Coatue深度报告：AI非泡沫，乃真实生产力革命与投资新纪元

步入2025年尾声，人工智能热潮与关于市场泡沫的争论愈发紧密交织：一方面，公众对市场过热的担忧持续升温；另一方面，OpenAI、Anthropic等顶尖AI公司的用户规模和收入呈现爆发式增长。就在近期，英伟达股价成功突破200美元关口，OpenAI完成组织架构重塑，向首次公开募股（IPO）迈出了关键一步。

在这场围绕AI泡沫的广泛讨论中，投资机构Coatue在其最新二级市场研报中展现出鲜明的乐观立场：通过深入的历史回顾、数据验证及案例剖析，Coatue给出了明确结论：AI并非短暂泡沫，而是一场真实且持久的生产力变革。

作为坚定的“AI乐观派”，Coatue从当前AI企业的估值水平、财务杠杆及IPO市场活跃度等角度，剖析了我们所处的市场时机，并系统回应了市场对AI持续性的疑虑。我们对这份报告进行了细致解读：

•今年是此轮AI牛市的第三年，基于过往数据，市场在明年仍有约48%的概率延续上涨态势；

•面对AI这样长期确定性极高的趋势，过度纠结于短期回调将承担巨大的机会成本；

•市场及投资者应对AI发展保持耐心：Azure从投入至投资回报率（ROIC）转正耗费了6年，而ChatGPT自发布至今仅3年；

•Coatue早前发布的“Fantastic 40”指数未包含Google，但随着Google在AI领域的叙事反转，Coatue在本次报告中修正了这一观点，重新将Google纳入指数；

•股权市场尚未显现泡沫化特征，但散户的高杠杆率是潜在风险点，可能对高成长企业股价波动产生显著影响；

•未来5到10年内，AI相关收入有望增长10倍，对应利润或达1万亿美元，占全球企业总利润的4%。

01.

AI是泡沫吗？不是！

开篇，Coatue对当前流行的“AI泡沫论”给出了直接否定。Coatue结合二级市场宏观表现与终端消费数据，阐明AI已对经济产生实质拉动作用，而非纯粹投机炒作。以OpenAI为代表的AI公司是股市核心驱动力，二级市场的AI赢家叙事正从巨头企业（Mag 7）向细分领域头部公司扩散。

•AI板块引领市场，AI与非AI资产回报分化明显

一个不争的事实是，自2022年11月ChatGPT推出以来，AI板块一直是美股增长的主要动力。截至2025年8月，标普500指数中AI相关公司在近3年内的回报率高达165%，大幅超越指数整体68%的回报，更是非AI企业24%回报率的近7倍。2023年与2024年的AI增长势头延续至2025年，AI领域股票表现日益突出，逐步主导市场，这一增长态势凸显了AI板块在资本市场的领导作用。

•AI增长已突破“Mag7依赖”

进入2025年，一个显著变化是AI增长已彻底突破Mag7公司的局限。

从市场演进看，2023-2024年Mag7在AI领域贡献主要增长动能，但这一格局在2025年发生明显反转：Mag7的回报率从2023年的76%大幅降至2025年迄今的16%，而剔除Mag7的AI板块回报在2025年首次超越Mag7，2025年迄今为30%。

这一变化直观体现了AI增长逻辑的演变：不再由少数科技巨头驱动，而是扩散至多行业、多细分领域，背后是AI渗透深度与行业受益广度已达到新规模。

• 新兴AI赢家涌现

从AI细分板块看，AI能源、半导体、软件等领域的表现均远超Mag7，其中AI能源的2025年迄今回报达53%，是Mag7（16%）的3倍以上，AI半导体板块为41%，AI软件板块为33%。

各细分板块核心驱动因素：

1）AI能源：在电力短缺背景下，超大规模算力企业持续签订长期供电协议；

2）AI半导体：token消耗量增长推动算力需求出现新拐点；

3）AI软件：AI云、实施与零拷贝（Zero Copy）架构落地应用。

Zero Copy：是一种高效的数据传输技术，在AI场景中，零拷贝用于让数据在CPU、GPU或不同进程间直接共享与传输，减少内存复制和延迟，加速模型训练与推理。

以上变化均说明同一结构性转变：AI增长红利正显著转移至能源、算力与底层软件领域，AI产业进入新的资本密集期，其驱动力不再仅是算法突破，而是涵盖电力供应、半导体制造和数据基础设施在内的物理层创新与扩容。AI不仅是一场软件革命，更演变为关乎能源、制造与技术栈重构的全球级工业浪潮。

•消费基础韧性超乎预期

除市场宏观对比外，Coatue在报告中还引用了J.P.Morgan和Citi本月发布的两篇报告，从终端消费者角度阐述AI势头的持续性。总体而言，强劲的消费基础缓解了市场对经济衰退的忧虑，也为企业盈利和金融资产提供了重要支撑。

02.

