远见网8月的资本市场，AI板块内部出现了一条此前从未有过的分化曲线。
费城半导体指数（SOXX）在8月17日创下月内高点后掉头向下，到8月31日累计回撤8.6%，全月算下来仅微涨0.7%，几乎白忙一场。
而同一时间，软件板块却在加速起飞——IGV软件指数全月上涨9%，更关键的是，在8月17日之后，IGV逆势再涨8%，与硬件股的颓势形成鲜明对照。
这种走势与上半年截然相反。
彼时全球资金高度集中在AI硬件链条，英伟达、光模块、PCB等轮番创下新高，市场默认算力就是AI的代名词。
但8月之后，交易逻辑开始松动，拥挤度修复、利率敏感度差异、财报兑现节奏的变化，都在推动资金重新审视AI产业链的利润分配格局。
最本质的变化在于，软件的AI收入开始兑现了。
海外软件公司的AI功能不再只是发布会上的PPT叙事，而是完成了三级跳：从最初“AI会不会颠覆SaaS”的防守心态，到“替代风险被证伪”的确认，再到“AI成为增值层并贡献实际增长”的兑现。
Palantir 2026年上半年收入同比增长89%，Q2的业绩指引进一步上调，成为这一轮软件行情最直接的注脚。
市场开始提前交易一个核心问题：当模型越强、算力越便宜，产业链的利润分配预期就会改变——谁能真正把算力做成可收费的产品，谁就能在AI下半场占据主动。
这正是当前AI应用新叙事的起点。
从卖算力到卖结果：AI应用的价值锚点正在迁移
过去两年，AI产业的叙事主线是“卖铲子”——英伟达的GPU、云厂商的算力租赁、光模块和PCB的硬件配套，构成了一个以算力为中心的闭环。
这套逻辑在模型能力快速迭代、训练需求爆发式增长的阶段是成立的，因为稀缺性在供给端，定价权自然归于硬件。
但进入2026年，情况正在起变化。
模型的推理成本持续下降，开源模型的性能逼近闭源，算力从稀缺资源变成可替代的公共品。
当每一家企业都能以较低成本调用顶尖模型时，算力本身就不再是壁垒。
真正的壁垒变成了：谁能把模型能力嵌入具体的业务流程，解决一个具体的商业问题，并让用户愿意为此付费。
这正是软件公司在这一轮分化中走强的根本原因。
Palantir的增长并非偶然，它证明了AI可以成为软件产品的增值层，而非成本项。
同样，Salesforce、ServiceNow等SaaS巨头的AI附加功能开始体现在ARPU（每用户平均收入）的提升上，市场对软件股的估值逻辑也随之从“用户数”转向“AI渗透率”和“单用户AI收入贡献”。
这种价值锚点的迁移，意味着AI产业的利润分配正在从硬件端向应用端倾斜。
硬件公司依然重要，但它们的增长曲线将更多取决于应用端的真实需求，而非自身的产能扩张。
对于投资者而言，这意味着需要重新审视AI产业链的每一个环节——从“谁在卖算力”转向“谁在用算力创造收入”。
中国市场的镜像：AI应用的机会与挑战并存
海外市场的分化，在中国市场同样有迹可循。
尽管A股AI板块的波动节奏与美股并不完全同步，但产业链的传导逻辑是一致的。
中国的AI应用公司，从办公软件到企业服务，从智能制造到自动驾驶，都在尝试将模型能力转化为可量化的商业成果。
以小米为例，其秋季旗舰新品发布会定档9月7日，同场发布的玄戒O3 AI旗舰SoC安兔兔跑分突破522万分，成为首个突破500万分的旗舰SoC，同时支持LPDDR6，并配套了玄戒O100高带宽AI加速芯片和玄戒D100 3nm智驾高算力AI芯片。
小米的“三芯齐发”策略，表面看是硬件端的军备竞赛，实则是在为AI应用落地搭建底层平台——从手机端侧AI到智能汽车的高算力自动驾驶，小米试图将AI能力嵌入每一个终端场景。
智己汽车则走得更远，其全新一代LS6预售发布会定档9月10日，以航空同源理念打造，全系标配NEO三电架构、全线控底盘和IM CLAW智能体。
智己LS8此前预售订单已突破48,000台，显示出市场对AI定义汽车的接受度在快速提升。
这些终端产品的密集发布，恰恰说明AI应用正在从概念走向量产，从演示走向日常使用。
但中国AI应用面临的挑战同样突出。一方面，大模型的基础能力与海外仍有差距，尤其是在复杂推理和多模态理解层面；
