AI堆栈的S曲线框架、层间取舍与应用软件前景——Whale Rock创始人Alex Sacerdote访谈要点梳理（Invest Like The Best，2026-06-09）

——据Invest Like The Best节目《Why the AI Boom Is Just Getting Started》（2026-06-09）整理

摘要：本文对Invest Like The Best节目主持人Patrick O'Shaughnessy专访Whale Rock资本管理公司（Whale Rock Capital Management）创始人兼组合经理Alex Sacerdote的主要观点进行了梳理汇总。梳理了其“S曲线、竞争优势、被低估的盈利能力”三段式投资框架与历次平台迁移中价值在层间转移的时序，介绍了Whale Rock在AI堆栈上先芯片、后模型、暂缓应用层的建仓顺序，最后阐述了其对应用软件与硬件的多空判断以及所列风险。据其介绍，Whale Rock于2025年8月以1800亿美元估值投资Anthropic，软件仓位由五年前占组合的四五成转为进入2026年时的整体净空头，AI渗透率有望在四年内由10个基点升至15%。

关键词：应用层护城河；前沿实验室；席位制定价；AI资本开支；企业采用；Anthropic；英伟达；Celestica

一、投资框架与平台迁移的历史规律

Sacerdote以一套使用二十年的三段式框架观察每一轮平台迁移，并据此判断价值在各层之间转移的先后顺序。

（一）三段式投资框架

Sacerdote出身富达（Fidelity），二十年来以公开市场科技股为主业，自述经历了互联网1.0、移动、云、电商与AI五轮平台迁移，2020年起兼做一级市场。Whale Rock的框架可概括为三句话：一是找到S曲线；二是在曲线上找到有强竞争优势的公司；三是在盈利能力被低估时买入。他表示：“当你踩对了S曲线的那一段，你得到的是指数级的销量增长；如果商业模式足够强，利润就不会线性增长，而会指数增长。”据其介绍，2023年买英伟达时按其模型付的是4倍市盈率，2019年买特斯拉（Tesla）付的是5倍，持有苹果（Apple）期间付的是4倍，为AWS买亚马逊（Amazon）时“等于白送”。他认为“世界不按指数思考”，跟住S曲线、懂护城河、会建模，就能对两三年后作出准确预测。

他以“赌场也教人玩二十一点”说明难点在执行，主要体现在三方面：一是过去无人覆盖硬件与芯片，新手大量涌入；二是股价已大幅上涨，投资者不敢买入；三是缺少整体图景就没有确信，英伟达过去四年每年都被称为泡沫，很多半导体分析师错过这一轮，原因在于没有看懂基础模型层的变化。

（二）平台迁移的三条规律

一是漫长的平底期。智能手机在iPhone之前已存在十年，互联网在网景（Netscape）之前存在二十年，特斯拉上市十五年后才在2019年走直。平底期源于采用障碍，Steve Jobs把价格压到200美元，AT&T有了3G网络，触屏“简单到你祖母都会用”，再加一个生态系统，障碍同时消失，需求才迎来爆发；电动车同样要等价格降到4万美元、续航达到300英里、供应链能年产百万辆，拐点才被触发。

二是要算清曲线的高度。AWS当年是亚马逊财报里的一个隐藏科目，他们算出其对应6000亿美元的企业IT系统，假设云化带来50%的通缩，渗透率仅1%至2%；后来发现云并不通缩，市场规模远大于原先测算。曲线也会撞墙，他们曾认为电动车会占到四五成，实际在10%至15%遇阻。

三是卖点与层间迁移。他表示，渗透率达到30%至40%后指数增长停止，卖方预测追上来，不再有大幅超预期，这通常是卖出时点。苹果是他承认的失误：前五六年是其头号仓位，2012年美国智能手机渗透率到五成时卖出，此后苹果经历几年跑输，随后依靠附加业务以及从应用商店抽取30%分成，实现每年约20%的复合增长。与此同时，应用层的兑现往往滞后，他覆盖过互联网1.0时代的B2B互联网，“基础设施根本不在位，B2B最终在二十年后由SaaS实现”；云的早期也被安全顾虑拖慢，直到美国中央情报局（CIA）与第一资本（Capital One）上云才真正起飞。范式切换中也有领导者掉队，美国在线（AOL）没有跟上拨号到宽带的切换，网景出得早但商业模式不够强；但他的总体判断仍是“在互联网上，领导者变得更大、更快、并赢下来”。

