行业观点：AI发展的电力制约 - 美国人工智能技术的发展正面临电力供应不足这一关键制约因素[1] - 人工智能部署的根本限制因素是电力供应[3] - 电力供应跟不上，已影响美国AI数据中心在训练和部署大模型方面的效率[3] 行业现状：芯片与电力供需失衡 - 当前AI芯片的产量正呈指数级增长[3] - 可能很快（甚至可能就在今年晚些时候）就会生产出比实际能开启使用数量更多的芯片[3] - 由于缺电，美国可能很快会出现芯片产量过剩却无法开启使用的尴尬局面[1] 行业对比：中美能源供应差异 - 中国在电力产能方面已明显领先美国，尤其是在太阳能发电领域[3] - 中国的电力增长非常迅猛[3] - 太阳能是中国的大产业[3] - 在美国，太阳能（设备进口）的关税壁垒非常高，人为抬高了太阳能发电的经济成本[3] 行业问题：美国电网基础设施 - 美国电网系统长期老化，数十年来投资不足，基础设施问题日益严重[3] - 随着科技企业对电力依赖不断加深，电网可靠性和产能限制正拖慢AI应用的推进速度[3] 行业影响与市场看法 - 电力供应问题引发投资者对美国AI泡沫的担忧[3] - 电力供应问题助长了美国在科技竞争中落后于中国的看法[3] 行业政策动向 - 美国政府鼓励科技公司自建核电站[4] - 相关项目将在三周内获得政府批准[4]

报告行业投资评级 未提及 报告的核心观点 - 2025年四季度公募基金转债持仓规模下降83亿元至3083亿元降幅2.6%小于同期市场整体规模降幅-7% 可转债基金领跑主动型基金 偏股型业绩方差极大 [1][13][43] - 四季度资金主要加仓银行、军工、光伏行业标的及半导体次新券 减配电池转债 [2][30] - 统计的部分基金中52/71只基金四季度实现正回报 回报率靠前的A基金量化策略和大类资产切换能力突出 B基金择券能力优异 [3][50] 分组1：基金持有转债规模及基金类型分布 - 2025年四季度公募基金资产总规模40.47万亿数量13267只 泛固收 + 基金规模增长 可转债基金资产总值降至654.59亿元 一级/二级债基/偏债混基金资产总值有变化 [12] - 市场震荡至12月下旬向上 转债平价中枢先下再上 市场规模缩减 公募基金转债持仓规模下降 降幅小于同期市场整体规模降幅 [13] - 2025年四季度转债仓位下降的基金数量多于上升的 加仓/减仓基金数比值0.74 转债持仓市值占比大于5%的基金数量下降 或因转债市场收缩等 [15][17] - 一级债基、二级债基、可转换债券型、偏债混合型、灵活配置型基金是转债主要配置力量 25Q4占比分别为21.5%/35.9%/16.2%/3.3%/2.0% 部分基金转债仓位占比下降 可转债基金平均转债仓位基本持平 [20] - 25Q4更多一级债基开始配置转债 二级债基规模扩张明显 配置转债的二级债基数量下降 一级债基数量上升 [25] - 公募基金25年四季度持仓转债价格分布总体变化不大 平衡型转债占比小幅提升 银行转债仓位稳定 高价转债占比小幅下降 [27] 分组2：行业及个券配置情况 - 银行转债普遍被加仓 非银转债有分化 环保等板块部分低价大规模品种、军工转债、半导体次新券获增配 医药转债仓位变动不大 [30][31][37] - 汽车及机械行业个券多获加仓 光伏板块转债多获增配 电池转债多遭减配 生猪养殖龙头企业获增配 有色板块获小幅加仓 化工转债有分化 消费板块仓位低 [2][39][40] 分组3：2025年四季度各类基金回报情况统计 - 25Q4可转债基金领跑主动型基金 偏股型业绩方差大 普通股票型和偏股混合型基金平均回报率为 -1.59%/-1.94% 业绩方差分别为6.72%、7.5% 可转换债券型基金平均季度回报0.86% [43] - 四季度债市震荡偏熊 中长期纯债基平均回报0.56% 商品型基金回报率高 其他泛固收 + 基金有不同回报率 [43] - 大部分转债基金正收益 资金呈现被动转主动趋势 部分产品在7月中旬加仓获超越指数收益 [46] 分组4：绩优产品情况梳理 - 统计的部分基金中52/71只四季度正回报 净值增长率中位数1.13% 截至1月22日2026年净值增长率中位数7.83% 四季度回报靠前两基金净值分别 +8.49%、+4.58% [50] - A基金采用量化策略 大类资产切换能力突出 四季度大幅增配可转债 重仓债券和股票有特定类型 [51][52] - B基金个券换手高 重仓存储股票 仓位灵活 选券能力突出 上涨阶段显著跑赢 [59][60][62]

