2026年人工智能領(lǐng)域該如何投資？

↑點(diǎn)擊上面圖片 加雪球核心交流群↑

風(fēng)險(xiǎn)提示：本文所提到的觀點(diǎn)僅代表個(gè)人的意見，所涉及標(biāo)的不作推薦，據(jù)此買賣，風(fēng)險(xiǎn)自負(fù)。

作者：圍棋投研

來源：雪球

最近公募基金都在發(fā)布2025年四季報(bào) ， 我也翻閱著學(xué)習(xí)下 ， 發(fā)現(xiàn)有幾位人工智能領(lǐng)域的基金經(jīng)理寫得不錯(cuò) ， 尤其提及到三個(gè)重要問題 ， 分享給球友們 。

第一個(gè)問題：人工智能到底有沒有泡沫？

很多投資者都會把這輪人工智能和當(dāng)年互聯(lián)網(wǎng)泡沫做比較 ， 基金經(jīng)理們從投資端和產(chǎn)業(yè)端分別給到了觀點(diǎn) ：

在投資層面 ， 就是看基本面和估值的匹配程度 。

一方面 ， 互聯(lián)網(wǎng)泡沫的時(shí)候 ， 大部分公司都是沒有盈利的 ， 靠所謂的點(diǎn)擊率和用戶數(shù)講故事 ， 而現(xiàn)在人工智能巨頭都有實(shí)實(shí)在在的業(yè)績和現(xiàn)金流 ， 而且現(xiàn)金流大多是用來做研發(fā)再投入和資本開支 ， 繼續(xù)循環(huán) ；

另一方面 ， 當(dāng)年互聯(lián)網(wǎng)龍頭都給到前瞻市盈率 ， 就是預(yù)測次年利潤再給估值 ， 哪怕如此都有50倍甚至百倍PE ， 而現(xiàn)在科技巨頭普遍是30倍左右 。

最典型就是英偉達(dá) ， 從2023年初到2025年底股價(jià)漲了10倍 ， 但期間利潤從40多億美元到700多億美元 ， 遠(yuǎn)超10倍 ， 導(dǎo)致估值不升反降 。 當(dāng)然 ， 根據(jù)最新市場預(yù)期 ， 2026年P(guān)E估值依然有35-40倍 ， 不算便宜 ， 但肯定不算夸張 。

在產(chǎn)業(yè)層面 ， 就看能不能帶來效率的提升 。 互聯(lián)網(wǎng)泡沫時(shí)候 ， 商業(yè)模式還不算太成熟 ， 很多光纜都是屬于產(chǎn)能閑置 ， 沒人去用 。 而現(xiàn)在AI滲透到各行各業(yè) ， 確實(shí)起到了替代人工的作用 ， 正在邁向商業(yè)化應(yīng)用的加速階段 。

結(jié)論就是 ， 通過橫向?qū)Ρ?000年互聯(lián)網(wǎng)泡沫時(shí)期 ， 基金經(jīng)理認(rèn)為當(dāng)前人工智能產(chǎn)業(yè)的發(fā)展基礎(chǔ)更為堅(jiān)實(shí) ， 泡沫化特征并不顯著 。

第二個(gè)問題：國內(nèi)人工智能的發(fā)展處于什么階段？

肯定要承認(rèn) ， 咱們和海外 （ 主要就是美國 ） 人工智能存在差距 ， 但并非就是簡單的落后 ， 不用妄自菲薄 ， 還是能看到一些發(fā)展和進(jìn)步 。

算力端 ， 國產(chǎn)算力芯片是從 “ 能用 ” 慢慢到 “ 好用 ” 的質(zhì)變跨越 ， 例如某家公司新一代超算中心架構(gòu)的推出 ， 顯著拉動(dòng)了芯片 、 光模塊和服務(wù)器的全產(chǎn)業(yè)鏈需求 ， 這就是底層的進(jìn)展 。

硬件端 ， 無論是英偉達(dá)或谷歌等龍頭資本開支的超預(yù)期 ， 都帶來國內(nèi)光模塊 、 PCB 、 液冷 、 光纖光纜等核心環(huán)節(jié)的訂單飽滿 ， 同時(shí)能帶來凈利潤的高速增長 ， 這是國內(nèi)最顯著的強(qiáng)項(xiàng) 。

應(yīng)用端 ， 有基金經(jīng)理說國內(nèi)擁有三個(gè) “ 最 ” ， 最完整的工業(yè)體系 、 最豐富的應(yīng)用場景 、 最大規(guī)模的統(tǒng)一市場和數(shù)據(jù)資源 。 正如移動(dòng)互聯(lián)網(wǎng)時(shí)代的成功 ， 龐大內(nèi)需市場就是人工智能產(chǎn)業(yè)發(fā)展的底氣 。

最近很典型的兩個(gè)案例 ， 就是字節(jié) “ 豆包手機(jī)助手 ” 和阿里 “ 千問個(gè)人助手 ” ， 專業(yè)術(shù)語叫端側(cè)AI應(yīng)用 ， 其實(shí)就是向個(gè)人消費(fèi)者市場的延伸 。

