在WAIC 2026期间，国联民生研究所副总经理兼海外研究首席分析师孔蓉，分享了她对全球AI产业最新趋势的观察。过去市场主要围绕资本开支进行上游硬件投资，但近一两个季度，单纯增加资本开支已不足以满足市场期待——投资者渴望看到实实在在的回报。整体基础设施建设周期与AI落地周期，都比此前的互联网和云计算时代漫长得多。无论是存储周期还是硬件周期，其时间跨度都显著延长。

孔蓉团队长期深耕全球AI产业一线调研，对硬件、上游、应用及模型发展保持着持续跟踪。在她看来，AI产业正按原有节奏稳步推进，大型科技公司的财报表现值得乐观期待。中国的大模型与开源生态在全球市场展现出强劲的竞争力，应用场景的不断拓展带来了广泛的商业化潜力。由于供需不匹配的长期存在，整体硬件与基础设施建设仍处于早期阶段。

全球AI迈入商业化落地的“盈利阶段”

今年以来，全球AI行业与过去最显著的变化在于，已真正进入商业化落地并实现盈利的阶段。资本市场波动剧烈，有人担忧META涉足算力租赁意味着“算力过剩”，也有人对大厂的现金流状况表示疑虑。但孔蓉认为，META开展算力租赁业务恰恰反映了整体算力需求的旺盛——当前算力租赁市场大约两三年即可收回成本。此外，META在考虑新业务后，仍计划在美国继续投入约400亿美元布局数据中心。

市场近期的波动更多源于交易层面的调整与去杠杆操作。从产业进展来看，AI产业依然按照原有节奏和步调发展。在即将到来的大厂财报季，市场关注的焦点除了资本开支，更在于商业化收入能否实现增长。过去围绕资本开支进行上游硬件投资，但近一两个季度，单纯增加资本开支已无法满足投资者期待。大家更关心：在持续投入下，ROI（投资回报率）表现如何？未来能创造多少收入？财报季的核心看点在于盈利能力与可持续性——这才是未来影响AI投资的关键因素。

孔蓉认为，云厂商的财报仍值得乐观期待。影响AI板块及投资的重要指标包括商业化ARR（年度经常性收入）的增长，投资锚点主要锁定Anthropic和OpenAI。基于前期收入的跳涨，后续收入增速值得密切关注。近期新模型如Anthropic发布的Claude Fable 5、国内Kimi K3，发布后ARR拉动迅速，这些都是重要的参考指标。

国内大模型与开源生态保持市场竞争力

相较于海外模型全力聚焦Coding、智能与算力，国内大模型过去角色定位略显模糊。未来将如何展现核心竞争力？孔蓉认为，中国模型仍在快速推进。Kimi K3发布后，不仅在国内受到关注，海外生态评价与市场对其整体模型能力也给予了非常积极的反馈。可以看出，中国模型与中国开源生态正在加速发展。在当前整体token成本（尤其是海外）持续攀升的背景下，开源模型的性价比优势愈发凸显，部分美国公司也开始关注并采用开源模型。开源AI未来的市场份额将逐步提升，这使得中国模型与中国AI开源生态在全球极具竞争力。

业界担忧“AI模型可能吞噬一切”，对软件行业造成冲击。孔蓉指出，随着AI模型能力日益增强，其落地场景不断扩展，AI产业链的价值分配——从硬件到模型——与原有软件生态存在显著差异，所带来的影响也各不相同。但核心的、与数据及安全认证相关的应用，未来仍有成长空间。

未来模型与AI能力的持续增强，正在拓宽应用场景：不仅限于编程代码，还涵盖桌面端Agent、机器人、生物医药等领域。从产业到投资，机会众多。AI带来的不仅是自身模型的迭代，更将推动其他技术的发展。对于许多行业研发端的投入及原有研发效率的提升，同样蕴藏着投资机会，这正是AI商业化收入的增长空间所在。

硬件与基础设施建设仍处于早期阶段

随着今年商业化进程的加速，整体上游硬件需求极为旺盛。产能扩张在短期内难以迅速完成，供需不平衡持续存在，带动上游需求强劲——无论是GPU还是存储，都出现了核心公司股价暴涨的情况，MLCC（多层陶瓷电容器）等现货市场及股价表现同样亮眼。孔蓉认为，风物长宜放眼量，虽有波动，AI硬件的前景依然可观。

AI的发展周期与过去的互联网和云计算时代有着本质区别。整体基础设施建设周期与AI落地周期，都比之前的互联网和云计算时代更长。因此，无论是存储周期还是硬件周期，都呈现出时间跨度更长的特征。基于这一判断来看待机会，随着AI模型迭代与应用发展，未来需求的增长仍处于早期阶段。供需不匹配长期存在，这些硬件机会远未结束——无论是存储还是其他硬件领域。

除上游硬件外，影响整体AI发展的瓶颈，往后还包括能源与电力。中国作为电力基础设施完善的“电力王国”，在这方面具备优势；但在海外，这将成为核心瓶颈。因此，从整体投资机会来看，上游硬件与基础设施仍处于早期阶段，远未到终点。