核心观点 - 微软CEO认为，AI必须走出科技公司范畴，实现更广泛的行业渗透和实际价值创造，才能避免形成泡沫 [1][2] - 判断AI是否存在泡沫的关键在于，其增长是否仅由科技公司投资驱动，以及是否仅限于技术侧的供给侧故事 [1] - 检验AI成功与否的标准应着眼于非科技领域，例如能否借助AI加速新药上市等具体应用成果 [1] AI发展驱动力与增长模式 - 真正的AI经济增长必须由企业运用AI提升自身营收来驱动，而非仅靠科技公司投资AI基础设施的资本支出 [2] - 当前的经济增长现象主要由资本支出驱动 [2] - 基于过去20年云计算和移动设备的广泛普及，对AI技术的快速扩散充满信心 [2] 能源与基础设施成本 - 能源成本将成为决定各国AI竞赛成败的关键 [1] - 任何地区的GDP增长都将与使用AI时的能源成本直接相关 [1] - 分析指出，受数据中心影响，到2030年，美国电费平均将上涨8%，部分地区如弗吉尼亚州涨幅可能高达25% [1] - 微软在2025年初宣布投入800亿美元建设AI数据中心，其中50%的支出分布在美国境外 [1] - 每个经济体及其企业的工作是将AI token转化为经济增长，因此token的价格越低越好，这取决于低廉的能源生产能力、数据中心建设能力和硅芯片成本 [1] AI的行业应用与价值实现 - AI带来的收益必须更均衡地惠及各方，才能避免泡沫 [2] - 如果AI token不能改善医疗成果、教育成果、公共部门效率及各行业私营部门竞争力，将失去把稀缺能源用于生产token的社会许可 [1] - 非科技领域的企业对AI更广泛的应用将推动经济增长 [2] 企业竞争格局 - 在AI开发方面，大型企业在数据、规模和客户关系方面保有优势，但受困于变革管理难题 [2] - 初创公司则能从零开始构建AI体系 [2] - 没有任何一方能安于现状 [2] 区域发展策略 - 欧洲若要在AI时代取得成功，需要有更广阔的全球视野，其竞争力在于产出的全球竞争力，而不仅限于欧洲内部 [2] - 欧洲经济过去的繁荣源于能够生产世界所需的产品，要再次做到这一点，需要投资能够驱动AI的能源与token [2]

文章核心观点 - 市场对AI领域是否存在泡沫存在激烈争论，以英伟达CEO黄仁勋为代表的观点认为，当前巨额投资是构建人类历史上最大规模基础设施的必要过程，而非泡沫 [1][4] - AI产业正经历从“轻资产软件业”向“重资产重工业”的剧烈转型，全球资本高度集中于AI赛道，引发了关于投资回报与泡沫风险的担忧 [2][4][7] - AI算力需求激增正驱动全球半导体行业进入由“硬需求”驱动的超级周期，芯片成为“硬通货”，并带动从高端到通用存储产品的全产业链价格暴涨与资本开支扩张 [7][8] 市场对AI“泡沫”的争论与投资现状 - 进入2026年，市场出现“AI泡沫元年”的新称谓，背后是日益增长的市场担忧 [2] - 2025年9月和10月，专注于AI的大型科技公司发行了750亿美元投资级债券，是2015年至2024年间该行业平均每年发行量320亿美元的两倍多 [2] - 据Gartner预测，仅在2025年，业界就投入了约1.5万亿美元用于人工智能研发，超过了几乎所有其他领域的企业名义支出 [2] - 2025年是风险投资规模最大的年份之一，全球投资额超过1000亿美元，大部分资金流向了医疗、机器人、制造和金融服务等领域的AI原生企业 [2] - 麻省理工学院2025年7月的报告指出，美国企业已向生成式AI投资了300亿至400亿美元，但95%的组织无法从中获得回报，仅5%的组织获得约数百万美元回报 [3] 产业领袖观点与产业架构 - 英伟达CEO黄仁勋坚称当前并非泡沫，而是人类历史上规模最大的基础设施建设，未来还需要数万亿美元投资 [1][2][4] - 黄仁勋将AI产业架构比作“五层蛋糕”：最底层是能源基础，向上依次为芯片与计算基础设施、云计算、AI模型，顶层为具体行业应用 [4] - 