智能供应商已成为越来越重要的考量因素。
该行还强调了开源中国模型的日益普及，包括来自智谱（Z.ai）、月之暗面（Moonshot AI）、阿里巴巴和 DeepSeek 的产品。报告指出，尽管一些受监管的行业仍保持谨慎，但企业越来越倾向于通过亚马逊网络服务（AWS）和微软 Azure 等服务提供商运营的安全云环境部署这些模型。
利好与利空
尽管 AI 模型之间的竞争日益激烈，但瑞银并不认为对 AI 硬件的需求正在减弱。相反，瑞银认为，低成本模型拓展了商业上可行的人工智能应用范围，从而增加了对推理计算、内存、网络设备和 GPU 基础设施的需求。
报告指出，大多数开源模型仍然使用英伟达的硬件进行训练和优化，这巩固了这家半导体公司的长期市场地位。
瑞银还表示，包括亚马逊、微软和谷歌在内的云服务提供商似乎也占据了有利地位，因为它们的平台上已经支持多种人工智能模型。尽管前沿模型开发商的收入增长放缓最终可能会降低对云容量的需求，但瑞银指出，超大规模云服务提供商仍然面临供应紧张和客户对人工智能计算资源的强劲需求。
不过，该报告对软件供应商的前景持较为悲观的态度。瑞银指出，企业为控制人工智能成本，最终可能会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，如今却迅速成为行业标配，可能难以实现盈利。
总体而言，瑞银认为人工智能市场竞争日益激烈，但并未出现实质性疲软。尽管代币优化和更低成本的模型可能会抑制人们对前沿人工智能开发商的增长预期，但瑞银预计，人工智能在企业中的广泛应用将继续推动人工智能技术栈大部分领域的需求。
