2025学

第一，AI点技术应用，

什么是点技术？对话，画个图片，生成一个视频，设计UI，写文案，写报告，写代码，生成一个3D，图片识别，人脸识别，都是输入AI的点技术应用，大语言模型的发展，不断对单一数据的训练，就出现了很多点工具，点工具应用在营销，生产，研发上，也合适很多自媒体人员使用。
这些都是大厂们必争之地，我们看到GPT，百度 文心一言，科大讯飞 ，智谱，都是推出自己的APP，免费给大家使用，为啥很多工具是免费呢？主要还是采集数据，用户使用过程中的交互沟通，能够帮助大模型学进化，所以即使成本很高，chatGPT 还是要免费出来，让更多用户参与使用，让自己训练的模型能够得到反馈提高。
正是这样，做基础模型的公司只属于超级巨头的游戏，我们就要认真分析那些上市公司股票，做基础模型的基本不要碰，像昆仑万维 那些不是互联网基因的其实都不看好，因为他们无论是数据沉淀还是迭代速度，还是算力支持，都不足以在竞争中获胜，包括了科大讯飞，三六零 ，甚至连腾讯也可能在基础模型竞争中被淘汰出局，国家队的大模型可以吗？其实也不行，不是没钱，而是团队和体制都跟不上，上年抄的很热的zg要打造自己gjd的大模型，今年都没有什么声音了，太容易落后了，商汤本来有机会，因为很早开始做AI，英伟达 没有禁止之前买了过万张GUP。但不幸，管理层不怎么样。运营能力很差。真的做的比较好的小公司就仅仅是kimi, 现在比很火的是豆包，是在应用层面比较好，基础模型比较好的是阿里巴巴 的qwen.
AI大模型的能力需要超级规模的算力AI大模型预训练完成后成本会指数级别下降。
AI的特性注定了领先就越容易领先，只会有很少做基础模型的公司胜出。所以我个人是不选择做基础模型的公司。
另外也不选择做点能力的公司，因为大部分免费服务客户，很难盈利。
注意：很多时候股票上涨和不盈利没啥关系。我就很费解那个昆仑万维为啥老涨。不是第一贵，我选择一个比较便宜的第二名就可以的逻辑，在AI大模型领域是不通的。
第二，AI的线能力
什么是线能力，就是公司能够连贯运用AI能力，要求是几个AI工具的综合连贯使用，完成企业里面的小的整体任务，对应的就是AI agents, 在企业里面叫工作流，公司每个部门都有很多小小的工作流程，谁能够把越多的工作流智能化了，那个企业能力越大，的确是一个企业AI应用的基础，等于规范企业一般每个部门都要相关工作要求的SOP一样，科普一下，sop是 Standard Operating Procedure三个单词中首字母的大写，即标准作业程序，指将某一事件的标准操作步骤和要求以统一的格式描述出来，用于指导和规范日常的工作.
股票中很多抄ai agent的是非常奇怪的事情，例如说：
华为的ai agent ,对应的酷特智能 ，新开普 ，
自研的ai agent:万兴科技 ，昆仑万维，
微软 的ai agents 对应南兴股份
这个就是很扯蛋的事情，为啥：ai agents 是每个平台都可以做的事情，本身没有什么技术壁垒，都是免费使用，现在是国内C端是coze做的比较好，也是豆包，服务C端。但从全球角度来说，做工作流框架平台的也不是豆包最好，Claude上个月新出来的claude MCP 统一列协议，威力比coze大的多，我们行业内都不会用豆包。华为，微软，还有国内自研的根本不入商业流。都是配合自己大模型能力的一个基础功能块，比如手机，都有一个镜子和手电筒的功能一样，好用，标配，免费。
那么有没有真正企业应用级别做的好的呢？有，就是第四范式 ，因为他们服务的客户足够多，足够大，足够广，所以他们做成了企业半定制化的技术服务平台，只是他们不叫ai agents罢了，很多人根本没有搞明白。
还要说的事情，coze是不开源的，所以C端用户是可以使用的，但不合适大企业使用，真正开源级别的国内就阿里巴巴比较好，有开源框架，还有就是dify公司，一个小公司，根本没有上市，专门做AI应用框架的。ai agents 还在快速迭代中，谁后面胜出还要观察。
第三，AI应用的面能力行业大模型+场景大模型先说行业大模型，也可以叫做垂直领域模型，这个是最合适zhongguo国情的，因为中国具备完善的工业体系，每个工业体系，每个服务行业分工，每个农业领域分工都可以做垂直类大模型，服务业美国业发达，服务业里面不一定竞争过美国，但工业大模型，绝对是中国天下。进一步细化就是场景大模型，针对特定的一个场景做大模型训练，例如交通识别系统，那个违规了，就是一个场景，把车牌资料都弄成一个数据库，用摄像头拍摄，对后台的车牌进行匹对，发现违规了，就发送罚单给司机，这个很早也有了，现在有了AI，速度和准确度会进一步提高。
我们说说工业大模型的顶配，举个例子，高炉反应，钢铁治炼行业是中国重要的工业组成部分，很多不同的矿石会汇集中国进行加工，那么巨大的高炉怎么样把原料矿石又好又省能源呢？这个一省就是几十个亿的事情。高炉反应包括的参数，维度，过程都是复杂多变的，这个根本没有多少企业能做，华为就是这个领域的技术顶流。是获得了国际认可的

