夜雨聆风
摘要
本周观点：
Datadog业绩beat领涨IGV，应用公司业绩极具韧性。我们认为，本轮IGV反弹的核心催化来自Datadog财报超预期，但更重要的意义在于，其同时验证了AI Infra需求真实存在、超大规模AI客户仍在加速投入，以及AI吞噬应用层SaaS的悲观叙事并不成立。无论是Datadog、Fortinet、Snowflake、MongoDB等基础设施与数据平台公司，还是网络安全与应用层厂商，本轮财报均显示企业IT需求仍具韧性，AI正在带来新的系统级增量需求。
超跌修复：估值已回落至历史底部。IGV此前的大幅回撤，本质上源于市场对“生成式AI颠覆SaaS”的极度悲观定价。在估值压缩至历史底部区域后，一旦业绩层面开始证伪“AI吞噬论”，估值修复弹性便迅速释放。本轮反弹不仅是情绪修复，更是对此前过度悲观预期的一次集中纠偏。
吞噬论一刀切并不合理，IT项目是系统化解决方案。“AI吞噬一切SaaS”的线性叙事并不符合真实产业逻辑。随着AI从演示级走向生产级，企业对于可观测性、安全、数据治理、向量检索、工作流协同等系统能力的需求反而被结构性放大。无论是DDOG的监控能力、FTNT/PANW/CRWD的安全能力、SNOW/MDB的数据底座能力，还是ServiceNow的工作流体系，本质上都处于AI规模化部署的关键路径之中。AI真正带来的并非IT预算消失，而是企业IT架构复杂度与系统化需求的全面提升。
看好方向：高景气高壁垒，及AI Infra与信创共振方向。我们认为，当前最值得关注的方向包括两条主线：一是高景气高壁垒场景，以Seedance 2.0为代表的多模态模型能力跃迁，正驱动漫剧Agent等细分场景跨越商业化拐点，且具备复杂工作流壁垒的业务正加速实现AI赋能；二是信创+AI Infra共振方向，随着信创迈入核心替换节点，叠加复杂AI项目对多模态数据库、数据治理及向量检索能力的拉动，具备核心底层基建能力的国产厂商有望迎来需求加速期。
相关标的：
1）大模型：智谱、Minimax、腾讯控股、阿里巴巴、科大讯飞；
2）高景气&高壁垒：德才股份、美年健康、康众医疗、真爱美家、中控技术、金蝶国际、用友网络、迪普科技、云知声、多点数智、聚水潭、迈富时、阜博集团、范式智能、汇量科技等；
3）AI Infra：达梦数据、星环科技、广立微、合合信息等；
4）信创：金山办公、纳思达、中国软件、顶点软件、太极股份、海量数据、诚迈科技、麒麟信安、润和软件、卓易信息、奇安信、三六零、安恒信息、天融信、永信至诚、启明星辰等。
+
风险提示
行业竞争加剧的风险；技术研发进度不及预期的风险；特定行业下游资本开支周期性波动的风险。
报告目录：
报告正文：
01 Datadog业绩beat领涨IGV，应用公司业绩极具韧性
Datadog在5月7日财报后股价飙升31%，季度营收首次突破10亿美元，带动Snowflake和MongoDB股价分别上涨约10%。我们认为，DDOG之所以能够驱动IGV反弹的，本质上是因为此刻公司通过业绩验证AI Infra订单是真实增量、超大规模AI客户在加速签单，以及被市场认定的“应用类SaaS死亡论”完全不能解释这种基本面。同时，从本周公布业绩的几家代表性公司来看，无论是Infra层（DDOG、FTNT、SNOW、MDB），还是应用层公司，业绩优于市场担忧的“被AI吞噬”叙事。
1.1 Datadog（DDOG）：增长重新加速、AI原生势头、利润率改善三轮驱动
DDOG受增长重新加速、AI原生势头及利润率改善推动，2026Q1实现营收10.06亿美元，超出市场预期的9.6亿美元，同比增长32%，营业利润率达22%。公司全面上调指引，预计2026年全年营收中值为43.2亿美元，高于此前预测的40,8亿美元。公司年支付额超过10万美元的客户数量增长至4550个，同时，Datadog CEO表示，公司在超级智能实验室训练业务方面以获两家大型超大规模客户。
1.2 Fortinet（FTNT）：AI加剧的复杂威胁环境正推动网安行业迈入新阶段
Fortinet 2026Q1总营收同比增长20%至18.5亿美元，高于市场预期的17.3亿美元，Billings同比增长31%至20.9亿美元，主要由于网络与安全融合趋势的延续，以及AI正在加剧的日益复杂的威胁环境。Fortinet将2026年全年营收指引从此前的75-77亿美元上调至77.1-78.7亿美元全年毛利率预计可达79%-81%。Billings业务的高增长说明客户在主动加大投入而非削减开支，已经打破市场对于“AI吞噬网络安全”的观点。
