- 报告基于上周在硅谷与微软Build及Snowflake峰会上的行业交流，提出两大看涨标的（微软和Snowflake），并总结九项关键观察。核心观点包括：1）
- 序号：064
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
- 报告基于上周在硅谷与微软Build及Snowflake峰会上的行业交流，提出两大看涨标的（微软和Snowflake），并总结九项关键观察。核心观点包括：1）小语言/中等语言模型正取代大型语言模型成为企业AI主力；2）微软通过其1P模型（MAI-Thinking-1）和Frontier Tuning展示了独立AI公司实力，有利于消除股票压力；3）Snowflake的CoCo（Cortex Code）已显著提升客户使用量并推动收入增长，且AI对数据民主化的担忧反而增强其平台价值；4）安全支出将在AI企业采用后约2年内开始显著增长（预计2H26-2027）；5）通用机器人公司Generalist展示了AI在企业软件之外的物理世界巨大潜力。
高盛本周在硅谷参加微软Build大会和Snowflake峰会后，发布了对美国科技软件行业的最新看法。报告明确看好微软（MSFT）和Snowflake（SNOW）两只股票，认为二者在AI战略和产品创新上均已取得可量化的进展，能够驱动未来股价表现。同时，报告在安全、机器人、应用AI和竞争格局等方面也给出了前瞻性判断。
报告提炼了九大关键观察，以下是核心要点： ：企业客户正从“向大模型扔一切问题”转向使用更精细化、更便宜且更聚焦的模型。微软的MAI-Thinking-1（MLM）在特定STEM和编码任务上超过同行，并且成本效率是GPT-5.4的10倍以上。Snowflake的CoCo在自身环境中同样表现出色。 ：软件公司如何在无头世界中变现仍是争议焦点。企业可能在“构建原生应用”（如Cloudflare）和“使用第三方AI代理应用”之间分化。对记录系统（SoR）公司而言，API使用量上升带来战略价值，但变现困难。 ：类似2015-2020年云周期中安全支出占基础设施支出的比例从3%，当前AI周期中安全支出也会有类似节奏。预计2026年开始企业AI采用后，安全产品将在2H26-2027年明显贡献增长。 ：通用机器人创业公司Generalist AI（已获4亿美元融资）展示了AI的物理世界应用潜力。其核心优势在于：使用视觉图像而非传感器、基于真实世界数据训练专有模型、聚焦灵巧性与规模。高盛认为这类公司可能融合“软件模式”和“物理护城河”两种商业模式。 ：Frontier Tuning允许企业用自有数据微调模型，大幅提升成本效率（如为麦肯锡微调的模型效率是GPT-5.5的10倍以上）；Maia 200自研芯片已上线，性能/功耗比GB200提升1.4倍，若50%基础设施采用自研芯片，Azure AI毛利率可改善约20个百分点；微软通过Web IQ、Work IQ等构建组织专属的上下文层，这是其相对于其他大模型的差异化优势。 ：CoCo是FY27收入上调3%的最大驱动力，早期用户消耗增长11%。高盛认为，随着工作负载从传统数据库迁移加速，1H26可能出现使用量的阶跃式提升；而两个结构性熊市论点（AI原生竞争、数据分析民主化）均未得到客户认同：客户对Clickhouse认知度低，且认为数据治理和平台路径依赖反而让Snowflake更有价值。
： 12个月目标价维持 （不变），基于28倍市盈率乘以远期调整后净利润。 关键下行风险：自研芯片爬坡慢于预期导致市场份额或毛利率扩张受限；非Azure领域投资超预期；核心管理层变动；向定制软件转型影响应用业务。 ： 12个月目标价从 上调至 ，基于60倍EV/自由现金流（此前55倍，因公司引入了GAAP盈利目标）。 关键下行风险：1）Iceberg存储表格式侵蚀存储收入；2）来自云服务商和Databricks的竞争加剧；3）IT支出环境恶化或云支出进一步优化。
：企业IT支出环境若恶化，可能影响云和AI软件消费增速。 ：微软和Snowflake均面临来自云巨头（特别是谷歌BigQuery）和新兴AI公司的竞争。 ：AI模型和架构变化快速，当前推理成本优势或产品差异化可能被颠覆。 ：Snowflake的销售团队需从传统SaaS销售转向代理式销售，人员培训与组织变革可能影响短期业绩。 ：Snowflake当前估值（~60x EV/FCF）较高，若增长不及预期或盈利改善放缓，可能面临大幅回调。
总体总结
主题正文 要点： ：企业客户正从“向大模型扔一切问题”转向使用更精细化、更便宜且更聚焦的模型。微软的MAI-Thinking-1（MLM）在特定STEM和编码任务上超过同行，并且成本效率是GPT-5.4的10倍以上。Snowflake的CoCo在自身环境中同样表现出色。 ：软件公司如何在无头世界中变现仍是争议焦点。企业可能在“构建原生应用”（如Cloudflare）和“使用第三方AI代理应用”之间分化。对记录系统（SoR）公司而言，API使用量上升带来战略价值，但变现困难。 ：类似2015-2020年云周期中安全支出占基础设施支出的比例从3%，当前AI周期中安全支出也会有类似节奏。预计2026年开始企业AI采用后，安全产品将在2H26-2027年明显贡献增长。 ：通用机器人创业公司Generalist AI（已获4亿美元融资）展示了AI的物理世界应用潜力。其核心优势在于：使用视觉图像而非传感器、基于真实世界数据训练专有模型、聚焦灵巧性与规模。高盛认为这类公司可能融合“软件模式”和“物理护城河”两种商业模式。 ：Frontier Tuning允许企业用自有数据微调模型，大幅提升成本效率（如为麦肯锡微调的模型效率是GPT-5.5的10倍以上）；Maia 200自研芯片已上线，性能/功耗比GB200提升1.4倍，若50%基础设施采用自研芯片，Azure AI毛利率可改善约20个百分点；微软通过Web IQ、Work IQ等构建组织专属的上下文层，这是其相对于其他大模型的差异化优势。 ：CoCo是FY27收入上调3%的最大驱动力，早期用户消耗增长11%。高盛认为，随着工作负载从传统数据库迁移加速，1H26可能出现使用量的阶跃式提升；而两个结构性熊市论点（AI原生竞争、数据分析民主化）均未得到客户认同：客户对Clickhouse认知度低，且认为数据治理和平台路径依赖反而让Snowflake更有价值。
： 12个月目标价维持 （不变），基于28倍市盈率乘以远期调整后净利润。 关键下行风险：自研芯片爬坡慢于预期导致市场份额或毛利率扩张受限；非Azure领域投资超预期；核心管理层变动；向定制软件转型影响应用业务。 ： 12个月目标价从 上调至 ，基于60倍EV/自由现金流（此前55倍，因公司引入了GAAP盈利目标）。 关键下行风险：1）Iceberg存储表格式侵蚀存储收入；2）来自云服务商和Databricks的竞争加剧；3）IT支出环境恶化或云支出进一步优化。
：企业IT支出环境若恶化，可能影响云和AI软件消费增速。 ：微软和Snowflake均面临来自云巨头（特别是谷歌BigQuery）和新兴AI公司的竞争。 ：AI模型和架构变化快速，当前推理成本优势或产品差异化可能被颠覆。 ：Snowflake的销售团队需从传统SaaS销售转向代理式销售，人员培训与组织变革可能影响短期业绩。 ：Snowflake当前估值（~60x EV/FCF）较高，若增长不及预期或盈利改善放缓，可能面临大幅回调。