城堡证券欧洲、中东与非洲地区固定收益主管 Nohshad Shah 近日撰文指出，AI 资本周期正迎来实质性的成熟。
旧有单一维度的评判框架已经失效，市场需要从不同视角分别审视行业参与者。
三大前沿的分离
城堡证券指出，过去行业默认所有人参与的是同一场 AI 竞赛，而现实情况是，技术前沿、应用前沿与利润前沿三个纬度，已经开始各不相同。
技术前沿由追求智能能力跃升的实验室所占据。从前沿实验室之间的竞争格局来看，每一笔新增资金、每一份算力资源，都要全力追逐下一轮技术突破。这一领域具有未来收益不确定的 " 期权 " 属性。
使用规模的前沿是开源模型阵营。它们依托高性价比方案迅速渗透各类业务场景。
但城堡证券指出，能够抢占市场份额并不等同于赚取利润，开源与低价策略往往难以直接瓜分利润池。
城堡证券认为，利润赛道的终极胜出者将是超大规模云厂商。
站在商业逻辑层面，市场正将关注焦点转向算力资源的实际利用率。云巨头凭借云服务、AI 推理、企业级分发管道以及将 AI 嵌入已有成熟生态，能够完成高效的商业变现。波动率低且资本回报确定性更高。
前沿模型的研发好比高风险期权
本轮周期很长一段时间，市场都在发问：" 谁拥有最好的模型？" 城堡证券认为，这个问题对于把模型能力作为估值核心的 AI 前沿实验室而言依旧重要。
城堡证券指出，前沿大模型研发具有明显期权属性：需要持续投入巨额资金；模型之间迭代赶超速度快；开源权重竞品持续迭代优化与进步；短期的技术能力优势，并不保证可以转化为长期定价权。
正如期权，投入成本确定、但未来收益高度不确定，具有上不封顶、下行风险有限的非对称收益特征。
AI 数据机构 Artificial Analysis 的 API 价格监测显示：2024 年至今，市场主流大模型 API 调用价格在行业竞争下，累计降幅可达 80%-90%。
城堡证券指出，如果技术能力差距依旧具备商业价值，且高端客户愿意为之付费，前沿实验室就能够取得一定程度上的成功，掌控高端市场。
超大规模云厂商更像是收费站
然而，对于超大规模云厂商来说，无论当下哪一款模型的智能表现占优，云厂商均可凭借算力基建、企业分发渠道，以及在现有产品中嵌入 AI，从 AI 产业当中赚取多元收益。
换言之，超大规模云厂商可以成为不绑定特定模型的收费站；前沿实验室的操作空间则小得多，其商业表现高度依赖技术能力溢价。
城堡证券指出，即便 AI 模型走向同质化，超大规模科技企业依然可以取胜。同质化会推高使用量，进而带动算力、推理、系统集成、分发的需求。
据德勤（Deloitte）2026 年科技媒体预测报告，2026 年全球 AI 总算力当中，推理算力占比预计可达 65% 68%，远超训练算力。这意味着行业算力开销的重心，已经从一次性的模型训练，转向持续发生的线上模型推理调用。
城堡证券还提到，超大规模云巨头的近期财报透露出一个新信号：巨头们要求每一笔算力投入都必须有云服务租金、AI 推理需求或企业软件销售等明确的商业订单来接盘，实现边投入边落袋为安。
城堡证券固定收益主管 Nohshad Shah 表示，市场对超大规模科技企业资本开支的看法已发生转变。
过去，这笔庞大的支出常被视作无休止消耗自由现金流的 " 烧钱 " 实验；如今，随着算力利用率、收入转化能力与终端需求日趋清晰，对应的算力资产正被重新定性为能够带来明确回报的生产性基础设施。
据摩根士丹利 7 月的基础设施经济模型测算，规模化运营下 AI 推理算力资产的增量资本回报率可达 25% 50%。
增量资本回报率，指企业每增加一单位资本投入，预期能够获取的经营收益，聚焦新增投资的回报效率。
