AI应用-方向-新的三层研究框架

作为买方视角，这篇框架报告值得点赞的是它敢于戳破市场对AI应用的乐观幻觉——明确写"2026年AI应用与二级市场标准存在显著错位"，并把当年定位为主题/波动市，这是少有的清醒判断。但也正因为它是框架性研究、而非个股推荐，对实操的指引偏弱。 几个关键延伸：第一，Token/Agent调用频次×单次价值这个估值框架看似性感，实际极难量化——调用频次依赖厂商愿否披露、调用单价又受模型推理成本（GPU折旧+电力+带宽）持续下行压制，两者都是动态变量，等于把估值锚从PE换成了一把更飘的尺。要真正落地，必须配合"客户LTV/CAC"和"AI功能留存率"两个指标交叉验证，否则容易陷入新一轮PPT估值泡沫。 第二，报告把受益顺序定为"客户端产品厂商 > 高频通用本地化部署 > 模型概念股"，本质是在规避纯算力/纯模型层的高位风险，把Alpha让给应用层。但这个排序有个隐含假设：客户端厂商必须有强势入口或高频场景做护城河——若没有，类似2023年第一批AI概念股的覆辙会重演。读者应紧盯各家公司AI功能的DAU渗透率与付费转化率，而非仅看接入大模型的概念。 第三，2027作为"消费范式转变观察窗口"、AR/VR智能眼镜作为新计算平台的判断，节奏偏乐观。Vision Pro已示范了硬件体验天花板与软件生态空白的撕裂问题，Meta/字节的廉价路径仍在烧钱阶段。眼镜类标的（若有）目前只能算期权仓位而非核心仓位，催化剂要看苹果二代、Meta新品出货量与开发者生态规模化。 第四，最被低估的风险是"模型即商品化"——当开源模型追上闭源、推理成本断崖式下行，所有"自研大模型概念股"的护城河会被快速侵蚀。这也是报告把模型概念股放在受益末位的根本原因。读者应警惕任何仍以"自研大模型"为唯一叙事、缺乏应用落地故事的标的。 第五，需重点跟踪的指标：（1）头部应用厂商季报中"AI相关收入"披露口径与占比；（2）Token调用单价指数（每百万tokens成本）走势；（3）AI功能7日/30日留存率；（4）2026Q3算力板块与软件板块的相对强弱切换；（5）2027年首批"AI转型出业绩"的公司样本。这些指标任何一个异动都会动摇框架结论。 一句话：框架方向对，但颗粒度不够，需要自己叠加"调用频次×留存率×变现路径"三层过滤器再下注。