2025年即将收官，AI仍然是全年最重要的投资主线之一，但资本对这一赛道的判断已经发生明显变化。

如果说年初DeepSeek带来的核心问题是“更低成本能不能实现更强模型能力”，那么到了年末，市场开始进一步追问：过去两年持续增加的算力、模型和数据投入，最终能够形成多少真实收入和现金流？

这种变化已经反映在资金配置中。12月以来，人工智能、医疗和创新药等年内热门方向出现不同程度资金流出，而红利低波、自由现金流等资产获得更多关注。与此同时，机构并没有放弃科技成长，而是开始从算力基础设施进一步向AI应用、软件和商业场景寻找新的增长来源。

我认为，这并不是AI投资逻辑结束，而是进入了第二阶段。

过去两年，算力是最容易形成确定性投资逻辑的环节。大模型训练需要GPU、服务器、光模块、数据中心和电力基础设施，需求增长可以比较直接地传导到订单。但基础设施投资最终存在一个绕不开的问题：这些资本开支能否被后续应用产生的收入覆盖。

这也是为什么AI应用在年末开始重新受到重视。

从投资角度看，判断AI应用并不只是看用户数量，而需要进一步拆解几个变量：用户是否愿意持续付费，AI到底是在创造新收入还是仅仅替代原有功能，推理成本随着使用量增长会不会侵蚀利润，以及企业能否把模型能力真正嵌入客户的工作流程。

这里面最容易出现误判的是“使用量”和“商业价值”之间的关系。一个AI产品调用量快速增长，并不等于商业模式已经成立。如果每增加一名用户都伴随着较高推理成本，而付费能力没有同步增长，那么规模扩大反而可能放大亏损。

因此，2026年以后评价AI企业，我认为单位经济模型会越来越重要。

资本会更加关注每一单位算力投入能够创造多少收入，每一名付费用户能够贡献多少毛利，以及企业能否通过模型优化、数据积累和产品流程降低边际成本。过去市场更愿意为模型能力和市场空间支付估值溢价，未来这种溢价可能更多地取决于“技术领先能不能转换成经营效率”。

年末资金重新关注自由现金流资产，本质上也是同一逻辑。2025年科技板块创造了非常显著的结构性行情，但当估值提升到一定阶段以后，投资人自然会重新比较增长的质量和资本投入效率。证券时报数据显示，截至12月23日，国内ETF总规模已经突破5.9万亿元，较2024年底增长超过2万亿元；与此同时，科技主题产品快速扩容，也使市场对于不同科技资产之间的配置效率更加敏感。

从这个角度看，2025年AI投资最重要的变化，并不是市场从看多变成看空，而是评价标准正在升级。