二、AI堆栈的建仓顺序与模型层判断

Whale Rock在AI堆栈上遵循先芯片与基础设施、再模型层、应用层等待清晰的顺序，Sacerdote认为模型层已形成类似云市场的寡头格局。

（一）先芯片后模型的取舍

ChatGPT于2022年11月发布后，Whale Rock十人团队做了一次全面深挖。他认为每一次计算范式更替都会带来一套新堆栈，这一轮自下而上是电力、芯片、云、基础模型、应用。2023年初的决定是先买芯片与基础设施，理由有二：一是这一层率先拿到需求，赢家已知；二是无论上层哪家胜出，都需要海量算力。

模型层当时并不清晰。2023年4月他们给出四种情景：赢家通吃、因开源而彻底商品化、逐底竞争、三到四家寡头。此后三年的观察是：约六十家参与者中几乎所有创业公司都已退出，亚马逊“从未真正出现”，Meta高调进入后受挫并彻底重启；Anthropic作为黑马专注企业市场，OpenAI拿下消费端，Gemini“永远不能被排除”。他认为结果与云市场相似，三家公司各自都是很好的生意；对开源的担忧也已消解，开源玩家算力不足，能接近前沿但难以超越。

应用层则一直没有进入建仓序列。主持人指出，以往的平台周期中应用层拿走了多数市值。Sacerdote的回答有三点：一是应用层总是后来的，iPhone前三四年应用也没有起来，“通常不在前三四年开始，会晚一点到来”；二是模型在哪里结束、应用在哪里开始的边界不清，应用能否建起足够的护城河未经证明；三是芯片生态在入场时就已清楚，模型层现在也清楚了，应用层“还有点不清楚，有点危险”。他表示正在观察Brett Taylor创办的Sierra（未持有），“这是橡胶接触地面的地方，他能不能把它做成一家大公司”。

（二）编码解锁与Anthropic建仓

2025年之前，他们对AI收入能否兑现、能否真正替代劳动持保留态度。转折来自编码工具：第一代是每月20美元的微软（Microsoft）Copilot，能改语法、找bug；2025年年中Anthropic的产品开始自主运行，编码市场随即爆发。据其介绍，Anthropic内部放开使用的人每天花费100美元token，折合每年两三万美元，全球约2000万程序员，仅编码一项就是半万亿美元市场。

建仓过程经历了一次自我修正。他们看过600亿美元估值那一轮但未参与，原因是“对公司了解不够，毛利率是负的，也没看到编码的爆发”。此后他与Dario Amodei有过接触，认为管理层专注、人员流失少、代码质量高；团队用Claude Code扫遍网络上关于编码市场与产品优劣的反馈，形成一份90页的材料，于2025年8月以1800亿美元估值参与投资。据其介绍，公司当时的收入目标是从1亿美元到10亿美元再到90亿美元。第二个解锁是Claude Code近乎完全自主，他转述Karpathy的立场变化，后者去年表示工具能写20%的代码，新模型推出后“除了用英语，他没再写过一行代码”。

（三）模型层的差异化与生态

对于模型层能否避免商品化，他给出两层论证。一是差异化，云卖的是服务器与存储，基本属于商品；模型的训练方法与擅长领域各不相同，路由切换使其看似商品，但Anthropic在私募与金融相关任务上强，谷歌（Google）在读取PDF上强，这是关键知识产权。二是生态，围绕API建设SDK、编排层、工具与运行框架（harness），“这正是我们2013年在AWS身上看到的”，当年人们以为AWS只是商品服务器，AWS却在不断发明新产品、逐步建立锁定。