复盘历史以理解“泡沫”

针对“何时卖出AI资产”的问题，Coatue结合历史数据分析再次强调“长期持有”的重要性，反对“过度关注短期波动”；强调“应更关注基本面和未来，而非过去”。

为评估牛市延续可能性，帮助投资者理解周期性行情的持续性与风险分布，而非仅凭短期波动判断，Coatue内部进行了三项有趣研究。

结论一：2026年市场上涨概率接近50%

第一项研究旨在回答“市场在连续上涨x年后，下一年持续上涨的概率多大”。Coatue基于历史标普500指数收益数据分析。当前是此轮AI牛市的第三年，历史经验显示，当市场此前连续上涨3年，下一年上涨概率约为48%，虽上涨动能较前期放缓，但仍有约一半可能性维持上行趋势。换言之，2026年市场持续上涨概率近50%。

因此，Coatue认为无需过度悲观，应保持谨慎乐观，在关注潜在风险的同时继续捕捉结构性机会。

结论二：趋势明确赛道中过早卖出的机会成本极高

另一项历史研究结合1990-2000年Nasdaq100指数在不同时段回报数据展开。可见，长期持有与过早卖出的收益差距：持有时间越长，获得正收益的概率和幅度越大。

Coatue认为，这些历史数据充分证明投资需立足长期，避免因短期波动过早卖出。因此，当前需重点关注基本面和未来，勿过度纠结过去。尤其对于AI这类长期趋势明确的赛道，更应聚焦基本面，而非短期回调，否则将承担高昂机会成本。

结论三：“泡沫”究竟是什么？

讨论“AI泡沫”的前提是对“泡沫是什么”有共识认知，故Coatue在报告中对“泡沫”本身进行分析。

Coatue团队追溯过往400余年历史，在ChatGPT辅助下深入分析30余个泡沫案例并提炼特征。总体而言，泡沫是资产价格远超内在价值的状态，通常由投机、宽松信贷或从众行为推动，破裂后往往引发严重后果。

典型“泡沫”生命周期分为6阶段：技术突破（Displacement）→繁荣（Boom）→狂热（Euphoria）→获利了结（Profit Taking）→恐慌（Panic）→崩溃（Crash）。

尽管泡沫形式多样，但它们往往遵循相似的情绪与资本循环。从资产类型看，泡沫可分为6大类：

•股票市场泡沫：即金融资产、公司股票的投机热潮，投资者基于乐观预期和过度投机推动资产价格远离基本面，最终导致崩盘；

•基础设施泡沫：与重大工程或技术革新相伴的投资狂热，21世纪初的互联网泡沫是典型代表；

•房地产泡沫：历史上的几次房地产泡沫通常由信贷宽松和城市化预期驱动；

•信贷/债务泡沫：借贷周期与主权信用危机的典型案例；

•大宗商品泡沫：通常与供需波动、地缘政治和投机情绪相关，例如黄金与白银投资热潮；

•收藏品/另类资产泡沫：代表心理因素极强的“价值共识型泡沫”，即常说的“郁金香泡沫”。

Coatue认为，当前AI投资热潮在特征上最接近“股票市场”和“基础设施”型泡沫：由技术革新推动，伴随巨额资本投入与高涨预期。

Coatue还提出“泡沫评分标准”，用于评估产业是否处于或接近泡沫阶段。该框架将泡沫形成归结为六个关键维度：“主题创新程度”、“市场普及性”、“收入利润真实性”、“杠杆融资方式”、“估值历史对比”及“投机狂热程度”：

•典型泡沫往往始于前所未有的创新主题，如互联网、加密货币或AI，其核心叙事极具吸引力，让投资者相信科技将改变世界。

•接着，这类创新通常伴随极快的市场采纳速度，用户或企业迅速进入赛道，以证明市场空间（TAM）足够庞大；

•但此期间大部分公司收入和利润仍停留在远期预期，尚未形成稳定现金流。

•与此同时，产业资本支出与基础设施投资往往通过大量借贷或风险投资资金推动，使系统杠杆规模不断上升；

•估值层面，市场对未来收益预期被放大，导致资产定价远高于历史水平或基本面；

•最终，当投机情绪蔓延至零售投资者和公开市场，出现IPO热潮、短期暴涨及媒体狂热时，往往意味泡沫形成已进入加速阶段。

该评分体系逻辑是：当“创新叙事、快速扩张、未来收益幻想和市场投机”等因素均出现时，典型投机周期便基本成熟。

03.

