來源：百億基金經(jīng)理內(nèi)參
以下內(nèi)容節(jié)選自諾安基金鄧心怡最新調(diào)研紀(jì)要：
持續(xù)關(guān)注 AI 產(chǎn)業(yè)的三個(gè)核心預(yù)期差方向：應(yīng)用、算力、以及與人類交互相關(guān)的核心消費(fèi)終端。當(dāng)前，對(duì)這一框架的判斷沒有改變，但產(chǎn)業(yè)內(nèi)部正在發(fā)生深刻的結(jié)構(gòu)性演變。
1、算力：從 “需求驗(yàn)證” 進(jìn)入 “利潤(rùn)驗(yàn)證” 與 “結(jié)構(gòu)分化” 階段
海外算力產(chǎn)業(yè)鏈無疑是 AI 行業(yè)最大的貝塔來源，其長(zhǎng)期需求毫不懷疑。然而，產(chǎn)業(yè)發(fā)展已進(jìn)入第三階段，市場(chǎng)的核心關(guān)切從 “需求真?zhèn)巍?轉(zhuǎn)向了 “利潤(rùn)實(shí)現(xiàn)”。
階段演變回顧：
第一階段（需求驗(yàn)證）：市場(chǎng)擔(dān)憂 AI 應(yīng)用是否為真命題，即用戶活躍度（Token 消耗）能否持續(xù)增長(zhǎng)。這一擔(dān)憂在 2023 年 9 月前后已被證偽。
第二階段（收入驗(yàn)證）：市場(chǎng)擔(dān)憂 AI 能否創(chuàng)造收入，避免陷入 “燒錢陷阱”。隨著 OpenAI 等公司融資披露和 ARR（年度經(jīng)常性收入）的快速增長(zhǎng)，這一擔(dān)憂也已消退。
第三階段（利潤(rùn)驗(yàn)證）：當(dāng)前，市場(chǎng)開始擔(dān)憂 AI 能否帶來可持續(xù)的利潤(rùn)。近期海外云廠商（CSP）和互聯(lián)網(wǎng)大廠財(cái)報(bào)顯示的營(yíng)業(yè)利潤(rùn)率分化，正是這種 “AI 泡沫化” 隱憂的體現(xiàn)。
核心矛盾：成本剛性 vs． 收入彈性：
以行業(yè)標(biāo)桿 OpenAI 為例，其成本結(jié)構(gòu)具有高度剛性：一方面是最頂尖人才的股權(quán)激勵(lì)與薪酬，另一方面是占大頭的、議價(jià)空間有限的英偉達(dá)算力采購(gòu)成本。盡管 OpenAI 試圖通過股權(quán)互換等方式降低硬件成本，并通過擴(kuò)展用戶訂閱、開發(fā)獨(dú)立應(yīng)用（如 ChatGPT）來開拓收入，但截至目前，其成本增速仍快于收入增速，虧損可能持續(xù)擴(kuò)大。這種 “一騎絕塵” 的投資模式，引發(fā)了市場(chǎng)對(duì)整個(gè)產(chǎn)業(yè)商業(yè)可持續(xù)性的重新審視。
產(chǎn)業(yè)結(jié)構(gòu)的深刻變化：谷歌的啟示與 “雙軌制” 算力生態(tài)：
正是在此背景下，谷歌憑借其 “全棧閉環(huán)” 生態(tài)（TPU 算力底座 + Gemini 模型 + 搜索 / 云 / 安卓終端生態(tài)）展現(xiàn)出強(qiáng)大的成本可控性和商業(yè)模式韌性，獲得了市場(chǎng)的重新估值。谷歌的戰(zhàn)略選擇具有標(biāo)志性意義：它很早就堅(jiān)持在自研 TPU 上訓(xùn)練 Gemini 模型，以確保未來在自有算力上推理的自主性與成本可控。Gemini 3 的成功證明了這條道路的可行性。這預(yù)示著，除了初創(chuàng)公司，所有具備實(shí)力的大廠都將傾向于構(gòu)建或采用多元化的算力方案，以擺脫對(duì)單一供應(yīng)商的依賴并控制成本。因此，算力投資的結(jié)構(gòu)正在發(fā)生兩大變化：
芯片層面：從英偉達(dá) GPU 一家獨(dú)大，向英偉達(dá)生態(tài)與谷歌 TPU 等 ASIC 生態(tài) “雙軌并行” 的結(jié)構(gòu)演變。這解釋了為何博通（作為谷歌鏈核心供應(yīng)商）等公司的市場(chǎng)表現(xiàn)會(huì)階段性超越英偉達(dá)。
