夜雨聆风
AI算力行业解析-垂直AI产业链解析:最赚的钱,在监管最严的地方
上篇：《AI Agent行业全解析：最热的赛道，最冷的账本》下篇：《消费级AI应用产业链解析》
本文是AI算力产业链专题-服务与应用层的第四篇。我们在《AI Agent行业全解析：最热的赛道，最冷的账本》中分析过，Agent平台还在找商业模式，而垂直AI已经是AI产业链里最先跑出利润的环节。
【AI算力·L5服务与应用层】
【垂直AI：五座孤岛】
同花顺2026年一季度净利润暴涨113%，合同负债环比飙升50%，AI投顾产品用户突破千万——AI在金融行业不是概念，是提款机。
但同一张季度财报季，恒生电子营收下滑12%，理论上最受益于金融AI的B端龙头，客户却在流失。
更扎心的对比：医疗AI公司拿着NMPA三类医疗器械证书烧了五年钱还没盈利，工业AI渗透率一年从9.6%跳到47.5%但连个像样的行业对标公司都找不全。
同是AI+垂直行业，为什么有的在提款，有的在烧纸？
这篇文章拆给你看——垂直AI的钱到底在哪儿赚，投资人该盯着哪条赛道。
01
垂直AI不是”AI+行业”，而是”行业+AI”
什么叫垂直AI？一句话：把AI能力嵌入特定行业工作流，解决专有问题的应用。
和你在文章前面看到的MaaS、Agent平台不一样——MaaS卖的是Token能力，Agent卖的是工作流编排，而垂直AI卖的是结果：诊断、选股、质检。客户买的不是API调用次数，是一句”这个病人有没有肿瘤”，一笔”这只股票该不该买”。
三个维度帮你理解它的位置：
卖什么？ 卖结果，不卖能力。诊断报告值钱，Token不值钱。
长什么样？ 行业知识+数据+AI，三位一体。不是”通用AI加个行业外壳”，而是行业经验长在模型血肉里。
和谁区分？
- vs MaaS：我们在《MaaS模型即服务》中分析过，MaaS厂商还在价格战亏钱抢份额。而垂直AI不一样——它不烧钱抢份额，它在细分赛道上悄悄赚钱。
- vs Agent平台：我们在《AI Agent行业全解析》中分析过，Agent平台89%的任务成功率很亮眼，但商业模式还没跑通。垂直AI不管成功率——它只管客户愿不愿意续费。
垂直AI覆盖五大核心标杆行业：金融、医疗、教育、工业、政务。接下来一个一个拆。（垂直 AI 已覆盖10–15 个以上行业，且还在快速扩展）
02
市场很大，但钱不在”AI”这个标签里
先说总量：
全球垂直AI市场2026年估算约600亿美元，同比增长38%。中国市场约480亿人民币，绝对数字不小，但跟AI整体热度的泡沫比起来，显得安静。
分行业拆开看：
数字很漂亮，但有一个坑必须踩：利润不在”AI”这个标签里，在”行业数据+合规牌照+客户关系”里。
举个反例：工业AI渗透率从9.6%蹦到47.5%，但市场极度碎片化，钢铁厂和电子厂的AI方案互不通用，跨行业复制成本高得离谱。所以渗透率虽高，集中度极低——投资者找不到一家能代表行业的超级标的。
一句话判断：这个市场不缺规模，缺集中度；不缺需求，缺壁垒。
03
这是垂直AI和所有其他AI赛道最大的区别：每个行业都是一座孤岛。
数据不互通、牌照不通用、客户不重叠。不会出现”AI版微信”把所有垂直行业吃掉。只会出现”金融AI的同花顺””医疗AI的讯飞医疗”——各自在自己的岛上当王。
🏦 金融AI：最赚钱的孤岛
|
|
|
|
|
|
|
|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
金融AI是唯一一个C端和B端都跑通了的垂直赛道。同花顺赚C端AI投顾的钱，恒生赚B端金融机构系统改造的钱。但两者的财务画像完全相反——一个”增收又增利”，一个”增利不增收”。
问题的根源我们在第五节展开讲。
🏥 医疗AI：最有价值但变现最难的孤岛
|
|
|
|
|
|
|
|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
医疗AI身上贴满了金光闪闪的标签：NMPA三类证、FDA认证、三甲医院合作、院士背书。但投资者不容易买到——第一梯队讯飞医疗还没上市，联影智能还在联影医疗体系内未独立。第二梯队的推想、数坤都是未上市。
更重要的是，证书不等于收入。 2026年NMPA获批AI产品超90个，但90%的玩家被挡在门外。医保支付政策还在摇摆，医院付费意愿弱，三甲医院数据壁垒高但不付费。这个行业有人，有证，有场景——缺的只是一个”谁付钱”的回答。
🎓 教育AI：用户最多但政策最不确定的孤岛
|
|
|
|
|
|
|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