“AI泡沫论”的局限

当前市场对AI的质疑主要集中于以下8方面，Coatue在报告中也逐一指出其局限性。

质疑1: 通胀压力极大

此前市场对2025年通胀压力抱有较高担忧，担心通胀高企会对宏观经济、企业盈利和市场估值造成持续冲击，进而影响包括AI在内的成长板块投资逻辑。

Coatue观点：

Coatue通过数据分析指出，这种担忧已明显缓解。近半年来，全球通胀预期呈逐步下行趋势，2025年12月CPI预估从4月3.7%的高点一路降至10月的3.1%。

Coatue前沿研究显示，通胀很可能低于此预期并继续下行。由此可见，市场此前担忧的因素对通胀的实际影响远不及预期，宏观环境正朝着更温和方向发展。

质疑2: AI股估值过高

当前市场普遍担心AI领域企业估值过高，存在过度炒作。核心论据是：当前标普500指数估值已处于历史高位区间。从30年长期视角看，标普500指数未来预期市盈率（NTM P/E）当前达22倍，但历史均值仅为17倍，20世纪90年代末高点也不过25倍左右。这一数字直观体现市场整体的“昂贵”属性。

与此同时，投资者进一步发现，TMT和非TMT的市场估值分化显著——当前高估值并非市场整体的普遍现象（即非市场beta属性），而是科技板块独有的估值特征。具体看，非科技股18倍P/E与历史平均16倍P/E水平差距较小，估值属常态波动；而TMT 28倍P/E与历史平均21倍P/E水平差距较大，估值已显著偏离历史均值。

这一对比更强化了AI资产估值已脱离安全区间、到达顶点的判断。

Coatue观点：

Coatue从估值对比与产业本质两维度反驳这一观点。

从估值看，当前AI领域估值扩张远未达泡沫级别。若拉长时间维度，Nasdaq100指数动态市盈率在互联网泡沫时期高达89倍，而当前仅为28倍，远低于2000年水平。

若进一步从历史维度看Top 7科技公司PE倍数，90年代Top 7 Tech平均PE倍数为67倍，而当前Top 7 Tech平均PE倍数仅为28倍，显著低于互联网泡沫时期。

从产业本质看，当前市场处于AI引领下一轮产业革命的关键阶段，这一历史性机遇的价值与潜力远大于短期市场波动。相比纠结于市场可能出现的20%回调，参与并见证这场产业变革更具意义，所谓短期估值担忧在长期产业机遇面前并不值得过度焦虑。

质疑3: AI赢家集中度过高

2025年，美国前10大公司市值占GDP比例为77%，且10家公司中有8家为TMT公司。反观2000年互联网泡沫高点，前10大公司市值占GDP比例仅34%，且TMT公司仅6家。这一数据对比似乎强化了“市场过度集中、存在泡沫风险”的疑虑。

Coatue观点：

当前的“高集中度”并非源于单纯市场垄断，而是企业全球化布局与多业务线能力的体现。

以Amazon为例。Amazon同时布局零售与云业务，这两项业务实属独立经济单元，仅同属一家公司，故Amazon并非单一科技属性业务。这种“业务线跨界”模式，让头部企业市值承载了多领域价值，与2000年互联网泡沫时期单一业务驱动型集中有本质区别。

同时，市场对“高头部企业集中度”的担忧往往带有片面性。MIT的“集中度谬误”研究指出，这种集中度并非负面信号——相反，当集中度较高时，“买入并持有”策略的回报优于频繁卖出策略。

质疑4: AI资本开支过高，拖累企业盈利

从资本支出维度看，标普500公司资本支出已占美国GDP的1.6%，且市场共识预计此比例将进一步提升至2.0%，该比例已超过互联网泡沫时期的1.4%。因此，市场担忧这种高资本支出可能引发类似互联网泡沫时期风险。