他强调每一层都需要大规模建设，支撑该体系的基础设施建设总投入预计将达数万亿美元，投资“完全合理” [4][5] - OpenAI、英伟达、甲骨文之间存在“循环交易”，OpenAI与甲骨文签订了约3000亿美元、5年的计算采购承诺，而甲骨文的算力采购自英伟达，被市场质疑为“左手倒右手”的资本游戏 [4] 半导体与硬件市场的狂热表现 - 2026年1月21日，美股费城半导体指数涨3.18%，刷新历史新高 [7] - 芯片股表现强劲：英特尔涨11.72%，去年以来累计上涨170.57%；超威半导体涨逾7%；美光科技涨超6%；ARM涨逾6%；微芯科技涨超4% [7] - 存储概念股暴涨：闪迪暴涨10.63%，去年以来股价上涨1292.47%（涨超12倍）；西部数据暴涨约8%；希捷科技大涨约6% [7] - 花旗集团将闪迪的目标价从280美元/股大幅上调至490美元/股，上调幅度高达75% [7] - 黄仁勋透露，台积电将新建20座芯片工厂；富士康正合作建设30座新的电脑工厂；美光开始在美国投资2000亿美元 [7] 存储芯片供需与价格动态 - 高端内存条价格涨幅巨大：以海力士64G的DDR5为例，2025年上半年售价为2000元人民币，年末报价达1900美元，较半年前暴涨约6倍 [8] - 普通PC电脑用的DDR4内存条，2025年下半年价格涨幅超3倍 [8] - 供应短缺已从高端产品蔓延至通用领域，三星、SK海力士、美光等存储原厂甚至宣布暂停向服务器、PC和智能手机等重要客户报价 [8] - 本轮存储芯片涨价由“先进制程产能受限”与“AI服务器需求刚性增长”双重因素驱动，持续性明显强于历史周期 [8] AI算力需求传导与产业链机遇 - AI算力需求正从云端GPU（训练）向下游“承载与执行”环节（推理、边缘计算、PC）全面传导 [8] - 以英特尔为代表的CPU、AI PC、代工服务等赛道价值被重估 [8] - 全球半导体行情进入由“硬需求”驱动新阶段，这对以硬件和制造见长的深圳构成历史性机遇 [8] - 深圳存储大厂德明利发布2025年度业绩预告，预计净利润6.5亿元~8亿元，同比增长85.4%~128.2% [9] - 德明利2025年第四季度净利润预计6.77亿元~8.27亿元，同比增长1051%~1262%，环比增长645%~810%，去年以来股价累计上涨362.84% [9]

公司融资与估值 - 美国AI创企Humans&在成立仅3个月后完成4.8亿美元种子轮融资 约合人民币33.41亿元 [1] - 本轮融资后公司估值达到44.8亿美元 约合人民币311.86亿元 直接晋身独角兽行列 [1] - 此轮融资由SV Angel和公司联合创始人Georges Harik领投 投资方包括英伟达 亚马逊创始人贝佐斯 谷歌风投GV 以及乔布斯遗孀旗下的Emerson Collective等 [1] 公司核心团队与背景 - 公司联合创始人团队共5人 背景横跨学术界与工业界 [2] - 创始成员来自xAI Anthropic 谷歌DeepMind OpenAI Meta Reflection AI2 斯坦福大学和麻省理工学院等知名机构 [2] - 18位创始成员中有6位华人 占比高达三分之一 [1] - 首席执行官Eric Zelikman为前xAI研究员 深度参与Grok2至Grok4开发 并开创了STaR算法 [3] - 联合创始人Andi Peng曾在Anthropic担任研究员 参与Claude 3.5至4.5的强化学习和后训练工作 [3] - 联合创始人Georges Harik是谷歌第七号员工 曾参与构建谷歌最早的广告系统 [3] - 联合创始人Noah Goodman是斯坦福大学心理学与计算机科学教授 并在李飞飞创立的斯坦福以人为本AI研究所工作 [3] 公司产品理念与目标 - 公司核心理念是AI应该赋能人类而非取代人类 目标是开发促进人与人协作的软件 [2] - 产品被描述为“AI版的即时通讯工具” 同时能处理搜索互联网等更适合机器的任务 [2] - 计划利用现有AI技术以新方式训练AI 目标是训练出更具互动性的系统 能够主动索取并存储信息 具备“好奇心”和“记忆力” 可无缝融入群聊 [2] - 公司认为当前“提问—回答”的聊天机器人范式无法实现让人们更好协作的未来 现有技术不擅长提出问题且未足够努力理解用户真实需求 [5] - 创始团队强调机器与人类是互补的 其动力并非开发能独立长时间运转以取代人类劳动力的自主AI系统 [6] 行业融资趋势 - Humans&的大额种子轮融资在当前AI融资环境中并非个例 [7] - 史上最大种子轮融资由Thinking Machines Lab保持 该公司于去年7月完成20亿美元融资 估值120亿美元 [7] - Unconventional AI和LMArena等公司的种子轮融资也颇为可观 [7] - 尽管存在AI泡沫警告 投资机构仍热衷于押注履历耀眼 背景显赫的团队 [7]