1.3 基建软件（AI Infra）：Snowflake、MongoDB领涨
Snowflak表示，AI发展势头强劲，超过9100家客户（包括丰田汽车欧洲公司和联合租赁公司）正在使用Snowflake的AI功能，公司领先的AI能力已成为客户AI战略的基石。Snowflake Intelligence在短短3个月内，就从一项新兴产品发展成为近2500家客户的必备功能。AI正在推动工作负载的扩展和用户群的扩大，从而增强Snowflake整体业务的实力。同时，公司26Q1净新增客户数量创历史新高，达到740家，过去12个月消费额超过1000万美元的客户数量也创下新纪录。截至2026年1月31日，Snowflake已为790家福布斯全球2000强企业提供服务，同比增长5%，Capital One和Thomson Reuters等客户正在使用Snowflake来增强其数据和分析基础架构。
MongoDB 2026财年Q4总营收6.95亿美元，同比增长27%，超过指引上限4%；其中Atlas云数据库收入首次突破20亿美元，同比增长29%，单季净新增收入1.14亿美元创历史纪录，占总收入的72%，环比小幅提升。MongoDB管理层强调，AI与Agent类应用需要内存、状态和高质量检索能力，而这些能力是现代OLTP平台原生具备的，能够通过集成搜索、向量搜索和嵌入功能，无需ETL或外挂系统即可支持实时应用。
我们认为，海量Agent并发运行需要合规、安全地高频访问企业内部数据，AI直接拉动了对数据平台的用量与算力消耗。Snowflake“结构性增量驱动力”和MongoDB“Vector Search客户翻倍”的两份业绩是同一个逻辑的两面，即越复杂的AI Agent应用，越需要数据底座作为内存与状态层。
02 超跌修复：估值已回落至历史底部
受“AI吞噬论”主导的极度悲观预期影响，软件指数IGV在2026大幅回撤，2026Q1一度回撤30%，主要由于被解读为生成式AI对SaaS的颠覆、人力资源重新分配等多重因素。IGV在2026年4月触及4月初52周低点74.6美元，并在4月17日前后录得自2001年10月以来最佳单周表现，表明此前的抛售情绪已经过度，恐慌情绪开始消退，市场将出现反转。我们认为，支撑反弹得以发生的另一根支柱，是“AI吞噬论”造成的极度悲观预期把IGV降至历史底部区域，业绩证伪吞噬叙事，估值修复的弹性瞬间释放。
03 吞噬论一刀切并不合理：IT项目是系统化解决方案
一刀切的吞噬论本身并不合理，对于偏系统化工程的IT项目，AI不仅不是吞噬，反而会带来海量的系统级需求，包括对AI推理服务的监控（DDOG）、云原生安全与SASE防护（FTNT、PANW、CRWD）、底层数据清洗与治理（SNOW）、为Agent应用提供检索/向量内存的数据基础设施（MDB），以及跨部门工作流协同（ServiceNow）。
Fortinet公布Q1业绩并大涨之后，Zscaler、CrowdStrike、Palo Alto Networks均录得跟涨：CrowdStrike上涨7%、Palo Alto Networks上涨5.4%；由此可见，企业在网络安全上的投入展现出极强韧性，背后驱动是不断升级的威胁态势、AI驱动的攻击向量以及在数据保护方面日益严格的监管要求。
据Infoq，中国AI发展已从“技术可用”迈入“工程可靠、商业可行、治理可控”的深水区，而当前产业界最真实的焦虑也正源对AI生产环境中长期稳定交付能力的担忧。过去一年，极客邦技术大会团队通过与大量一线技术团队、工程负责人深入交流，同样也发现了这一趋势，2026年的AI产业焦虑已经从“AI能做什么”转向“AI系统能否在生产环境中稳定运行、可控交付、持续产生价值，成本是否可度量，质量、风险、合规能否在控制范围内”。
AI基础设施的需求被结构性放大。AI从“演示级”走向“生产级”的过程，本质上是把所有原本被视为“AI吞噬对象”的IT基础设施重新放在了AI规模化部署的关键路径上，可观测性、合规审计、数据治理、安全身份、工作流编排——这些恰恰是DDOG、SNOW、MDB、ServiceNow、PANW、CRWD的产品矩阵。
