夜雨聆风摘要
Agentic AI（代理式人工智能）正在引发继互联网和云计算之后的第三次科技革命。这一技术浪潮正在从根本上重塑硬件和软件产业的价值链分布。本文基于系统性研究，构建了Agentic AI时代的完整机遇地图，旨在识别真正的长期受益者。
研究表明，Agentic AI时代存在一个清晰的受益者层级结构：位于基础设施核心的芯片制造商和电力供应商获得了最确定性的增长红利；处于价值分配枢纽的先进封装和内存供应商分享了产业扩张的溢出效应；而在软件层，能够完成AI原生转型的企业将获得重新定价的历史性机遇，而未能适应新范式的传统SaaS厂商则面临结构性萎缩的风险。
本文的核心结论是：硬件层的受益者更为集中且确定性更高，而软件层的受益者呈现高度分化特征，只有那些真正实现“AI原生”架构转型的企业才能成为长期赢家。
一、分析框架：Agentic AI时代的价值分配逻辑
1.1 Agentic AI的技术本质与产业影响
理解Agentic AI时代谁是真正的受益者，首先需要深刻把握这一技术范式的本质特征。传统人工智能主要扮演辅助工具的角色，帮助人类完成特定任务；而Agentic AI则代表了向自主执行的根本性跨越。Agentic AI系统能够自主感知环境、制定决策、执行复杂任务链，并在执行过程中持续学习和适应，无需人类逐步骤干预。
这一技术特征对产业格局的影响是深远的。当AI代理能够自主完成过去需要人类团队协作才能执行的工作流程时，整个企业软件的交互逻辑和价值主张都面临根本性重构。大模型的每一次进化，都在重塑上下游的价值分配——这一观察构成了本报告分析的核心出发点。
从技术架构视角来看，Agentic AI系统仍然依赖强大的底层硬件基础设施。无论AI代理如何“智能”，其训练推理都离不开高性能芯片、先进封装技术、海量存储和电力供应。这意味着硬件层的需求增长具有高度确定性，不受上层应用创新路径不确定性的影响。
1.2 本文的分析框架
本文采用三层结构化分析框架：第一层是硬件层，分析CPU、GPU、先进封装、电源管理等领域的受益公司；第二层是软件层，分析SaaS厂商在AI时代的市场分化；第三层是风险管理，评估各投资主题面临的不确定因素。在此基础上，本文将构建完整的机会地图，为投资者提供可操作的战略建议。
二、硬件层深度分析：超级周期的真正受益者
2.1 CPU超级周期的崛起
市场对Agentic AI的一个重大误解是认为GPU将完全取代CPU成为AI计算的核心。然而，深入研究显示，CPU在Agentic AI时代不仅没有边缘化，反而迎来了新的增长周期。
AMD首席执行官苏姿丰在2025年的预测引发市场广泛关注：数据中心CPU市场规模将从2025年的260亿美元扩大至2030年的600亿美元，这一预测的背后逻辑在于Agentic AI对逻辑处理和系统管理的需求激增。Agentic AI系统需要大量CPU资源来管理复杂的GPU集群、协调多个AI代理的工作流程、处理传统企业工作负载，以及运行操作系统和基础软件栈。
AMD（超微半导体）在这一趋势中的受益最为明确。AMD的EPYC系列处理器在数据中心市场持续扩张，2024年第四季度的服务器CPU市场份额已达到34%，创下历史新高。市场已经认识到AMD在AI时代的战略价值，其股价在2025年实现了显著上涨，市值创历史新高。分析师普遍预计AMD的数据中心业务将持续保持强劲增长态势。
Intel（英特尔）的处境则更为复杂。尽管在消费级CPU市场仍占主导地位，但Intel在数据中心AI芯片市场的份额从2021年的68%急剧下降至2025年的约6%。然而，这一数据具有误导性——Intel的Xeon CPU仍然是大多数企业服务器的核心，在Agentic AI部署中承担着关键的协调和管理功能。从这个角度看，Intel是CPU复苏趋势的结构性受益者，即使其市场份额增长可能有限。
2.2 GPU与AI加速器市场
在AI加速器市场，NVIDIA凭借其CUDA生态系统建立了几乎不可撼动的领先地位。市场数据显示，NVIDIA在数据中心AI芯片市场的份额已从2021年的25%攀升至2025年的86%，几乎垄断了整个训练市场。