Coatue观点：

尽管资本支出规模较大，但大部分企业资本支出增长有经营现金流支撑，即财务风险可控，这是与互联网泡沫时期的根本区别。

从下图可见，互联网泡沫时期（2000年左右）资本支出占经营现金流比例为75%，而此前10年中，此比例甚至达80%，而当前此比例仅为46%，远低于当年水位。

当前市场上头部TMT公司基本每年拥有约1万亿美元年度自由现金流。这种由企业主导的AI基建，与政府主导的传统基建模式截然不同。这种“内部造血式”投资模式不仅财务风险可控，还体现了美国科技企业的强劲实力，也让投资者对其更具信心——毕竟其他国家缺乏这样的“科技巨头集群”。

同时，美国政府对科技产业的扶持（如政策便利、资源倾斜），进一步强化了这些企业在资本开支上的可持续性与竞争力。

质疑5: AI应用遇阻

从企业应用端看，MIT调研显示，95%的受访机构在AI投资上未能获得回报；贝恩公司则预测，到2030年AI企业可能面临8000亿美元收入缺口。同时，企业AI采用率（按员工数量统计）在2025年10月已回落至12%，呈现“AI采用放缓”态势。这些数据似乎暗示AI实际价值与市场预期存在差距。

Coatue观点：

Coatue从技术普及速度与潜力角度给出不同解读。

以ChatGPT的MAU增长曲线为例，其普及速度远超互联网和PC时期进度。ChatGPT这种“短时间内收获数十亿用户”的现象，恰恰说明AI技术具极强实用性。正如ChatGPT成长轨迹所示，AI虽仍处发展早期，但已实现大规模普及。这种爆发式用户增长背后，是技术本身“有用性”的有力证明，也预示AI在未来仍有巨大成长空间，不应因短期企业应用回报问题而低估其长期价值。

质疑6: 数据中心等AI基建增长放缓

有些市场观点对AI基础建设持较负面态度，认为美国数据中心建设增速从2023年高点回落，呈现“增长放缓”态势，由此对AI基础设施长期前景产生疑虑，担忧这种放缓可能预示AI产业扩张动力不足。

Coatue观点：

从数据看，尽管数据中心建设增速有所回落，但这仅是长期投资周期中的阶段性波动，并非趋势性逆转。更关键的是，并非所有长期投资周期都是泡沫。

回顾历史，从18世纪早期工业革命基建、19世纪跨大西洋电报网络，到20世纪美国州际公路系统、商用互联网骨干网，再到21世纪超大规模云数据中心等，每一轮重大基础设施投资都成为产业革命基石。当前AI基础设施投资同样如此，它是支撑自动驾驶、智能体（Agent）等前沿技术落地的关键，其价值如同过去电网、互联网，具有重塑社会效率的长远意义。

因此，数据中心增速短期放缓，不应掩盖AI基建在长期投资周期中的战略价值。它是推动下一轮产业变革的核心力量，而非泡沫式短期炒作。

质疑7: AI“融资循环”？

市场对AI持续性的另一担忧在于下半年以来AI企业融资模式呈现“循环融资”特征。以OpenAI、英伟达、甲骨文、英特尔等企业间资本流动为例，形成“OpenAI承诺向甲骨文支付云服务费用→甲骨文股价大涨→甲骨文依赖英伟达GPU需向其采购数十亿美元芯片→英伟达宣布向OpenAI投资1000亿美元→OpenAI再用此资金支付甲骨文费用”的循环。这种资金闭环让投资者质疑AI企业收入真实性与可持续性，担忧其如同“无限资金漏洞”，缺乏实际业务支撑。

Coatue观点：

Coatue指出，这种对融资循环的担忧并非AI领域独有。

互联网泡沫时期，也存在大量易货收入（barter revenue），企业通过资源互换而非实际现金交易创造收入，当时市场也曾因类似“收入模式模糊”产生疑虑。但历史经验表明，这种阶段性融资与收入模式争议，并不意味着产业缺乏长期价值。

AI作为新一代技术革命核心，其基础设施建设与生态构建需要大量前期投入，企业间资金与资源联动是产业发展初期的正常现象。不应因短期融资循环就否定AI技术实际应用价值与长期商业化潜力。正如互联网最终从泡沫中走出并重塑经济格局，AI也有望在产业迭代中实现真实收入突破与可持续发展。

