AI下半场投资逻辑：从算力基建到应用落地

AI产业已跨越“有无算力”阶段，迈入“应用落地”的深水区。

近两年市场聚焦GPU、光模块等“卖铲人”，但未来决胜点在于谁能将AI转化为产品、用户和真金白银。

这是一次科技周期迁移：前段硬件定义，后段应用定输赢，是本轮AI行情的核心变数。

01

算力：仍是AI时代最确定的主线

曹旭辰指出，过去三年GPU是半导体“最锋利的剑”。从A100、H100到GB200及未来Rubin架构，英伟达以一年一迭代推动AI基建升级。

本轮AI与过去互联网不同，大模型能力提升本质仍依赖“堆算力”。

微软FY26Q2资本开支增66%，Meta预计25Q4现金净额/经营净额达94.4%，意味着云厂商正从“盈余投AI”转向“借债投AI”。

云厂商云收入增长，但仍难完全覆盖AI成本扩张。

全球科技巨头投入仍处“抢入口”而非“算ROI”阶段，AI基建军备竞赛远未结束。

投资端，创业板人工智能ETF华宝（159363）是典型“AI卖铲人”。聚焦光模块、IDC、服务器，覆盖中际旭创、新易盛、天孚通信，映射全球AI资本开支扩张。

市场虽预期算力长期景气，但关键在2027年全球CAPEX是否超预期，目前看海外动作仍偏积极。

02

AI产业结构：芯片最集中，应用最分散

当前AI结构：芯片层高度垄断，大模型层多寡头竞争，应用层百花齐放。

这与互联网早期相似，底层基建赢家通吃，上层商业模式越分散。

全球高端GPU市场英伟达占近9成，但应用层（软件、Agent、办公、金融、教育、营销）仍处跑马圈地阶段。

AI最大市场空间不在模型而在应用。决定产业规模的是用户时长、商业化效率和生态能力，而非技术参数。

03

国产AI：从“追模型”转向“重应用”

曹旭辰观点：海外模型追求“智能化”，国产更重“商业化”。

原因现实：海外GPU资源强，加大资本开支提能力；国内受芯片限制，倾向中低端优化及应用落地突破。

DeepSeek-R1后国产AI逻辑变：不再卷参数，重视推理效率、商业场景和自主可控。

曹旭辰称2026年或为国产自主可控“业绩兑现元年”。寒武纪、华为昇腾、海光等产业链放量，国产GPU渗透率快速提升。

下图显示，2026年预期华为昇腾出货量180W+，较2024年60翻倍，寒武纪、海光等进入兑现期，为科创人工智能ETF等提供业绩支撑。

国产GPU渗透率快速提升

对应方向上，科创人工智能ETF华宝（589520）、科创芯片ETF华宝（589190）及大数据ETF华宝（516700），均属国产算力链映射。

既受益GPU国产替代，也受益AI服务器、数据中心需求及自主可控逻辑。过去炒预期，未来看利润。

04

大模型竞争：比拼“能不能干活”

当前大模型进入第四阶段。

最值得关注的是从“模型参数竞争”转向“任务完成度竞争”。

曹旭辰数据：Claude虽成本高，但Coding和Agent能力更强，ARR超GPT。

2026年4月，Claude ARR达300亿美金，超GPT 250亿。Claude胜在B端效率（Coding/Agent强），GPT核心在C端。

有力证明“能不能干活”比“聪不聪明”更重要。

未来AI核心竞争力不再是单轮对话，而是Agent执行、多模态协同、企业工作流整合及软件生态。

这也是为何OpenAI更像“新时代互联网公司”而非仅模型公司。

曹旭辰提到Sora是“技术理想与商业成本错配”样本。6个月内经历‘爆火到速朽’，证明技术≠产品，流量≠用户。反例提醒投资者，下半场胜负手在留存和商业闭环。

在此背景下，港股互联网ETF华宝（513770）逻辑清晰。腾讯、阿里、百度拥有AI时代数据、流量和生态入口，且估值相对低位。

AI大规模商业化后，这类平台型公司价值重估空间可能超预期。

05

AI真正的下半场，可能在应用端

曹旭辰结论：所有科技革命，最终利润都从硬件流向应用。

工业革命、互联网如此，AI大概率亦然。

过去两年AI行情在GPU、光模块、IDC、电力等基建；未来几年市场将更关注AI软件、Agent、终端、金融及互联网平台。

随模型成熟，决定产业价值的是谁拥有用户、场景和数据。

无论何种革命，新技术前半程高端硬件主导，最终应用端占最大规模和利润。目前算力是“卖铲人”，应用是AI产业“永动机”。

对应方向上，金融科技ETF华宝（159851）和港股通信息技术ETF华宝（159131）值得关注。

原因何在？AI最先落地的是金融（投顾、量化、风控、数字货币），重塑空间大。港股信息技术则受益于AI终端、软件及企业数字化升级。

算力仍重要，但正从“唯一答案”变成“基础条件”。

真正决定下一阶段产业高度的，可能是应用端那场更复杂、更长期、也更有想象力的深度博弈。

---

我们将持续用数据观察行业最新变化，欢迎关注公众号：