在汽车制造业里面工业设计里面，华为业非常擅长用AI解决，但从更大的市场考虑，更多的行业，是不需要那么复杂的工艺流程的，我所知道就是第四范式，为啥这样说，我们可以看看第四范式签订的合同，包括了海外水电站，和国内的山东码头，这些的技术难度也是很高的，必须结合硬件5G，大场地，长周期，逐步构建等系列过程的。这些基本仅次于华为，我还没查到阿里巴巴，360，那些又服务能力，更不要说那酷特智能，我觉得他们就是做好自己公司的生产自动化就不错了，和整体的工业AI能力其实关系不大，属于工业领域细分到某一个行业的生产制造。
那么工业体系里面又那些呢，港股的创新奇智 ，还算是正宗的工业AI股，就是工业领域的通用性很难解决，要盈利还是要时间，那么关于工业软件类呢，例如赛意信息 之类的，我个人感觉不算纯正AI，主要他们是以领域数据+AI，客户个性化太强，很难成为平台型或者领导者，而且AI技术的突破，很可能就被ai 取代了，例如：第四范式如果想干掉工业saas的公司，是比工业saas的企业干掉第四范式容易的多，主要是AI+的能力远大于+AI的能力，时间越往后，越能体现出来。
再来说说服务行业大模型，这个才是热门的，包括了金融大模型，广告营销大模型，教育大模型，医疗大模型，这里面可以淘出不少机会，最典型的就是汇量科技 ，1年涨10倍，确定性最高，业绩真实跑出来，另外大家可以关注一下美图，也是确定性很高的，业绩已经盈利，我说一下反面的，就是万兴科技，其实这个是传统的工具性公司，举个例子，里面的墨刀，专门设计UI的，原来是很受欢迎，把前端组件都模块化了，但AI出现，直接生成，超越了传统的模块化，基本这个产品就凉凉了，很多现在上涨的公司炒作Saas+AI 是错的，他们很多反而是被AI颠覆的对象，SaaS基因要变成AI基因不是那么容易的，等于当场的万达广场，难度王健林不知道互联网的重要性吗？当然知道，但是基因不同，还是没能建立出线上的平台，即使万达广场已经很优秀了，也仅仅是守住一亩三分地而已，丧失了成长性。这个如果点赞量高，我就专门分析一下那些Saas是伪AI .医疗行业是很靠关系的，香港的医渡科技 是领先的，就是烧钱多，还有很多小众的公司我觉得很大机会，小细分赛道的龙头，老板是极其重视AI，如果找到这些公司，就很容易爆发，我们可以看看汇量科技老板就是很早重视AI广告的。大家可以顺这个思路找，细分赛道龙头+老板重视+场景模型。
半平台性的业不错，例如医疗行业的平安好医生 ，阿里健康 ，京东健康 其实都是不错的，有数据有AI。
教育行业里面的粉笔 ，其实也不错，就是不知道老板靠不靠谱
第四，AI应用的体。
讲到最后一个部分了，就是体应用，怎么理解，就是整个企业每一个部门，每一个流程都重复利用到AI。
点，应用AI一个点，
线，应用AI一个流程
面，应用AI一个部门
体，应用AI整个公司
我本人去过上市公司元征科技 讨论过他们企业如何AI化的，他们很典型一个就是服务客户AI化了，他们专门做汽车配件的，再我看来就是部门AI化了，但整体企业的供应链，营销，运营都还没有AI化，业绩也猛涨了几倍

另外一个方面解读一下，就是美国的风头已经不投资超过20人的团队，为啥，如果AI能力很强，是不需要那么多人的，所以我个人最看好的就是能够从老板到高管到员工都重视和使用AI工具的企业。
那么目前谁的整体AI能力最强呢，还是第四范式，原因还是他服务的客户大，范围广，深度足。体沉淀的经验是远远大于面的，面又大于线，线又大于点。
总结一下，
AI点能力血海中血海
AI线能力越多越好
AI面能力找有数据头部企业
AI体能力，第四范式，或者是后面AI的拼多多