04 看好方向：高景气高壁垒，及AI Infra与信创共振方向
4.1 以Seedance2.0为代表的高景气高壁垒方向
2026年2月10日，字节跳动旗下即梦AI正式发布Seedance 2.0；该模型在Artificial Analysis Video Arena以Elo 1,269的成绩登顶，超越Google Veo 3、OpenAI Sora 2和Runway Gen-4.5，成为当前评测体系下综合表现最强的视频生成模型。生成质量的稳定性（抽卡成功率）对ai视频成本非常关键，让模型生成一段15秒的视频，过去AI视频抽卡成功率不到20%，根据极客公园的测试和多位从业者在X上的反馈，Seedance2.0的可用率高达90%以上。模型能力的跃迁直接降低废片率，是漫剧agent商业化的关键拐点。
我们认为，从抽卡成功率提升的角度看，漫剧agent的真实生产成本大幅压缩，这意味着“批量化AI内容生产”在2026年将首次具备规模化的单位经济模型。
4.2 信创和AI Infra共振的方向
复杂AI项目对底层数据治理、向量检索、模型管理的要求提升，需求可以被国产数据库/数据平台厂商所承接；同时，信创临近替换重要节点，党政及行业均加速替换，信创+AI Infra共振方向有望受益。
信创：临近重要替换节点，政策引导+AI技术革新引领行业迈入加速期
政策端：一方面，信创临近重要替换节点，党政及行业均加速替换，且进一步迈入替换深水区；另一方面，供应链安全相关的政策引导进一步完善，4月7日，国务院总理李强签署国务院令，公布《国务院关于产业链供应链安全的规定》，这是我国首部针对产业链供应链安全的专项行政法规，为党政、金融、电信、能源、交通、航空航天等关键行业加速推进信创替代提供了坚实依据。在政策驱动下，金融、电信、交通、能源行业信创建设加速，信创进程在深度、广度上均显著提升。
技术端：AI与信创的融合已从产业趋势升级为发展刚需。4月22日，2026中国数据库技术与产业大会在北京举办，行业各界达成共识：国内数据库产业已完成规模化替代的阶段性目标，正式进入“AI驱动+市场筛选”的高质量发展阶段，AI技术正从内核层面重塑数据库架构，向量数据库、AI原生数据库逐步成为产业主流，打破了传统数据库“功能叠加”的发展模式。达梦数据、人大金仓、OceanBase、PolarDB等国内头部数据库企业，在大会上集中展示了AI融合成果，向量检索、多模数据统一管控、智能自治运维等功能已成为产品核心配置。
AI Infra：AI复杂度提升催生治理刚需，AI Infra TAM进一步扩大
AI基础设施软件可以协助企业将原始数据转化为高质量数据资产，并降低企业AI能力的开发难度。AI基础设施软件整合了数据清洗、生成、标注、存储等功能，实现了对企业内部异构数据源的统一访问与集中管理。通过提升整体数据的可用性，显著减少数据孤岛与冗余，为构建结构合理、语义一致的数据资产体系奠定基础。此外，AI基础设施软件可以提供模型设计、测试与迭代的框架，降低构建AI应用的复杂性，助力企业更高效地开发和部署人工智能。例如，AI模型开发软件可自动执行重复任务，优化数据识别、分类及管理流程，从而高效处理大规模数据集，加快AI模型训练及部署，取代独立开发AI模型的传统做法。
数据底座构成AI基础设施软件中的关键部分。在大数据场景下，以集中式架构关系型数据库为代表的传统数据管理软件不能很好适应数据的“4V”特性，面临较多技术挑战。随着信息技术的发展，尤其是生成式AI的出现，数据处理需求的变化推动了数据管理软件技术的变革，从技术发展方向来看，数据管理软件技术依次按照“关系型、集中式”向“非关系型、分布式”并进一步向“多模型、云原生”这三个阶段进行演变。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展，智能分析软件需要提供机器学习和大模型的统一运营视角。
我们认为，随着AI系统复杂度提升，数据库/可观测性/安全/恢复/混合云/工作负载编排等相关的AI Infra工具越发成为刚需，因此复杂Agent的应用，将进一步打开AI Infra板块的TAM扩张边界。
信创及AI Infra共振方向，以达梦数据、星环科技、广立微三家公司为例：