公募基金2025年四季度业绩与规模概况 - 在已披露2025年四季报的超过1200只主动权益产品中，有44%的基金在当季实现正收益 [2] - 业绩与资金流入推动45只基金规模在四季度实现翻倍及以上增长，部分“迷你基”规模增幅惊人，例如中欧周期优选规模从0.36亿元增至15.75亿元，单季度增幅超过42倍；泰信发展主题规模从0.52亿元增至15.47亿元，环比增长近29倍 [1][2] - 尽管部分产品规模激增，但主动权益基金整体在四季度呈现“亏多盈少”，单季度基金利润合计为-128亿元，约四成产品实现盈利 [3] 基金持仓主线与行业配置 - 科技与有色金属成为基金重仓的核心主线 [1] - 科技板块内部配置呈现差异化，例如永赢先进制造智选主要配置人形机器人，东方阿尔法科技智选聚焦半导体存储产业链 [2] - 资源板块成为另一亮点，尤其是有色金属中的电解铝行业，例如中欧周期优选前十大重仓股均属于有色金属板块 [3] 基金经理操作策略与仓位调整 - 在震荡市场环境下，超过半数的主动权益基金在四季度选择下调股票仓位，超过10只产品仓位降幅超两成 [1][4] - 部分“翻倍基”也加入减仓行列，调仓动作明显，例如永赢科技智选A的股票仓位从94.41%降至80.34%，单季减少超过14个百分点 [4][5] - 基金经理在人工智能产业链内部进行结构优化，对部分龙头公司进行减持，例如对算力核心标的中际旭创减仓约17%，同时加仓生益科技15.88%、沪电股份44%以及深南电路25.69% [5] 围绕人工智能（AI）产业的估值与前景争议 - 市场对AI领域是否已产生泡沫存在分歧，有基金经理认为人工智能产业正处于泡沫初现并逐步形成的阶段，板块整体估值已不再处于低位区间 [1][6] - 另有基金经理持不同观点，认为科技成长板块公司估值已修复至合理水平，大部分优质科技龙头企业的估值谈不上泡沫，例如光模块和PCB龙头公司估值处于合理偏低水平 [1][7] - 支持AI投资的逻辑在于，全球AI模型能力持续提升、应用场景扩展，人工智能大模型数据调用量呈指数级增长，将大幅拉升光模块和PCB等环节的需求 [7] 基金经理后市展望与关注方向 - 有基金经理对后市持相对乐观看法，认为权益市场回报水平可能较2025年有所下降，但大幅回撤风险有限，结构性超额收益机会仍然存在 [8] - 权益资产回报较其他大类资产更具吸引力，现金流优良的企业股息加回购的年静态回报水平可达5%左右，考虑增长后部分优秀龙头企业回报有望超10% [8] - 投资布局上，有基金经理表示将继续重点布局全球云计算产业，重点关注通信领域中的光通信及PCB方向 [7]

文章核心观点 - 近期港股波动主要源自存款搬家导致的流动性收缩 但不会改变中后期向好的趋势 [2][27] - 上述风险将随着新任美联储主席的确定而得到缓释 [2][27] - 港股生物医药板块在2026年将有重要亮点 [2][27] 短期港股波动根源：存款搬家 - 传统分析框架将离岸人民币视为港股流动性锚 其升值通常导致市场买入人民币抛售港币 进而使港币流动性充盈并利好资本市场 [5][28] - 2025年DeepSeek的成功与美联储降息共同作用 曾使离岸人民币汇率与恒生指数呈高度负相关 [6][30] - 但自2025年11月下旬起 在离岸人民币保持升值的同时恒生指数进入调整期 打破了原有关系 [6][30] - 有机构从南下资金角度解释 源于2025年12月6日监管发布的基金绩效考核指引征求意见稿 要求建立以投资收益为核心的考核体系并强化业绩基准约束 [8][32] - 截至2025年第三季度 内地主动股票型基金超配港股约1980亿元人民币 其港股持仓占基金股票持仓的30.8% 但业绩基准中港股比例仅为17% 市场担忧调仓可能导致资金流出 [8][32] - 南下资金流入收缩对港股边际效应产生较大扰动 