NVIDIA的市场主导地位得益于多重竞争壁垒。首先是CUDA软件生态系统的20年积累，几乎所有机器学习框架都针对CUDA进行了深度优化，这一转换成本构成了强大的锁定效应。其次是全栈平台战略，NVIDIA不仅提供GPU，还整合了NVLink/NVSwitch网络、InfiniBand网络、cuDNN、TensorRT和Triton等完整软件栈。第三是对制造产能的战略性锁定，NVIDIA已预订TSMC约60%的CoWoS先进封装产能。
NVIDIA的受益逻辑是多维度的。在训练市场，NVIDIA的份额超过90%，在推理市场的份额也达到60%至75%。NVIDIA数据中心业务收入从2022年的150亿美元增长至2024年的超过1,000亿美元，预计2025年将达到1,300亿美元以上。这一增长轨迹清晰地展示了AI计算范式转变带来的价值分配效应。
AMD的MI300系列正在稳步扩大市场份额。AMD的MI300X AI加速器配备192GB HBM3内存，定位于与NVIDIA H100直接竞争。尽管市场份额始终未能突破10%，但AMD的AI芯片业务正处于增长轨道。MI350系列GPU在2025年第三季度正式推出，也为AMD提供更强的竞争力。
2.3 先进封装：被忽视的关键瓶颈
先进封装技术是理解AI硬件投资机会的关键领域，但往往被市场忽视。TSMC的Chip-on-Wafer-on-Substrate（CoWoS）技术是当前AI芯片封装的主导方案，这一技术允许将多个芯片、内存和逻辑单元集成在单一基板上，实现极高的互联密度和带宽。
CoWoS封装产能已成为制约AI芯片供应的关键瓶颈。市场数据显示，2023年全球CoWoS月产能约为13,000至16,000片晶圆，2024年增长至35,000至40,000片。预计2026年进一步提升至90,000至110,000片。部分乐观预测认为到2027年产能可能达到每月130,000片晶圆。
从需求结构看，NVIDIA是CoWoS封装的最大客户，预计在2026年占据约63%的CoWoS封装需求。Broadcom占据13%的需求份额，AMD和Marvell各占8%。这一需求结构反映了当前AI芯片市场的竞争态势——NVIDIA的主导地位直接转化为对先进封装产能的控制。
先进封装市场正在快速增长。AI芯片先进封装市场估值在2025年达到48亿美元，预计到2034年将扩张至127亿美元。这一增长主要受到AI芯片对高带宽内存需求激增的推动。HBM内存需求年增长率约为50%，远超传统内存市场的增速。
封装测试产业链的受益公司包括：专业的封装测试代工厂（如日月光、安靠科技）、封装材料供应商、以及TSMC等整合性的芯片制造服务商。在GPU短缺的背景下，封测产能成为决定AI芯片出货量的关键因素。
2.4 HBM内存技术革新
高带宽内存（HBM）是AI芯片性能提升的关键组件，HBM与先进封装的协同发展正在推动整个AI硬件生态的演进。HBM技术使存储堆栈与GPU通过硅中介层紧密集成，提供传统内存无法比拟的带宽。
在HBM市场，SK海力士凭借其技术优势正在超越三星。SK海力士2025年营业利润达到47.2万亿韩元（约316亿美元），首次在年度利润上超越三星。这一历史性转折主要归功于SK海力士在AI内存市场的领先地位。三星和SK海力士的内存部门预计在2025年第四季度的毛利率将超越TSMC，显示AI需求正在重塑半导体产业的价值分配。
HBM技术正在经历快速的代际迭代。HBM3E已成为当前主流，SK海力士和三星都在2024年开始大规模生产HBM3E。HBM4预计将在2026年开始量产，提供超过2TB/s的带宽。HBM4的推出将进一步提升AI芯片的性能，但也对封装技术提出更高要求。
Micron（美光科技）是另一家重要的内存供应商，正在积极扩大HBM产能。Micron的HBM4产品预计将在2026年进入量产。对于投资者而言，内存供应商是参与AI硬件产业扩张的重要渠道，且其周期性特征提供了独特的投资节奏。
2.5 数据中心电力基础设施