达梦数据：国产数据库龙头。公司主营业务由软件产品使用授权、数据及行业解决方案、数据库一体机销售及有偿运维服务，产品已在金融、电力、通信、交通、医疗等领域得到广泛应用。公司积极推进新型数据库技术的研究，借鉴已有关系型和非关系型系列产品研发经验，从底层进行全新设计，研发全新的分布式原生多模数据库产品，用于同时支持图、关系、键值、向量等在内的多模数据的存储和管理，目前已经取得多项技术突破。
星环科技：企业级AI和大数据基础设施软件开发商。公司围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期，以及从数据到知识、模型到应用的端到端全流程，提供全栈式基础软件及服务，已构建大数据与云基础平台、分布式数据库、数据开发工具、人工智能平台等软件产品矩阵。公司在AI Infra商业化方向上已逐步落地，金融客户借助星环知识平台TKH构建投研知识库，能源集团通过Sophon LLMOps完成设备故障预测场景上线，政府、教育、制造等行业亦开始复制相关场景。
广立微：制造类EDA+半导体AI数据分析。公司深耕制造类EDA，提供“软件+测试设备+数据分析”一体化方案，在良率提升EDA、可制造性设计（DFM）EDA、可测试性设计（DFT）EDA领域均有产品推出；半导体大数据分析软件矩阵丰富，以AI和大模型串联数据中枢，包括QuickRoot、TPC、iCASE在内的“AI智能+LLM大模型”工具集逐渐丰富。
05 相关标的
1）大模型：智谱、Minimax、腾讯控股、阿里巴巴、科大讯飞；
2）高景气&高壁垒：德才股份、美年健康、康众医疗、真爱美家、中控技术、金蝶国际、用友网络、迪普科技、云知声、多点数智、聚水潭、迈富时、阜博集团、范式智能、汇量科技等；
3）AI Infra：达梦数据、星环科技、广立微、合合信息等；
4）信创：金山办公、纳思达、中国软件、顶点软件、太极股份、海量数据、诚迈科技、麒麟信安、润和软件、卓易信息、奇安信、三六零、安恒信息、天融信、永信至诚、启明星辰等。
06 风险提示
行业竞争加剧的风险：
在信创等政策持续加码支持计算机行业发展的背景下，众多新兴玩家参与到市场竞争之中，若市场竞争进一步加剧，竞争优势偏弱的企业或面临出清，某些中低端品类的毛利率或受到一定程度影响。
技术研发进度不及预期的风险：
计算机行业技术开发需投入大量资源，如果相关厂商新品研发进程不及预期，表观层面将呈现出投入产出在较长时期的滞后特征。
特定行业下游资本开支周期性波动的风险：
部分计算机公司系顺周期行业，下游资本开支波动与行业周期性相关性较强，或在个别年份对于上游软件厂商的营收表现产生扰动。
报告信息
证券研究报告：《计算机行业研究报告：海外哪些AI应用在反弹》
对外发布时间：2026年5月10日
报告发布机构：国金证券股份有限公司
证券分析师：
刘高畅：SAC执业编号：S1130525120005
邮箱：liugaochang＠gjzq.com.cn
陈芷婧：SAC执业编号：S1130525120008
邮箱：chenzhijing＠gjzq.com.cn
李可夫：SAC执业编号：S1130525120009
邮箱：likefu＠gjzq.com.cn
鲍淑娴：SAC执业编号：S1130526020002
邮箱：baoshuxian＠gjzq.com.cn
点击下方阅读原文，获取更多最新资讯
摘要
本周观点：
Datadog业绩beat领涨IGV，应用公司业绩极具韧性。我们认为，本轮IGV反弹的核心催化来自Datadog财报超预期，但更重要的意义在于，其同时验证了AI Infra需求真实存在、超大规模AI客户仍在加速投入，以及AI吞噬应用层SaaS的悲观叙事并不成立。无论是Datadog、Fortinet、Snowflake、MongoDB等基础设施与数据平台公司，还是网络安全与应用层厂商，本轮财报均显示企业IT需求仍具韧性，AI正在带来新的系统级增量需求。
超跌修复：估值已回落至历史底部。IGV此前的大幅回撤，本质上源于市场对“生成式AI颠覆SaaS”的极度悲观定价。在估值压缩至历史底部区域后，一旦业绩层面开始证伪“AI吞噬论”，估值修复弹性便迅速释放。本轮反弹不仅是情绪修复，更是对此前过度悲观预期的一次集中纠偏。
