|
市场总在绝望中孕育希望，在犹豫中攀登高峰。当许多投资者还在纠结人工智能板块估值是否过高时，产业端的变革早已悄然越过临界点。我们不再处于那个只需讲一个宏大故事就能获得溢价的概念炒作期，而是进入了一个比拼真实交付、数据反馈与商业闭环的新阶段。这种切换，意味着投资逻辑必须从“仰望星空”转向“脚踏实地”。 最直观的体现是算力基础设施。表面上看，从通用算力到智能算力的迁移已是共识，但容易被忽略的是算力内部结构的剧烈分化。过去两年，训练侧的需求主导了市场，那是一个拼单卡性能、拼集群规模的时代。然而，随着万亿参数以上大模型训练频次下降，以及大量开源模型降低了入门门槛，算力需求的重心正不可逆转地向推理侧倾斜。推理需求不再集中在少数几个超大规模数据中心，而是开始弥散到边缘节点、私有化部署场景和各类终端设备上。这就带来一个关键变化：谁能提供低成本、低延迟、高并发且兼容不同模型架构的推理解决方案，谁就能掌握下一个时代的定价权。一些提前布局推理芯片、推理优化软件栈的公司，其收入增速可能会在下半年出现陡峭的增长曲线，而这些预期尚未完全计入股价。 与此并行的是，应用端正在经历一场残酷但健康的出清。年初，各种人工智能原生应用层出不穷，但留存率和用户粘性普遍惨淡。问题出在不少人用旧时代的思维做新时代的产品，仅仅把对话框当作入口，却忽略了人工智能真正的价值在于嵌入工作流、重组数据资产。经过大半年试错，我们观察到两条路径开始跑通。一是企业级服务中的Copilot模式，不再追求一次性生成完美结果，而是作为超级助手深度融入专业软件生态，在设计、编程、药物研发等垂直领域逐步实现按需收费，这类产品的客户生命周期价值远超简单订阅制。二是面向个人用户的轻量级代理，它们能自主调用工具、访问数据库、处理跨平台任务，正在从“玩具”进化为“数字员工”。这两条路径中，能够沉淀出行业专有数据飞轮的企业，其护城河会随着时间推移不断加深。寻找那些毛利率环比持续提升、续费率超预期的应用层标的，是当下性价比较高的策略。 此外，人工智能对传统产业的赋能也出现了预期差。市场之前对“AI+”的定价过于集中在软件和传媒行业，低估了其在制造业、能源领域的落地速度。具身智能与人形机器人固然是长期方向，但更应重视的是已经在工厂质检、电力巡检、港口调度等场景中产生实际效益的视觉感知系统与决策优化平台。这些公司的主业通常是传统硬件或系统集成，估值长期低迷。一旦其软件服务收入占比突破某个阈值，市场就会对其进行价值重估。对于耐心资本而言，这类既有安全边际又具备看涨期权的标的，具备不错的吸引力。 当然，前景光明并不等同于没有波动。半导体供应链的扰动、国际贸易环境的变化以及数据隐私监管的收紧，都可能阶段性冲击市场情绪。但我们认为，这些噪音反而为中长期配置提供了窗口。真正值得警惕的风险，不是宏观不确定性，而是技术路径的误判——例如，如果某个细分赛道的核心技术壁垒被开源技术一夜抹平，相关公司的估值支撑将瞬间消失。因此，在组合构建上，建议采取“核心加卫星”的杠铃策略：核心仓位配置算力基础设施中具备规模效应和客户粘性的龙头，获取产业演进的基础收益；卫星仓位则分散在垂直应用、智能终端、机器人这几个方向上，捕捉非线性增长的机会。同时，要持续跟踪各公司研发投入的转化效率指标，这往往是业绩爆发前最可靠的先行信号。 总的来说，站在当下时点，我们比年初更加乐观。不是因为股价涨了，而是因为产业的确定性从未如此清晰。当人工智能从一种技术好奇心转变为社会生产力工具的那一刻，投资的核心命题就已经从“有没有”变成了“好不好”。那些能够用真实业绩证明自己“好”的公司，将穿越周期的洗礼，成为下一个时代的核心资产。 |