质疑8: AI至今未盈利？

市场对AI盈利性充满疑虑，核心担忧在于AI发展至今仍未实现广泛盈利，且投资回报周期过长，担心巨额投入可能难以在合理时间内转化为实际收益。

Coatue观点：

Coatue以Azure发展历程为例反驳这种担忧。Azure从投入到实现正投资资本回报率（ROIC）花了6年时间，最终成长为云计算领域巨头后，后期回报水平持续攀升。

而AI领域标志性产品ChatGPT在2022年11月才推出，距现在仅3年，正处于技术落地与商业验证早期阶段。这说明AI盈利周期逻辑与云服务等前沿科技基础设施一致，需要时间沉淀才能释放价值。不能以短期盈利与否否定其长期潜力，当前时间跨度尚不足以判定AI盈利不可行。

04.

Google AI叙事反转的启示

今年夏天，Coatue发布“Fantastic 40”指数（The Fantastic 40 Growth & Innovation Index）。“Fantastic 40”评选方法为：先筛选顶尖150家科技企业，再基于5年期复合年增长率（CAGR），从超高速增长、增长、复合增长及低于市场增长等维度评估，最后排除那些面临估值压缩、营收或每股收益（EPS）等挑战的企业，最终选出40家企业构成该指数。

有趣的是，该指数发布时将Google排除在外。当时，Coatue认为OpenAI用户增长迅猛，可能对谷歌搜索商业模式构成威胁，担忧其面临用户、查询和关注度流失。客观而言，不只是Coatue，Google被视为“AI输家”也是当时市场共识。

但经历市场反馈与深度复盘后，Coatue修正了这一判断，将Google重新纳入“Fantastic 40”。

理由是其AI领域全面转型取得显著成果。早前市场普遍担忧生成式AI崛起会削弱谷歌搜索和广告业务核心支撑力，但最新数据表明，Google通过引入AI概览、AI模式与Gemini模型，提升了流量质量与广告转化效率；

尽管OpenAI表现强劲，但AI领域并非零和博弈，谷歌自身AI布局也在加速推进。这些优质线索直接推动其广告收入增长。如前所述，由于AI对收入的直接与间接影响难以拆分，谷歌广告增长实则是AI赋能的综合结果。

此外，Google的TPU技术和云业务是其业务组合中被显著低估的资产，AI技术全面落地正推动其云计算业务加速增长。

Coatue认为，谷歌已成功完成从“被动防守”到“主动引领”的角色转变，凭借算法、基础设施与生态整合的深度优势，已重新确立其作为全球AI竞争格局中“终极赢家”的地位。

历史经验显示，大市值公司的大幅行情往往标志产业拐点到来。如下图所示，谷歌的“互联网时刻”、苹果的“iPhone时刻”等均是如此。

这一规律在Oracle身上再次印证：2025年9月10日，甲骨文因“推理扩展时刻”单日涨幅达36%，市值从6000亿美元突破至8000亿美元。核心驱动是云业务潜在订单在三个月内从数十亿美元飙升至4000-5000亿美元级别，增长量级与速度远超市场预期。

此类案例持续证明，市场对AI产业影响力仍存在显著低估——正如这些大市值公司在历次技术浪潮中引发的“时刻”一样，AI驱动的产业拐点正被投资者普遍忽视。

从Google被纳入“Fantastic 40”，到Oracle因云业务订单实现市值暴涨，这些都清楚表明，市场对于AI给企业带来的实际影响，依然存在很大低估。

尽管有不少关于“AI泡沫”的讨论，但像甲骨文云业务订单在短短三个月内从几十亿美元猛增到四千至五千亿美元级别的事实，以及谷歌广告和云业务因AI加速增长的表现，都说明AI对产业推动是实实在在的，其真实价值远未被投资者完全看透。这种市场认知和实际价值之间的差距，也意味着AI产业发展潜力，可能比现在大多数人预想的还要大。

05.

