Mula sa pagpapalawak ng AI computing power hanggang sa kita sa application, tinitingnan ng Goldman Sachs ang bagong yugto ng AI investment: Sino ang makakagawa ng Token bilang cash flow

Nalaman ng APP ng Matibay na Pananalapi na sa pinakahihintay na Communacopia+ Technology Conference ng Goldman Sachs, nagbigay ng pinakabagong pananaw tungkol sa hinaharap ng paglago ang mga nangungunang executive mula sa software industry na tumutuon sa B2B at B2C na mga aplikasyon ng AI. Ayon sa pinakahuling ulat ng mga analyst ng Goldman Sachs, sinabi ni Ali Ghodsi, CEO ng Databricks, isang kumpanyang nakatuon sa big data analytics at mga proyektong pang-inhinyeriya ng artificial intelligence, na ang sentro ng kompetisyon sa AI application software ay lumilipat na sa aktwal na enterprise deployment. Ang mga software platform na kayang gawing mahusay at tumpak ang kakayahan ng modelo upang maghatid ng mapagkakatiwalaang resulta sa negosyo ay magkakaroon ng panibagong espasyo para sa paglago.

Ang Databricks ay gumagamit ng Genie upang tugunan ang pangangailangan ng mga enterprise sa analytics, Unity Catalog para sa pagkakaisa ng enterprise AI at digital governance, seguridad at cost management, at patuloy pang pinalalawak sa customer data platform, security analysis, observability, at transaction database. Binibigyang-diin ng Goldman Sachs na upang masukat ang potensyal para sa paglago ng market share ng mga kumpanyang software na kaugnay ng AI applications sa susunod na tatlong taon, kailangan pagtuunan ng pansin ang intellectual property ng teknolohiya, bilis ng inobasyon, at bukas na arkitektura. Sinabi pa ng Goldman Sachs na sa aspeto ng pamumuhunan, ang mga software platform na may malaking at ekslusibong database at matibay na workflow advantages ay may pag-asang muling mapahalagahan sa merkado.

Ipinahayag pa ng mga analyst ng Goldman Sachs na habang ang global na kapital ay lumilipat mula sa unang yugto ng AI investment na nakatuon sa AI infrastructure tulad ng GPU/HBM/AI data center core hardware, patungo sa mga aplikasyon sa pangalawang yugto na kayang gawing mas malakas na enterprise productivity, kita, at cash flow ang token, maaari pang lumala ang valuation divergence sa hinaharap. Ang mga kumpanyang software na may eksklusibong data, enterprise at personal na user workflow complexities, agent workflow execution close-loop, at malinaw na ROI ay muling mapapahalagahan, samantalang ang mga tradisyonal na SaaS na madaling ma-komoditize ng mga single-function base model ay patuloy na dapat maghanda sa pressure.

Nagsisimula nang Maging Epiktibo ang AI: Kakayahan sa Data at Governance ng Enterprise ang Magpapasya sa Tagumpay ng Implementation

Sa Communacopia+ Technology Conference, ipinamalas ng Genie ang estratehiya ng Databricks sa pag-agaw ng enterprise AI entry point—sa pamamagitan ng proprietary data indexing technology na OntoRank at business ontology, inaayos nito ang enterprise data upang maging business information na naiintindihan, nakukwenta, at nagagamit ng modelo, ginagawa ang produkto bilang 'AI agent analyst.'

Ipinahayag ng management ng Databricks na malawak na nang ginagamit ang Genie sa kanilang internal sales, marketing, at finance operations, at kitang-kita ang malaking pagbabago sa internal operations sa nakalipas na 6–12 buwan. Ang engineering value nito ay kinakailangan ng enterprise ang unified na pagkakaintindi sa customer, order, kita at iba pang business objects kapag nagde-deploy ng agent, at ang analysis results ay kailangang ma-integrate sa daily workflow; kahit na mapabuti ang performance ng modelo, ang data foundations pa rin ang magdedesisyon kung magiging tama ang pagkakatupad ng mga gawain. Nakita rin ng management ang potential ng pakikipagtulungan kay Palantir sa mga complex data engineering projects.

Ang Unity Catalog naman ay tumutugon sa mga governance requirement ng malakihang deployment ng agents. Ayon sa analyst team ng Goldman Sachs, pinalalalim ng mabilis na pag-iterate ng modelo ang complexity sa pagpili at deployment, ang pagtaas ng token consumption ay nagpapatindi ng scrutiny sa gastos at ROI, at ang visibility ng enterprises sa agent operations, data access, at security risks ay nananatiling limitado. Dahil dito, kailangan ang data governance, access control, security, at business semantics ay mahigpit na konektado sa AI operating environment.

Ang pinakabagong pananaw ng Goldman Sachs sa AI application layer ay ang business value ng mga ganitong platform ay nasa pagbibigay ng kakayahan sa enterprise na mag-deploy ng walang agam-agam: klaro ang kung anong access at gawain ang kayang gawin ng agent, at nasusubaybayan ang gastos at resulta ng bawat task. Kaya naman, ang customer stickiness ay nagmumula sa patuloy na paglikha ng business value, kasang-ayon ng binigyang-diin ng Goldman Sachs na teknikal na kapasidad, bilis ng inobasyon, at bukas na arkitektura.

