文章核心观点 - 站在2026年视角，过去的技术爆发仅是序章，真正的社会级应用与产业洗牌即将开始，未来5到20年存在巨变与机遇 [1] - 判断AI是否为生产力革命，是决定个人与企业参与AI程度与速度的关键 [2] - AI技术从突破到系统性转化为生产力需要较长时间，当前尚未开始者仍有时间窗口 [3][4][5] - 本轮AI热潮的空前强度，源于全球史无前例的流动性泛滥与资金对美元资产的“极限配置”，需要宏大叙事支撑，ChatGPT的出现恰逢其时 [7][11][14][16][21][22] - AI技术投资周期分为上下半场，上半场美国在技术创新领先，下半场中国凭借应用、供应链和数据优势往往能追赶并反超 [1][30][31] - 中美长期竞争的终局将聚焦于能源和数据两大要素，谁拥有更确定、长期的竞争优势，谁就可能获胜 [1][94] AI技术发展历程与生产力革命 - 历史上生产力革命从技术出现到改变生活均需长时间：蒸汽机95年，移动互联网约30年 [4] - AI发展自2006年大数据基础设施阶段起，2012年Google人脸识别引发第一波浪潮，至今约13年，距离系统性生产力转化仍有较长演变时间 [4] - AI技术演进时间线：从2006年Hadoop起，历经大数据、CNN/DNN、自动驾驶、AlphaGo、Transformer、GPT-3、ChatGPT到2025年DeepSeek，共19年 [6] 本轮AI热潮的宏观驱动因素 - 疫情后全球央行大规模“放水”：2020年美联储、欧央行、日央行资产负债表合计扩张约8万亿美元，全球主要央行扩表规模约12万亿美元 [13][14] - 巨额基础货币通过信贷产生乘数效应，带来接近50万亿美元的全球流动性 [16] - 2022年俄乌冲突冲击欧洲能源安全与供应链，中国处于疫情防控期，导致全球资本暂低配欧洲与中国资产 [16][18] - 美元加息吸引资金回流，多重因素叠加导致增量资金“极限配置”至美元资产 [19][20][21] - 全球资金涌入推动美元资产价格上涨，市场急需宏大叙事支撑，ChatGPT 3.5在2022年四季度的出现正好提供了这一“叙事” [22] - 资金极限配置催生历史未见现象：见证4万亿美元市值公司，美股“七姐妹”市值总和超除中美外任何国家的GDP [22] 资本市场演变与资金再配置 - 2026年若全球不再激进放水，全球资本市场市值维持在130万亿美元，市场进入“存量博弈”状态 [23] - 2024年底特朗普上任带来不确定性，推动资金从对美元资产的“极限配置”回归“理性配置”与全球再平衡 [24][25] - 巨量资金开始在全球寻找具备确定性、中等以上增长回报的资产，各经济体竞争在于谁能提供更充分可信的理由吸引资金 [25][26] AI时代的投资逻辑与阶段划分 - 技术投资周期分上下半场：上半场资本追逐技术创新者，下半场资本关注技术应用与盈利能力 [30][31] - AI投资可划分为三个阶段 [32] - 第一阶段（2023-2024上半年）：焦点集中于大模型本身 [34] - 第二阶段（2024年开始）：焦点转向AI应用，特别是通用Agent和具身智能机器人，因其代表数字与物理世界的最大想象力应用 [35][36][37] - 第三阶段（当前走向）：焦点转向能落地、能赚钱的垂直领域Agent应用和AI硬件，估值逻辑从“讲故事”转向“算账” [38][39] 中国AI的机遇与优势 - 核心战略机遇：在于“AI+硬件”，结合中国制造业“卷”出的供应链优势，实现产业转换与升级 [1][57] - 成功模式：“软件+硬件”成为中国公司擅长组合拳，结合强大供应链与前沿技术（传感器、芯片、算法），定义新产品形态并实现PMF（产品市场匹配），通过国内激烈市场竞争后有机会席卷全球 [57][59] - 产业升级路径：中国行业普遍遵循从性价比基础制造，到工艺密集精密制造，再到科技驱动复杂制造，进而孕育高附加值自主品牌，最终实现全球化布局的演进路径 [68][69] 