上证报中国证券网讯（记者罗茂林）近期，海内外科技板块波动加剧，市场对于现金流压力以及“AI泡沫”等担忧再度升温。

　　“当前市场最需要看到的一件事，是AI已经从‘烧钱’走到了‘赚钱’阶段。”8月5日，国联民生证券研究所副总经理、海外研究首席分析师孔蓉近日在接受上证报记者专访时表示，与前几年主要由产业预期驱动不同，2026年以来，云服务增速、AI产品付费和企业订单等指标正在释放更明确的商业化信号。

　　商业化正在成为AI行情新支点

　　谈及AI产业是否进入泡沫阶段，孔蓉认为，不能只看基础设施投入，还要观察收入增长、产品付费和在手订单能否同步兑现。

　　最新财报为这一判断提供了部分佐证。微软截至2026年6月末的季度数据显示，Microsoft Cloud收入同比增长27%至593亿美元，Azure及其他云服务收入增长43%；Microsoft 365 Copilot付费席位超过3000万个。与此同时，公司商业剩余履约义务增至6780亿美元，同比增长84%。

　　“过去市场关注的是模型能力和算力投入，现在开始有越来越多的商业化数据可以验证。”孔蓉表示，云服务收入、AI应用付费席位以及企业客户订单增长，意味着AI投入正在逐步形成收入闭环。

　　不过，商业化兑现并不意味着投资回报已经完全明朗。微软当季资本开支达到410亿美元，其中约三分之二投向以CPU、GPU为主的短周期资产。孔蓉认为，高投入背后的融资安排、现金流压力以及资本开支效率，仍会持续影响市场对科技公司的定价。

　　“订单旺盛时，企业需要提前布局基础设施，但市场也要逐步确认，这些投入究竟能以多快的速度转化为收入和利润。”她表示。

　　开源模型不会削弱算力需求

　　孔蓉认为，AI与上一轮互联网基础设施建设存在一个重要差异：互联网网络建成后，新增用户的边际成本可以显著下降；生成式AI每增加一个任务、一次推理或一名高频用户，通常都会带来新的Token和算力消耗。

　　“AI不是互联网。多一个任务、多一个用户，就会多消耗一份算力。”孔蓉说，因此，模型能力提升和使用门槛下降未必会削弱上游需求，反而可能通过扩大使用人群和应用频次，增加推理算力、云服务和硬件需求。

　　开源模型是这一逻辑的重要变量。7月，月之暗面发布拥有2.8万亿参数的Kimi K3，并将其用于聊天、智能体和编程等产品。孔蓉认为，中国开源模型的性能持续提升，有望扩大国产模型在全球市场的使用范围，并带动国内外云服务和推理基础设施需求。

　　她同时提醒，开源生态带来的商业机会不会在短期内平均分配。模型公司能否形成稳定收入、云厂商能否保持合理利用率、硬件企业能否避免供需错配，仍需持续观察。

　　Coding空间比想象更大

　　在应用端，孔蓉尤其看好AI编程。她认为，市场如果只是按照程序员数量测算AI编程工具的市场空间，可能低估其长期价值。“它不仅是替代一部分代码编写工作，更重要的是让原本不能编程的人开始使用编程能力。”孔蓉说。

　　随着模型编程能力增强，模型研发和产品迭代速度也在加快。孔蓉观察到，大模型更新周期已经从早期的年度迭代，逐步缩短至月度甚至周度。模型能否进一步提升自主学习、代码生成和复杂任务执行能力，可能成为科技行情下一阶段的重要催化因素。

　　不过，她也强调，产业渗透和企业采购必然是渐进过程。市场一方面期待商业化收入出现更陡峭的增长曲线，另一方面也需要给企业部署、工作流改造以及用户习惯变化留出时间。

　　除编程外，孔蓉认为，AI for Science以及AI在生物医药研发中的应用，可能成为下一阶段值得关注的增量方向。她表示，过去两年，随着模型推理、编程和多模态能力提升，AI开始从文本生成工具向科研辅助工具演进。其价值不仅在于提高现有流程效率，还可能进入药物发现、实验设计、材料筛选和复杂科学计算等环节。

　　“模型能力越强，AI进入科研和生物医药场景的路径就越清晰。”孔蓉表示，这些新场景能否真正落地，取决于模型可靠性、专业数据质量以及企业是否愿意将AI嵌入核心研发流程。

　　展望后市，她认为，科技板块短期仍可能受到交易结构和外围市场扰动，但产业判断最终要回到三项指标：AI商业化收入能否持续增长，模型能力能否带来新的应用场景，以及高额资本开支能否转化为可持续回报。