吞噬论一刀切并不合理，IT项目是系统化解决方案。“AI吞噬一切SaaS”的线性叙事并不符合真实产业逻辑。随着AI从演示级走向生产级，企业对于可观测性、安全、数据治理、向量检索、工作流协同等系统能力的需求反而被结构性放大。无论是DDOG的监控能力、FTNT/PANW/CRWD的安全能力、SNOW/MDB的数据底座能力，还是ServiceNow的工作流体系，本质上都处于AI规模化部署的关键路径之中。AI真正带来的并非IT预算消失，而是企业IT架构复杂度与系统化需求的全面提升。
看好方向：高景气高壁垒，及AI Infra与信创共振方向。我们认为，当前最值得关注的方向包括两条主线：一是高景气高壁垒场景，以Seedance 2.0为代表的多模态模型能力跃迁，正驱动漫剧Agent等细分场景跨越商业化拐点，且具备复杂工作流壁垒的业务正加速实现AI赋能；二是信创+AI Infra共振方向，随着信创迈入核心替换节点，叠加复杂AI项目对多模态数据库、数据治理及向量检索能力的拉动，具备核心底层基建能力的国产厂商有望迎来需求加速期。
相关标的：
1）大模型：智谱、Minimax、腾讯控股、阿里巴巴、科大讯飞；
2）高景气&高壁垒：德才股份、美年健康、康众医疗、真爱美家、中控技术、金蝶国际、用友网络、迪普科技、云知声、多点数智、聚水潭、迈富时、阜博集团、范式智能、汇量科技等；
3）AI Infra：达梦数据、星环科技、广立微、合合信息等；
4）信创：金山办公、纳思达、中国软件、顶点软件、太极股份、海量数据、诚迈科技、麒麟信安、润和软件、卓易信息、奇安信、三六零、安恒信息、天融信、永信至诚、启明星辰等。
+
风险提示
行业竞争加剧的风险；技术研发进度不及预期的风险；特定行业下游资本开支周期性波动的风险。
报告目录：
报告正文：
01 Datadog业绩beat领涨IGV，应用公司业绩极具韧性
Datadog在5月7日财报后股价飙升31%，季度营收首次突破10亿美元，带动Snowflake和MongoDB股价分别上涨约10%。我们认为，DDOG之所以能够驱动IGV反弹的，本质上是因为此刻公司通过业绩验证AI Infra订单是真实增量、超大规模AI客户在加速签单，以及被市场认定的“应用类SaaS死亡论”完全不能解释这种基本面。同时，从本周公布业绩的几家代表性公司来看，无论是Infra层（DDOG、FTNT、SNOW、MDB），还是应用层公司，业绩优于市场担忧的“被AI吞噬”叙事。
1.1 Datadog（DDOG）：增长重新加速、AI原生势头、利润率改善三轮驱动
DDOG受增长重新加速、AI原生势头及利润率改善推动，2026Q1实现营收10.06亿美元，超出市场预期的9.6亿美元，同比增长32%，营业利润率达22%。公司全面上调指引，预计2026年全年营收中值为43.2亿美元，高于此前预测的40,8亿美元。公司年支付额超过10万美元的客户数量增长至4550个，同时，Datadog CEO表示，公司在超级智能实验室训练业务方面以获两家大型超大规模客户。
1.2 Fortinet（FTNT）：AI加剧的复杂威胁环境正推动网安行业迈入新阶段
Fortinet 2026Q1总营收同比增长20%至18.5亿美元，高于市场预期的17.3亿美元，Billings同比增长31%至20.9亿美元，主要由于网络与安全融合趋势的延续，以及AI正在加剧的日益复杂的威胁环境。Fortinet将2026年全年营收指引从此前的75-77亿美元上调至77.1-78.7亿美元全年毛利率预计可达79%-81%。Billings业务的高增长说明客户在主动加大投入而非削减开支，已经打破市场对于“AI吞噬网络安全”的观点。
1.3 基建软件（AI Infra）：Snowflake、MongoDB领涨
Snowflak表示，AI发展势头强劲，超过9100家客户（包括丰田汽车欧洲公司和联合租赁公司）正在使用Snowflake的AI功能，公司领先的AI能力已成为客户AI战略的基石。Snowflake Intelligence在短短3个月内，就从一项新兴产品发展成为近2500家客户的必备功能。AI正在推动工作负载的扩展和用户群的扩大，从而增强Snowflake整体业务的实力。同时，公司26Q1净新增客户数量创历史新高，达到740家，过去12个月消费额超过1000万美元的客户数量也创下新纪录。截至2026年1月31日，Snowflake已为790家福布斯全球2000强企业提供服务，同比增长5%，Capital One和Thomson Reuters等客户正在使用Snowflake来增强其数据和分析基础架构。
