文章核心观点 - 站在2026年，过去几年的技术爆发仅是序章，真正的社会级应用与产业洗牌刚刚开始，未来5到20年将面临巨变与重构[4] - AI发展已进入下半场，中国在应用端和“软件+硬件”结合上具有显著优势，有望利用制造业供应链优势实现产业转换与升级并最终反超[4] - 中美竞争的终局将聚焦于能源和数据，谁在这两个领域拥有更确定和长期的竞争优势，谁就有可能获胜[4] - 当前AI的空前热度与全球流动性泛滥及资金“极限配置”于美元资产密切相关，而随着资金寻求再平衡，全球将进入存量博弈阶段，吸引资金的关键在于积累“积极因素”[18][19][20][21] 本轮AI热潮何以空前 - AI历史上经历了四次热潮：第一次是Google神经网络识别猫，催生了人脸识别和自动驾驶；第二次是AlphaGo；第三次是AI蛋白质预测结合疫情催热AI制药；第四次是当前的大模型浪潮[7][9][10] - 每一次AI技术突破与当时发生结构性变化的行业结合时，才会形成真正的应用和投资浪潮[10] - 本轮AI特别热的关键宏观背景是全球流动性极度泛滥：2020年全球主要央行资产负债表扩张约8万亿美元，前后扩表规模约12万亿美元，产生了接近50万亿美元的全球流动性[11][12][13] - 2022年俄乌冲突冲击欧洲，同时中国处于疫情防控期，导致全球增量资金被“极限配置”到美元资产，叠加美元加息吸引资金回流[15][16][17] - 巨额资金涌入美元资产需要宏大叙事支撑，2022年四季度ChatGPT3.5的横空出世恰好提供了这一“故事”，催生了历史罕见的市值现象，如美国科技“七姐妹”市值总和超过除中美外任何国家的GDP[18] - 2026年，若全球不再激进放水，市场将进入存量博弈，资金将从“极限配置”回归“理性配置”，在全球寻找确定性强、具备中等以上增长回报的资产[18][19][20] AI时代的投资逻辑 - 技术投资周期分为上下半场：上半场关注技术创新，下半场关注技术应用和盈利能力[23] - 在技术上半场，美国往往领先；到了中场，中美各有千秋（美国技术端，中国应用端）；到了后半场，中国往往开始追赶并反超[23] - AI投资可分为三个阶段：第一阶段（2023-2024上半年）只讨论大模型；第二阶段（2024年开始）关注通用Agent和具身智能机器人等最大想象力但短期难落地的应用；第三阶段关注能落地、能赚钱的垂直领域Agent和AI硬件，估值逻辑从“讲故事”转向“算账”[24][26][27][28][29] 中国AI机遇几何 - 大模型下一步发展：当前大模型应用主要玩家变成大厂（如豆包、千问、ChatGPT），因为若技术仅是中后台创新，大厂易靠资源取胜，创业公司难成超大企业；只有前端（UI）、中端（技术）、终端（设备与用户习惯）同时发生巨变，才可能诞生超大新创公司，如字节跳动（结合大数据与滑动交互）、微软（结合图形界面与鼠标）[30][31][34] - 机器人操作能力：中国机器人展示了超强的运动能力（如平衡、步态），核心得益于中国强大的电机产业，该产业经历了房地产（电梯）、制造业升级、新能源车等多轮驱动而成熟[35][36]；当前机器人缺乏的是精细的操作能力（如“手”），因为这涉及复杂的物体感知与力反馈，缺乏相应的产业积累和数据[36][37] - 能落地的AI应用：当前投资聚焦三类：AI基础设施、垂直领域AI Agent、AI驱动的智能硬件[37] - AI硬件是中国的战略机遇：中国擅长“软件+硬件”组合，并能利用制造业“卷”出的完整供应链和前沿技术（传感器、芯片、算法），在足够大、足够挑剔的市场中实现产品定义（PMF），进而有机会走向全球[38][40] - 中国优势的形成路径：通过上一轮技术应用（如自动驾驶、智能手机）的规模效应，将核心零部件（如激光雷达、摄像头）的成本打低、精度提高，从而为新产品迭代奠定供应链基础[42][43][44]；例如，激光雷达价格从2015年的十几万/几十万元降至现在的一千多元；智能手机普及使得摄像头精度提升、价格下降，得以用于消费级硬件[43][44] - 