AI驱动的数据中心电力需求正在爆发式增长。国际能源署（IEA）的数据显示，2024年全球数据中心消耗了约415太瓦时的电力，占全球总用电量的约1.5%。预测显示到2030年数据中心的电力需求将翻一番，AI应用是推动这一增长的主要因素，2025年数据中心的电力消耗同比增长了17%。
美国市场的情况尤为突出。到2030年数据中心可能消耗美国总发电量的9%，这一预测凸显了数据中心扩张与电力供应之间的潜在矛盾。高盛的研究指出，仅AI工作负载就预计将使数据中心的电力需求到2030年增长160%。
数据中心电力基础设施市场正在快速增长。2024年全球市场规模为189亿美元，预计到2035年将增长至1,019亿美元，复合年增长率约为16.5%。另一项预测显示，数据中心电源管理市场将从2025年的217亿美元增长至2034年的434亿美元。
电力基础设施的受益公司可分为几类：发电资产投资方（如参与核电和可再生能源的科技巨头）、输配电设备供应商（如Schneider Electric、Eaton、ABB、Vertiv）、以及冷却系统供应商。液体冷却市场预计从2025年的8.7亿美元增长至2030年的107亿美元，复合年增长率高达52%，是增长最快的细分领域之一。
2.6 PCIe Switch：互联技术的关键角色
PCIe Switch在AI服务器中扮演着关键角色，连接多个GPU实现点对点通信、支持级联以构建更大规模的Pod架构、实现CXL内存池化等功能。PCIe Switch市场正处于快速增长阶段，2025年价值为17.8亿美元，预计到2032年将达到48亿美元，复合年增长率为11.7%。
根据美国国家标准与技术研究院的数据，2025年AI和高性能计算占PCIe Switch需求的39%，这一比例预计将持续上升。PCIe 6.0正在成为AI服务器的新标准，每通道双向带宽超过4 TB/s。
Marvell Technology是PCIe Switch市场的重要参与者，其Structera S产品系列定位于AI服务器市场。Marvell强调其PCIe Switch的低延迟特性，这对于AI推理和训练工作负载至关重要。Marvell还积极推动CXL技术的发展，实现内存池化，允许多个GPU共享内存资源。
Broadcom是PCIe市场的另一重要玩家，其产品涵盖PCIe Switch、Retimer和PHY等完整产品线。Astera Labs于2025年5月开始批量生产PCIe 6.0产品，标志着PCIe 6.0商用的正式启动。
三、软件层深度分析：SaaS的重新定价与市场分化
3.1 Agentic AI引发的SaaS价值重构
Agentic AI对企业软件行业的影响是深刻而复杂的，正在引发自云计算革命以来最深刻的结构性变革。2026年4月9日单日，企业软件板块蒸发约2,850亿美元市值，Snowflake下跌9%、ServiceNow下跌7%、Salesforce下跌4%——这一"SaaSpocalypse"事件标志着市场正在重新评估软件企业在AI时代的估值逻辑。
核心问题在于：传统SaaS的商业模式建立在用户界面和人工操作的基础上，员工通过导航仪表盘和填写表单来完成工作流程。然而，Agentic AI引入了完全不同的交互模式——用户只需向AI代理下达自然语言指令，系统即可自主完成数据提取、分析和执行，无需人工介入多个应用程序。
当一个AI代理可以完成10名、20名甚至50名用户的工作量时，席位数量在代理规模化部署时会压缩30%至90%。以Klarna为例，其AI助手在第一个月处理了230万次客户对话，表现相当于700名全职人工代理，客户满意度持平，解决时间从11分钟减少到2分钟。然而，Klarna通过AI减少了约700名员工——每家拥有席位的SaaS供应商都承担了这种收入损失风险。
3.2 主要SaaS公司的分化表现
在Agentic AI时代，主要SaaS公司呈现明显的分化格局。2025年的股价表现清晰地揭示了这一趋势：Palantir上涨142%、MongoDB上涨70%、Snowflake上涨45%至50%——而HubSpot暴跌51%、Salesforce下跌31%、Atlassian下跌34%。