AI企业盈利逻辑

AI盈利框架

延续市场对AI企业盈利的质疑，Coatue在报告中也尝试对AI带来的“降本增效”进行量化。简言之，AI带来的收入增加和成本节约均存在直接效用与间接效用两种形式：

直接效用

•增收：如OpenAI通过ChatGPT订阅费等形式获得的收益，这类收入多来自AI实验室的产品订阅和SaaS业务；

•降本：企业通过AI减少人员编制、降低薪资支出。

间接效用

•增收：如Google、Meta等借助AI算法优化广告投放，推动广告收入大幅增长，且这类收入与企业原有核心营收深度融合；

•降本：员工因AI赋能变得更具生产力。

这种直接效用与间接效用的叠加，最终推动企业利润率提升、投资资本回报率增长，或促使企业将利润再投入研发与市场推广，进而带动收入增长。

为更系统衡量AI企业盈利表现，Coatue推出“Coatue AI利润追踪器”框架。该框架借助数据科学分析，整合数字广告、云领域多层级数据，从营收与成本节约两个核心维度，全面量化AI对企业盈利的实际影响。

在数据维度划分上，框架将指标分为两类：

•滞后指标：这类指标主要反映上市公司财报、公告等已公开的结果性数据；

•领先指标：通过挖掘非上市公司收入增长、生产力提升等前瞻性数据获取。

此处Coatue以Amazon、Shopify为例说明AI已给企业带来实打实的经济收益。

在成本节约的间接效用上，微软通过AI驱动的人力优化，员工数量从峰值下降约6%。假如头部50家科技公司均可实现此成本优化水平，对应潜在可节省约750亿美元人力成本。

除科技公司外，传统领域企业也已通过部署AI获得收益增长和成本下降：

•货运公司C.H.Robinson依靠内部AI智能体把员工单日货运处理量提升1.5倍，员工数量减少约30%；

•Rocket Mortgage通过AI使承保时间节省6倍，年成本节约超4000万美元。

未来10年AI利润规模或达万亿美元

从长期视角看，AI盈利潜力极具说服力，其增长路径与盈利逻辑可通过数据与理性校验清晰呈现。Coatue认为未来5-10年内，AI收入或增长10倍，相关利润有望达1万亿美元，占全球总利润的4%。

Coatue估算，到2025年AI生态年收入预计达1500亿美元，当前处投入期，故2025年AI生态息税前利润（EBIT）为-200亿美元。但到2030-2035年将实现爆发式增长：年收入飙升至1.9万亿美元，EBIT达8500亿美元，投资资本回报率（ROIC）也将从-3%跃升至+20%。20%接近AWS、Azure等成熟云服务的ROIC水平。

这种增长并非空想。当前AI相关收入仅占全球消费者订阅的约13%、企业薪资的约3%、广告支出的约25%，仍有大量增长空间。

更进一步，基于“AI计分卡”，Coatue给出了自身的AI乐观情景。总结来说，现有体系能够创造足够投资资本回报率，足以支撑当前对AI领域的相关投资。

风险何在？

在判断当前市场是否存在泡沫时，IPO市场与杠杆水平呈现截然不同的信号。以12个月为周期的IPO和二次发行数量当前仅为56起，远低于互联网泡沫时期的511起和SPAC热潮时的峰值，这说明股权市场并未呈现过热的“泡沫化”特征。

但在杠杆层面，美国经纪账户的保证金债务占GDP比例已达3.7%，接近互联网泡沫（3.0%）和疫情峰值（3.8%）时的水平。散户投资者的杠杆操作已与历史泡沫期相似，这一现象为市场埋下潜在风险。

综上，当前市场在IPO端尚未显露泡沫迹象，但散户高杠杆现状值得警惕，这也为AI等成长板块的投资环境增添了一层需考量的变量。

06.

AI市场总结

当前市场是AI基建叙事

在二级市场，AI基础设施表现显著优于软件板块。自2022年11月ChatGPT推出以来，费城半导体指数（SOX Index）累计回报达146%，而云软件指数（EMCloud Index）仅为44%。这一差距清晰表明，半导体等AI基础设施是驱动本轮AI革命的核心引擎，相较之下软件板块增长势能明显不足。

一级市场的价值逻辑同样向基础设施倾斜。在美国估值超1000亿美元的未上市科技公司中，5/6的“千亿估值企业”以及超70%的市值均来自AI基础设施领域，覆盖模型层、数据层等关键环节。其中，OpenAI以5000亿美元断层领先，后续企业则均处于1000+亿美元市值区间。

