📰 研报摘要
查看全文 ➔摘要： 本报告系统分析了美股 AI 软件股的商业模式、AI 基础设施（AI Infra）的层级结构以及全球头部 CSP 云厂商的资本支出趋势，认为 AI 产业正从“模型能力”转向“生产级落地能力”。
行业主线：
- AI Infra 产业链分层：AI 软件基础设施被分为数据层（解决治理与检索）、流程层（解决执行与审计）及安全与监控层（解决合规与稳定）。其中，安全层由于与 AI 部署规模直接挂钩，弹性最大。
- 商业模式转型：计费模式正由传统的“按席位（Seat-based）”向“按用量/消耗（Consumption-based）”转变，后者能更好地捕捉 AI 工作负载增加带来的价值。
- CSP 资本开支强扩张：北美四大 CSP（亚马逊、微软、谷歌、甲骨文）量价齐升，CAPEX 周期仍处于强扩张阶段，算力需求依然旺盛。
关键变化与分歧：
- 算力过剩之争：市场担忧 Meta 商业化闲置算力预示周期拐点，但报告认为这仅是资产运营效率提升，不影响整体 CAPEX 上行趋势。
- 生产级落地需求：企业级 AI 落地不再仅依赖模型，而需依赖可调用数据、可执行流程、可审计权限及闭环安全治理。
受益方向与风险：
- 受益方向：重点关注收入与 AI 部署规模（GPU/Agent 数量、API 调用量）直接挂钩的标的，以及国内云厂商（阿里巴巴、腾讯控股、金山云）。
- 核心风险：宏观经济波动、行业利润空间收窄、AI 投入产出效率低于预期。