財通基金金梓才：一年半過去，AI估值仍在合理區間，今明年高增長確定，算力上限不可估量

1月20日，財通基金金梓才在公司2026年投資策略會上分享了對AI行業投資的展望。 投資作業本課代表整理了要點如下： 1、一年半過去了，大家看到AI行業的估值依然在合理區間。如果問現在和2024年初預期相比，最大的意料之外是什么？就是估值沒有大幅拔高。 2、過去成長行業的市值常有天花板，比如新能源汽車、消費電子。但這一輪算力的上限在哪？連我們自己也不知道。

3、我們為什么說“投資正當時”？其實我們想傳遞的是：當前這種狀態可能會持續較長時間。這個行業有客戶給出的、穿透周期、中長期的景氣指引。這種指引下，2026年高增長確定，2027年目前看也是高增長。

4、AI有沒有泡沫？我們內部總結過：現在還沒到討論泡沫的階段。

4、海外算力邏輯正在“美股化”，這也是未來市場慢牛的一個核心。

5、A股不是沒有基本面，而是過去的基本面常是階段性的。我們也希望在一個行業深耕十年，而不是被迫切換。

如果市場未來是結構性慢牛，那么這個板塊非常契合自上而下的導向——因為它有高增長需求、持續的EPS、高壁壘、遠期空間大，且估值沒有泡沫化。

金梓才，現任財通基金副總經理、權益投資總監，證券從業年限16年。歷任華泰資產投資經理助理、信誠基金TMT行業高級研究員，于2014年8月加入財通基金，先后擔任基金經理、基金投資部副總監、總監、公司總經理助理等職。

金梓才在管基金總規模達83.71億元。其管理的財通集成電路產業A是近期明星產品：不僅在2025年以101.46%的回報率躋身普通股票型基金前五，更以近兩年超200%的漲幅蟬聯同類冠軍（同類產品第一名）。

從階段收益看，該基金近一年回報97.48%，近半年回報77.40%，表現較為穩健。不過此后業績回調較為明顯，近3月收益18.61%，今年以來收益2.44%。

金梓才在四季報中詳盡闡述了他的核心布局與市場研判。

“海外AI算力行業的增長確定性較之前更高，增長斜率也有所提升。我們預期未來海外算力需求可能進一步加速，板塊基本面依舊強勁?！?/blockquote>

他進一步指出，部分供應鏈環節存在量價齊升的投資機會，主要源于：一是產品升級或材料升級，二是供不應求導致的缺貨提價。

金梓才認為，作為行情主線之一，算力板塊當前估值依然合理，其中部分公司未來業績彈性可能更為顯著。

以下是投資作業本課代表（微信ID：touzizuoyeben）整理的精華內容，分享給大家：

一年半過去了，AI行業估值仍在合理區間

在這一輪牛市里，我們從2024年9月24日之后，就明確看好市場上行。

當時我們提出要買入“具備大想象空間、且有扎實產業根基”的行業，并在三季度和四季度調整了組合——因為之前我們態度偏中性，之后轉為更樂觀。

當時我們判斷，如果AI是這輪牛市的主線，那估值可能很快會進入不太便宜的階段。但一年半過去了，大家看到AI行業的估值依然在合理區間。這在2024年時，確實出乎我們的意料。

如果問現在和2024年初預期相比，最大的意料之外是什么？就是估值沒有大幅拔高。我們經歷過2014-2015年、2020年的快速上漲行情，本以為一年左右這些股票就會到很高位置，但實際上并沒有。

我們放了張歷史牛市估值水位的圖。

2014-2015年是移動互聯網行情，當時我們都是按用戶數估值，不看PE，高點時PE經常達到一二百倍。2020-2021年的主線是新能源車，股價高點對應的是2025、2026年的估值水平，當時看起來很超前，現在則顯得合理了。

但這輪牛市很意外，估值一直很合理。這是我們兩年前完全沒想到的。我們預料到這些公司會漲，但沒料到到了2026年估值依然合理。

為什么會這樣？我們分析下來，最重要的原因是：A股從沒見過這樣的基本面——每年都能兌現較高增長。A股常擔心“前兩年好、第三年就不行”，現在大家年初依然有這個擔憂，包括我們最近路演，分歧仍然很大。這導致估值一直上不去。

這輪算力的上限在哪？我們自己也不知道

A股以往有基本面的產業趨勢股票，節奏通常是：第一年炒未來景氣度（容易戴維斯雙擊），第二年炒業績兌現（其實已不是最好的介入時點），第三年價格開始松動、產能釋放，隨后殺估值。光伏、新能源都經歷過類似三年周期。

我們習慣了這種節奏，所以過去成長行業的市值常有天花板，比如新能源汽車、消費電子。但這一輪算力的上限在哪？連我們自己也不知道。

AI投資正當時，

2026和2027年，行業都是高增長

最后一部分，我們為什么說“投資正當時”？其實我們想傳遞的是：當前這種狀態可能會持續較長時間。到底是一年、兩年還是三四年，我們也不知道，但至少在可見范圍內，行業依然向好。我們隱去公司名稱，基于海外廠商的指引，認為能見度可看到2027年。當然，我們會動態跟蹤。

我們想強調，這個行業有客戶給出的、穿透周期、中長期的景氣指引。這種指引下，2026年高增長確定，2027年目前看也是高增長。

海外算力邏輯正在“美股化”