MongoDB 2026财年Q4总营收6.95亿美元，同比增长27%，超过指引上限4%；其中Atlas云数据库收入首次突破20亿美元，同比增长29%，单季净新增收入1.14亿美元创历史纪录，占总收入的72%，环比小幅提升。MongoDB管理层强调，AI与Agent类应用需要内存、状态和高质量检索能力，而这些能力是现代OLTP平台原生具备的，能够通过集成搜索、向量搜索和嵌入功能，无需ETL或外挂系统即可支持实时应用。
我们认为，海量Agent并发运行需要合规、安全地高频访问企业内部数据，AI直接拉动了对数据平台的用量与算力消耗。Snowflake“结构性增量驱动力”和MongoDB“Vector Search客户翻倍”的两份业绩是同一个逻辑的两面，即越复杂的AI Agent应用，越需要数据底座作为内存与状态层。
02 超跌修复：估值已回落至历史底部
受“AI吞噬论”主导的极度悲观预期影响，软件指数IGV在2026大幅回撤，2026Q1一度回撤30%，主要由于被解读为生成式AI对SaaS的颠覆、人力资源重新分配等多重因素。IGV在2026年4月触及4月初52周低点74.6美元，并在4月17日前后录得自2001年10月以来最佳单周表现，表明此前的抛售情绪已经过度，恐慌情绪开始消退，市场将出现反转。我们认为，支撑反弹得以发生的另一根支柱，是“AI吞噬论”造成的极度悲观预期把IGV降至历史底部区域，业绩证伪吞噬叙事，估值修复的弹性瞬间释放。
03 吞噬论一刀切并不合理：IT项目是系统化解决方案
一刀切的吞噬论本身并不合理，对于偏系统化工程的IT项目，AI不仅不是吞噬，反而会带来海量的系统级需求，包括对AI推理服务的监控（DDOG）、云原生安全与SASE防护（FTNT、PANW、CRWD）、底层数据清洗与治理（SNOW）、为Agent应用提供检索/向量内存的数据基础设施（MDB），以及跨部门工作流协同（ServiceNow）。
Fortinet公布Q1业绩并大涨之后，Zscaler、CrowdStrike、Palo Alto Networks均录得跟涨：CrowdStrike上涨7%、Palo Alto Networks上涨5.4%；由此可见，企业在网络安全上的投入展现出极强韧性，背后驱动是不断升级的威胁态势、AI驱动的攻击向量以及在数据保护方面日益严格的监管要求。
据Infoq，中国AI发展已从“技术可用”迈入“工程可靠、商业可行、治理可控”的深水区，而当前产业界最真实的焦虑也正源对AI生产环境中长期稳定交付能力的担忧。过去一年，极客邦技术大会团队通过与大量一线技术团队、工程负责人深入交流，同样也发现了这一趋势，2026年的AI产业焦虑已经从“AI能做什么”转向“AI系统能否在生产环境中稳定运行、可控交付、持续产生价值，成本是否可度量，质量、风险、合规能否在控制范围内”。
AI基础设施的需求被结构性放大。AI从“演示级”走向“生产级”的过程，本质上是把所有原本被视为“AI吞噬对象”的IT基础设施重新放在了AI规模化部署的关键路径上，可观测性、合规审计、数据治理、安全身份、工作流编排——这些恰恰是DDOG、SNOW、MDB、ServiceNow、PANW、CRWD的产品矩阵。
04 看好方向：高景气高壁垒，及AI Infra与信创共振方向
03 吞噬论一刀切并不合理：IT项目是系统化解决方案
03 吞噬论一刀切并不合理：IT项目是系统化解决方案
一刀切的吞噬论本身并不合理，对于偏系统化工程的IT项目，AI不仅不是吞噬，反而会带来海量的系统级需求，包括对AI推理服务的监控（DDOG）、云原生安全与SASE防护（FTNT、PANW、CRWD）、底层数据清洗与治理（SNOW）、为Agent应用提供检索/向量内存的数据基础设施（MDB），以及跨部门工作流协同（ServiceNow）。
Fortinet公布Q1业绩并大涨之后，Zscaler、CrowdStrike、Palo Alto Networks均录得跟涨：CrowdStrike上涨7%、Palo Alto Networks上涨5.4%；由此可见，企业在网络安全上的投入展现出极强韧性，背后驱动是不断升级的威胁态势、AI驱动的攻击向量以及在数据保护方面日益严格的监管要求。