但无法完全解释汇率与股市反向变动的现象 [9][33] - 近期香港银行间同业拆借利率下降 但港股市场收缩 表明HIBOR下行本质是港币存款流出所致 而非流动性改善驱动 [11][35] - 本轮港股调整 更重要原因是资金外流导致流动性收窄 美元对港元在2025年11月中旬明显升值 与恒生指数调整期吻合 [13][36] - 出现存款搬家现象的原因包括：2025年11月后全球对AI泡沫担忧放大 叠加机构年末业绩盘点 部分机构选择落袋为安减持股票；美国货币政策不确定性导致海外资金重新配置至美债、黄金等资产 [14][37] 2026年港股展望与生物制药板块分析 - 由于港股受美联储影响深 随着新任美联储主席确定 2026年上半年美联储降息的预期十分强烈 中期市场分歧将随之结束 [15][38] - 此后香港资本市场将重回主流叙事 流动性冲击进入尾声 [16][39] - 生物制药板块是2026年重点推荐板块 理由有三 [16][39] - 理由一：短期内板块出现黑天鹅事件概率低 2025年2月至9月期间美国曾出台一系列限制中国创新药的政策 但随着两国首脑会面并在核心敏感问题上达成共识 以及媒体披露2026年4月美国领导人可能访华 在此期间出台新限制政策的概率非常低 [16][17][39][40] - 理由二：2025年中国调整了医保药品集采规则 不再以最低价为唯一参照 新规则对中小企业更为友好 2026年作为新制度实施第一年 生物制药企业损益表将有明显改善 [17][18][40][41] - 2025年港股医药生物板块大幅跑赢大盘 行业平均市盈率为37倍 处于历史较高水平 [21][44] - 结合2026年新变量与当前估值 市场表现优秀的企业需具备：中小型企业 政策边际效应更明显；估值能力较弱 存在价值洼地效应 [22][45] 重点推荐公司 - 映恩生物：作为BioNTech SE的重要合作伙伴 双方共同开发的下一代ADC管线将于2026年迎来多项里程碑 其中BNT324/DB-1311计划于2026年启动作为晚期前列腺癌一线治疗方案的III期临床试验 公司有望在2026年迎来研发收获期 [23][46] - 李氏大药厂：当前市盈率不超过10倍 业务布局积极 近期收购Staccato One Breath Technology平台技术 并获得相关产品全球权利 公司满足低估值与集采利好双重标准 [23][46] - 中国生物制药：主要针对心脑血管及肝病治疗领域 并发展肿瘤、镇痛等多领域药物 其库莫西利胶囊上市申请已获批准 当前市盈率约为23倍 低于行业平均水平 估值有望随经营业绩改善而走高 [24][47]

报告行业投资评级 - 增持（维持） [1] 报告的核心观点 - AI产业正从2024-2025年的狂热扩张期，逐步转向需求兑现与效率竞争并重的新周期，市场存在局部泡沫而非系统性崩盘 [5] - 2026年将成为AI产业分化加剧、商业闭环验证的关键年份，投资逻辑将从泛AI概念普涨转向精选真实变现能力、成本优势与护城河的结构性机会 [5] - 风险主要集中于以OpenAI为核心、扩张激进的生态链条，而看好谷歌的全栈整合优势及Anthropic的专注和成本控制策略 [5] 根据相关目录分别进行总结 1. AI投资：泡沫与革命并存，局部风险而非系统崩盘 - 市场泡沫论在2025年第三季度集中发酵，多数AI相关美股财报后股价回调，市场对利好消息反应有限、对利空消息更为敏感 [5][15] - 市场主要焦虑点集中在巨额资本开支（CapEx）、折旧争议、循环订单与债务融资，但报告认为这些主要是阶段性情绪波动，而非基本面实质恶化 [5][21] - AI基础设施的实际使用生命周期远超市场担忧，推理需求爆发、Agent模式普及以及多模态应用落地，将为巨额CapEx提供更长回报周期支撑 [5] - 横向划分阵营：以OpenAI为核心、与微软深度绑定的生态链条存在现金流压力与战略分散风险；以Anthropic和谷歌为代表的阵营策略更稳健聚焦 [5][74] - 纵向产业链划分：上游硬件环节基本不存在泡沫；云服务层面的云巨头相对稳健而新云公司风险较高；模型层虽普遍亏损但后期利润弹性大；应用层高度分化 [74][86] 2. 