矽谷關注些什麼？AI下半場開始！高盛TMT大會科技巨頭們觀點總結（深度解讀）

高盛Communacopia + TMT大會2026傳遞的最清晰信號是：AI投資的重心正在從「建算力」向「用算力」遷移，但算力本身仍然嚴重供不應求。 這兩件事同時成立，構成了當前矽谷最核心的張力。

高盛首席經濟學家Jan Hatzius在大會上的表態點明了基調：「AI投資熱潮不會永遠持續。」但NVIDIA黃仁勳在同場大會上給出了相反的緊迫感：「70%的增長是供應上限，不是需求上限。」這種分歧恰恰是AI下半場的本質特徵——方向沒有爭議，節奏和分配才是問題。

矽谷在聊什麼：六大核心議題

議題一：算力的「物理瓶頸」成為新敘事

黃仁勳在大會上系統性地重新定義了AI基礎設施的敘事框架。他將驅動力歸結為兩個疊加的產業變革：從檢索式計算向生成式計算的範式轉移，以及摩爾定律的終結。

過去60年的電腦本質上是「預先錄製」的——用戶點擊後從儲存中檢索資訊。但生成式AI要求即時基於上下文生成答案，這意味著一個全新的、持續運轉的計算層必須被建造。與此同時，電晶體縮小紅利消失，性能提升不再依賴製程微縮。黃仁勳的應對是透過CoWoS多晶片封裝與NVLink縱向擴展實現極端協同設計，並直言：「如果你沒有NVLink，如果你不能有真正出色的縱向擴展，你就死定了，因為摩爾定律是你的敵人。」

這一敘事的關鍵轉折在於：制約AI成長的核心瓶頸已經從「需求是否存在」變成了「物理世界能不能跟上」。黃仁勳承認上游封裝、晶圓、記憶體以及下游資料中心電力與選址均存在廣泛瓶頸，並維持CY27約70%同比增長的預期。SpaceX CFO Bret Johnsen則披露了更激進的擴張計畫：2027年將AI算力從地面2吉瓦提升至5-10吉瓦，並計畫部署AI衛星將軌道算力成本壓至與地面相當。

議題二：AI應用層的「贏家通路」開始清晰

Broadcom CEO Hock Tan在大會上給出了一個極具衝擊力的經濟模型拆解：1GW Frontier算力對應300億美元ARR，其中100億是成本，剩餘200億由模型層+應用層捕獲，100億由Cloud+Chip+Memory+Power全產業鏈競爭。

這意味著AI產業鏈的價值分配格局已經可被量化。高盛據此提出的「贏家通路」排序是：閉源模型層 > 晶片自有 > Hyperscaler > 電力+液冷 > 網路 > 應用層。

但高盛同時指出，市場資金正在從第一階段（GPU/HBM/資料中心硬體）向第二階段（能把Token轉化為企業端生產力、收入和現金流的應用層贏家）擴散。未來估值分化可能「反而更猛烈」：擁有獨佔數據、複雜工作流優勢和清晰ROI的軟體公司獲得重估，而容易被基礎模型單功能商品化的傳統SaaS則繼續承壓。

Databricks CEO Ali Ghodsi的發言印證了這一判斷：AI應用軟體領域的競爭重心正在向企業實際部署延伸，能夠把模型能力高效率且精準轉化為可靠業務成果的軟體平台，將獲得新的成長空間。

議題三：Agentic AI從「概念」進入「組織重構」

本屆大會上，Agentic AI不再停留在功能展示層面，而是開始重塑企業內部結構。

CHYM披露已執行10%裁員，目標是打造「更扁平、更快速的組織」，其產品和工程團隊規模已縮減至原來的一半，但「由於責任更清晰、運營更精簡，產出保持不變」。Block則在年初完成重大組織重構（減少決策者與執行者之間的層級）後，正在固定成本基礎上實現顯著槓桿效應。

在技術面，AMD將Agentic AI視為一種新的工作負載，認為它將增加對多種CPU型號的需求，而不僅是GPU。SailPoint則給出了一個具體目標：agentic AI可能成為主要增長驅動力，其agentic收入目標為2029財年8億美元。

微軟CFO Amy Hood的表述最為系統：微軟正在將可預測的用戶授權與基於消費的AI服務定價相結合，同時擴展Agent 365和Copilot等代理產品。她明確表示，「安全、受監管的agentic工作流」可能推動增長，因為代理、應用程式和人類越來越多地協同工作。

議題四：網路安全成為「最高頻議題」

網路安全是本屆大會被提及最多的應用場景。黃仁勳明確將其列為AI的下一個主要應用場景，並給出了具體的經濟邏輯：

「編碼的一個衍生品當然是bug發現，而它的一個衍生品，是一個非常龐大的市場，叫做網路安全。編碼助手回應提示然後停止；安全代理持續監控網路，這意味著客戶需要7×24小時為推理付費，而不是爆發性地付費。」