另一方面，企业客户的付费意愿和付费能力尚待培育，SaaS模式的渗透率远低于美国市场。
这意味着，中国AI应用公司需要走一条更具本地特色的路径——不是简单地复制Salesforce或Palantir的模式，而是找到与制造业、服务业、政务等场景深度绑定的切入点。
叙事切换背后的产业重构：从技术驱动到商业驱动
AI下半场的叙事切换，不只是资本市场的风格轮动，更是产业逻辑的重构。
上半场的核心是“技术可行”——模型能做很多事情；下半场的核心是“商业可行”——模型做的事情有人愿意买单。
这要求AI公司从技术思维转向产品思维，从追求参数指标转向追求ROI（投资回报率）。
这种重构在医疗科技领域体现得尤为明显。
强生医疗科技在中国市场经历了三次跃迁，从最初的“在中国制造”到“与中国共创”，再到当前的“中国引领全球”。
其苏州产业园落成20周年之际，首条国产心电生理产线正式落成，外科工厂完成新一轮产能扩容。
强生医疗科技中国区总裁在庆典上表示：“在华三十余年，苏州产业园落成20周年，这些是时间的刻度，更是能力的厚度。
”这句话点出了跨国企业在中国AI医疗市场的策略——不再是简单地引入产品，而是将中国的创新能力和供应链优势融入全球体系。
AI在医疗领域的应用，同样遵循从“技术叙事”到“商业叙事”的转变。
早期的AI辅助诊断、AI药物研发，更多是技术验证阶段；
而现在的竞争焦点，在于AI能否真正降低医疗成本、提高诊疗效率，并形成可持续的商业模式。
强生医疗科技在苏州的产线扩容，正是对这种商业可行性的重仓押注——它不是在实验室里展示AI，而是在工厂里量产AI赋能的医疗器械。
这种产业重构带来的影响是多维度的。
对硬件公司而言，它们需要从“卖芯片”转向“卖解决方案”，与软件和应用公司建立更紧密的生态合作；
对软件公司而言，它们需要从“卖License”转向“卖服务”，按效果付费的商业模式将越来越普遍；
对终端品牌而言，AI不再是差异化卖点，而是标配功能，真正的竞争在于谁能将AI体验无缝嵌入用户的生活和工作流。
以小米为例，玄戒O3的发布不仅是芯片性能的突破，更是小米构建“人车家全生态”AI战略的关键一步。
通过自研SoC，小米能够更好地整合端侧AI能力，实现手机、汽车、家居设备的无缝协同。
这种端云结合的模式，或许是AI应用在中国市场最现实的落地路径——既避免了对云端算力的过度依赖，又能在隐私保护和响应速度上满足用户需求。
结尾：AI下半场的竞争，是商业模式的竞争
AI下半场的叙事，不再是“算力军备竞赛”的单线程故事，而是算力、模型、应用、终端、场景共同作用的多线程叙事。
8月资本市场的分化，只是这场叙事切换的一个信号。
当算力不再是稀缺资源，当模型能力趋于同质化，真正的价值创造将发生在应用层——谁能在具体的场景中，用AI解决实际问题，并让用户愿意为此付费，谁就能赢得下半场的竞争。
对于中国企业而言，这意味着机会与挑战并存。
机会在于，中国拥有全球最丰富的应用场景和最大的消费市场，从智能制造到智慧医疗，从智能汽车到消费电子，AI应用的想象空间巨大；
挑战在于，中国企业需要从“技术跟随”转向“商业创新”，在产品定义、商业模式、生态构建等方面走出自己的路。
正如小米和智己正在尝试的那样，AI不再是炫技的工具，而是产品和服务的有机组成部分。
AI下半场的竞争，本质上是商业模式的竞争。
那些能够将AI能力转化为可量化收入的公司，无论是硬件、软件还是终端品牌，都将成为新叙事的主角。
而那些仍在“卖概念”的公司，无论其技术多么先进，都可能在这一轮洗牌中被边缘化。
对于投资者和从业者而言，理解这一叙事切换，比预测任何单一技术指标都更重要。
这意味着，AI下半场后面真正要看的，已经不是单点产品热度还能不能继续放大，而是客户验证、交付效率和供应链稳定性会不会连续改善。只有这些变量开始稳定兑现，这轮变化才会从阶段性信号走向更明确的趋势。
长期看，对平台企业与供应链厂商来说，竞争差距不会停留在表态或热度上，而会先体现在客户验证和交付效率能不能沉到日常动作里。谁能把这些环节持续做实，谁才更有机会把AI下半场留在结果上。
