AI，回国航班落地后，去往哪里？

来源：雪球

2025-02-07 10:01:00

（原标题：AI，回国航班落地后，去往哪里？）

春节假期，时间相对充裕，我得以静下心来，精心梳理对 AI 领域发展的一些思考(《AI，回国的机票买了吗？》网页链接)。回顾过去几天的市场动态，对相关走势的判断还算勉强准确，涉足金融、交通、政府数据及应用领域的众多股票，涨势颇为强劲。然而，当 AI 这股浪潮跨越重重阻碍，真正在国内市场落地后，我们又该如何把握方向，选择怎样的发展路径呢？这是值得深入探讨的问题。

AI 第一幕：技术爆发与资本狂欢（2023 - 2024 年）

英伟达（Nvidia）凭借其在 GPU 领域的强大优势，成为推动 AI 算力发展的核心力量。OpenAI 则以 GPT 系列大模型为代表，开启了大模型时代，在 AI 应用端大放异彩。

大模型与大算力共舞：大模型作为 AI 智能的核心，依赖大算力实现其复杂的训练过程，二者相互依存、相互促进，共同推动 AI 技术突破，迈向新的发展阶段。

大力出奇迹（Scaling Law）：大量的数据、强大的算力以及大规模的模型参数，成为这一时期 AI 技术突破的关键要素。在这种趋势下，众多 AI算力相关股票迎来了爆发式增长，涨幅惊人，收益倍数达到 3 - 20 倍甚至更高，资本市场掀起了 AI 投资热潮。

AI 第二幕：技术普及与产业分工合作（2025 - 2026 年）

以 DeepSeek 为代表的新兴 AI 企业，在大模型技术上的突破和创新，推动了大模型的开源与普及，大模型的阳光普照大地。

技术平权：经过两年的技术研发和巨额资金投入，大模型不再是少数科技巨头的专利，开始走向大众。大模型代码开源，让下游各行各业能够以较低的成本，从云服务厂商购买 AI 大模型服务，或者将开源推理大模型直接部署到端侧硬件，极大地降低了 AI 应用门槛。

算力需求持续增长：技术平权并没有削弱 AI 算力的重要性，反而激发了更大规模的算力需求。随着下游 AI 应用场景的不断拓展，算力需求以更良性的循环持续增长。大模型与大算力之间呈现螺旋式上升的发展关系，在不同阶段各有侧重。

算力格局变化：推理算力与训练算力将遵循二八定律，即 80% 的算力用于推理，20% 用于训练。进入以推理为主的阶段后，算力硬件将呈现多样化发展趋势，GPU、LPU、XPU 等不同类型的芯片各展所长，专用芯片和定制芯片也将在市场中占据重要地位，满足不同场景下的算力需求。

大模型研发收敛：随着 AI 技术的广泛普及，大模型研发逐渐趋于理性，进入收敛阶段。许多实力不足的企业难以承受高昂的研发成本和激烈的市场竞争，快速退出大模型的竞争赛道，甚至部分有潜力的企业也会基于战略考虑主动离场。

市场关注转变：市场对大模型的关注点从最初的好奇与追捧，逐渐转向其实际商业价值，包括性价比、普及难度以及解决实际问题的能力。单纯依靠讲述大模型故事来吸引关注的时代已一去不复返，企业需要更加注重产品和服务的实际应用效果。

生态圈专业分工：整个 AI 生态逐渐形成更加均衡的专业分工格局。微软、OpenAI、阿里巴巴、DeepSeek 等少数科技巨头，负责大模型的研发与迭代，并通过云服务实现商业变现；寒武纪、瑞芯微、英伟达、博通等算力供应商，为 AI 发展提供强大的算力支持；润泽科技等企业则专注于提供能源和基建保障，作为 AI 基础设施服务商，确保 AI 系统稳定运行；广大下游企业专注于大数据挖掘和 AI 应用（即 AI Agents），其中智能驾驶和机器人是极具潜力的细分赛道，有望成为未来 AI 应用的重要增长引擎。

资本市场热点切换：资本市场的目光开始从大模型 + 大算力这类基础平台，逐渐转向 AI 驱动的下游应用领域。投资者更加关注 AI 技术在实际场景中的应用和商业变现能力，寻找具有高增长潜力的下游应用企业。

竞争焦点转移：技术平权后，大模型如同 5G 通信一样，可通过资金购买服务，技术与资本的联系更加紧密。此时，差异化的场景理解力、数据入口以及用户资源，成为企业竞争的核心要素。AI 领域将重现 2010 年代移动互联网时期的资源抢夺大战，拥有数据和用户的企业将更受资本市场青睐。