教育AI是硬件先跑通的典型——不需要政策松绑，不需要等医保支付，家长掏钱买学习机就行。所以这个赛道的收入比其他垂直行业来得更快。
但风险也最大。AI自习室2.8万家门店正在洗牌——双减后政策敏感度极高，AI学习机算不算”变相培训”？各地说法不一。教育AI投资本质上是政策博弈，赌的不是技术能不能打，是监管会不会开枪。
🏭 工业AI：渗透最快但最分散的孤岛
|
|
|
|
|
|
|
|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
工业AI是五个垂直赛道里最沉默的。没出过网红公司，没见过热搜。但数据最吓人：渗透率一年从9.6%跳到47.5%，增长了将近40个百分点。
问题是极度碎片化。 工业富联营收超9000亿是中国制造业的极致代表，但它做的主要是AI服务器代工——这跟”工业AI”的定义有偏差。宝信软件很强，但只做钢铁。树根互联很强，但只做工程机械。
创新奇智是唯一一个纯AI+制造上市标的。2025年营收15.13亿，同比增长24%，毛利率35%，亏损收窄了44%，正在逼近盈亏平衡。如果它2026年实现盈利，那将是工业AI从”概念”变成”生意”的标志性事件。
🏛️ 政务AI：最稳但最慢的孤岛
|
|
|
|
|
|
|
|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
政务AI靠什么赚钱？不靠技术领先，靠国资背景+信创合规+关系壁垒。 太极股份的实际控制人是中国电科，这就是他的入场券。数字政通一季度净利增长54%，说明政务AI确实进入了放量期。
但项目制的天花板也很明显：每个城市都走自己的招投标，很难规模化复制。政务AI赚的是确定性的慢钱，不赚爆发力的快钱。
04
监管是最硬的护城河，不是绊脚石
监管阻碍创新？恰恰相反——监管是垂直AI最硬的护城河。
拆开看五个行业——NMPA三类医疗器械审批把90%的医疗AI玩家挡在门外，平均审批周期2-3年，临床验证成本千万级。2026年获批产品超90个，看起来多，但申请者数以千计。进去的人享受寡头定价权，外面的人干瞪眼。
金融同理——《个人信息保护法》和《数据安全法》卡死了数据出境，小公司拿不到金融数据，反而让同花顺和万得的数据壁垒变成了制度壁垒。信创目录更是直接把外资AI锁在政务市场门外，国产厂商独享一整个蛋糕。这像什么？像古代的护城河——它挡的不是你，是你的竞争对手。河越宽，城里的人越安全。
投资垂直AI，先看监管门槛。门槛越高的行业（医疗、金融），利润越集中；门槛越低的（工业），越容易打价格战。
五大行业监管速览：
|
|
|
|
|
|
|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
05
“增利不增收”：垂直AI最尴尬的盈利真相
增利不增收
AI帮客户省了钱，但没帮客户赚更多钱。
拿恒生电子说事——2025年营收57.83亿，同比下降12%，但净利润反而增长了18%。AI降本效果立竿见影：AI模块替代了一部分人工开发和运维，利润率直接就上来了。但客户的IT总预算并没有因为AI而增加，该花多少钱还是花多少钱。所以AI吃掉的是存量预算里的旧模块份额，不是帮客户做大蛋糕。
恒生的现象不是个案——逻辑链拉通来看：MaaS价格战→Token成本暴跌→垂直应用采购成本降低→垂直应用利润率提升→但客户IT总预算不变→增量收入为零→”增利不增收”。
同花顺是唯一的例外——它的C端用户愿意为AI投顾效果付增量费用，合同负债环比暴增50%。所以它能”增收又增利”。
垂直AI的投资逻辑不是”AI带来新需求”，是”AI让现有玩家利润率提升”。盯ARPU和经营性现金流，不看DAU和GMV。
最值钱的不是AI技术，是数据和场景
AI能力最强≠最赚钱——这个反直觉吗？
摆数据——同花顺合同负债环比+50%，赚得盆满钵满。而MaaS厂商坐拥最强模型能力，却在亏钱卖Token。关键差别在哪？同花顺有”钉子”（数据+用户场景+客户关系），锤子（AI模型）谁都能买，反正Token价格快被MaaS卷到地板了。
类比：你拥有世界上最好的锤子，但没有钉子——有什么用？同花顺的竞争力不在它”用了多牛的AI”，在它”有30年的金融数据和数千万活跃用户”。AI只是把已有的优势放大，不是无中生有。
垂直AI的护城河不在AI模型，在行业数据和客户场景。越重的行业资产，越轻的AI依赖——这才是好生意。
三种盈利模式
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