技术应用浪潮与巨头诞生条件 - 单一中后台技术创新难以催生超大新创公司，需前端（UI）、中端（技术）、终端（设备与用户习惯）同时发生巨大变化 [41][43][46] - 字节跳动（抖音）的成功在于大数据推荐引擎技术遇上了“滑动”交互的UI与消费者习惯革命 [44][45] - 微软的成功不仅因图形化操作系统，更因鼠标的引入改变了人机交互习惯 [45] - 当前大模型应用主要玩家变为大厂（如豆包、千问、ChatGPT），因大众更习惯在其产品中体验AI能力 [40][41] 中国在具体技术领域的追赶与反超 - 人脸识别：技术源于美国，但中国通过大规模应用（住宿、安检、交易等）实现反超，2019年后计算机视觉顶会顶刊多为中国作者论文 [62][63] - 自动驾驶：本质是数据为主、算法为辅的应用驱动竞争。中国搭载传感器的车辆多，数据维度、质量、总量巨大，从2026年底开始，中国自动驾驶有机会超过特斯拉 [63][64][65][66] - 传感器与供应链：中国通过下游应用规模化驱动上游供应链成熟与成本下降 - 激光雷达因中国自动驾驶产业“内卷”，价格从十几万/几十万人民币降至一千多人民币，催生新应用 [60] - 摄像头因智能手机普及，将精度提升、价格打低，使影石Insta360等消费级硬件成为可能 [61] 核心硬件（电机）的产业积累 - 中国机器人展示的超强运动能力（平衡、步态）核心源于先进的电机技术 [47] - 中国电机（以汇川为例）的强大源于多轮产业驱动：房地产（电梯需求）、制造业升级、新能源车，而非为机器人专门研发 [48][49] - 当前机器人领域缺乏的是操作能力（“手”），因其涉及复杂的物体属性与力反馈，缺乏系统性数据积累与产业驱动 [50] 国际关系与战略窗口期 - 美国2025年《国家安全战略》显示其战略收缩，将更多军事责任转移给盟友并聚焦美洲事务 [74][75] - 此举可能为中国提供一个外部压力减小的战略窗口期，利于国内经济结构调整与新旧动能转换 [76][77][78] - 中国正推动构建更加公正合理的全球治理体系，国际地位若上升将带来更多国际化业务机会，是趋势性行业红利所在 [76][77] 人民币汇率与外贸结构 - 人民币有升值预期，但不会大幅升值 [79] - 中国外贸顺差在人民币升值背景下创历史新高，显示外贸对汇率敏感度下降，核心原因是外贸结构升级，中高附加值产品占比显著提升 [79][82] - 2025年汽车出口超500万台，金额超千亿美元 [80] - 2025年中国创新药对外授权总金额达1356亿美元 [81] - 2025年中国芯片出口金额预计约1.5万亿元人民币（约两千多亿美元） [81] 金融格局与人民币国际化 - 中美国家实力对比中，金融层是最大差距所在 [83] - 美国战后建立的“贸易逆差输出美元-顺差国购买美元资产-美元回流”金融循环正在被美国自身打破 [84][85] - 中国应对：贸易顺差扩大但外汇储备未显著增长；减少美债依赖，增持黄金；推动贸易结算多元化与本币互换 [85] - 中国正推动金融行业进一步开放，通过“小步快跑”试点（如上海科技金融、跨境金融创新），依托贸易优势提升人民币国际化，形成真实需求与升值预期，但不追求大幅升值 [86][87] 数据要素与中美长期竞争 - 数据是未来十年大国竞争的关键要素，与能源并列 [1][88][94] - 2023年中国组建国家数据局，标志数据治理进入新阶段，上海等地已开展公共数据授权运营试点 [90][91] - 数据作为生产要素，可反复、多场景使用，但治理复杂（难管理、定价、流通、脱敏） [91] - 短期：中美AI竞争下半场看应用落地 [92] - 长期：竞争终局看谁的数据治理更好。中国数据量多质优，关键在于如何利用 [92] - 医疗数据例证：中国临床数据价值高但碎片化，若打通此堵点将极大提升医药研发效率。2025年上半年全球医药交易总金额1304亿美元中，近50%金额与超30%交易数量涉及中国 [92][93]