美股投资网获悉，华尔街金融巨头伯恩斯坦最新发布的研究报告显示，AI云计算领域正在进入“AI智能体狂潮主导之下的人工智能算力需求井喷式扩张、AI推理负载升级、平台价值重分配”同时发生的新阶段，投资机会也随之从GPU算力供给延伸至攸关企业数据运营、企业核心操作流程、连接业务工作流与智能体开发、部署与运行综合平台的云计算领军者们。
伯恩斯坦表示，当前全球云计算行业正经历自微软Azure崛起挑战亚马逊AWS以来最重要的一轮竞争变化训练需求催生以GPU为中心的数据中心扩建，为CoreWeave等新云服务商打开IaaS基础设施市场;随着AI推理负载逐步走向企业生产环境，则扩大CPU、GPU、数据库、存储及软件平台的协同算力运营需求;OpenAI、Anthropic进一步从AI大模型供应商转向AI智能体开发平台供应商，既为合作云计算厂商贡献更大的基础设施订单，也开始争夺PaaS云计算厂商们的软件入口、客户关系和利润空间。
伯恩斯坦分析师团队因此更加看好微软、甲骨文和MongoDB，但对单纯出租AI GPU算力基础设施的新云企业长期竞争力更为审慎。该机构的核心投资判断在于，AI算力资源需求增长能够扩大AI云租赁市场，却不会让所有云企业获得相同的定价权和AI时代的强劲资本回报。这一判断与近期产业数据形成呼应微软7月财报披露，Azure及其他云服务季度收入增长43%，需求仍超过可用产能;甲骨文9月公布的季度IaaS收入增长121%至74亿美元，剩余履约义务达到6,640亿美元，显示需求正在转化为收入和长期合同。
AI智能体如何逐步放大云计算需求?结合伯恩斯坦研究报告以及AI推理工程推演，Muse与Astra所代表的变化，是把一次问答扩展为包含规划、检索、工具调用、执行、检查和重试的任务过程Meta披露Muse运行在拥有浏览器的专用安全虚拟机中，用户关闭应用后仍可继续处理任务;OpenAI披露Astra增强了计算机操作与多步骤专业工作能力，这些能力进展本身并不等于AGI已经得到确认。
当使用规模扩大，模型调用增加GPU推理负载，浏览器、代码与工具执行增加CPU需求，长上下文与并发会话提高内存及缓存需求，持续状态和企业知识访问增加数据库与存储需求，生产部署进一步拉动身份、安全、监控和工作流编排等PaaS服务。Anthropic与Akamai签署的七年116亿美元协议明确面向CPU工作负载，就是AI需求向GPU之外扩散的实例;其与亚马逊(Amazon)AWS、Google云计算/博通(Broadcom)、微软Azure云计算、SpaceX旗下AI云计算租赁平台等合作，也体现了多供应商基础设施配置。
对于面临CoreWeave这类新云势力强势崛起之下的AI云计算领域潜在IaaS/PaaS赢家，伯恩斯坦给予微软(MSFT)、甲骨文(ORCL)以及MongoDB(MDB)“跑赢大盘”这一最积极评级，予以的最新目标价分别意味着未来12个月约28.7%、135%以及35%潜在上行空间，该机构对于AI云数仓与企业云数据库领军者Snowflake(SNOW)则予以“与大市同步”评级，目标价意味着10%左右潜在上行空间。
毋庸置疑的是，AI云仍是产业资本投入和盈利预期的重要方向，股票资金则正在筛选能够留住利润的环节。OpenAI以约1.4万亿美元估值寻求新融资，以及Anthropic谋求超过2万亿美元IPO估值，反映出全球资本市场对AI相关收入创造空间的极高预期，相比AI应用估值叙事，聚焦推理端的AI算力资源供给链已有更具体的强劲需求依据媒体披露Anthropic未来约十年5180亿美元的基础设施安排，其中约80%具有不可取消或按约定支付的性质，Anthropic 2025年营收增至上年的约12倍、接近46亿美元，经营亏损超过80亿美元，算力与基础设施支出达到73.3亿美元，约为2024年的三倍，占126.5亿美元总经营费用的约58%;;韩国9月半导体出口603亿美元、同比增长262.8%，官方同时指出存储出口数量与合同价格上升。
