智通財經APP獲悉，低成本開源人工智能模型的快速普及正在從根本上改變企業部署AI的方式，但瑞銀在一份最新報告中明確指出，這一轉變非但不會擾亂AI投資周期，反而將使芯片製造商和雲基礎設施提供商成為最終贏家，同時給軟件公司帶來新的盈利挑戰。

瑞銀分析師Karl Keirstead在7月21日發布的報告中指出，投資者關注的焦點已轉向兩個密切相關的趨勢：企業系統性壓縮Token成本，以及工作負載加速向更便宜的開放模型遷移。報告基於與15家以上私營AI公司的深入討論——包括Perplexity、Harvey、Glean、Cursor、ElevenLabs和Fireworks等——得出了一個核心判斷：AI產業正從「無差別使用最強模型」的粗放階段，邁入「根據任務難度精細配置」的效率優先新階段。

從「Token最大化」到「價值最大化」：企業AI支出邏輯的根本轉變

瑞銀分析師Karl Keirstead團隊於7月21日發布的報告指出，投資者關注的焦點已轉向兩個密切相關的趨勢：企業系統性降低AI Token成本，以及越來越願意使用開源模型(包括中國開發的模型)來完成不需要最先進推理能力的任務。

這一轉變並非源於AI需求的減弱。恰恰相反——瑞銀基於其年度私人AI與軟件大會上75多傢俬人公司的反饋發現，企業AI採用仍在高速增長。多家AI原生企業過去半年收入增長極快：有企業收入從今年1月的4億美元升至10億美元，有企業年內收入增長至原來的3倍並突破5億美元，還有公司在14個月內從零增長至5億美元。收入加速主要來自模型能力提升、Token消耗更高的智能體應用擴張，以及部分公司從按席位收費轉向按Token或使用量收費。

然而，伴隨採用規模擴大，成本問題迅速浮出水面。瑞銀此前估計約60%的機構已將AI計算和Token支出視為現實問題，此次調研後認為這一比例可能更高。Token成本上漲速度驚人：某金融機構最初對Claude承諾支出1000萬美元，三個月後已增至6000萬美元;一家AI公司的Anthropic支出由去年12月的2萬美元增至今年7月接近100萬美元，七個月增加50倍;部分企業的Token賬單在短時間內增長10倍甚至100倍。

企業並非停止使用AI，而是在減少浪費。大量普通任務此前被交給最昂貴的前沿模型——某銀行每月花費數十萬美元調用高價模型，員工卻僅用於查詢天氣、餐廳和會議地點。企業AI管理的重點正由「Token最大化」轉向「價值最大化」，即衡量每一單位Token能夠產生多少業務回報。瑞銀引述一家受訪企業的話稱：「我們內部原本上線了五款AI工具，年度Token預算大半已提前消耗完畢。目前僅保留兩款，同時嚴格管控使用量。」

「多模型」成新常態：中國開源模型加速滲透

企業不再將AI市場視為少數幾家前沿模型開發商之間的零和競爭，而是迅速轉向 「多模型」戰略——將OpenAI、Anthropic的前沿模型與開源及定製模型混搭使用。避免依賴單一AI供應商，已成為大型企業的重要考量。

中國開源模型正成為這一趨勢中的最大受益者。瑞銀點名指出，Z.ai、月之暗面、阿里巴巴和DeepSeek的模型正被越來越多企業試用甚至導入。儘管部分高度監管行業仍保持謹慎，但在AWS和微軟Azure等雲平台提供的安全環境中，企業對這些模型的接受度正穩步提升。據瑞銀統計，中國頭部模型的訓練成本約為海外龍頭的十分之一，推理API定價僅為海外對標模型的10%至20%，且仍能保持20%至40%的健康毛利水平。OpenRouter平台數據顯示，美國企業通過該平台使用中國AI模型的Token佔比自2026年2月以來持續維持在30%以上，部分期間甚至達到46%。

英偉達的開源模型Nemotron則是瑞銀會議中被提及最頻繁的美國開放模型之一。

贏家與輸家：產業鏈價值分配的重構

芯片製造商：英偉達是最大受益者

儘管模型層競爭日趨激烈，瑞銀強調AI硬件需求並未減弱，反而可能被進一步放大。瑞銀認為，開放模型不會減少GPU需求，而是將算力轉向更具性價比的推理任務。大多數開放模型仍使用英偉達硬件進行訓練、微調和推理。低成本模型能夠擴大AI應用範圍，增加推理計算、存儲、網絡和部署基礎設施需求。

英偉達自身也推出了Nemotron 3 Ultra開源模型，擁有5500億參數，推理速度最高提升5倍，使用成本最高降低30%。該模型已成為瑞銀報告中提及最多的美國開源模型。

雲基礎設施提供商：多模型時代的「管道」受益者

亞馬遜、微軟和谷歌等雲服務提供商同樣處於有利位置，因為它們的平台已支持多種AI模型。亞馬遜、微軟和谷歌等雲服務提供商同樣處於有利位置，因為它們的平台已支持多種AI模型。AWS、Azure等雲平台已具備多模型能力，企業無論選擇何種模型仍需要雲端推理算力。超大規模雲服務商仍然面臨供應緊張和客戶對AI計算資源的強勁需求。

AI原生企業的收入數據印證了這一判斷。瑞銀列舉的案例中，有企業收入從今年1月的4億美元升至10億美元，有企業在14個月內從零增長至5億美元。收入加速主要來自模型能力提升、詞元消耗更高的智能體應用擴張，表明企業AI需求已從編程領域擴展到更廣泛的業務流程。

前沿模型開發商：增長壓力顯現

OpenAI和Anthropic等前沿模型開發商在短期內最易受到成本削減的影響。雖然瑞銀認為AI市場仍處早期，開放與閉源模型可以同時增長，但前沿模型實驗室的收入增速可能面臨壓力。

軟件行業：被擠壓的「中間層」

瑞銀對軟件供應商的前景持較為悲觀的態度。瑞銀指出，企業為控制AI成本，最終可能將支出從軟件應用領域轉移出去;而模型路由功能曾被視為競爭優勢，如今卻迅速成為行業標配，難以實現盈利。在「多模型」成為常態的背景下，純粹依賴模型調用中間層的商業模式正面臨嚴峻挑戰。