AI 的故事讲完了，现在该看「账本了」

一句话看懂：2026 年 6 月初，一场闭门讨论揭示 AI 行业正从“讲故事”转向“看营收”。资金流向从模型训练加速转向应用部署，投资人开始追问毛利率与复购率，具身智能和通用 AI 应用被部分参与者认为过热，而拥有真实数据和垂直场景的公司才是真正的价值洼地。

事件核心：发生了什么

在小饭桌第 160 期小饭局上，券商研究员、投资人、银行高管与上市公司高管共同复盘了 AI 投资的现状。他们提出，投资传导链按业绩确定性依次为算力（超节点龙头） → 云（IDC 涨价逻辑） → 数据（决策模型、物理 AI） → 应用。银行端已推出“跟投贷”，细分为“初创贷”（看创始人背景）与“科创贷”（看营收与核心团队），以 VC 模式而非传统财报评估项目。关于过热方向，投资人明确表示不看好具身智能，认为其除表演场景外缺乏落地价值；二级市场则判断 2026 年以来 AI 应用已阶段性过热，更看好商业逻辑跑通、支付闭环闭合的垂直细分公司。共识在于：AI 最确定的机会藏在“非 AI 原生”场景，如制造业产线优化、基层医院超声诊断，而非酷炫的明星项目。

为什么重要

这一转变标志着 AI 行业进入淘汰赛：一级市场资金从“炼模型”转向“用模型”，企业采购从传统软件包转向 AI 服务器加模型部署，业务部门预算被压缩。核心壁垒已从大模型算法转移至数据稀缺性——世界模型（物理 AI）和决策模型因数据壁垒高、无幻觉问题而受青睐。对于银行等金融端，“跟投贷”模式降低了对 AI 快速迭代风险的判断难度，但银行也承认自身非产业专家，需依托专业投资机构把控风险。同时，“次抛式软件”与“一人公司”的崛起被视为未来 1-3 年的潜在爆发点，已成为银行争夺的客群。

对用户/开发者/创作者的影响

开发者与创作者：应关注垂直行业（如 AI 教育、AI 律师、AI 医疗）的数据积累与支付闭环，而非追求通用模型。使用“次抛式软件”或“AI 生成 APP”可能降低开发成本，一人公司借助 AI 做短视频、获客、贸易的机会正在增加。
企业采购者：采购策略应从传统软件系统转向算力与模型部署，优先选择超节点算力集群与云服务，以应对算力紧缺和涨价趋势。
投资者：回避被高估的具身智能与泛 AI 应用方向，关注拥有封闭数据、高质量垂直数据的公司，以及非 AI 原生场景如制造业、医疗等。
普通用户：未来 1-3 年可能会看到大量“一句话生成一次”的软件/APP 出现，AI 加速新能源汽车智能化，智能驾驶体验将更明显。

值得关注的后续

算力超节点龙头供应商是否落地新订单，以及云服务涨价能否持续带来业绩确定性。
银行“跟投贷”与投资机构合作的落地案例，是否出现首个因技术迭代而违约或失败的 AI 项目。
“一人公司”群体是否出现标志性成功案例，以及“次抛式软件”应用商店是否真正进入 Apple Store 或安卓生态。

来源：Readhub · AI

AI 的故事讲完了，现在该看「账本了」