“过去一两年，大家拼的是大模型算力和跑分。但大模型建完之后如何落地，这才是下半场真正要回答的问题。”
近日，安富利中国区供应商及产品管理副总裁蔡宗福在接受包括21世纪经济报道记者在内的媒体采访时作出了上述判断。
过去一年，AI产业的关键词正从模型训练切换到场景落地。海外市场一侧，OpenAI、Anthropic、Google DeepMind相继发布Agent系列产品，Meta把端侧部署作为Llama 4的主线；国内市场一侧，阿里、字节、腾讯等大厂密集推出行业大模型与Agent平台。
但应用场景的规模化落地远比训练复杂。算力堆到极致之后，行业开始追问的是芯片到底该怎么用。业内把答案指向Edge AI、机器人、具身智能、工厂自动化、智能制造等各行业、各终端的智能部署。
这个判断与安富利最新调研数据吻合。其调研显示，全球已有超过56%的工程师所在企业开始向客户交付集成AI技术的产品，较去年增长33%。其中，中国的AI应用普及率显著高于全球平均水平，规模化部署进程位居亚太乃至全球前列。
“AI赛道是长期机遇，当前AI上半场的角逐仍在继续，下半场已经开启。两者交替牵引，能力靠落地检验，价值在部署中兑现。归根结底，AI是要落地并为人类创造价值的。”安富利中国华南区高级销售总监童杏花在采访中同样认为，基础设施投入能否转化为长期价值，取决于下半场的Edge AI、机器人、物理AI领域能否真正跑通商业闭环。
全球AI巨头的新动作持续加码。亚马逊向Anthropic追加投资至多250亿美元，后者承诺未来十年在AWS技术上投入超过1000亿美元，锁定高达5吉瓦的算力。Meta计划2026年部署约7吉瓦计算能力，并在2027年将整体算力翻倍至14吉瓦。
摩根大通CEO戴蒙预计，全球AI基建开支到2027年可能突破万亿美元。但Brookfield CEO弗拉特在今年9月的投资者日上指出，人工智能竞赛已经在放缓，因为和其他基础设施的落地速度受到硬件限制。
这种一边投资加码、一边基建受限的局面，让AI产业的周期判断变得尤为关键。
蔡宗福表示，安富利持续追踪中美大型CSP的资本支出，不仅关注金额，更观察Capex占当季自由现金流的比例。
“过去两年Capex虽然持续增加，但目前占自由现金流的比例还是健康的。我们观察到海内外大型CSP还在持续加大Capex投入，这一趋势不但没有停止的迹象，反而在加速。”蔡宗福表示。
在蔡宗福看来，AI产业可以分为上下半场。“上半场，AI基础设施建设以投资驱动为主，大家都是在比拼大模型的算力和跑分。但大模型最终如何才能够落地，则取决于下半场。”
他认为，下半场最主要的任务就是把大模型能力部署到Edge AI、机器人、具身智能、工厂自动化、智能制造等各领域，将AI能力真正落地部署到具体应用场景中，验证其商业价值。
从区域市场来看，根据Avnet Insights安富利洞察研究报告，在亚太地区，AI 的应用落地进程正在加速。其中在中国市场，AI 的应用普及率显著高于全球平均水平，工程师正将 AI 技术广泛应用于汽车、工业自动化及智能制造等多个行业领域。与此同时，AI 能力正加速从云端走向边缘，多模态、端侧智能的融合应用正成为行业新趋势。可见，算力如何高效落地、智能如何深入千行百业的场景，已不仅是技术命题，更是关乎产业竞争力的现实课题。
童杏花表示，国内场景落地速度较快，AI基建和场景落地两条主线基本并行推进，加之国内制造业基础强，产业化和产品化的速度很快，相比全球市场具备明显优势。
谈及由AI驱动的产业景气周期能持续多久，童杏花认为，Capex往往具有周期性特征，当前行业正处在AI基础设施建设阶段，随着海内外CSP都在持续投入AI，大模型完成训练之后，就需要寻找合适的应用场景落地。也正因如此，现阶段算力基础设施建设仍在继续，Capex投入尚未转化为收益，而AI基础设施建设本身也需要时间，从建设、投用到用好，再到收益兑现，有客观的周期。
“安富利不只关注投资周期，更看重投资回报周期。大量资金投入之后，如何帮助客户实现收益，答案更多在于AI下半场。只有Edge AI取得实质性的跨越和发展，前期投入的算力才能得到充分利用，进一步转化为可量化的回报。”蔡宗福表示。
蔡宗福表示，判断AI的可持续性，主要有两点：一是企业是否具备持续投入的能力，之所以关注Capex占自由现金流的比重，是因为如果该比例维持在合理区间，就说明相关企业和大型CSP还有能力继续投入。二是观察资本投入的目标是否在于推动产业发展与促进技术创新的价值转化和实际落地，进而获取收益回报，落地进展更快的企业能更早获得回报。
“一旦形成正向循环、获得充足的收益回报，这类资本投入就能够持续。如果回报不及预期，就可能会呈现周期性变化。”蔡宗福表示。
除海内外科技巨头资本投入加快之外，AI正加速迈入规模化落地阶段。
评论交流
0