智通財經APP獲悉，摩根士丹利基金髮文表示，過去兩年，人工智能產業的核心矛盾主要圍繞「模型夠不夠聰明」展開，而進入2026年後，一個越來越清晰的變化是：模型能力的提升開始真正跨過部分商業應用的可用門檻，AI正在從聊天和內容生成工具，向能夠獨立完成複雜任務的「數字員工」演進。

近期新一代前沿模型在長時任務、軟件工程、科研等領域的能力明顯提升。過去模型擅長的是幾分鐘到幾十分鐘即可完成的標準化任務，而新一代模型開始能夠連續工作數小時甚至更久，自主調用工具、執行任務、檢查結果並反覆修正。這意味着AI的價值空間正在從「輔助人」擴大到「完成工作」。從軟件開發、網絡安全，到藥物設計、芯片設計和科學研究，一批過去難以規模化自動化的高價值場景正在被打開。相關材料也顯示，當前行業最重要的主線已從單純追求Token使用量，轉向模型能否完成複雜工程與真實業務目標。

與此同時，基礎模型自身的競爭正在出現另一個重要變化——能力差距縮小、價格持續下降。國產模型在Coding、Agent等方向快速追趕，開源模型也在不斷承接成熟工作負載。長期來看，單純依靠某一個最強模型形成永久壁壘越來越困難，企業客戶真正願意持續付費的，可能不是「模型本身」，而是模型與企業數據、權限體系、業務流程和專業知識結合之後形成的完整工作系統。材料中多位產業人士均指出，模型越趨於商品化，數據、上下文、工作流和組織系統的價值反而越高。

這對計算機板塊的投資邏輯具有重要意義。過去市場更關注大模型公司和算力基礎設施，未來應用端有望逐漸進入收入兌現階段。擁有深厚行業數據、核心業務系統入口以及客戶工作流的軟件公司，更有機會將AI從「功能升級」轉化為新的付費模式。尤其在辦公、企業管理、網絡安全、軟件開發等領域，Agent並不是簡單增加一個聊天框，而可能重新設計整個業務流程。

傳媒方向同樣值得關注。模型能力提升和推理成本下降，將持續降低圖片、視頻、遊戲素材和廣告內容的生產成本，但真正具備價值的企業仍需擁有IP、用戶入口、分發能力和商業化場景。AI更可能首先放大優質內容平台的生產效率和供給能力，而不是簡單消滅內容產業。

因此，該行認為AI投資正在進入第二階段：第一階段投資「更強的模型和更多的算力」，第二階段則要尋找「誰能夠把更便宜、更強的智能真正變成收入和利潤」。未來一段時間，Agent商業化、國產模型迭代以及軟件與內容公司的AI收入貢獻，可能成為計算機和傳媒板塊最值得跟蹤的方向。