集群需求層面：算力需求正從以訓(xùn)練為主轉(zhuǎn)向以推理為主。訓(xùn)練對(duì)中斷極度敏感，而推理對(duì)中斷的容忍度更高。這一轉(zhuǎn)變降低了對(duì)供應(yīng)鏈（如光模塊）良率的極端苛刻要求，給二線供應(yīng)商提供了 “逆天改命” 的機(jī)遇。同時(shí)，為滿足推理場(chǎng)景對(duì)低時(shí)延、低功耗、低成本的新要求，諸如光電路交換機(jī)（OCS）等新技術(shù)將不斷涌現(xiàn)，帶來新的主題性投資機(jī)會(huì)。
2、應(yīng)用：數(shù)據(jù)演進(jìn)進(jìn)入 “研究時(shí)代”，垂類數(shù)據(jù)價(jià)值凸顯
模型能力的演進(jìn)與數(shù)據(jù)來源的階段性瓶頸密切相關(guān)。認(rèn)為，AI 發(fā)展在數(shù)據(jù)層面正進(jìn)入一個(gè)新的 “研究時(shí)代”。
數(shù)據(jù)演進(jìn)的三個(gè)階段：
公開互聯(lián)網(wǎng)數(shù)據(jù)預(yù)訓(xùn)練：這一階段已基本到達(dá)瓶頸。
強(qiáng)化學(xué)習(xí)與合成數(shù)據(jù)：通過定向優(yōu)化提升模型特定能力（如編程），但這種方式培養(yǎng)的模型如同 “高智商的 15 歲神童”，能力突出卻缺乏綜合判斷力。
價(jià)值判斷體系與研究時(shí)代：下一代突破需要為模型內(nèi)置更復(fù)雜的、綜合性的價(jià)值判斷體系。這依賴于與預(yù)訓(xùn)練更深度的結(jié)合，而非單純的 “大力出奇跡”。
當(dāng)前的投資機(jī)會(huì)：在公開數(shù)據(jù)紅利見頂?shù)谋尘跋?，機(jī)會(huì)將來自于 “把垂類數(shù)據(jù)用好，實(shí)現(xiàn)生產(chǎn)力變現(xiàn)”。這意味著，那些擁有獨(dú)特行業(yè)數(shù)據(jù)壁壘、并能將 AI 與業(yè)務(wù)流程深度結(jié)合，真正提升效率、創(chuàng)造商業(yè)價(jià)值的企業(yè)應(yīng)用（To B）和場(chǎng)景，將進(jìn)入價(jià)值兌現(xiàn)階段。
3、消費(fèi)終端：新產(chǎn)品形態(tài)的 “主題性投資” 前沿
消費(fèi)電子作為 AI 與人類日常交互的最終載體，其變革雖遠(yuǎn)但彈性巨大，是緊密跟蹤的主題性投資方向。
核心驅(qū)動(dòng)：未來的突破在于設(shè)備能持續(xù)收集并處理日常生活中實(shí)時(shí)、高頻、非結(jié)構(gòu)化的碎片化數(shù)據(jù)，進(jìn)而為用戶提供個(gè)性化建議。目前已有科技博主進(jìn)行生活實(shí)驗(yàn)，通過可穿戴設(shè)備持續(xù)記錄，并用本地模型處理數(shù)據(jù)，實(shí)現(xiàn)了從工作復(fù)盤到生活建議的輔助。
投資邏輯：這遠(yuǎn)非現(xiàn)有產(chǎn)品的簡(jiǎn)單升級(jí)，而將是全新產(chǎn)品形態(tài)的創(chuàng)造。因此，傳統(tǒng)消費(fèi)電子大廠未必是最佳受益者，它們受既有業(yè)務(wù)牽制較多。更關(guān)注兩類公司：
強(qiáng)貝塔型公司：與引領(lǐng)生態(tài)的模型公司（如谷歌、安卓）綁定緊密的合作伙伴。
關(guān)鍵零部件創(chuàng)新者：在新交互形態(tài)中掌握核心硬件的公司。例如，移動(dòng)互聯(lián)網(wǎng)時(shí)代是 “觸屏” 替代了鍵鼠；AI 時(shí)代，新的交互可能不再依賴傳統(tǒng)屏幕，投影光機(jī)、新型傳感器等零部件可能成為關(guān)鍵環(huán)節(jié)。