算力环节：英伟达霸权下的暗流涌动 - 英伟达2025年业绩亮眼，数据中心收入同比翻倍，Blackwell供不应求，毛利率维持70-80%高位 [5] - 但英伟达一家独大格局正被多元竞争取代，ASIC芯片在推理场景的能效与成本优势逐步显现，为其传统护城河带来挑战 [5] - 谷歌TPU v7全栈优势显著，总拥有成本远低于英伟达方案，已向Anthropic等外部客户大规模输出 [5] - 亚马逊Trainium2扩张最激进，计划百万级部署并保持与英伟达双轨合作 [5] - 微软因与OpenAI深度绑定，自研芯片滞后且面临能源瓶颈，相对被动 [5] 3. 云服务市场的冰与火：巨头狂欢与新贵困局 - 云服务市场分化：三大云巨头（微软、谷歌、亚马逊）订单充裕、现金流稳健 [2] - 微软FY26Q1剩余履约义务达3920亿美元，同比增长51% [2] - 谷歌云2025年第三季度承诺余额1557亿美元，同比增长82% [2] - AWS虽增速相对平稳但10月新签订单已超第三季度全季 [2] - 云巨头盈利能力强劲：2025年第三季度谷歌云利润率提升至23.7%，AWS维持36.4%高位，微软Azure储备订单激增但毛利率承压 [2] - 新兴Neocloud（如CoreWeave、Nebius）陷入困局，表现为高估值、高负债与回款压力交织，财报后股价大幅回调 [2] - CoreWeave商业模式本质是“GPU租赁+高杠杆”，类似房地产开发商但面临更快的技术迭代风险，2025年第四季度预期收入环比增速仅13%，资本开支占收入超4倍 [2] 4. 模型层：从神话到工程，从追赶到突围 - 2025年核心脉络是AGI神话退场、工程化范式确立，中美技术差距已缩窄至6-9个月 [3][5] - 模型竞争格局分化明显： - OpenAI转向产品化但技术领先优势削弱，战略分散风险上升 [6] - Google凭借全栈优势（TPU+YouTube数据+DeepMind）强势回归，Veo3实现有声视频突破 [6] - Anthropic专注toB编程建立稳健现金流，Claude Code年度经常性收入在2025年10月已达10亿美元 [6] - 2026年大语言模型将聚焦“更快、更好、更便宜”，推理模型消耗token量是普通模型5.5倍，Agent模式多模型并行调用进一步推高算力需求 [3][6] - 多模态发展：输入端从组合式向原生多模态演进，输出端实现更长时长、更稳定的视频生成 [6] - 中国大模型群雄逐鹿，千问、DeepSeek、Kimi、智谱、MiniMax、豆包各具特色，在开源市场份额快速增长，对海外高定价模式形成冲击 [6] 5. 应用层：AI应用到底能长多大？ - 需求验证的两大指标：2025年10月OpenAI与Anthropic合计年度经常性收入约200亿美元；OpenRouter平台2025年token消耗同比增长超300% [6] - toB市场商业化潜力高：2025年企业生成式AI总支出达370亿美元，同比增长超3倍，占据全球SaaS市场6%份额；垂直行业AI支出35亿美元，其中医疗健康独占15亿美元，法律6.5亿美元 [6] - toC市场呈现“通用chatbot主导+垂直AI大量死亡+少数场景顽强存活”格局，2025年通用chatbot占AI网页访问量80%以上 [6] - 编程与角色陪伴是顽强存活的场景：编程工具年度经常性收入高速增长；角色陪伴应用用户时长长、情感投入深、迁移成本高 [6] - 科技巨头内部赋能价值被低估：谷歌AI Overviews提升查询量并保持货币化率；亚马逊通过AI优化物流效率；百度、阿里、腾讯将AI嵌入原有生态 [6] 6. 投资建议 - 核心投资思路为“上游强alpha+云巨头稳健beta+应用层精选赛道” [7] - 上游算力硬件：看好英伟达，其Blackwell系列供不应求、毛利率高企，通过收购Groq补齐推理短板，是资本开支最大受益者 [7] - 云服务与全栈整合领域：建议关注谷歌与亚马逊，谷歌凭借TPU全栈优势、总拥有成本优势及Gemini与搜索深度融合展现强利润韧性；亚马逊通过Trainium百万级部署与AWS规模效应在成本控制与客户黏性上占据主动 [7] - 模型与应用层面：建议关注MiniMax与智谱，前者在多模态及角色陪伴场景实现较强商业化，后者抢占B端市场 [7] - 港股互联网公司：推荐阿里巴巴-W、腾讯控股、美图公司、快手-W，这些公司拥有庞大用户基础与数据飞轮，AI深度嵌入将驱动存量业务效率跃升与新增长曲线 [7]