結(jié)論就是 ， 國內(nèi)人工智能和全球頂尖水平存在一些差距 ， 但這些差距反而意味著產(chǎn)業(yè)處于景氣投資的 “ 黃金元年 ” 。

第三個(gè)問題：怎么看待2026年的人工智能領(lǐng)域投資？

大概是有兩類觀點(diǎn) ：

先看硬件端 ， 市場覺得海外算力鏈的基數(shù)比較高 ， 還想要超預(yù)期增長就比較難 ， 需要靠現(xiàn)象級應(yīng)用的拉動(dòng) 。 然而 ， 國內(nèi)算力鏈在國產(chǎn)化替代加速和性能瓶頸突破的推動(dòng)下 ， 有可能迎來量價(jià)齊升的增長期 。

再看軟件端 ， 市場覺得通過這幾年累計(jì)算力和產(chǎn)業(yè)鏈 ， 相當(dāng)于是把人工智能的 “ 高速公路 ” 給鋪好了 ， 接下來就等待一輛輛滿載的應(yīng)用 “ 貨車 ” 飛馳而過 。 同時(shí) ， 有了爆款應(yīng)用就需要有更多算力 ， 那就會反過來刺激硬件端的增長 。

至于具體賽道和標(biāo)的 ， 別說是基金經(jīng)理們 ， 就連賣方報(bào)告都是風(fēng)格迥異 ， 看10篇計(jì)算機(jī)行業(yè)的年度策略報(bào)告 ， 就有10批不同的個(gè)股名單 。

具體梳理下有這么幾類 ：

一是AI終端 ， 就是消費(fèi)電子 、 智能眼鏡 、 智能汽車或機(jī)器人等產(chǎn)品軟件 ， 出現(xiàn)爆品概率比較大 ， 例如虹軟科技 、 螢石網(wǎng)絡(luò) 、 中科創(chuàng)達(dá) 、 當(dāng)虹科技 、 科大訊飛等 。

二是產(chǎn)業(yè)賦能 ， 就是在實(shí)業(yè)里能夠真正幫助提升效率的 ， 例如安防 、 工控 、 稅收等 ， 擁有行業(yè)壁壘和數(shù)據(jù)的公司就有潛力 ， 例如海康威視 、 大華股份 、 中控技術(shù) 、 稅友股份 、 漢得信息等 。

三是出海邏輯 ， 國內(nèi)AI進(jìn)展其實(shí)就僅次于美國 ， 因此很多搭載了AI功能的應(yīng)用到國外其他地區(qū)就是降維打擊 ， 尤其是海外收入增速比較高的企業(yè) ， 例如福昕軟件 、 合合信息 、 金山辦公 、 道通科技 、 萬興科技 、 焦點(diǎn)科技等 。

坦白說 ， 這里面很多上市公司我都不太熟悉 ， 整個(gè)人工智能產(chǎn)業(yè)鏈要包含軟件和硬件 ， 而我所覆蓋只是硬件端 。

在對AI人工智能有了更深刻的理解后 ， 有朋友就直接問我 ， 人工智能板塊到底是該投資軟件還是硬件 ？

早在沒有AI人工智能的時(shí)代里 ， 計(jì)算機(jī)板塊的投資就始終是個(gè)難解的話題 ， 硬件更容易算出訂單和業(yè)績 ， 軟件則更有優(yōu)質(zhì)SaaS訂閱模式 ， 各有千秋 。

記得多年前 ， 有位計(jì)算機(jī)首席分析師來我司路演 ， 就說A股投資者會更偏向于硬件端 ， 訂單都能跟蹤得到 ， 下游客戶的資本開支都會披露 ， 算PE估值很方便 ， 而軟件端都是處于規(guī)模初期 ， 只能看訂閱量或續(xù)費(fèi)率 ， 不確定性比較高 。

時(shí)至今日 ， 市場再次證明了這個(gè)說法 ， AI硬件出現(xiàn)很多大牛股 。 可是畢竟硬件企業(yè)確實(shí)都漲了不少 ， 估值來到較高分位數(shù) ， 性價(jià)比就不如軟件企業(yè) ， 這時(shí)候還想要跟蹤人工智能板塊 ， 就不得不關(guān)注到軟件部分 。

很多基金經(jīng)理在季報(bào)里都寫到挪倉方案 ， 大部分是提升AIGC應(yīng)用板塊的配置權(quán)重 ， 但同時(shí)算力比重依然能占到大頭 。 后來我就發(fā)現(xiàn) ， 這樣配比好像不如就直接計(jì)算機(jī)指數(shù)或ETF啊 ， 大道至簡 。

人工智能的發(fā)展確實(shí)超乎想象 。 前兩年內(nèi)部討論還在說 ， 可能要10年才能看到各行各業(yè)的變化 ， 沒想到剛過了2-3年 ， AI賦能的滲透率就已經(jīng)很高 ， 生活里處處可見 。

總結(jié)一句話 ： 如果說去年是AI硬件算力的追趕之年 ， 那今年很可能就是AI應(yīng)用爆發(fā)的關(guān)鍵之年 。

當(dāng)然 ， 落實(shí)到投資端還要再繼續(xù)觀察 ， 沒那么簡單 。 很多時(shí)候產(chǎn)業(yè)端和投資端是兩碼事 ， 或者說有些時(shí)間上的錯(cuò)位 ， 我們一起慢慢體會 。

雪球三分法是雪球基于“長期投資+資產(chǎn)配置”推出的基金配置理念，通過資產(chǎn)分散、市場分散、時(shí)機(jī)分散這三大分散進(jìn)行基金長期投資，從而實(shí)現(xiàn)投資收益來源多元化和風(fēng)險(xiǎn)分散化。點(diǎn)擊下方圖片立即領(lǐng)取課程