技术发展模式验证：许多技术在上半场靠算法突破（美国领先），下半场则靠应用驱动（中国反超），人脸识别和自动驾驶是典型例子[45][46][47]；人脸识别技术源自美国，但中国的大规模应用使得2019年后计算机视觉顶会顶刊多为中国作者论文[44]；自动驾驶本质是数据驱动，中国搭载传感器的车辆多，数据维度、质量和总量巨大，从2026年底开始中国自动驾驶有机会超过特斯拉[46] - 中国产业升级的底层逻辑：行业演进遵循从基础制造（性价比）到精密制造（工艺密集），再到复杂制造（科技驱动），进而孕育高附加值自主品牌，最终实现全球化布局的路径[49][50] 2026宏观展望 - 国际关系：美国2025年《国家安全战略》显示其将收缩全球军事存在，让盟友承担更多军费并回归美洲推行“唐罗主义”，这可能导致中国迎来一个外部压力减小的战略窗口期[52]；中国正推动全球治理体系建设，如在上合组织提出全球治理倡议五点原则[53]；中国国际地位若上升，将带来更多国际化业务，押注趋势性行业红利需关注国际化[54] - 人民币汇率：人民币有升值预期，但不会大幅升值[55]；中国外贸顺差在2024年四季度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[55]；2025年汽车出口超500万台，金额超千亿美元；全球创新药对外授权给中国的总金额达1356亿美元；2025年中国芯片出口金额预计约1.5万亿人民币（折合两千多亿美元）[55]；人民币对汇率波动敏感度下降是因为产品附加值在上升[56] - 国家实力对比：可分为五层：最底层军事，其上制造业和GDP，再上金融，最上层全球价值观和文化文明；当前中国与美国差距最大在金融层[57][58]；美国金融优势源于历史积累，通过贸易逆差输出美元，顺差国购买美元资产（如美债）形成循环，但现在美国主动打破此循环（不愿承担逆差和制造业）[59]；中国贸易顺差扩大但外汇储备未显著增长，开始减少美债依赖，增加黄金配置，并推动贸易结算多元化和本币互换[60]；未来5-10年金融行业可能进一步开放，依托贸易优势提升人民币国际化，形成真实需求和升值预期但不兑现为大幅升值，是一种多目标间的精细平衡[61] - 中美数据之争：数据是未来十年大国竞争的关键生产要素，尤其对AI、数字化、智能硬件、自动驾驶至关重要[65]；2023年中国组建国家数据局，标志着数据治理进入新阶段，上海等地已启动“公共数据”授权运营试点[64][65]；数据治理复杂（难治理、难定价、难流通），中美AI竞争下半场看应用，长期看谁的数据治理得好[65]；中国数据量最多、质量优，关键在于如何利用，例如医疗领域，2025年上半年全球医药交易总金额1304亿美元，涉及中国的交易贡献近50%金额和超30%数量，若能打通医院临床数据孤岛，将极大提升研发效率[66][67][68]；十年后国际竞争终局聚焦于能源和数据[68]

文章核心观点 - AI技术发展正从上半场的技术创新阶段，进入下半场的应用落地与产业融合阶段，中国凭借其制造业供应链、庞大应用市场和数据优势，有望在AI竞争的下半场实现追赶并反超 [1][25] - 当前全球AI热潮的空前强度，主要源于2020年后全球史无前例的货币宽松政策（约12万亿美元基础货币扩张带来近50万亿美元流动性）导致资金极限配置于美元资产，而ChatGPT的出现在2022年底为资产价格上涨提供了关键的“宏大叙事” [8][11][12][14][20] - 未来5到20年的国际竞争终局将聚焦于能源和数据两大要素，中国在数据规模与质量上具有优势，如何有效治理和利用数据将成为长期竞争的关键 [1][59][66] AI技术发展周期与投资逻辑 - 所有技术周期都分为上下半场：上半场美国在技术创新领先，下半场中国在应用落地和产业化上更具优势并往往实现反超 [1][25] - AI投资逻辑随阶段演变：第一阶段（2023-2024上半年）聚焦大模型技术；第二阶段（2024年起）关注通用Agent和具身智能机器人等最大想象力应用；第三阶段转向能落地赚钱的垂直领域Agent和AI硬件应用 [25][27][28] - 一项技术要催生超大新创公司，需要前端（UI）、中端（技术）、终端（设备和用户习惯）同时发生巨大变化，例如抖音（大数据+滑动交互）和微软（图形界面+鼠标）的成功 [30][32] 中国在AI时代的战略机遇与优势 - **AI+硬件是中国战略机遇**：结合中国“卷”出来的成熟硬件供应链和前沿科技（传感器、芯片、算法），通过“软件+硬件”的产品形态实现产业转换与升级，并有机会拓展至全球 [1][35][36][38] - **供应链成本优势驱动创新**：中国通过大规模应用将核心传感器价格大幅降低，例如激光雷达从2015年的数十万人民币降至目前的一千多人民币，摄像头也因智能手机普及而成本下降、精度提升，为新产品迭代奠定基础 [39][40] - **应用驱动技术反超**：在AI下半场，大规模应用和数据积累成为技术突破的关键，中国人脸识别和自动驾驶领域的发展路径表明，应用端的优势能推动技术实现追赶甚至超越 [41][42][43][44] - **数据是中国的关键底牌**：中国拥有最庞大的数据量和优质数据，未来竞争的核心在于数据治理能力，国家数据局的成立和公共数据授权运营试点（如上海）标志着数据要素市场化配置进入新阶段 [1][59][61][62][65] 全球宏观经济与资本流动背景 - **流动性泛滥催生AI热潮**：2020年疫情后全球主要央行大规模扩表，仅美联储、欧洲央行和日本央行2020年资产负债表合计扩张约8万亿美元，前后全球主要央行扩表规模约12万亿美元，衍生出近50万亿美元的全球流动性，资金极限配置于美元资产 [9][11][12][14] - **资金再平衡与存量博弈**：2026年，假设全球不再激进放水，资本市场将维持约130万亿美元市值进入存量博弈状态，资金将从对美元资产的“极限配置”转向全球范围内的“理性再配置”，寻找具备确定性和增长性的资产 [21][22][23] - **美国“七姐妹”市值规模**：美国科技巨头（Google、亚马逊、苹果、Meta、微软、英伟达和特斯拉）的市值总和已超过除中美外任何国家的GDP [20] 2026年宏观与行业展望 - **国际关系提供战略窗口期**：美国《国家安全战略》显示其战略收缩倾向，可能将重心转向美洲事务，这为中国减轻外部压力、推动新旧动能转换和提升国际影响力提供了窗口期 [47][48][49][52] - **人民币汇率与外贸结构升级**：人民币有升值预期但不会大幅升值，因为中国外贸结构正向中高附加值产品升级（如2025年汽车出口超500万台，创新药对外授权达1356亿美元，芯片出口约1.5万亿人民币），对汇率波动的敏感度下降 [53][54][55] - **产业升级的底层路径**：中国行业普遍遵循从基础制造到精密制造，再到科技驱动的复杂制造，进而发展高附加值自主品牌并最终实现全球化的演进路径 [46] - **金融开放与人民币国际化**：中国将依托贸易优势，通过“小步快跑”的金融开放试点（如上海在科技金融、跨境金融的创新）提升人民币国际化程度，旨在形成真实需求和升值预期，但不追求大幅升值 [58]

前段时间重点关注AI领域的新突破，结果众多大厂的新版本都低于预期，许多新技术和理念禁不起推 敲，目前的窘境不由得使我对未来发展多了一丝担忧。 阿朱说，如今的AI能听、会说、会看、会写，还能交流，所以现在就是AI时代。 我是认可阿朱这个说法的，现在AI可以完成很多辅助性的工作，大幅提升了数字化能力。已经有大量 的案例，就是利用常规的AI工具对数字化系统的输入进行结构化处理。 比如，通过语音和语义识别，在线会议软件将会议过程进行自动转录，法院专用软件将庭审自动生成为 文书，客服系统把用户的语音内容自动转化并进行结构化分类和处理，客户经理用语音方式回顾走访客 户的过程，由系统转化为结构化的走访记录，并以此为基础自动完成客户画像、梳理商机等动作。 比如，一线人员对服务现场进行拍照，系统自动进行图像识别，完成数据采集和录入工作，既减轻了一 线人员的工作负荷，又大幅提高了数据的准确性。 但在参加几次AI落地实践有关的交流后，我对AI的态度又变得乐观了：AI已经大面积铺开，在千行百 业发挥着作用，潜移默化地在改变我们的世界。 用简单的AI能力破解数字化难题 什么样的系统才算是AI系统？ 有专业人士觉得，AI是高科技领域的创 ...