据Infoq，中国AI发展已从“技术可用”迈入“工程可靠、商业可行、治理可控”的深水区，而当前产业界最真实的焦虑也正源对AI生产环境中长期稳定交付能力的担忧。过去一年，极客邦技术大会团队通过与大量一线技术团队、工程负责人深入交流，同样也发现了这一趋势，2026年的AI产业焦虑已经从“AI能做什么”转向“AI系统能否在生产环境中稳定运行、可控交付、持续产生价值，成本是否可度量，质量、风险、合规能否在控制范围内”。
AI基础设施的需求被结构性放大。AI从“演示级”走向“生产级”的过程，本质上是把所有原本被视为“AI吞噬对象”的IT基础设施重新放在了AI规模化部署的关键路径上，可观测性、合规审计、数据治理、安全身份、工作流编排——这些恰恰是DDOG、SNOW、MDB、ServiceNow、PANW、CRWD的产品矩阵。
04 看好方向：高景气高壁垒，及AI Infra与信创共振方向
4.1 以Seedance2.0为代表的高景气高壁垒方向
2026年2月10日，字节跳动旗下即梦AI正式发布Seedance 2.0；该模型在Artificial Analysis Video Arena以Elo 1,269的成绩登顶，超越Google Veo 3、OpenAI Sora 2和Runway Gen-4.5，成为当前评测体系下综合表现最强的视频生成模型。生成质量的稳定性（抽卡成功率）对ai视频成本非常关键，让模型生成一段15秒的视频，过去AI视频抽卡成功率不到20%，根据极客公园的测试和多位从业者在X上的反馈，Seedance2.0的可用率高达90%以上。模型能力的跃迁直接降低废片率，是漫剧agent商业化的关键拐点。
我们认为，从抽卡成功率提升的角度看，漫剧agent的真实生产成本大幅压缩，这意味着“批量化AI内容生产”在2026年将首次具备规模化的单位经济模型。
4.2 信创和AI Infra共振的方向
复杂AI项目对底层数据治理、向量检索、模型管理的要求提升，需求可以被国产数据库/数据平台厂商所承接；同时，信创临近替换重要节点，党政及行业均加速替换，信创+AI Infra共振方向有望受益。
信创：临近重要替换节点，政策引导+AI技术革新引领行业迈入加速期
政策端：一方面，信创临近重要替换节点，党政及行业均加速替换，且进一步迈入替换深水区；另一方面，供应链安全相关的政策引导进一步完善，4月7日，国务院总理李强签署国务院令，公布《国务院关于产业链供应链安全的规定》，这是我国首部针对产业链供应链安全的专项行政法规，为党政、金融、电信、能源、交通、航空航天等关键行业加速推进信创替代提供了坚实依据。在政策驱动下，金融、电信、交通、能源行业信创建设加速，信创进程在深度、广度上均显著提升。
技术端：AI与信创的融合已从产业趋势升级为发展刚需。4月22日，2026中国数据库技术与产业大会在北京举办，行业各界达成共识：国内数据库产业已完成规模化替代的阶段性目标，正式进入“AI驱动+市场筛选”的高质量发展阶段，AI技术正从内核层面重塑数据库架构，向量数据库、AI原生数据库逐步成为产业主流，打破了传统数据库“功能叠加”的发展模式。达梦数据、人大金仓、OceanBase、PolarDB等国内头部数据库企业，在大会上集中展示了AI融合成果，向量检索、多模数据统一管控、智能自治运维等功能已成为产品核心配置。
AI Infra：AI复杂度提升催生治理刚需，AI Infra TAM进一步扩大
AI基础设施软件可以协助企业将原始数据转化为高质量数据资产，并降低企业AI能力的开发难度。AI基础设施软件整合了数据清洗、生成、标注、存储等功能，实现了对企业内部异构数据源的统一访问与集中管理。通过提升整体数据的可用性，显著减少数据孤岛与冗余，为构建结构合理、语义一致的数据资产体系奠定基础。此外，AI基础设施软件可以提供模型设计、测试与迭代的框架，降低构建AI应用的复杂性，助力企业更高效地开发和部署人工智能。例如，AI模型开发软件可自动执行重复任务，优化数据识别、分类及管理流程，从而高效处理大规模数据集，加快AI模型训练及部署，取代独立开发AI模型的传统做法。