算力账单越滚越大IaaS扩容潮中的增长与分化
伯恩斯坦对于AI时代IaaS的投资逻辑，是传统云计算持续增长之上叠加AI算力需求持续井喷式扩张带来的强大增量，报告引用的Gartner预测显示，全球IaaS市场将由2025年的约2,230亿美元，增长至2026年的2,870亿美元、2030年的6,620亿美元;其中传统IaaS由2,010亿美元增至4,880亿美元，AI优化IaaS则由220亿美元增至1,740亿美元。
按伯恩斯坦研究报告图示数值的测算显示，2025—2030年整体市场复合增长率约24.3%，AI优化部分约51.2%，后者占比从约9.9%升至26.3%。伯恩斯坦分析师团队表示，这也意味着AI既创造高速增长的新型AI云计算基础设施市场，企业原有计算、存储与应用迁云也仍贡献庞大的绝对增量。
竞争格局方面，2025年Gartner口径下AWS、微软、谷歌、阿里巴巴的IaaS份额分别为35%、24%、10%、8%;IDC对应数字为41%、16%、8%、4%，两大调研机构均将CoreWeave市场份额计为约2%。差异主要涉及IaaS与PaaS的收入划分，例如IDC将更多甲骨文(Oracle)收入归入PaaS，因此不能把不同机构的份额拼接成同等的同一张竞争地图。
伯恩斯坦研究报告还提出一个值得投资者追踪的问题2030年1,740亿美元的AI优化IaaS收入，如何与市场讨论的万亿美元级GPU投入相协调?可能涉及企业自建、部分投入最终通过PaaS变现，以及行业预测偏高或Gartner等市场调研机构的基准预测偏低。
新云的阶段性优势来自算力稀缺，但企业推理的长期竞争力需要完整的软件与数据体系。伯恩斯坦研究报告把行业演进划分为三个相互衔接的变化首先，GPU训练集群对供电、冷却及高带宽低时延网络提出更高要求，传统数据中心需要改造或重建，供需缺口因此为新云企业及甲骨文创造进入机会;其次，AI支出从训练向推理扩展，伯恩斯坦估计，推理年度支出最终可能达到训练的5—20倍，但没有给出明确兑现年份;再次，企业推理需要连接实际业务，其基础设施必须支持模型计算、CPU应用执行和企业数据访问。
伯恩斯坦表示，由此趋势所产生的“数据引力”，会把部分AI负载吸引至企业已经部署数据库、权限体系和应用的平台。报告对新云提出五项约束难以超越GPU型IaaS;大型云客户在供给充足后可能将负载转回自有设施;采用开源数据库及开发工具并不自动形成差异化;企业数据迁移具有阻力;当前供需失衡可能在未来两年改善。
伯恩斯坦表示，对于投资者们而言，真正需要长期检验的逻辑在于，新云势力能否把短期交付优势转化为长期客户留存、利用率和现金回报;与此同时，研究报告认为甲骨文凭借主权云、私有云及AI数据中心形成连续增长动力，有机会进一步接近微软、亚马逊以及谷歌这类AI云计算基础设施第一梯队。
谁掌握智能体入口，谁强势分享云利润PaaS迎来价值重估
AI实验室正在成为PaaS的重要竞争者，但收入分类仍处于形成阶段。伯恩斯坦报告引用数据显示，2025年全球PaaS规模按Gartner口径约为2,252亿美元，按IDC口径约为2,275亿美元;依据各自2024年数据计算，同比增长分别约25.8%和42.3%。IDC将微软列为第一，份额21%，其后为AWS的12%、谷歌的9%，OpenAI约6%、Salesforce约5%、Oracle约4%，Anthropic、Snowflake、Databricks等各约2%;Gartner合并传统与AI PaaS后，则由AWS以19%领先，微软15%、谷歌10%，OpenAI约2%、Anthropic不足2%。