核心观点 - 美银认为，在AI叙事主导市场且存在估值过高风险的背景下，真正的投资机会在于支撑AI物理运行的“硬资产”，即“转型投资”领域，包括清洁能源、电网基建、关键金属及国防安全 [1][3] - 其核心逻辑在于AI的尽头是电力和资源，到2030年全球AI相关资本支出将超过1.2万亿美元，这些资金将不可避免地流入相关物理基础设施领域 [3] - 这些“硬资产”领域受政策、地缘政治和供应链基本面支撑，即便AI泡沫破裂也能提供相对韧性，是应对AI板块波动的“完美对冲”策略 [3][20] 清洁能源 - 清洁能源与AI的相关性在一年内从-10%飙升至65%，市场正迅速意识到两者联系 [4] - 超大规模云服务商占据了美国清洁能源交易的约70%份额，每一代新的英伟达芯片能耗是前代的1.5至2倍，使AI的能源强度成为结构性主题 [6] - 在清洁能源版图中，小型模块化反应堆正崭露头角，超大规模云服务商已占据47吉瓦SMR管道项目的约40% [9] - 电池储能系统正迅速成为数据中心电力战略核心，几乎所有大型数据中心都在考虑采用BESS [9] - 国际能源署预测未来五年将新增4600吉瓦可再生能源装机容量，其中太阳能光伏占80% [10] - 美银大宗商品策略师预计，到2030年电力在总能源需求中的占比将从1990年的13%提升至20%左右 [10] 电网基建 - 电力传输和配电基础设施的瓶颈正成为制约AI和整体电气化进程的关键因素，国际能源署估计到2040年必须部署或改造8000万公里的输电线路，相当于全球电网规模翻倍 [14] - 美国电力公用事业的资本支出在2019至2025年间以9%的复合年增长率增长，2025年预计增长8% [14] - 欧洲23家输配电系统运营商的电网投资计划持续上调，从2021年的1850亿欧元增至2025年的6780亿欧元 [14] - 美银分析师预测，到2028年与AI相关的基础设施资本支出将达到1500亿美元 [14] - 与传统电网基建公司相比，直接服务于AI的数据中心基建股与AI的相关性更高，如Vertiv约80%收入来自数据中心，AI beta系数为1.23倍 [14] 关键金属 - 数据中心的建设和电力基础设施升级将直接推高对铜、铝、镍和锡的需求，这种需求增长更多是受能源基础设施重构的结构性趋势推动 [15] - 美银预计，到2028年仅数据中心一项就将带来约60万吨的铜增量需求 [15] - 与半导体销售高度相关的锡，其历史相关性达88%，随着AI应用加速，需求将在2025年增长3.5%后，于2026年继续增长2.7% [16] 国防与安全 - 在全球动荡加剧的背景下，安全韧性成为不可忽视的长期主题，各国政府正优先发展先进的国防及两用技术 [17] - 美国特朗普总统提议的2027财年国防预算高达1.5万亿美元，较此前大幅增长50% [17] - 欧盟计划在未来十年内拨款8000亿欧元用于国防 [18] - 日本2026财年国防预算预计约为9万亿日元，同比增长4% [19] - 这些支出将转化为对无人系统、网络安全、AI算法及原材料的长期需求，主要由国家安全意志驱动，与消费级AI的商业周期相关性较低 [19] AI资本支出与风险 - 超大规模云厂商的资本密集度已从2012年的13%飙升至目前的64%，甚至超过了石油巨头 [20] - 数据中心空置率目前接近为零，且建设管线已满负荷 [20] - 美银分析师预测，仅基础设施相关的数据中心支出在2028年就将达到1500亿美元 [20] - 剔除AI后的“转型投资”策略在2025年已吸引了超过400亿美元的资金流入 [10]

