纪要涉及的行业或公司 * 行业:AI应用、传媒、互联网、港股互联网、A股相关细分板块(如出版、游戏、影视、营销、计算机)[1] * 公司: * 港股互联网巨头:阿里巴巴、腾讯、百度(BAT)、字节跳动(未上市)[8][18][22][23][26] * 海外科技巨头:谷歌、苹果[26][28][30] * 提及的A股相关领域:出版、游戏、影视、营销、电商直播相关公司、分众传媒等[9][10][11][24][25] 核心观点和论据 * AI应用行情在春节前后出现的三大原因: * 第一,存在“两套时差”:元旦至春节期间的产业规划展望期,与年报/一季报数据真空期重合,形成全年情绪比重最重的窗口[2] * 第二,深刻的时代背景变化:当前处于政治、货币、科技、人口四重共振的大时代背景下,AI作为技术革命承载着应对更宏大命题(如中美关系、通缩、人口问题)的使命,主题行情背后有深层逻辑[3][4][5] * 第三,AI与互联网存在本质不同:AI适配“收缩”或“降本”,与互联网的“全球化连接”逻辑相反,导致其发展路径、玩家梯队与互联网时代差异巨大,总是超预期[5][6] * AI应用板块的筛选与排序框架: * 时间周期决定关注焦点:2023-2025年,市场关注创业型明星公司(如Deepseek、Sora);2026年开始,焦点转向BAT等生态级巨头[7][8] * 市场环境的影响:2024年9月前后可能分别对应熊市与非熊市,市场偏好和筹码结构特征不同[8] * 主题发酵成行情的条件:需要相关上市公司数量、规模(市值区间)、事件共振(如大模型发布)、业绩共振共同作用[9] * 业绩的角色:业绩(如出版、游戏板块市盈率在10倍左右)是快速形成一致共识、实现估值修复的“压舱石”,但并非行情起因[10][11][12] * AI应用的产业分类与投资逻辑: * 两大方向:应用(如抖音、B站)和内容(如游戏、营销、短剧)。互联网时代先出爆款应用,再出爆款内容[12] * 应用的两条路径:1)大模型在计算平台(电脑、手机)上的应用;2)大模型与端侧硬件结合,出现在现实物理世界(中国擅长领域)[13] * 中美应用发展可能分化:美国擅长To C(如ChatGPT),中国可能在“逆人性”领域(如教育、管理约束类应用)出现爆款[13][14] * 寻找AI应用的核心:关键在于场景需求方(甲方),而非大模型等供给侧(乙方)。真正的AI应用案例可能出现在各行各业[14] * 业绩兑现与利基市场: * 业绩兑现时间:真实的AI应用业绩兑现最早于2026年年中开始呈现,最晚从2027年下半年开始[16] * 高兑现度领域:目前看,只有广告(营销)和电商这两个市场规模达10万亿甚至几十万亿级别的利基市场,最容易出现规模性呈现。游戏市场规模仅几千亿,相对较小[16][17] * 对港股互联网(BAT)的看法与逻辑: * 26年核心看点:BAT等拥有自家生态的巨头是产业C位,核心看其在自身生态中落地模型、进行玩法创新[22][23][26] * 红包大战的本质:是BAT等巨头以其问答类大模型和Agent两类平台(共约6-8个超级应用)争夺有限的To C用户。预计中国To C问答类应用的DAU天花板约2.5亿,争夺激烈[19][20][21] * 受益逻辑分化: * BAT自身:是产业变革的主导者,但26年可能呈现“杀敌一千,自损八百”的局面,核心观察点是资本开支而非短期利润兑现[23][24] * 生态合作伙伴:A股中卡住关键生态位、与电商、广告营销相关的公司(如党媒、直播电商公司、分众传媒等)可能“躺着受益”[24][25] * 指数与个股:由于大模型技术仍处革新期(25年底多模态、26年底全模态),非BAT公司可能受损,因此对恒生科技指数整体持谨慎态度,更看好个别生态巨头[26] * 国内外市场逻辑差异:海外是“全球叙事”,中国是“内循环”,因此国内业务大战(如红包大战)会非常激烈且贯穿26年全年[27] * 未来半年到一年的催化与节奏: * 时间窗口:A股看好一季度(春节躁动)和三季度(产业周期上预计真实AI应用开始呈现),尤其三季度更重要[28] * 关键催化: * 海外:谷歌/苹果在安卓/iOS生态中基于多模态的爆款应用;25年11月“创世计划”相关的海外科技创新映射[28][29] * 国内:阿里(电商/本地生活)、字节(营销广告)、腾讯(Agent)基于自身生态的玩法创新;国内业务大战的持续与扩散(可能不止于当前领域)[28][29][30] 其他重要但可能被忽略的内容 * 对AI历史地位的认知:分析师认为AI的历史可比性在于工业革命、文艺复兴和大航海时代,其影响可能更深刻、更深远[6] * A股实操建议:可按照申万等行业分类的三四级子行业,筛选业绩总体较好的板块(如出版、游戏),作为估值修复的抓手[11][15] * 港股波动特性:指出港股与A股差异大,其波动性(大涨大跌)更为显著[18]
AI应用若大涨,有何不同? 如何演绎
2026-02-04 10:27