另外，這個行業還有一個優勢：供應鏈是“縮圈”的。為什么以前有些產業鏈價格會大起大落？因為競爭格局會惡化，新供應商?？康蛢r切入。但在海外AI供應鏈里，價格敏感度低、對品質和穩定性要求嚴苛。

我們路演時，很多投資者仍按習慣思維提問：覺得行業沒壁壘，后面格局會惡化。但實際上海外供應鏈并沒有發生這種情況。

比如光模塊，能在北美主流供應鏈的也就兩家，PCB也類似。

這種格局是經過一二十年形成的，不會因為短期高增長就大幅增加供應商。

這背后有幾個原因：一是海外供應鏈對品質和穩定性要求嚴苛，對價格不敏感；二是技術迭代快——行業有持續創新，新供應商很難跟上。

比如，你在上一代產品中已是供應商，才有基礎去研發下一代。沒有上一代積累，直接做下一代是非常難的。所以有創新的行業，供應鏈不容易擴散。

另外，供應商一旦證明了自己的交付和技術能力，客戶不會輕易更換，尤其是在高景氣階段。因此供應鏈是“縮圈”的，不是擴張的。這也是和市場主流預期的差異。

所以我們想提出：海外算力邏輯正在“美股化”，這也是未來市場慢牛的一個核心。

A股不是沒有基本面，而是過去的基本面常是階段性的。我們也希望在一個行業深耕十年，而不是被迫切換。如果市場未來是結構性慢牛，那么這個板塊非常契合自上而下的導向——因為它有高增長需求、持續的EPS、高壁壘、遠期空間大，且估值沒有泡沫化。

我們的投研框架核心是四個要素：短期有賠率（估值合理）、有壁壘（供應鏈縮圈）、中短期增速有保障、遠期空間大。簡言之，既要賠率也要勝率。這個行業正呈現“美股化”特征。

其實不只是AI，我們這兩年看到，一家公司的海外敞口決定了其基本面彈性。比如家具、摩托車行業的例子。只要有一定海外敞口，表現都不錯。

數據也顯示，海外收入占比高的公司，其利潤增速明顯更優。因此，出海是我們長期關注的方向，也是決定基本面彈性的重要變量。

最后，我們展望一下AI的長期增長空間。這也是路演時常被問到的問題：比如2025年好，2026年會不會不行？成長股投資不能只站在當下，而要看到三年、五年后的空間，這才是核心。

先看2025年以來的數據：AI模型使用的token數量增長很快，從年初到年底可能有十幾倍增長，說明全行業都在快速應用AI模型。主要來自幾家模型公司：Anthropic、Google、OpenAI等。

談AI泡沫，還為時過早

常有人問：AI有沒有泡沫？我們內部總結過：現在還沒到討論泡沫的階段。

看海外頭部公司的周活躍用戶，2025年初不到3億，年底已達八九億，用戶數在快速爆發。收入也從2023年的10億、2024年40億，增長到2025年的130億（預測）。

在收入和用戶快速增長階段，糾結盈利問題沒有意義。就像2012-2013年，如果糾結微信如何盈利，可能會錯過移動互聯網的大機會。現在應關注的是增長曲線是否持續向上，這是我們跟蹤的核心。

未來有人的地方，就應該有算力服務器

頭部AI廠商的收入主要來自訂閱，接下來都會向智能體（agent）方向推進。

我們預計到2027-2028年，當頭部公司收入達到約1000億美元時，可能逐步實現盈虧平衡，之后進入盈利階段。

另一家海外模型公司也在積極布局，包括短視頻、搜索引擎、交互式AI輔助等，2026年可能還會集成電商購物。一旦與電商集成，模型可通過交易抽成、廣告等實現盈利，商業模式會越來越多。前提是先占據平臺和流量入口。

再看算力投資的長期空間。最早的模型只是預訓練，后來加入后訓練和思維鏈訓練。這帶來模型范式的變化——現在回答問題時，會給出完整的思維鏈，這使得token需求量顯著增加，算力需求也遠超2023年的預訓練階段。

思維鏈訓練的本質是讓模型學會“為什么”，而不僅是“是什么”。這對后續訓練智能體等產品非常重要。

未來，每個人可能擁有多個智能體，用于外賣、出行、寫稿等不同場景，并且會有任務規劃、外部工具調用等層級。這樣的時代，算力需求可能是現在的10-15倍。

英偉達的黃仁勛在GTC大會上提到，從預訓練、后訓練，到思維鏈訓練，再到智能體時代，每個階段算力需求都會大幅增長。包括視頻推理領域，目前因為效果不好，應用還不多；如果未來過渡到自回歸模型，算力需求可能是現在的幾十甚至上百倍。

所以，看待這個行業要有五年、十年的眼光。就像在2013年移動互聯網初期，不能因為只看到電子閱讀、今日頭條，就認為需求有限。

往后看五年，手游、直播等各種應用都起來了。AI算力的長期空間也是如此。

我們的觀點是：未來有人的地方，就應該有算力服務器。

更多大佬觀點請關注↓↓↓

本文不構成個人投資建議，市場有風險，投資需謹慎，請獨立判斷和決策。

覺得好看，請點“在看”

免責聲明:本文內容與數據僅供參考，不構成投資建議，使用前請核實。據此操作，風險自擔。