Palantir（PLTR）是AI时代软件公司最成功的转型典范。其人工智能平台（AIP）将LLM与Palantir核心本体论集成，成为公司旗舰产品，推动美国商业收入同比增长71%，首次突破10亿美元年度运营规模。Palantir在国防和医疗保健等高风险领域建立了自己的独特地位，这是竞争对手尚未匹配的。AIP Bootcamps帮助客户在数小时或数天内部署生产级AI工作流程，显著缩短了价值实现时间。
Palantir的财务表现令人瞩目：Q3 2025营收达到11.8亿美元，同比增长63%，美国商业收入增长达到121%。调整后营业利润率创纪录地达到51%，较上年同期的34%大幅提升。合同价值总额同比增长239%，百万美元以上合同数量较上年翻倍。
Snowflake（SNOW）正在从传统的数据存储公司转型为“企业AI神经系统”。在CEO Sridhar Ramaswamy的带领下，Snowflake的Cortex平台提供对行业领先LLM的访问，包括Snowflake自己的Arctic模型。超过6,100个账户每周使用Snowflake的AI，超过10,000家客户包括约600家《福布斯全球2000强》企业。2025年中，Snowflake实现了首个1亿美元的AI收入运行率。
ServiceNow（NOW）正在战略性地将自己定位为企业的“AI控制塔”。Now Assist是其生成式AI体验，嵌入整个Now平台，旨在放大每个用户的工作效率。2025年3月，ServiceNow以28.5亿美元收购Moveworks，标志着传统软件巨头正在将代理技术作为核心平台战略进行大规模战略赌注。Now Assist的ACV达到6亿美元，已成为ServiceNow投资组合中增长最快的收入流。
Salesforce（CRM）的Agentforce平台使企业能够构建和定制自主AI代理。Agentforce ARR已突破5亿美元，同比增长330%，结合AI和Data 360的ARR达到14亿美元，同比增长114%。然而，市场对Salesforce的AI叙事尚未完全转化为财务业绩，公司股价仍下跌约31%，主要原因包括创新-采用差距仍然显著，以及市场担忧AI代理会减少人类用户的需求。
3.3 AI代理替代风险的分类评估
并非所有SaaS类别都面临相同的AI颠覆风险。Gartner预测，到2030年，35%的点产品SaaS工具将被AI代理取代。然而，系统性风险因企业的市场定位、数据资产属性和定价模式而呈现显著差异。
高风险类别包括：客户支持软件——AI代理可以处理80%的票务量，将100个席位减少到20个；销售参与平台——一个协调的代理基础设施可以取代整个SDR团队；文档处理工具——AI代理可以吸收应付账款、数据输入、合规审查等工作。
较低风险类别包括：需要复杂人类判断的战略规划工具、创意平台和法律审查系统。这些领域AI代理的能力边界仍然有限。此外，具有专有数据资产、系统级记录和监管合规性的公司面临较低的替代风险，因为数据资产和既有系统整合构成了自然的进入壁垒。
3.4 定价模式的历史性转变
传统基于席位的订阅定价模式（目前占SaaS的60%）正在让位于基于结果的定价（目前占10%，预计十年内将占60%）。这场变革的触发点是AI代理的工作逻辑——它们执行工作而不占用席位，崩溃了支撑该模式的基本假设：人类员工数量驱动软件消耗。
基于消费的定价正在成为主导模式。按API调用、工作流执行、处理的令牌或完成的任务付费。Snowflake和MongoDB等公司采用这种模式，当AI代理生成更多查询时，它们产生更多收入。这种模式与AI工作负载的扩展方式高度一致。
基于结果的定价代表最理想的模式，但挑战在于定义和衡量结果、归因困难以及AI代理质量成为供应商责任。Zendesk对每个成功解决的客户互动收取1.50美元，这是结果导向定价的典型案例。
混合模式正在成为主流过渡策略。基础平台费用加上顶层消费/结果定价保留了收入地板，同时创造了与代理使用相关的上行空间。Salesforce Agentforce采用按对话收费的模式，而非按席位收费，这种模式保留了收入地板，同时创造了与代理使用相关的上行空间。
