AI Token指数级增长 上游硬件持续受益

过去两年，AI Token调用量呈现出指数级增长态势。2026年3月24日，国家数据局刘烈宏局长在国新办新闻发布会上提到：“到今年3月，我国日均词元（Token）调用量已突破140万亿，相比2024年初的1000亿增长了1000多倍，相比2025年底的100万亿，3个月时间又增长了40%多。”

市场分析认为，这一增长主要由企业级应用驱动。编程、推理、多步任务等场景占据了Token消耗的半壁江山，平均每次请求的Token数量也显著增加。企业每月消耗数十亿甚至上百亿Token的情况越来越普遍，预计到2028年，更多企业将把Token使用量再翻一番。Token价格虽在持续下降，但总消耗量的激增让整体AI支出依然保持高速增长。2026年全球AI总支出预计达到2.5万亿美元，同比增长约44%。

一、 Anthropic 的“三级跳”：ARR 爆发与万亿估值预期

最新动态：Anthropic 的年化经常性收入（ARR）正在经历惊人的爆发式增长。目前其 ARR 已突破 440 亿美元，这意味着在短短几个月内，其 ARR 实现了近五倍的增长。

* 估值跃升：基于这种爆发性增长，资本市场对其预期极高。近期有消息称，Anthropic 正与投资者洽谈新一轮融资，目标估值高达 9000 亿美元，若交易达成，将超越 OpenAI 成为全球估值最高的 AI 初创公司。

* 核心驱动力：这一波增长的核心驱动力来自于企业端需求的爆发，特别是其编程智能体产品 Claude Code 的强劲表现。

* 对上游的影响：Anthropic 等头部大模型公司为了支撑未来的技术迭代和应对激增的用户需求，正在进行算力的“豪赌”。例如，Anthropic 近期与亚马逊达成协议，获得高达 250 亿美元的投资，并锁定了 5 吉瓦的计算能力用于模型训练与部署。

二、 从 DAU 到 Token 消耗：AI 商业化进入“深水区”

最新动态：衡量 AI 产业发展的指标正在发生变化。除了传统的日活跃用户数（DAU），Token 消耗量正成为衡量 AI 产业健康和商业化落地最核心的领先指标。

* Token 消耗的意义：Token 消耗的激增，直接反映了 AI 在真实世界中的深度应用（如编程辅助、复杂文档处理、多模态交互等）。这与近期大火的 AI Coding 泛化趋势紧密相关。

* 冲击产业：这种快速的商业化落地正在冲击传统的人力密集型产业。市场开始怀疑企业 3 年后是什么样，虽然还没杀业绩，但是先杀估值。AI 正在引发“人力资源的通缩 vs. 五层蛋糕的通胀”（即人力成本下降，但顶级资源和创新蛋糕的价值急剧膨胀）。

三、 宏观指标印证：科技企业的 Capex（资本开支）成为护城河

最新动态：科技企业创新力看 Capex，个人也有 AI 方向的 Capex。

* Capex 成为护城河：在 AI 时代，巨大的资本开支（购买 GPU、建设数据中心、铺设光纤网络）不再仅仅是成本，而逐渐成为了企业的护城河。谁拥有更多的算力储备，谁就能在模型迭代和客户服务中占据优势。

* 合同负债像业绩前瞻：AI 企业的合同负债（预先收取的款项但尚未交付服务）被视为未来业绩的前瞻指标。随着头部 AI 企业上调营收预期，其背后的硬件采购和基础设施建设需求将持续释放。

四、 GEO（生成式引擎优化）：AI 时代的流量新入口

最新动态：提及了“老钱日日谈+面基内容的 GEO 网站”。

* 什么是 GEO：GEO（Generative Engine Optimization，生成式引擎优化）是让内容被 AI 直接引用的新策略。随着 ChatGPT、DeepSeek 等 AI 工具的普及，用户越来越习惯于直接从 AI 生成的答案中获取信息。

* 投资机会：GEO 的兴起意味着企业需要优化其内容策略，使其在 AI 的回答中被引用。这不仅催生了新的营销服务需求，也为掌握优质数据和权威内容的企业带来了新的流量入口。

五、 电力缺口与储能：AI 算力的“隐形基建”

最新动态：AI 算力引爆电力缺口：储能成为必选项。

* 电力需求激增：随着全球 AI 数据中心的大规模建设和算力需求的爆炸式增长，电力供需矛盾日益凸显。高能耗的 AI 数据中心正在推高全球范围内的电力需求。

* 储能的必要性：为了应对电力缺口和确保数据中心的稳定运行，储能技术（如锂电池储能、液冷技术等）不再是可选项，而是成为了 AI 算力基础设施的必选项。

💡 综合研判与投资策略启示

将上述最新动态串联起来，可以得出以下投资策略启示：

1. 上游硬件持续受益：Anthropic 等头部 AI 企业为了支撑其 440 亿美元 ARR 背后的算力需求，必将持续加大 Capex。这将直接利好全球光通信产业链（如 Coherent、Lumentum）和半导体设备厂商。

2. 关注“卖铲人”：在电力缺口的背景下，为数据中心提供高效储能和液冷解决方案的企业，将成为 AI 算力爆发的“卖铲人”，具备长期的投资价值。

3. 警惕软件端的估值波动：虽然 AI Coding 等应用正在泛化，但市场对部分纯软件公司的未来业绩存在担忧，可能导致估值先行回调。投资时需更加注重业绩的确定性和现金流的健康度。

免责声明：以上内容仅供参考，不构成任何投资建议。股市有风险，投资需谨慎。