夜雨聆风
个人复盘前言
复盘这两年的AI行情，我最大的感受就是行业逻辑已经彻底变天。
前两年做AI投资，大家看的都是谁的模型参数更大、谁的算力储备更足、谁的榜单测评分数更高。那是纯粹的技术炒作阶段，市场愿意为“未来可能性”买单，哪怕公司没有订单、没有付费用户、没有真实营收，只要有大模型、有技术概念，就能拿到估值溢价。
但从今年开始，这套逻辑彻底失效了。
开源模型越来越成熟，市面上通用大模型的调用价格持续走低，大模型不再是少数公司的独门壁垒，已经变成了所有人都能低价采购的标准化工具。现在做AI投资，最核心的不再是“能不能做模型”，而是“能不能把模型变成能赚钱的产品，让客户愿意持续付费”。
我这段时间深耕AI软件赛道，梳理了全行业的定价体系、盈利模式、真实落地情况，也看清了当下AI产业最核心的变迁：红利从底层技术研发，彻底流向了终端应用落地。真正能长期走出来的公司，不再是讲故事的模型厂商，而是手握场景、客户、行业数据，拥有真实定价权的AI软件企业。
这篇笔记是我个人完整的选股复盘，结合行业真实售价、成本结构、商业模式差异，搭建一套自己实用的AI软件分层筛选逻辑，用来区分真成长标的和纯题材炒作个股。
一、我对AI行业底层变迁的深度理解
1.1 过去两年：行业陷入无意义的模型内卷
在AI发展的早期，整个市场都在跟风“百模大战”。所有企业都扎堆研发大模型，比拼参数、比拼算力、比拼技术排名，但绝大多数企业都回避了一个最关键的问题：造出来的模型，到底卖给谁？怎么赚钱？
那个阶段的行业通病非常明显：大部分AI技术都是“免费体验、试点测试”，没有成熟的定价方案，没有常态化的付费客户。很多公司只是把AI当成包装主业的噱头，看似技术先进，实则无法落地变现，高额的研发成本、推理成本一直在吞噬利润，完全是赔本赚吆喝。
简单来说，前两年的AI行情，炒的是技术预期。
1.2 当下核心变化：价值彻底转移到应用端
经过两年的行业洗牌，我能清晰感受到三个不可逆的行业变化，这也是我后续选股的核心依据。
第一，模型彻底商品化。
现在不管是中小企业还是头部软件公司，根本不用自己研发大模型，直接采购开源模型、第三方API即可使用。大模型的调用成本已经压到极低，技术门槛被彻底抹平。这就意味着，自研大模型再也不是护城河，人人都有的东西，没有任何溢价价值。
第二，竞争壁垒完成重构。
以前企业拼算力、拼技术；现在行业拼的是深耕多年的业务场景、独家的行业数据、稳定的存量客户资源，还有客户极高的替换成本。通用AI工具已经严重同质化，谁都能做、谁都能抄，根本赚不到钱。只有深度绑定行业业务流程、嵌入客户日常工作的AI软件，才具备真正的稀缺性。
第三，客户付费逻辑彻底理性化。
不管是个人用户还是政企客户，现在不再为AI概念买单，只为真实的降本增效买单。所有的采购决策，都会核算清晰的ROI。那些只能用来演示、没有实际工作价值的AI功能，已经彻底被市场淘汰，只有能落地、能提效、能省钱的AI软件，才能持续拿到订单。
1.3 我梳理的真实AI软件定价体系（行业核心差异）
我发现绝大多数人炒股，根本不清楚AI软件真实的售价和盈利模式，只会跟风看概念。但定价模式的差异，直接决定了一家公司的估值上限和盈利稳定性。我把目前市场主流的收费模式和真实价格做了完整梳理。
第一，C端个人AI软件（订阅制为主，轻资产高弹性）
目前市面上所有办公、理财、生产力AI工具，全部采用「免费基础功能+分级会员订阅」模式。
普通大众AI会员，月度价格基本稳定在25-70元，满足日常基础使用；专业高阶版，针对长文档处理、多模态批量生成、智能数据分析的功能，月费在100-500元之间。