四、机会地图：系统性受益者分析
4.1 硬件层机会地图
基于前述分析，硬件层可识别出以下确定性最高的受益领域：
核心受益区（一阶机会）包括芯片制造商和代工服务商。NVIDIA凭借其市场主导地位和CUDA生态系统护城河，是参与AI硬件产业扩张的首选标的。其数据中心业务收入预计在2026年超过1,500亿美元，且先进封装产能的战略性锁定进一步保障了其供应能力。AMD在AI加速器市场稳步扩大份额，MI350系列预计将在2026年第三季度推动收入显著增长。TSMC作为AI芯片制造和先进封装的核心供应商，直接受益于整个产业的扩张，其先进封装产能扩张直接决定了AI芯片市场的供应能力。
次级受益区（二阶机会）包括封装测试产业链、电力基础设施和冷却系统供应商。SK海力士在AI内存市场的领先地位使其成为HBM需求爆发的核心受益者，其2025年营业利润创纪录增长，首次超越三星。三星电子同时具备先进制程和HBM内存生产能力，其内存业务在AI需求推动下表现强劲。液体冷却市场预计以52%的复合增长率扩张，Vertiv、Schneider Electric等传统电力设备供应商正在扩大数据中心冷却业务。
PCIe与互联技术受益区包括Marvell、Broadcom和Astera Labs等PCIe Switch供应商。PCIe 6.0正在成为AI服务器的新标准，市场预计以约11%的复合增长率扩张。CXL技术的发展将进一步扩大内存池化市场，为相关供应商提供新的增长动力。
4.2 软件层机会地图
软件层的投资机会呈现高度分化特征，投资者需要审慎甄别真正的长期受益者：
明确受益区包括AI原生架构公司和AI基础设施供应商。Palantir凭借其AIP平台的领先地位，是软件层确定性最高的受益标的。其在美国商业收入121%的同比增长和51%的调整后营业利润率，证明了AI原生转型的成功路径。Snowflake从数据仓库向“企业AI神经系统”的转型正在获得市场认可，其1亿美元AI收入运行率标志着AI业务的商业化突破。
转型受益区包括能够成功执行AI原生转型的传统SaaS厂商。ServiceNow以28.5亿美元收购Moveworks，显示了传统软件巨头向代理技术转型的决心。其Now Assist业务的6亿美元ACV表明，正确的战略执行能够实现价值重估。Salesforce的Agentforce平台虽然面临创新-采用差距，但14亿美元结合AI和Data 360的ARR证明了其AI战略的商业潜力。
风险观察区包括面临结构性挑战的传统SaaS厂商。基于席位的定价模式在AI代理时代面临根本挑战，SMB客户集中度高的SaaS面临更大的AI颠覆风险。GitLab下跌32%、Atlassian下跌34%、Adobe下跌35%等案例表明，未能证明AI货币化能力的公司正在被市场重新定价。
4.3 综合机会矩阵
综合硬件层和软件层的分析，本文构建以下投资机会矩阵：
在硬件层，NVIDIA、TSMC、SK海力士提供最直接的AI计算和内存敞口，属于高确定性核心持仓标的。AMD、Marvell、Broadcom提供AI芯片和互联技术的多元化敞口，属于中等确定性配置标的。电力基础设施（Vertiv、Schneider Electric）和冷却系统供应商提供数据中心扩张的顺风敞口，属于增长型配置标的。
在软件层，Palantir提供最明确的AI原生软件受益者敞口，属于高确定性成长标的。Snowflake提供数据基础设施向AI基础设施转型的敞口，属于中等确定性配置标的。ServiceNow提供企业AI控制塔定位的敞口，属于转型受益标的。传统SaaS厂商需要个体化评估，只有那些能够成功执行AI原生转型的公司才值得配置。
五、风险因素评估
5.1 技术迭代风险
AI硬件技术正在快速迭代。今天的领先技术可能在几年内被取代。HBM3刚成为主流，HBM4就已提上日程。PCIe 5.0尚未普及，PCIe 6.0和7.0已在规划中。NVIDIA的Blackwell架构正在取代Hopper，下一代产品已在研发中。