终局预测：参考移动互联网的发展历程，除苹果和华为高端机外，多数手机厂商硬件不赚略亏，主要通过软件服务实现变现(每年每台 100 - 500 元)。AI 的最终发展很可能也遵循类似模式，硬件盈利空间逐渐缩小，主要依靠软件和服务盈利。不过，软件和服务的特性使其不像硬件那样确定性强、透明度高，给投资决策带来了一定的难度和挑战。

投资的下一站

重视数据与用户资产：投资者应高度关注拥有数据和用户护城河的资产，尤其是数据已完成确权、统一标准，并打通变现途径的行业。个人认为，投资优先级排序为交通、医疗、金融、货物流通等。这些行业数据价值高，在 AI 技术的赋能下，有望通过创新应用模式实现更大的商业价值，成为未来投资的重要方向。有政策鼓励和保护的行业，更是上品。

关注新兴技术融合应用：随着 AI 技术的不断发展，与物联网、区块链等新兴技术的融合成为新的趋势。AI 与物联网结合，能够实现智能设备的自主决策和优化控制，在智能家居、工业互联网等领域具有广阔的应用前景；AI 与区块链结合，可以解决数据安全和隐私保护问题，为数据的流通和共享提供更可靠的保障。投资者应密切关注这些新兴技术融合的应用场景，挖掘潜在的投资机会。

布局 AI 基础设施建设：尽管资本市场的兴趣向 AI 下游应用转移，但 AI 基础设施建设仍然是行业发展的重要支撑。除了算力供应商外，数据中心、网络通信、能源等基础设施领域也将迎来新的发展机遇。随着 AI 应用的不断普及，对数据传输速度和稳定性的要求将越来越高，这将推动 5G、6G 等新一代通信技术的发展，以及数据中心的升级和扩建。投资者可以提前布局相关领域的优质企业，分享行业发展的红利。

挖掘细分领域龙头企业：在 AI 应用的各个细分领域中，将涌现出一批具有核心竞争力的龙头企业。这些企业在技术研发、市场份额、品牌影响力等方面具有显著优势，能够更好地应对市场竞争和技术变革。投资者可以通过深入研究和分析，挖掘这些细分领域的龙头企业，长期持有，获取企业成长带来的收益。例如，在智能驾驶领域，特斯拉、蔚来等企业已经在技术和市场上取得了领先地位；在机器人领域，大疆、波士顿动力等企业也展现出了强大的创新能力和市场潜力。

聚焦自动驾驶领域投资：自动驾驶是 AI 技术落地的重要场景之一，正处于快速发展阶段。目前，全球多个国家和地区都在加大对自动驾驶技术的研发投入和政策支持，相关企业也在不断进行技术创新和产品迭代。从技术层面看，DeepSeek大幅度降低算力要求，推动自动驾驶等级逐步提升。在投资时，可关注掌握关键技术的企业，如激光雷达供应商禾赛科技、速腾聚创等，它们在传感器领域技术领先，为自动驾驶车辆提供精准的环境感知；以及专注于自动驾驶算法研发的 Momenta、文远知行等，其算法能力决定了自动驾驶车辆的决策和控制水平。同时，整车制造企业向智能化转型的进展也不容忽视，像比亚迪等传统车企积极布局智能驾驶领域，通过与科技公司合作或自主研发，提升车辆的智能化程度，有望在自动驾驶市场占据一席之地。

洞察机器人行业投资机遇：机器人行业在 AI 技术的加持下迎来了新的发展机遇。协作机器人能够与人类安全协作，在工业生产、医疗护理、物流配送等领域的应用日益广泛。在工业领域，发那科、库卡等老牌工业机器人企业不断升级产品，融入 AI 技术提升机器人的灵活性和智能性；同时，新松机器人等国内企业也在快速崛起，凭借本地化优势和技术创新，逐步扩大市场份额。服务机器人市场同样潜力巨大，如家庭清洁机器人品牌科沃斯、云鲸等，借助 AI 技术实现了智能路径规划和环境感知，满足了消费者对智能家居的需求；医疗机器人在手术辅助、康复护理等方面发挥着重要作用，像直观医疗的达芬奇手术机器人，已成为微创手术领域的重要工具。投资者可关注机器人核心零部件制造商，如减速器领域的绿的谐波、控制器领域的汇川技术等，这些企业掌握着机器人的关键技术，是行业发展的重要支撑。

综上所述，AI 技术的发展正深刻改变着各行业的发展格局，也为投资者带来了新的机遇和挑战。在未来的发展中，我们需要密切关注技术趋势、市场动态和行业变化，做出更加明智的投资决策。