更具方向意义的是，同一口径下AI实验室份额均在上升IDC统计OpenAI从2024年的2.1%升至2025年的5.7%，Anthropic从0.4%升至1.9%;Gartner对应变化为1.0%至1.7%、0.3%至1.1%。
模型API、开发工具、编码产品及智能体软件的收入计量边界尚未统一，而两家AI实验室扩大平台业务的方向已经比较清晰。伯恩斯坦预计，其2026年份额存在进一步升至高个位数乃至低双位数的可能，具体取决于收入归类及整个PaaS市场的增长速度，这仍属于前瞻判断。
从模型走向平台，意味着AI实验室开始争夺企业软件的开发与运行入口。伯恩斯坦研究报告认为，Anthropic由Claude模型延伸至Claude Code，再进入自动化和智能体应用开发;OpenAI则在ChatGPT、搜索与研究产品之外，加速发展Codex和智能体开发能力。这些工具不仅帮助构建AI应用，也能提高传统软件开发、测试和维护效率。平台化能够增加工作流整合与客户黏性，从而缓解开源或开放权重模型竞争、Token价格下降对单纯模型业务的压力。
伯恩斯坦援引的Gartner报告显示，2025年OpenAI企业收入大约50亿美元，其中基础生成式模型占57%、专用模型4%、AI开发平台15%、其他应用软件24%;Anthropic企业收入约33亿美元，对应基础模型70%、专用模型7%、其他应用软件23%。不过这些是企业业务分类估计，不能等同于公司全部收入或年化收入运行率。
同期AI应用开发平台市场约68亿美元，微软、AWS和谷歌分别占24%、14%、14%，OpenAI占11%，对应约7.5亿美元;基础生成式模型市场中，OpenAI、Anthropic和谷歌分别占25%、20%、18%，合计63%。这组数据说明，模型与平台两层竞争已经同时展开。伯恩斯坦甚至预计，2026年开发平台收入可能超过模型收入，但编码产品究竟归入PaaS还是SaaS仍待厘清;其更大的战略机会，是成为其他软件企业构建产品的底层平台，而非逐一进入CRM、HCM等垂直市场。AI实验室拥有模型理解优势，云巨头和既有SaaS厂商则拥有客户数据、业务语义、部署、安全及管理体系，竞争因此会延伸到整套企业交付能力。
伯恩斯坦在AI云计算领域的选股落点，是能够将AI使用量转化为持续收入、客户留存和利润的企业。微软的优势在于，同时承载OpenAI、Anthropic、多种第三方模型和自有模型，并以广泛的开发工具及企业数据沉淀吸引新增AI负载;甲骨文则覆盖AI数据中心、OCI Gen2公有云、私有云、Alloy白标IaaS/PaaS及主权云，OpenAI的平台业务发展能够强化其重要客户需求，同时现阶段并不直接替代Oracle核心数据库产品，报告还指出，多云合作推动其云数据库近几个季度实现三位数增长。
伯恩斯坦表示，MongoDB的逻辑更直接——即AI应用仍或者AI智能体大规模渗透至各行业都长期需要持久化数据、查询和状态管理，应用增加可能扩大数据库使用量，报告认为AI实验室与新云目前并未直接瞄准其数据库市场。相比之下，Snowflake向AI平台延伸，也使其面临AI实验室与超大规模云厂商的双重竞争。
伯恩斯坦强调投资者们应沿着IaaS交付能力、PaaS开发入口和企业数据基础设施寻找收入兑现，同时检验折旧、电力、融资和竞争成本之后的自由现金流;投资风险方面，伯恩斯坦补充表示，微软面临云价格竞争和安全风险;甲骨文需要处理客户集中、AI需求兑现及云业务增长风险;MongoDB需要防范云增长放缓、基础设施成本和费用上升。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
