农历春节期间，深度求索公司的DeepSeek大模型，因兼具低成本与高性能特征，大幅降低了AI大模型的部署成本，在全球范围内引发热议。全国两会期间，以DeepSeek为代表的“人工智能+”再次成为主角，业界认为这会为AI产业带来信心，进一步激发新一轮算力建设投资，并为中国的AI故事翻开新篇章。

  毋庸置疑，举国之力的推动，开源和共享A l发展范示，以及巨大的需求市场，将使中国AI产业在应用领域的发展走向世界前列。多方表现也足以证明，未来将会有越来越多的投资将与A l相关。但AI毕竟是一个高风险高收益投资领域，对AI及相关投资的知识以及传统经济学和观念经济学的理论推演是降低风险的途径。

  纵观整个市场，DeepSeek凭借技术路径的迭代创新实现了肉眼可见的出圈。实际上，Deepseek分布式计算架构中的跨节点并行技术，将复杂的模型推理任务拆解到多个计算节点协同处理，实现了算力资源的动态优化分配。具体而言，跨节点并行技术能够在不增加单点硬件投入的前提下，将单位时间内的任务处理量（吞吐量）提升数倍，同时将响应延迟降低至毫秒级。

  跨节点并行的技术路径不仅降低了边际成本，还大幅提高了服务效率。在算力效率层面，吞吐量提升使单位时间内服务用户量呈指数级增长；在成本控制层面，资源利用率的优化使单次推理能耗下降超过80%。它不仅重构了大模型运行的底层逻辑，也给行业发展提供了一种具有可行性的商业模式，即当技术突破使边际成本曲线陡峭下行时，规模效应带来的收益增长将突破传统线性模式。

  3月1日，DeepSeek在官方发文并给出了其在线服务的统计数据：若按 DeepSeek-R1 的定价 (*) 计费，每日理论收入可达56.2万美元，成本利润率高达545%，即每日收入约为支出的7倍。

  Deepseek的高利润率表明AI技术的商业化落地已具备现实基础，并将引发一系列链式反应。

  微观层面，Deepseek的高利润率将直接刺激资本市场对AI领域的投入。从历史经验看，当一个行业的头部企业实现盈利突破后，相关领域的风险投资与产业基金活跃度通常会提升2～3倍。具体到AI产业，算力基础设施、垂直场景解决方案、数据服务等细分赛道将率先受益。

  宏观层面，AI技术将与实体经济深度融合，重构传统行业的价值链条。中央政府对AI及其产业带的支持和关注在近年来从未间断。2024年的《政府工作报告》提出持续推进“人工智能+”行动，强调技术需与行业产生“化学反应”；2025年《政府工作报告》进一步细化方向，提出“将数字技术与制造优势、市场优势更好结合起来”，明确“大模型+垂直场景”的深度应用，表明政策导向已从单纯追求技术突破转向以实体经济赋能为目标的产业落地阶段。

  在这样的背景下，各地政府都应关注本地区AI应用投资。尤其是经济发达地区的政府应更多支持和关注垂直模型的投资。实际上，政府应积极参与AI类投资，不是从单一投资中承受盈亏，且其收益除投资收益之外，还有长期的税收收益及成功企业带来的关联发展收益。

  众所周知，人工智能技术架构可分为三个核心层级：基础层以大规模预训练模型（如GPT-4、PaLM）为核心，通过海量参数和通用训练形成认知基座；中间层聚焦垂直领域模型（如医疗影像分析、金融风控系统），针对特定场景进行参数微调和领域知识增强；应用层则基于前两层技术构建智能化解决方案，涵盖智能客服、工业质检、自动驾驶等具体落地场景。唯有通过“基础模型层-垂直专业层-应用系统层”的层级架构，才能实现从通用智能到产业赋能的完整闭环。

  大模型显然只适合财力雄厚的大公司长期投资；垂直模型适合专家团队与金融结合的投资形式；与产业结合的应用模型则更适合产业资本与金融资本结合，共同参与投资。而国家和行业协会以及大模型开发商共同组织数据和训练资源池，类似通讯产业的专利池，可大大节省社会投资和加快开发步伐。

  结合产业端的现状，可以看到围绕AI展开的三种投资已经在市场初见端倪，甚至取得阶段性成果。比如，传统行业在AI赋能下打造黑灯工厂/智慧工厂，在制造业领域，基于大模型的智能质检系统可将缺陷识别准确率提升至90%以上，效率提升3倍；金融行业中，AI驱动的风险评估模型能将信贷审批周期从数天缩短至分钟级。AI的产业价值已从单纯的“降本增效”转向“创造新商业模式”。

  但作为投资者，应注意的是：在当前DeepSeek等企业通过跨节点并行技术实现的高利润率，确实为行业提供一种可复制的技术范式——即通过优化算力资源配置，在垂直场景中形成“技术投入－效率提升－收益反哺”的良性循环。但是，这一轮爆发的初期，虽会涌现诸多技术供应商和设备供给单位，但最终每个相同生产会只剩三到五家。因此，这部分投资的风险和收益都较高。

  同样，在垂直专业领域的AI投资也呈现“前三理论”，即最终能够留存下来的通常仅有三至五、六家企业。并且，这些企业的收益呈现出二元分布的态势：要么在市场竞争中被淘汰出局，要么凭借其竞争优势获取丰厚的利润。除AI普惠类的改造型投资，其它类型成功的投资都会上市。但在行业未决出最终胜负时就已上市的项目也可能随项目淘汰而失败。

  眼下，以DeepSeek为代表的AI技术新范式正进一步塑造产业格局。例如，在算力方面，投入重心将从基础硬件采购转向系统级效能优化，推动计算架构向“集约智能型”演进；对于大模型供应商来说，用户的评价标准也将从单纯的参数规模转向“单位算力经济产出”等实效指标。

  更为重要的是，当大模型在重点行业规模化落地后，其生产力提升可能外溢至全要素生产率。相关研究显示，算力指数平均每提高1个百分点，就可以带来数字经济约3.3‰的增长、国内生产总值约1.8‰的增长。

  随着政策导向与技术创新形成共振，AI将从实验室走向工厂、医院、农田，成为推动我国数字经济高质量发展的重要引擎。在这一过程中，以跨节点并行技术为代表的算力优化方案，或将为中国经济的高质量发展提供一条兼具效率与可持续性的路径。（作者系梧桐树资本董事局主席黄江南）