文章核心观点 - OpenAI通过最新播客访谈，阐述了其对2026年AI行业发展趋势的核心判断，并借此回应近期舆论，为潜在的投资和未来的IPO铺路[1][3][4] - 核心观点包括：2026年是“多智能体系统”成熟的关键年、算力投资与收入增长存在强正相关、API调用量是衡量AI行业健康度的关键指标、AI将推动生产力提升并可能在未来导致全球通缩、医疗与机器人是两大变革性方向[5][6][7][8][37][40][45] 2026年AI技术发展趋势 - **多智能体系统成为关键**：2026年将是多智能体系统走向成熟并产生实际影响的关键节点，超越2025年的Agent和Vibe Coding[9][10] - **企业级应用深化**：多智能体系统将能处理一系列完整的复杂任务，如运行企业资源规划系统、日常对账和实时跟踪合同执行[10] - **消费级应用更务实**：在消费层面，多智能体系统能综合考虑用户饮食偏好、航班时刻表和个人日程等多个维度来完成行程规划等任务[11] - **大模型基础能力优化**：大模型在记忆能力、持续学习能力、幻觉抑制等方面的常规性能将显著优化[14] - **前沿方向取得进展**：具身智能模型与世界模型等前沿方向将取得实质性进展[15] - **技术与体验差距缩小**：2026年将是技术能力与用户体验之间差距开始缩小的一年，AI将从简单的聊天机器人转变为真正的任务执行者[16][17] 算力与商业模式 - **算力是核心基础设施与增长引擎**：算力是AI时代的基础设施，掌握算力就能抢占先机[19] - **算力投资与收入存在强正相关**：在算力上投入越多，赚得也越多，二者存在强烈的正相关性[20] - **形成增长强化循环**：算力投资推动研究和模型能力跃升，强大的模型带来更好的产品和更广泛的采用，进而推动收入增长，收入再支撑下一轮算力投入和创新，该循环持续加速[21][22] - **行业共识**：全球各大AI巨头都强调算力重要性，马斯克认为“未来的货币本质上就是瓦特”[24][25] - **OpenAI的多维化转型**： - **基础设施**：实现多云、多芯片架构，为底层技术提供多样化支撑[27] - **产品**：从单一ChatGPT发展到多产品结构，如Sora、健康模式等[27] - **商业模式**：形成多价位订阅体系，包括企业SaaS定价和高价值场景信用额度计费[28] - **广告业务成为新收入源**：通过将8亿月活用户的屏幕出租给广告商，OpenAI预计将在今年收获数十亿美元收入，但承诺模型始终提供最优解而非付费推广答案，并创新广告形式[29][30] - **探索新型授权模式**：考虑在如药物研发等领域，将技术授权给合作方，并按对方药品销售额的一定比例收取授权收益[30] 行业健康度与生产力影响 - **衡量AI泡沫的硬指标是API调用量**：真正的泡沫不等于股价波动，而应看API调用量是否衰退，类比互联网时代的网络流量[33][34] - **当前API调用量无衰退迹象**：从该指标看，AI远未出现泡沫，更多是市场焦虑[35] - **AI带来显著生产力提升**：AI正在消除重复性工作，例如OpenAI财务团队借助内部AI工具，可在夜间自动提取所有合同并存入数据库，极大节省成本[37] - **麦肯锡研究数据**：现在排名前25%的公司，其各项财务指标的生产力因AI提升了27%至33%[38] - **员工价值转向决策**：生产力提升使员工能转向更多决策工作，带来更高的经济价值[39] 重点变革领域与长期经济影响 - **医疗健康领域将发生革命性变化**：AI能让医生及时获取最新研究成果、了解药物相互作用及患者个体情况，也让普通用户获得更多自主权[40][41] - **医疗领域应用数据**：目前每周有2.3亿人通过ChatGPT咨询健康问题，66%的美国医生表示会在日常工作中使用ChatGPT，且比例持续上升[43] - **机器人行业潜力巨大**：OpenAI预测在15年后，机器人的市场规模将超过如今的汽车行业，成为全球最大行业之一[45] - **机器人社会价值**：未来机器人不仅能处理制造任务，还可在解决人类孤独感和提供家庭陪伴方面实现突破，在人口老龄化背景下提供情绪价值[45][46] - **AI将导致大规模通缩**：在下一个十年后，随着AI深度融入，劳动力成本将急剧下降甚至近乎免费，商品和服务产出增速将超过货币供应增速，导致全球进入大规模通缩的经济时代[49][50] 对初创公司的建议 - **避免与通用模型直接竞争**：当前不是和通用模型竞争的好时机[51] - **关注特定领域数据资产**：应关注如防火墙背后的企业数据，或者复杂的业务工作流管理等特定领域的数据资产[51] - **核心在于推动事件与建立护城河**：在AI时代，了解传统经验变得不那么重要，核心在于具备主动推动事件发生的能力，让自身价值变得稀缺，从而建立足够厚的技术护城河[51]