数据底座构成AI基础设施软件中的关键部分。在大数据场景下，以集中式架构关系型数据库为代表的传统数据管理软件不能很好适应数据的“4V”特性，面临较多技术挑战。随着信息技术的发展，尤其是生成式AI的出现，数据处理需求的变化推动了数据管理软件技术的变革，从技术发展方向来看，数据管理软件技术依次按照“关系型、集中式”向“非关系型、分布式”并进一步向“多模型、云原生”这三个阶段进行演变。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展，智能分析软件需要提供机器学习和大模型的统一运营视角。
我们认为，随着AI系统复杂度提升，数据库/可观测性/安全/恢复/混合云/工作负载编排等相关的AI Infra工具越发成为刚需，因此复杂Agent的应用，将进一步打开AI Infra板块的TAM扩张边界。
信创及AI Infra共振方向，以达梦数据、星环科技、广立微三家公司为例：
达梦数据：国产数据库龙头。公司主营业务由软件产品使用授权、数据及行业解决方案、数据库一体机销售及有偿运维服务，产品已在金融、电力、通信、交通、医疗等领域得到广泛应用。公司积极推进新型数据库技术的研究，借鉴已有关系型和非关系型系列产品研发经验，从底层进行全新设计，研发全新的分布式原生多模数据库产品，用于同时支持图、关系、键值、向量等在内的多模数据的存储和管理，目前已经取得多项技术突破。
星环科技：企业级AI和大数据基础设施软件开发商。公司围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期，以及从数据到知识、模型到应用的端到端全流程，提供全栈式基础软件及服务，已构建大数据与云基础平台、分布式数据库、数据开发工具、人工智能平台等软件产品矩阵。公司在AI Infra商业化方向上已逐步落地，金融客户借助星环知识平台TKH构建投研知识库，能源集团通过Sophon LLMOps完成设备故障预测场景上线，政府、教育、制造等行业亦开始复制相关场景。
广立微：制造类EDA+半导体AI数据分析。公司深耕制造类EDA，提供“软件+测试设备+数据分析”一体化方案，在良率提升EDA、可制造性设计（DFM）EDA、可测试性设计（DFT）EDA领域均有产品推出；半导体大数据分析软件矩阵丰富，以AI和大模型串联数据中枢，包括QuickRoot、TPC、iCASE在内的“AI智能+LLM大模型”工具集逐渐丰富。
05 相关标的
05 相关标的
1）大模型：智谱、Minimax、腾讯控股、阿里巴巴、科大讯飞；
2）高景气&高壁垒：德才股份、美年健康、康众医疗、真爱美家、中控技术、金蝶国际、用友网络、迪普科技、云知声、多点数智、聚水潭、迈富时、阜博集团、范式智能、汇量科技等；
3）AI Infra：达梦数据、星环科技、广立微、合合信息等；
4）信创：金山办公、纳思达、中国软件、顶点软件、太极股份、海量数据、诚迈科技、麒麟信安、润和软件、卓易信息、奇安信、三六零、安恒信息、天融信、永信至诚、启明星辰等。
06 风险提示
06 风险提示
行业竞争加剧的风险：
在信创等政策持续加码支持计算机行业发展的背景下，众多新兴玩家参与到市场竞争之中，若市场竞争进一步加剧，竞争优势偏弱的企业或面临出清，某些中低端品类的毛利率或受到一定程度影响。
技术研发进度不及预期的风险：
计算机行业技术开发需投入大量资源，如果相关厂商新品研发进程不及预期，表观层面将呈现出投入产出在较长时期的滞后特征。
特定行业下游资本开支周期性波动的风险：
部分计算机公司系顺周期行业，下游资本开支波动与行业周期性相关性较强，或在个别年份对于上游软件厂商的营收表现产生扰动。
报告信息
证券研究报告：《计算机行业研究报告：海外哪些AI应用在反弹》
对外发布时间：2026年5月10日
报告发布机构：国金证券股份有限公司
证券分析师：
刘高畅：SAC执业编号：S1130525120005
邮箱：liugaochang＠gjzq.com.cn
陈芷婧：SAC执业编号：S1130525120008
邮箱：chenzhijing＠gjzq.com.cn
李可夫：SAC执业编号：S1130525120009
邮箱：likefu＠gjzq.com.cn
鲍淑娴：SAC执业编号：S1130526020002
邮箱：baoshuxian＠gjzq.com.cn
点击下方阅读原文，获取更多最新资讯