套用其护城河清单，他认为Anthropic已具备四项要素：一是关键知识产权，即编码份额；二是企业端品牌，“去问任何CIO，第一个词就是Claude”；三是逃逸速度与规模，即十倍销售增长与融资能力；四是递归改进，领先的编码能力反哺模型本身，创新速度在加快。他同时表示，AI在复杂程度与变化速度上超过其做过的其他S曲线，风险与回报同处高位。

三、AI的S曲线规模与算力约束

Sacerdote认为AI的采用无需接入既有系统，渗透曲线陡峭上升，内部称之为“倒L曲线”，而算力供给已成为约束。

（一）“倒L曲线”与渗透路径

他们请曾与Clayton Christensen共事的Horace Dediu整理了过去一百年的大S曲线。据其介绍，收音机七年即接近全面渗透，洗碗机则很慢，因为它要接进房子的后端管线；B2B软件、云与SaaS属于“要接管线”的一类，增速为30%至50%。AI“打开浏览器它就在那里”，消费端如此，企业端也接近如此，因此这条曲线“直接向上”。

渗透率基数方面，他引用两个来源：一是Sundar Pichai表示真正在用AI的知识工作者占比为10个基点；二是Anthropic约有1400万至1500万日活用户，其中真正按应有方式使用的只是一小部分。当下约8亿人使用的仍是“AI 1.0”，即“打了激素的搜索引擎”，把Claude接到电脑上、构建技能（skills）、构建真正的AI代理等新原语刚刚出现。他判断，未来四年渗透率将从10个基点走到1%至3%，再到5%，再到15%。企业端今年“灯开了”，所有人都意识到必须现在做、快速做，但状态仍像1998年知道需要网站却很难建网站。

（二）市场规模与算力缺口

市场规模方面，他估计云市场约8000亿美元，AI的市场规模为3万亿至5万亿美元，“高风险高回报”。供给端的矛盾在于，真正用起来的人只有10个基点，算力已全部售罄，他表示：“Anthropic现在拥有的算力只有它需要的一半，而这是在大规模采用之前。”他转述Marc Andreessen的说法，未来四年可以确定的是算力不够。基于此，他仍把渗透率约10%的基础设施层视为参与AI的优选路径之一。

四、应用软件与硬件的多空判断

Sacerdote对应用软件由看多转为净空头，同时看多进入去商品化阶段的硬件供应链。

（一）看空应用软件的四重压力

五年前软件曾占Whale Rock组合的四五成。2023年4月他们的初始判断是应用层会受益，这些公司有庞大的销售队伍与数据，能用AI API做产品；但“很快我们意识到它们的AI产品不太好，不改变基本面，没人能为其收费”。于是几乎清空应用软件，进入2026年时整体为净空头，“这在一季度帮了我们很大的忙”。

他列出四重压力：一是软件在企业首席信息官（CIO）优先级清单上的位置大幅下滑，预算流向Anthropic的token，那里的投资回报更快；二是这部分支出挤占总预算；三是过去每年提价的惯例，现在“大概不敢了”；四是部分公司收缩岗位或冻结招聘，按席位计费的模式受损。对于在位者为何做不出好的AI产品，他给出三种可能：一是原语尚早；二是缺少合适的人；三是销售动作不同，交付替代人工的系统需要驻场工程师确保其真正运转，在位者内部未必有这样的人。

他也完整表述了多头理由：旧技术很黏，手游没有伤到主机游戏，平板与智能手机没有伤到PC，企业用户的ERP也难以被自己重写。但他认为，“你无法想象一两三四五年内没有一家AI原生公司去追每一个强大的在位者”，在位者的数据优势可能被抵消。他给出的量化对照是，Salesforce收入约400亿美元，AI相关年化经常性收入（ARR）约5亿至7亿美元，基数过大，改变轨迹需要时间。

（二）应用层的反向线索

他自称这一线索“半生不熟”：一是接入Claude的第一件事是接Slack，若Slack成为关键信息库，它就成为组织内的永久设施；二是下一波AI代理可能像人一样在既有软件工具里操作，客户关系管理（CRM）软件正在走向无界面（headless），熊市情形是被降格为一个数据库，但若代理直接进入CRM干活，CRM反而被固化；三是候选对象为网络型工具与Workday等大型记录系统。他表示“我们在这里的思考还很早”。