AI应用层正在规模化崛起

尽管基础设施是当前价值重心，AI应用层崛起也已进入规模化阶段。2025年，Cursor、Cognition、BILT等一批非上市AI应用公司估值突破50亿美元。50%的新“50亿+估值俱乐部”成员和60%的市值由AI应用贡献，标志应用层创新从单点突破走向批量涌现。

AI自主完成任务的能力也在飞速迭代。

下图展示不同AI模型无需人类干预即可完成的工程任务时长。从GPT-2到Sonnet 4.5，任务处理时长呈指数级增长，每7个月就能实现任务时长翻倍。而此曲线预计将在未来几年持续显著提高。这种进化让AI从副驾驶（copilot）升级为可独立执行复杂流程的智能体（agent）。

以编程领域为例，AI应用深度已从“提示生成”迈向“全流程自动化”。Cursor的token处理量随规模呈爆发式增长，其新功能Bugbot更实现代码漏洞的“自动检测+自动修复”——AI不仅能识别缺陷，还能实时修复，成为程序员的“实时安全管家”。

这种能力跃迁在市场接受度上也得到印证：Claude Code的NPM下载量在Sonnet & Opus 4发布后5个月增长30倍，Codex的VSCode扩展安装量在GPT-5发布后1个月翻倍。应用层生产力爆发直接受益于底层模型的前期投入。

• 医疗AI：OpenEvidence的规模化应用

OpenEvidence的月活跃用户已覆盖约40%的美国医生，且月度医生查询量在一年内增长约12倍，是AI赋能医疗领域的典型案例。

商业变现：高价值创造支撑溢价定价

企业AI应用的商业化能力已通过“高价值定价”得到验证。Cursor的订阅定价远超微软Office 365：以顶级版本为例，Cursor Ultra定价232美元/月，而微软O365 E5仅36美元/月。Cursor定价达到同类办公软件的2-6倍。

这种高定价底气源于“降本增效”的硬价值。假设一名开发者年薪20万美元，AI工具可通过自动化代码生成、漏洞修复等环节大幅提升其效率，最终创造的价值远高于订阅成本。以Cursor的Bugbot为例，它能实时扫描并修复代码漏洞，为企业节省大量人工调试成本——这种“成本节约+效率提升”的双重价值，让企业愿为AI应用支付溢价。

07.

投资AI的原则和信号

总体而言，Coatue认为接下来AI发展存在两种情景：

•超2/3概率走向“AI丰裕”：AI推动生产力提升、GDP增速超预期，同时通胀可控、科技板块持续引领增长；

•不足1/3概率陷入“AI清算”：即AI泡沫破裂引发股市崩盘或债务危机未解决。

但总体，Coatue的机构观点明确表达一种理性看多的乐观态度：AI并非即将破裂的泡沫，而是推动全球经济与科技结构性增长的核心驱动力。

Coatue也总结了在科技与AI周期中长期验证有效的四条核心投资原则：

1. 在大规模AI应用阶段，不要过早卖出（Don’t sell early when adoption is massive），因为一旦技术被广泛采用，股价往往仍有较长时间上升周期；

2. 大主题并不意味着相同的投资逻辑（Big themes ≠ same ideas），AI等宏大叙事在不同阶段会孕育不同的受益者，作为投资者必须敏锐捕捉结构性转移机会；

3. 紧跟一级市场动态（Follow the privates ecosystem），因为一级市场往往最早体现产业边际变化，可提供前沿视角来判断行业是否见顶或进入成熟期；

4. 对冲尾部风险（Hedge against tail risks），AI的系统性影响范围广，一旦落空可能牵动整个科技市场，应在策略层面保持风险平衡。

在当前AI浪潮中，Coatue认为有必要通过以下一系列关键指标跟踪行业健康度与后续增长潜力。

1. OpenAI的进展与使用情况（OpenAI progress / usage）是最首要的。OpenAI尤其是ChatGPT的进展无疑是AI生态总体渗透速度的领先指标；

2. 关注OpenAI与Anthropic的企业端收入（enterprise revenues）：因为企业付费落地程度直接验证AI商业模式的可持续性；

3. 垂类AI应用（vertical apps）的采用速度，包括编程、设计、客服等领域，这些决定了AI从通用模型走向产业规模化的路径；

4. AI公司内部的电商化趋势（eCommerce inside of AI companies），如AI智能体是否直接参与交易与支付，标志着AI从工具向自主经济实体演化。

参考来源

https://www.coatue.com/blog/perspective/coatues-oct-2025-publics-update-deck