文章核心观点 - 人工智能是一场从能源到应用的全产业链重构，行业普遍认可的AI“五层蛋糕”框架（能源、算力、模型、应用、反哺）勾勒出产业成长路径，形成正向产业生态[2] - 嘉实基金拥有AI五层蛋糕全层级战略卡位，通过完备产品矩阵为投资者提供贯穿全周期的AI产业投资路线图[2][14] AI五层蛋糕全产业链布局 能源层（AI“氧气”） - 绿色电力ETF嘉实（159625）跟踪国证绿色电力指数，布局水电、风电、光伏、核电等绿色电力运营商，规模26.07亿元，居同标的ETF规模之首[5][15] - 央企能源ETF嘉实（562850）以中证国新央企现代能源指数为标的，聚焦央企背景能源企业，兼具高股息和成长性，规模2.72亿元，居同标的产品规模首位[5][15] - 新能源ETF嘉实（159875）[5] 芯片层（AI核心枢纽） - 科创芯片ETF嘉实（588200）跟踪上证科创板芯片指数，覆盖半导体材料与设备、芯片设计、制造、封装和测试全产业链，规模642.79亿元，是全市场规模最大的主题类ETF[6][9][15] - 集成电路ETF嘉实（562820）[6] - 科创芯片设计ETF嘉实（589480）[6] 基础设施层（AI算力工厂） - 云计算ETF嘉实（517130）以中证沪港深云计算产业指数为标的[6] - 通信ETF嘉实（159695）紧密跟踪国证通信指数，规模10.84亿元，居同类规模之首[6][15] - 创业板算力ETF嘉实（158056）为投资者提供AI算力底座龙头选项[6] 模型层（AI“大脑”） - 恒生科技ETF嘉实（159741）跟踪恒生科技指数，覆盖香港上市的科技龙头企业，网罗国内大模型头部厂商[6] 应用层（AI价值实现） - 软件ETF嘉实（159852）跟踪中证软件服务指数，规模77.97亿元，居同标的ETF产品规模第一[6][15] - 机器人ETF嘉实（159526）[6] - 互联网ETF嘉实（517200）[6] 产品矩阵与投资工具 - 主题指数增强款：嘉实中证半导体指数增强（A类014854，C类014855），截至2026年6月30日规模达101.97亿元，高居主题指数增强产品规模榜首[4] - 主动精选款：嘉实科技创新混合（007343）、嘉实前沿创新混合（009993）、嘉实创新先锋混合（A类009994、C类009995）等，助力投资者追求长期超额收益[4] - 超级宽基ETF：沪深300ETF嘉实（159919）是深交所上市规模最大的沪深300ETF，也是深交所首只ETF期权标的[7] - 中证500ETF嘉实（159922）规模居深市中证500ETF之首，是深交所首个中证500ETF期权品种[7] - A500ETF嘉实（159351）自上市以来维持按季度分红节奏[7] - 科创债ETF嘉实（159600）是首批科创债ETF，规模与活跃度持续领先[7] 科创芯片ETF嘉实见证半导体超级周期 - 从2022年9月30日成立之初首募规模3.67亿元、7948户持有人，到2026年6月30日规模达642.79亿元、超30万户（300636户）场内投资者青睐，跃升为全市场规模最大的主题ETF[9] - 2022年面世时正处全球半导体下行周期谷底，嘉实基金逆势布局，认为本轮AI浪潮中硬件投资周期可能远超以往，因AI革命渗透到信息生产层面，对硬件消耗远超移动互联网[9] - 上证科创板芯片指数从科创板选取50只芯片产业证券，按申万三级行业划分，数字芯片设计（40.7%）、半导体设备（25.8%）、集成电路制造（14.1%）三大行业合计权重超80%，与AI算力爆发、设备资本开支上行、晶圆代工高景气三大主线契合[10] - 截至2026年6月30日，科创芯片ETF嘉实上半年为投资者盈利344.89亿元，赢得超30万场内持有人认可[11] - 场外嘉实上证科创板芯片ETF联接（A类017469，C类017470，I类021870）合计持有人超137万户（1377906户），相较2025年末的38.5万户，半年增长近百万户[11] 半导体产业景气与政策催化 - 国际半导体产业协会（SEMI）预测，2026年全球半导体制造设备销售额将达1659亿美元，同比增长23.2%，创历史新高[11] - 海关总署数据显示，8月集成电路出口金额达407.31亿美元，1月至8月累计出口金额达2567.51亿美元，同比增长103.9%[11] - 行业普遍认为本轮成熟制程芯片供需紧张持续时间更长，至少到2028年行业都要积极争夺产能，涨价或成常态[12] - 国内某科技龙头时隔六年再度发布高性能芯片，国产芯片从“可用”加速迈向“好用”，国产替代和自主可控主线升温[12] - 工信部印发《信息通信行业发展“十五五”规划》明确提出“加大力度适配国产算力芯片”，标志着国产芯片在智算中心的大规模应用或将从倡导走向刚性约束[12]