对比海外来看，国内定价只有微软、谷歌同类产品的三分之一到二分之一，还有小幅提价空间。这类模式最大的优势是边际成本极低，用户量越大，分摊的模型调用成本越低，利润会持续放大；弊端就是同质化严重，一旦陷入价格战，用户付费单价会持续下滑。
第二，B端企业AI软件（三种定价，优劣差距极大）
这是A股核心标的的主战场，三种模式的含金量天差地别，也是我选股避雷的关键。
最优质的模式是存量软件增值收费。企业原本就在使用公司的传统软件，AI只是新增的升级模块，按席位收取年费，单席位价格在300-3000元/年。这种模式几乎没有获客成本，客户粘性极强，续约率极高，是最稳、最赚钱的商业模式。
中等模式是中小客户标准化SaaS订阅。针对中小企业的轻量化AI方案，按年打包收费，单企业年费1万-15万。优势是标准化、可复制；缺点是中小客户预算不稳定，议价能力弱，竞争内卷严重。
最差的模式是大型私有化定制项目。金融、政务、医疗的大型项目，包含模型微调、系统对接、本地化部署，单项目价格30万-300万。看似单价很高，但定制化程度太高、交付周期长、人力成本高，很容易出现营收增长但利润不涨的情况，持续性极差。
1.4 两类绝对没有长期价值的AI模式（我的避雷核心）
经过这段时间的复盘，我明确排除了两类标的。
第一类是外挂式AI插件。AI功能和主业软件完全脱节，只是简单嫁接第三方接口，没有嵌入核心业务流程。客户随时可以替换、随时可以停用，企业没有任何定价权，长期只能打价格战。
第二类是纯一次性试点项目。靠政府、企业的零散短期订单生存，没有常态化订阅收入，收入波动极大，完全不具备持续增长的逻辑，只能短期炒作，没有长期投资价值。
二、个人专属的AI软件选股筛选逻辑
摒弃市面上空洞的题材分类，我自己总结了三个核心评判维度，权重清晰、落地实用，用来筛选所有AI软件标的。
第一个维度，看定价权和壁垒，这决定公司的长期估值上限。
我重点看四点：AI是否深度嵌入业务、是否拥有独家行业数据、客户替换成本是否够高、是否具备持续提价能力。能持续让老客户付费升级的公司，才是真龙头。
第二个维度，看真实商业化兑现，这是当下最硬核的验证标准。
我不看公司的宣传文案，只看真实数据：AI业务的真实收入增速、订阅收入占比、客户付费渗透率、老客户续约增购情况。只有持续落地、持续变现的业绩，才是真实的成长。
第三个维度，看成本抗风险能力，这决定企业的盈利韧性。
现在所有AI企业都要采购模型接口，上游价格波动直接影响利润。我优先选择有自研垂类小模型、能混合调度控成本的企业；规避完全依赖外购、没有任何议价能力的公司，这类公司利润极其脆弱。
三、A股AI软件标的分层复盘（个人实操分类）
结合上面的定价模式、壁垒、变现能力，我把所有核心标的分成四层，每一层的投资逻辑、操作思路完全不同。
第一层：高确定性核心龙头（我的底仓首选）
这三家公司的共性是：主业现金流扎实，不靠AI讲故事，AI是实实在在的增量利润，拥有绝对定价权，变现路径最清晰。
金山办公是我最看好的C端+B端双赛道龙头。C端依靠海量用户基础，把高阶AI功能整合进会员体系，按月度订阅收费，用户基数大、边际成本极低；B端政企客户依靠信创壁垒，AI私有化部署、席位升级费用稳定增长。它的核心优势是用户心智极强、生态完善，老客户付费意愿持续提升，AI业务的增量非常确定。
恒生电子是金融AI绝对壁垒龙头。深耕金融IT数十年，垄断了券商、基金的核心交易系统，行业监管壁垒、客户替换成本高到极致。它的AI变现非常简单，不需要拓展新客户，只需要给原有存量客户升级AI投研、智能运维、数字员工模块，收取年度服务费。金融客户对价格不敏感、对效率刚需，定价权拉满，盈利极其稳健。