Ang actual product expansion ng mga AI application platform leader tulad ng Databricks ay sumasaklaw sa apat na direksyon: Sa customer data platform, sinusuportahan ng Infinite Campaigns ang pag-shift mula group-level marketing patungong individual-level precision marketing, at inaasahan ng management na lalo pang mapapababa ang gastos kapag gumamit ng open source models; sa security information and event management (SIEM), nagkakaroon ng bagong data at nagkakasanib na ang roles ng CIO at CISO, kaya nagkakaroon ng pagkakataon ang data platform na sumabak sa security analysis; ang observability ay isa ring expansion direction ngunit hindi pa naibubulgar ang timeline ng produkto. Ang Lakebase ay itinuturing ng management bilang pinakamalaking potensyal na bagong produkto: kapag nabawasan ng AI ang threshold ng software development, nangangailangan ng transactional database ang mga bagong application para sa araw-araw na read-write at operation, kaya napalalawak ang market ng Databricks lampas sa analytics.

Iminungkahi pa ng management na maaaring mas malaki pa ang software na malilikha sa loob ng susunod na walong buwan kaysa kabuuang naipon sa kasaysayan—subalit ayon sa Goldman Sachs, radikal itong projection ng demand at hindi dapat ituring na validated na industry forecast.

Paano gawing Cash Flow ang Token: Paglaganap ng Opportunities sa Application Layer, Mas Bilis na Pagkaiba-iba ng Software Stocks

Itinampok ng OpenAI ang Astra na nakatuon sa agent-oriented high-efficiency na pagpapahusay ng kapasidad sa computer operations, programming at complex task executions, na nagbubukas ng mas maraming automation possibilities sa enterprise workflow, ngunit sabay na nagtutulak sa 'competition ng model performance' at 'competition ng business implementation.' Ang modelo ng pagpepresyo ay naging layered: patuloy pang nagcha-charge ng Astra API batay sa input at output token, samantalang ang mga AI application software vendor ay kayang maningil base sa seat, operation count, dialogue, o business result. Halimbawa, ang Fin ng Intercom ay naniningil kada business outcome na kanilang itinalaga simula $0.99 kada pag-gamit; ang Salesforce Agentforce ay nagbibigay-daan sa per-operation, dialogue, at user-authorized billing.

Ang mga underlying model provider ay posibleng magtuon pa rin ng pansin sa API-based na pagbebenta ng compute resource services, habang ang upper-layer AI applications ay mas kailangang patunayan ang kanilang delivery value. Ang outcome-based billing ay ginagawang mas malapit sa customer returns ang presyo, ngunit ang supplier ay kailangang akuin ang gastos sa inference, retries, at human review; dahil dito, ang task success rate at profit sa bawat task ay mahalagang indicators ng commercialization quality.

Ipinapakita ng pinakahuling galaw ng stock market na handang-gantimpalaan ng market ang AI revenues, ngunit pinarurusahan ang mga may kapalit na risks. Noong September 3, tumaas ng humigit-kumulang 17% ang stock price ng isa sa mga kakompetensya ng Databricks na Snowflake matapos ang strong financial report; ang kanilang produkto ay lumago ng 37% year-on-year sa $1.49 billion sa ikalawang quarter, at tinaas ang full-year guidance mula $5.84 billion papuntang $6.07 billion, na nagpapakita ng ebidensya ng enterprise AI application layer na nagpapalawak ng data platform consumption. Ngunit noong September 8, bumaba ang stock ng Salesforce at Intuit ng mga 4% at ServiceNow ng 5%, at ang S&P 500 software and services index ay bumaba ng 1.4%. Iniuugnay ito ng mga analyst ng Wall Street sa panic na hatid ng biglaang paglabas ng Astra at pangamba sa model substitution risk para sa software companies.

Ang software deployment path ng Databricks ay naglalarawan kung paano unti-unting napapabilis ang AI revenue expansion sa value chain—habang dinaragdagan ng agents ang natatapos na tasks, lumalala ang consumption ng computing, storage, at data services; ang mga platform na may kakayahang kumonekta at mag-govern ng enterprise data at may advantage sa business process integration ay nagpupunyagi na gawing kita at cash flow ang mga consumption na ito. Para sa mga software stocks, structural benefit ito, subalit maaaring bawasan ng platform expansion ang market space ng ilang independent tools. Ang makikinabang ay yaong mga kayang magpakita ng bagong AI revenues, customer consumption expansion, at margin improvement nang sabay-sabay; ang mga kumpanyang umaasa lang sa UI o single function advantages ay mahaharap sa mas matinding kompetisyon.

Mula nang magsimula ang AI investment boom noong katapusan ng 2022, ang valuation anchor ay unti-unting lumipat mula 'capital expenditure scale' patungong 'capital return efficiency', at pabilis nang pabilis ang prosesong ito—ang unang yugto ng AI investment frenzy ay nakatuon sa 'sino ang may kontrol at makikinabang sa pagtatayo ng pinakamalaking GPU data center', habang ang kasalukuyang ikalawang yugto ay nakatuon sa 'sino ang kayang gawing sustainable cash flow ang token.'

Ang AI super bull market ay dahan-dahan nang lumilipat mula sa 'pagbili ng chip stocks' patungong 'pagbili ng AI workflow', ibig sabihin, ang kasalukuyang market ay muling nire-reprice ang AI bull market theme mula sa 'sino ang nakikinabang sa patuloy na pagtaas ng AI capex' patungong 'sino ang pinakamabilis na mapapalitan ang compute power ng ARR, margin, at free cash flow'. Ang pinakabagong pag-ikot na ito ay pabor sa mga AI application platform software companies na naka-embed sa critical enterprise flows, may high renewal rate, data moat at agent monetization capacity. Ang kakayahan ng mga software companies na naka-focus sa AI na patuloy na mag-integrate ng mas malakas at mas cost-effective na models, at mapanatili ang kanilang indispensable business value, ay makakaapekto sa kanilang long-term pricing power.