2026年7月最后三天，市场发生了一连串看似独立、实则紧密咬合的事件。
7月30日，OpenAI推出GPT-5.6 Luna档，输出价降至每百万Token 6美元，降幅接近80%。同一天，字节跳动宣布飞书产品团队并入豆包、GTM团队并入火山引擎，用C端3.8亿月活去砸B端市场。7月31日，特斯拉中国正式推送2026.14.13版本车机更新，豆包大模型进入全系车型。与此同时，国内各地方“人工智能+”行业落地政策批量出台，政企采购意向金额大幅增长。
四个信号，挤在72小时内密集释放。不是巧合。
模型降价的节奏，比所有人预想的都快。
2026年4月，DeepSeek V4系列发布时，就已经把缓存命中价永久砍到原价的1/10。V4-Pro的缓存命中价从$0.145掉到$0.0145，而同期GPT-5.5的缓存命中价是$0.50，相差34.5倍。到了7月，OpenAI扛不住了，GPT-5.6 Luna档直接杀到低价区间。国产模型更狠——DeepSeek、Kimi、MiniMax、Seedance在7月31日同日密集发布，推理价格打到海外的十分之一甚至百分之一。
这不是简单的价格战。DeepSeek V4系列能把成本压到这么低，是因为架构上做了根本性优化：1M长上下文同口径下，V4-Pro处理同样任务消耗的算力只有V3.2的27%，KVCache占用只有10%。这是架构压出来的成本，不是补贴烧出来的。
Token通缩从行业趋势变成了牌桌上的明牌。对于应用层，这意味着什么？一套AI客服系统，原来Token成本占运营成本50%，降价90%之后，同等预算可以支撑10倍调用量，或者用释放的预算去拓展10倍的新场景。杰文斯悖论正在AI领域重演——单位成本下降，带来调用量指数级增长。
7月31日，特斯拉中国开始分批推送2026.14.13版本车机更新，Model 3、Model Y、Model S、Model X全系车型首次接入字节跳动豆包大模型。车主长按方向盘语音按钮就能唤醒，可以聊天、唱歌、讲故事。千问也早已进入特斯拉中国车机的深度内测阶段。
这不是孤例。同一天，阶跃星辰与吉利联合发布“超级Eva”，荣威与火山引擎推出“AI原生汽车”。火山引擎已经与100%主流车企合作，搭载豆包大模型的智能汽车超过700万辆。
大模型从PC端、手机端，正式打进了车机端。车是比手机更贵的终端，也是比手机更高频的使用场景。一旦大模型在车载场景跑通，意味着AI从“工具”升级为“基础设施”的路径被验证了。车载只是一个缩影——家居、可穿戴、工业终端，都在沿着同样的逻辑推进。
7月30日，字节跳动启动AI业务组织架构调整。飞书产品团队与豆包产品团队整合，飞书负责人谢欣向豆包负责人赵祺汇报；飞书GTM团队与火山引擎团队整合，成立“创造力服务平台”。飞书拆了，产品归豆包，销售归火山引擎。
这个动作的潜台词很清楚：字节不再把AI当成一个业务线，而是把整个To B体系重新架在AI之上。2026年二季度，飞书新增客户中已有超九成同步采购飞书AI产品。按7月平均消耗口径统计，字节大模型业务ARR达到40亿美元，超过国内其他模型公司ARR的总和。
组织重构通常发生在战略判断已经清晰、资源需要集中投放的阶段。字节的调整说明，大厂对AI to B的判断不再是“试试看”，而是“必须拿下”。
2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%。2026年7月，工信部印发《“小快轻准”数字化产品和服务培育指引》，提出深化人工智能应用，鼓励产品从辅助决策向多模态感知、自主执行演进。
政策给出了确定性。2027年不是一个模糊的远景，而是写进文件的硬指标。这意味着未来12-18个月，各级政府和国企的AI采购将从试点项目转为长期订单。政企市场的需求侧确认，已经板上钉钉。
这四个信号放在一起看，不是散点，而是闭环。
第一重窗口：成本窗口。Token通缩让AI应用的经济账算得过来了。模型从奢侈品变成水电煤，应用层不再被推理成本卡脖子。
第二重窗口：场景窗口。特斯拉带头把大模型装进车机，端侧AI打通了“最后一公里”。场景从PC、手机扩展到车载、家居、工业，终端基数从亿级向十亿级跃迁。
第三重窗口：组织与政策窗口。字节All in AI to B，国务院定下70%普及率目标，政策与巨头形成合力，商业化加速的条件全部具备。
供给侧就绪、需求侧确认、政策端催化——三者叠加，构成AI应用爆发的必要条件。这不是某个单一因素的驱动，而是三重力量在同一时间点形成共振。
过去两年，A股AI板块的估值逻辑是“有没有AI概念”，给的是题材溢价。但海外市场已经给出了新的估值锚：ServiceNow AI业务ACV 15亿美元，市值约2000亿美元，AI业务估值倍数约130x ACV；Salesforce Agentforce ARR 10亿美元，市值约3000亿美元，AI业务估值倍数约300x ARR。
海外市场给“AI收入可单列、续约率高、ACV提升”的公司估值溢价，给“资本开支高、自由现金流恶化”的纯投入型公司折价。这个模板可以直接翻译到A股。
筛选标准正在收紧。第一条：是否有可拆分的AI业务收入？没有独立AI收入披露的公司，估值混乱就是常态。第二条：场景是否可量化ROI？营销看CTR和ROI，工业看效率提升和良率，内容看产能和用户时长——可量化的场景才有持续付费意愿。第三条：是否拥有行业数据和客户资源？纯套壳调用第三方API、无自有数据的公司，模型降价后壁垒归零。
从赛道优先级看，办公协同、工业软件、营销科技、车载座舱是顺序最靠前的映射区。这些赛道有一个共同点——有存量付费入口，AI是增量服务而非从零开始，Token消耗天然高，客户粘性强。
四个信号同时出现，AI应用的投资逻辑已经进入业绩验证阶段。不是概念炒作，而是产业周期从硬件向应用切换的必然结果。但行情会严重分化——有真实订单、有数据壁垒、有ROI验证的公司将穿越周期，纯套壳的、无场景的、无收入的公司将回归原点。
你认为A股哪些公司能率先交出可拆分的AI业务收入报表？