（三）硬件去商品化与AI版40法则

他认为硬件正在经历四十年商品化之后的去商品化。过去数据中心长期沿用英特尔（Intel）x86，算力负载每年增长25%至40%，摩尔定律以同样速度改善，服务器各部件均被商品化，以太网从1G到10G要花七年；AI负载每年增长十倍，把每个部件推到物理极限，“不只是巨大的销量增长，整个行业在去商品化”。

Celestica是他给出的样本。这家代工厂自1999年起长期处于困境，三年前他们注意到它是谷歌TPU服务器的独家供应商，股价为8倍市盈率。此后的发现主要有三点：一是AI服务器液冷、单价二三十万美元，旧服务器约5000美元，供应商因此成为“飞机上的关键部件”；二是以太网从七年一代变为一年一代，Celestica参与编写开源SONiC软件层，据其介绍在云以太网交换机市场占五六成份额；三是PCB从10层到40层，能做的供应商很少，客户关系从临时下单变为共同设计未来四年的路线图。康宁（Corning）的光纤与台达（Delta）、Advanced Energy的电源同属此类，“ASP连续四年每年涨40%且毛利更高”。据其介绍，DRAM、NAND、PCB当下短缺约30%，“就算是商品，也会是一个很好的周期”。

选股尺子他称为“AI版40法则”：软件的40法则是增速加经营利润率，芯片投资的版本是AI收入占比加该品类市场份额，30%加30%得60是好位置；应用软件的AI收入占比只有1%至2%，距离尚远。他补充，变化率比绝对值更重要，从10%到30%的过程中增速与利润率同时加速。

五、风险因素与研究方法

Sacerdote列出了舆论监管、模型停滞与玩家掉队三项风险，并表示一级市场研究与传统调研方法仍是其体系的补充与基础。

（一）三项主要风险

一是社会舆论与监管，普通人群与政府部分部门对AI有大量负面情绪，他提到缅因州（Maine）刚刚禁止数据中心，只有两成人对AI乐观，“但我认为精灵已经出瓶”。二是模型停滞，他认为即便模型不再改进也还有大量采用要发生，但若Anthropic或OpenAI撞墙，开源会追上来，可能演变为逐底竞争，“对这些股票大概不是好事，但可能对芯片公司是好事”，芯片公司并不关心谁胜出。三是某一两家玩家掉队，留下不再需要的算力，他的对冲逻辑是“如果AI足够大，别人会把它吸走”，甲骨文（Oracle）取消一笔大单后Meta立刻接手即为例证，但若Meta决定退出则需认真对待。

（二）一级市场与研究方法

据其介绍，独角兽市场规模已超过德国或英国股市，每年两三千次管理层面谈中一成至一成五是私营公司，Stripe与Anthropic都是先在公开市场把竞争对手研究透之后才进入的。对于新设的大盘科技基金，他表示：“要让一百个分散化的组合经理意识到Google是赢家，需要一百个人；我们能不能在95%的通才PM之前想明白。”他认为数字经济的规律是领导者更大更快地赢、迅速拿到高份额并在全球销售，由此形成巨大的利润池与市值。

关于研究工作本身，他表示AI尚未取代分析师，方法仍是Philip Fisher的“闲聊法”，即与供应商、客户、竞争对手交谈；AI能快速补齐ABF载板或PCB等新领域的知识，“但上面必须有一段真正的智慧：这意味着什么，与我们的论点有什么关系，什么变了，别只做记者”。

总的看，Sacerdote认为AI是一条无需接入既有系统、陡峭上升的S曲线，价值兑现遵循先芯片与基础设施、再模型层、后应用层的时序；模型层已形成差异化的寡头格局，应用软件在预算、定价与席位三方面承压，其能否建立护城河仍有待观察，而硬件供应链正处于去商品化带来的上行周期。