Palo Alto Networks CEO直言「AI安全產業甚至尚未建立」，而CrowdStrike與Palo Alto兩家公司合計市值約4900億美元，與兆級AI公司相比存在顯著估值差距，引發市場對該賽道重估空間的關注。

CrowdStrike CEO George Kurtz在同場大會上披露的數據提供了緊迫感的量化基礎：AI-enabled網路攻擊在過去一年上升89%，最快突破時間已壓縮至27秒。27秒短於大多數人類安全團隊分診警報的時間，這構成了自主代理替代分析師團隊的核心論據。

黃仁勳將CrowdStrike稱為NVIDIA的「第一網路安全合作夥伴」，稱SafeMind的發布是「網路安全的一個拐點」。

議題五：OpenAI的「按成果收費」與使用強度經濟學

OpenAI CFO Sarah Friar在大會上的發言提供了AI商業化最前沿的信號。

企業業務已撐起半壁江山：消費者與企業收入占比從年初的60:40提前在年中達到50:50。7月總年化運行率收入環比增長20%，企業口徑增長32%，且基數已經很大。

真正的新數字是使用強度：前10%的前沿企業客戶token用量已是普通客戶的8倍（此前為3倍），OpenAI內部更是達到33倍。Friar將這33倍定義為「現有客戶未來走向的預覽」，意味著企業側的增長不靠拉新，而靠單一客戶消耗持續攀升。

定價路線圖已經明確：訂閱 → 按用量 → 按成果收費。Friar明說希望擺脫按token計費，轉向垂直分成。模型層面的競爭邏輯也在發生變化：不看每token成本，看每任務成本，同等結果所需輸出token比競品少68%。

議題六：儲存、消費與組織效率的「供給側信號」

SanDisk在大會上給出了一個被市場低估的判斷：NAND供給成長在可預見的未來很可能持續受限，而AI推理的大規模普及正在持續推高需求。這一供需格局直接指向NAND價格的潛在支撐邏輯。

消費端信號高度一致：Block表示「整個第二季消費支出表現出極強韌性，這一趨勢在7月和8月依然強勁」；Toast表示消費支出水準保持穩定；Booking.com指出旅遊需求仍具韌性。這與Visa此前在大會上的表態方向一致。

AI對內部效率的重塑也在被直接披露：Booking.com已在客服和軟體開發領域應用生成式AI，「正在看到切實收益」；Etsy表示AI已實現「更深層的庫存理解、買家理解和購買意圖識別」。

高盛報告的「AI下半場」框架

高盛在大會前後發佈的系列報告，構成了理解本屆大會的底層分析框架。

第一層：從「算力擴張」到「Token變現」。 高盛分析師明確指出，全球資金正在從AI投資第一階段的硬體瓶頸，向能把Token轉化為企業端生產力、收入和現金流的第二階段應用層贏家擴散。判斷應用層公司的核心標準是：是否擁有龐大且獨家的數據庫、強大的工作流優勢、Agent智慧體工作流執行閉環，以及清晰的ROI。

第二層：從「雙雄並立」到「多極化競爭」。 高盛One-Delta交易台主管Rich Privorotsky指出，AI敘事正在從「NVIDIA與Google的前沿技術競賽」轉型為「高度競爭的多極化格局」。Meta和xAI已證明能以明顯更低價格提供前沿水準的API服務。雖然競爭加劇會壓低Token定價，但「更廉價的Token將釋放指數級需求」這一硬體多頭的反駁論點，在現實中並非必然發生。企業端付費AI工具採用率已穩定在50%以上，僅靠降價可能無法立刻引發新一輪強勁需求。

第三層：從「大模型」到「專用小模型」。 企業工作負載正加速向體積更小的專用模型轉移——文件處理、工作流路由、合規審查、客戶服務等。這些模型運行成本低、速度快，且具備在邊緣裝置本地化運行的能力。Hugging Face CEO的觀點被高盛引用：企業正經歷一場從「租賃閉源前沿API」到「擁有並運行自己的開源模型」的結構性轉型。

第四層：資本效率將成為終極考驗。 高盛的核心懸念不在於雲端巨頭是否會放緩投資，而在於股東何時會要求更高的資本效率。一旦雲端巨頭迫於股東壓力收縮資本支出，即便硬體產業受益者的業績數據依然亮眼，其估值倍數也很難維持。

一句話總結矽谷此刻的狀態

AI下半場的本質不是「AI變慢了」，而是「AI從稀缺敘事變成了分配敘事」。 算力仍然供不應求，但市場開始追問：這些算力最終變成了誰的現金流？黃仁勳的回答是「投1塊拿回100塊」，OpenAI的回答是「按成果收費」，高盛的回答是「每美元AI投資的有用產出」。誰能把Token變成可驗證的企業成果，誰就定義了AI下半場的規則。