同花顺是C端金融AI的流量龙头。依靠多年积累的散户流量和金融数据，把问财AI、智能选股、资讯解读打包成增值服务。变现速度快、现金流好，唯一的短板是偏重个人用户，受市场情绪影响较大，但短期业绩弹性非常充足。
第二层：垂直行业AI SaaS（高弹性，跟踪订单兑现）
这部分公司深耕单一行业，有专属数据壁垒，有业绩弹性，但受行业周期、客户预算影响较大，适合波段布局。
广联达垄断了建筑工程AI赛道，AI智能算量、图纸识别、智慧工地功能，都是嵌入原有造价软件的增值模块，依靠存量客户升级收费。行业壁垒足够高，唯一的压制就是下游建筑行业资本开支偏弱，需要持续跟踪订单落地情况。
用友网络深耕企业ERP，依托YonGPT把AI数字员工、智能财务、供应链分析嵌入企业管理系统。目前处于传统软件向云订阅、AI增值转型的阶段，成长性足够，但需要时间验证AI功能的真实渗透能力。
合合信息主打文档智能AI，OCR识别、票据解析、文档处理产品标准化程度很高，面向金融、政企收费模式清晰。缺点是通用文档赛道门槛偏低，长期存在同质化竞争压力。
卫宁健康的医疗AI依托医院信息化系统，做临床辅助决策、智能病案管理，行业准入壁垒高，但受医疗财政预算限制，定价和扩张速度相对温和。
第三层：AIGC内容与AI营销（高波动，只做波段）
这类企业我定义为纯弹性题材，不做底仓，只适合短期催化交易。
昆仑万维的核心优势是深耕海外市场，避开了国内严重的内卷，依靠多模态AIGC工具做海外会员订阅收费。成长性取决于海外用户增长和成本控制，但海外同类工具竞争极其激烈，价格战常态化，稳定性不足。
蓝色光标以AI营销、数字人、素材生成为主，但AI只是传统营销服务的附属功能，无法独立定价、无法单独产生高毛利，本质还是营销服务商，没有软件企业的核心壁垒。
第四层：政务语义信息化（纯政策催化，不长期持有）
以拓尔思为代表的政务、媒体AI企业，主要依靠政府项目制收入。单次订单金额有限，收入完全依赖财政预算，没有持续的订阅收入，业绩稳定性极差，只有政策落地时的短期机会，没有长期投资价值。
四、我个人的AI软件选股避雷心得
经过长时间跟踪，我总结了几条实操中最有用的避坑经验。
第一，坚决区分真变现和假概念。凡是只发布模型、只宣传技术、没有标准化付费产品、没有持续付费客户的公司，一律不看。
第二，远离纯定制项目模式。项目制占比过高的企业，看似营收增长，实则人力成本高、毛利率持续下滑，赚的是辛苦钱，没有成长溢价。我优先选择订阅制收入持续提升的标的。
第三，规避同质化红海赛道。通用聊天、通用绘图、通用短视频生成工具，完全没有定价权，持续内卷降价，只有垂直行业、深度嵌入业务的AI软件才有长期价值。
第四，重视成本结构。完全依赖外购API的企业，利润极其脆弱；具备自研微调、成本调度能力的企业，才有足够的盈利安全垫。
五、后续个人跟踪重点
接下来我会持续跟踪三类核心数据，动态调整持仓和选股逻辑。
一是财务端，持续观察各家公司AI业务的收入增速、毛利率、订阅收入占比，判断真实变现能力；
二是产品端，跟踪AI模块的客户付费渗透率、老客户升级续约率，验证市场认可度；
三是行业端，关注大模型API价格走势、下游政企资本开支节奏，判断行业整体盈利环境。
六、最终个人总结
AI行业彻底结束了“拼技术、拼模型”的泡沫时代，正式进入拼产品、拼落地、拼定价、拼现金流的商业化新时代。
未来AI软件赛道的分化会极度极致：手握存量客户、拥有行业壁垒、能持续提价变现的垂直龙头，会持续享受估值溢价；而只有技术概念、没有落地场景、陷入同质化内卷的企业，会持续估值下行。