GPU市场的竞争格局也存在不确定性。AMD的MI350系列正在缩小与NVIDIA的性能差距。Google的TPU、AWS的Trainium和Inferentia、Microsoft的Maia芯片、Meta的MTIA等定制芯片正在逐步扩大部署。
5.2 地缘政治风险
半导体产业是高度全球化的，供应链分布跨越多个国家和地区。美国对中国的出口管制正在重塑AI芯片贸易格局。NVIDIA估计，出口管制每年影响其50至100亿美元的收入。地缘政治紧张可能导致供应链中断或市场分割，增加投资不确定性。
5.3 周期性风险
半导体产业具有明显的周期性特征。需求高峰后的库存调整可能导致短期业绩波动。AI硬件需求虽然长期增长，但短期波动仍可能影响投资者回报。市场对AI的预期往往过度乐观，实际落地节奏可能低于预期。
5.4 软件层估值重估风险
软件远期市盈率从2020至2022年峰值时的84.1倍压缩至22.7倍，约2万亿美元市值已蒸发。这一重新定价过程尚未结束，部分传统SaaS厂商可能面临进一步的估值压缩。
创新-采用差距是软件公司面临的核心挑战。仅约8%的Salesforce客户采用了Agentforce，这一差距表明AI产品的商业化路径比预期更为漫长。市场可能需要更长时间才能看到AI投资转化为可持续的收入增长。
六、结论与展望
6.1 核心结论
本报告对Agentic AI时代的硬件和软件投资机会进行了系统性分析，得出以下核心结论。
在硬件层，真正的受益者具有以下特征：掌握核心技术的行业领导者（NVIDIA、TSMC）、处于产能瓶颈环节的供应商（先进封装、HBM内存）、以及受益于基础设施扩张的周边产业（电力、冷却）。这些受益者的确定性最高，因为其价值获取不依赖于特定应用场景的成功，而是来自于产业扩张本身。
在软件层，受益者呈现高度分化。AI原生架构公司（Palantir）正在成为长期赢家，而传统SaaS厂商的命运取决于其转型能力。ServiceNow收购Moveworks、Salesforce推出Agentforce等动作表明，传统巨头正在积极应对。成功转型的公司将获得重新定价的机遇，未能适应的公司则面临结构性萎缩。
定价模式转变是理解软件层投资机会的关键。基于席位的模式向基于消费/结果模式的转变将重塑行业价值链。这一转变虽然对传统SaaS构成短期压力，但也为成功转型的公司创造了新的增长空间。
6.2 未来展望
展望未来，Agentic AI的发展将经历三个阶段。第一阶段是基础设施建设期（当前至2027年），特点是芯片、封装、电力等硬件基础设施的持续扩张。第二阶段是应用突破期（2027年至2030年），预计Agentic AI将在企业场景中实现规模化落地，形成真正的生产力工具。第三阶段是生态成熟期（2030年以后），届时AI代理将成为企业运营的标准组件，整个产业格局将趋于稳定。
投资者应认识到，Agentic AI革命仍处于早期阶段，产业发展路径存在不确定性。然而，历史经验表明，每一次技术革命都会催生一批伟大的公司，同时也会淘汰未能适应新范式的传统企业。在这场变革中，硬件层的确定性为投资者提供了相对安全的参与渠道，而软件层的高分化特征则要求投资者具备更强的甄别能力。
最终，正如麦肯锡的观察所揭示的：“AI不是功能，是楔子。”成功的公司将是那些能够从销售工具转变为编排成果的公司。这需要对产品架构、定价模型和价值主张进行根本性变革——那些无法实现这一根本重塑的公司将面临结构性萎缩的风险，而成功转型的公司将成为Agentic AI时代的真正受益者。
信息来源说明
本文综合了来自权威市场研究机构（包括MarketsandMarkets、Statista、TechInsights、TrendForce）、顶级咨询公司（包括麦肯锡、贝恩、德勤、高盛）、主流财经媒体（包括CNBC、Forbes、Yahoo Finance）以及公司官方发布的多方信息。报告中的数据截至2026年4月，反映了Agentic AI产业发展的最新状态。所有投资建议仅供专业投资者参考，不构成具体的投资推荐。投资者应根据自身风险偏好和投资目标进行独立判断。
