文章核心观点 - AI投资的主线正在从“云端算力”向“物理层基础设施”扩散，市场开始重新定价支撑AI落地的底层系统，包括网络、边缘计算和安全操作系统等[5][10][12] - 本轮物理层基础设施的重估行情与1999年互联网泡沫有本质区别：1999年是基建超前于需求，而当前是AI应用（如AI Agent、自动驾驶）产生的需求倒逼物理层基础设施升级[3][15][17] - 思科、诺基亚、黑莓是本次重估的典型代表，但它们受益的逻辑各不相同，分别对应AI数据中心网络、AI-RAN与边缘网络、以及安全实时操作系统[3][20] - 物理层基础设施的重估效应将沿产业链扩散，受益者不限于上述三家公司，交换芯片、光模块、通信铁塔、网络安全、工业自动化等领域均有望受益[3][39][43] 1. AI投资主线正在从“云端算力”扩散到“物理层基础设施” - 过去三年AI投资核心是云端算力，市场定价逻辑是“谁掌握训练算力，谁就掌握AI时代的入口”，资本流向英伟达、台积电、博通及大型云厂商[5][8] - 当前变化在于，大模型开始进入汽车、机器人、工业设备等物理世界，AI需要控制设备并参与实时决策[8] - AI进入物理世界后，瓶颈从单纯算力扩展到延迟、带宽、稳定性、安全隔离和实时控制[9] - 市场定价重点从“AI大脑”的形成转向“AI神经系统”的重建，物理层资产因此被重新定价[10][12] - 物理层基础设施是一整套支撑AI落地的底层系统，包括数据中心内部高速交换网络、云边传输链路、5G/6G无线接入网、边缘计算节点、实时操作系统及网络安全等[11][16] 2. 这一次与1999年不同：“基建超前” VS “需求倒逼” - 1999年互联网泡沫时期，光纤、路由器等基础设施建设远远跑在真实用户需求和应用复杂度前面，导致资产闲置和估值回落[15] - 当前情况相反，是AI应用产生的需求倒逼基础设施升级，AI时代的流量制造者从人类转向机器（如AI Agent、自动驾驶车队、工业机器人）[3][17] - 机器产生的流量具有24小时运行、毫秒级交互、高频实时等特点，导致网络流量性质发生根本变化，从“人到人”转向“机器到机器”，从低频交互转向高频交互，从可容忍延迟转向低延迟[17] - 本轮行情的本质区别在于：1999年是为尚未到来的需求提前修路；2026年是需求已经上路，但道路开始拥堵[17] 3. 三家老牌巨头分别拿到什么新剧本？ 思科 - 核心机会在于从企业网络设备商转向AI数据中心网络平台，其交换机、路由器等是AI数据中心GPU之间的关键“传动系统”[21] - 优势在于长期积累的企业与数据中心客户基础、自研网络芯片（如Silicon One）能力，以及通过收购Splunk在可观测性、安全监测方面形成的软件补强[22][35] - Splunk的加入有助于思科将硬件与软件组合，形成更高比例的软件订阅收入，故事从“卖交换机”升级为向AI数据中心提供网络效率、安全监测和运维管理方案[23][24] - 确定性相对更高，是物理层重估中的“稳健核心资产”，需跟踪AI数据中心相关订单占比、软件订阅收入增速、毛利率变化等指标[25][36] 诺基亚 - 机会在于电信网络AI化（AI-RAN）与边缘网络，其无线接入网、核心网、光网络和通信专利资产在全球运营商体系中仍有重要地位[26] - 若AI-RAN进入规模化部署，诺基亚有望受益于基站升级、边缘计算、网络智能化和专利授权[26] - 挑战在于电信运营商资本开支周期性强，且全球竞争激烈，投资逻辑更偏“产业拐点型”[27][28] - 重估逻辑需观察两个核心问题：AI-RAN是否能真正帮助运营商赚钱；诺基亚能否在AI-RAN价值链中获得足够利润，而非仅赚取硬件利润[28][37] 黑莓 - 核心价值不在手机，而在其QNX实时操作系统和网络安全业务，QNX在智能汽车、工业控制和机器人系统中具备较强稀缺性[29][30] - 想象空间来自智能汽车电子架构升级（向中央计算、舱驾融合演进提升单车价值量）以及机器人和工业智能设备放量带来的市场外溢[31][32] - 业务规模、盈利稳定性和客户转化节奏仍需时间验证，市场给予高弹性估值可能提前反映多年增长预期[33] - 更像是物理层重估中的“高弹性期权”，上行空间来自QNX的平台化扩展，下行风险来自商业化节奏和估值提前透支[34] 4. 外延受益者：物理层革命不会只属于三家公司 - AI基础设施从云端向边缘和物理层扩散，受益者将沿产业链扩展，本轮重估有望让一整条产业链受益[39] - **高速交换芯片**：代表公司博通、迈威尔，受益于AI数据中心以太网升级带来的交换芯片和PHY芯片需求[43] - **光模块与光互连**：代表公司Coherent、Lumentum等，受益于数据中心内部与云边传输需要更高带宽光连接[43] - **通信公司与边缘地产**：代表公司American Tower、Crown Castle，受益于AI-RAN和边缘节点提升站址、电力、机房价值[43] - **网络安全**：代表公司Palo Alto、Fortinet、CrowdStrike，受益于AI Agent和边缘设备增加网络攻击面[43] - **工业自动化**：代表公司西门子、罗克韦尔，受益于工业AI落地需要端侧控制与安全系统[43] - 资本市场往往会先交易最容易讲清楚的标的，再逐步扩散到更隐蔽的环节，投资分析需沿产业因果链拆解，关注定价权、收入转化能力、专利标准不可替代性及估值是否透支等问题[39][40][43] 结论：AI的下一阶段，不只属于云端 - AI真正改变世界需要进入汽车、机器人、工厂等物理世界，届时决定AI能否落地的关键因素包括网络延迟、带宽、安全、实时控制和系统稳定性[41][42] - 思科、诺基亚、黑莓的上涨代表AI投资框架的一次横向扩展：从云端算力走向物理层基础设施；从训练大模型走向部署智能体；从“让AI更聪明”走向“让AI真正控制现实世界”[44] - 这条主线的长期逻辑值得重视，但产业趋势与股价节奏并不同步，能穿越周期的公司需要卡住数据、网络、安全、标准和操作系统等关键节点，并将技术壁垒持续转化为现金流[45][47] - 思科、诺基亚、黑莓的上涨或许只是这场重估的开端，最终能留下来的公司必须证明自己不仅站在叙事里，也站在订单、利润和不可替代性之上[47]