目前三种模式里，工具订阅是最稳的基本盘。效果付费最性感——跟客户利益绑定的生意天然有粘性，但怎么量化”AI贡献了多少收益”是个公说公有理的问题。平台抽佣是终极目标，但目前没有垂直行业跑通。
06
产业链：价值从”造工具”向”用工具”迁移
这是整个AI产业链正在发生的最重要的结构变化
锤子便宜了，用锤子的人发财
AI产业链最赚钱的位置，正在从上游往下游移动。
拆开价值链看看谁在赚钱、谁在亏钱：
上游：模型+平台（在前面两篇文章已覆盖）
- MaaS：通义/豆包/文心/DeepSeek API → 还在价格战亏钱。我们在《MaaS模型即服务》中分析过，MaaS厂商毛利50-70%但还在亏钱抢份额。
- Agent平台：各路Agent工具 → 还在找商业模式。我们在《AI Agent行业全解析》中分析过，Agent平台89%的任务成功率很亮眼，但还没跑通盈利闭环。
- 算力基础设施：GPU/光模块/液冷 → 卖铲子的已经赚翻了，但那是我们后面要讲的故事。
中游：行业适配层（最关键环节，投资人重点看）
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
下游：行业客户（付费能力排序）
|
|
|
|
|
|
|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
MaaS价格战越打越猛→Token成本持续下行→垂直应用的“原材料”越来越便宜→利润率自然抬高。这跟当年云计算降价的逻辑一模一样——IaaS降价没让亚马逊亏钱，反而让SaaS公司集体起飞，因为SaaS的”原材料”就是IaaS。
传导链：MaaS价格战→Token降价→垂直应用成本降低→垂直应用利润率提升→但客户预算不变→增利不增收。
说白了就是：MaaS亏钱造锤子，垂直应用用锤子赚钱。投资方向随着利润迁移——看ARPU+经营性现金流，不看概念和DAU。同花顺的合同负债环比+50%，比任何DAU数据都有说服力。锤子越来越便宜，但锤子赚的钱不一定越来越多——关键看你能不能用锤子造出别人造不出的东西。
结合你这段产业逻辑做个翻译吧：
1.MaaS
全称：Model as a Service
翻译：模型即服务
释义：把大模型、AI 能力打包成云端调用服务，按 Token / 次数收费，就是你说的「上游造锤子」的环节。
2.Token
翻译：令牌 / 词元
释义：大模型的计价最小单位，文字、字符、代码都按 Token 计费；你可以简单理解成：AI 的 “流量 / 耗材”，Token 越便宜，用 AI 的成本越低。
3.IaaS
全称：Infrastructure as a Service
翻译：基础设施即服务
释义：云计算最底层 —— 服务器、算力、存储、带宽，是早年 SaaS 的底层原材料。
4.SaaS
全称：Software as a Service
翻译：软件即服务
释义：我们直接用的云端软件、行业应用（类比现在的垂直 AI 应用），靠 IaaS 做底层，现在靠 MaaS 做 AI 底层。
5.ARPU
全称：Average Revenue Per User
翻译：每用户平均收入
释义：单个客户 / 用户一年 / 一月能给公司赚多少钱，代表变现能力、付费质量，比 DAU 务实得多。
6.DAU
全称：Daily Active User
翻译：日活跃用户数
释义：每天打开使用的用户数量，只是流量数字，不代表赚钱，纯概念指标。
结论：从”谁有AI”到”谁有数据+场景+合规”
垂直AI正处于一个关键转变期：评判标准正在从”谁有AI能力”转向”谁有行业数据、客户场景和合规牌照”。
五个行业分阶段看：
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2026-2027年，中游行业适配层会出现第一波IPO窗口——讯飞医疗已经在港股递表，联影智能也被市场寄予厚望。这波IPO将第一次让二级市场投资人直接买到纯正的垂直AI标的。
最大风险：MaaS持续降价→垂直应用的技术壁垒被侵蚀→”锤子越来越便宜，钉子也没那么值钱了”。那时候比的就不是谁有数据，而是谁最会用锤子砸出别人砸不出的花样。
盯三个指标：付费续费率（客户是真买还是尝鲜）、ARPU趋势（AI是提质还是降价）、经营性现金流（利润是会计的还是真实的）。同花顺的合同负债环比+50%，比任何DAU数据都有说服力。
完毕！
免责声明：本文仅供参考，不构成任何投资建议。股市有风险，投资需谨慎。文中数据来源于公开资料，如有出入以官方发布为准。