核心观点
- AI 投资的确定性机会:尽管 AI 行业经历了快速增长,但仍然存在巨大的机会,因为需求增长速度远超供给能力。
- 需求端:AI 的需求来自两个方面,一是替代人工成本,二是创新驱动。随着模型能力的跃迁,AI 可以应用于更多领域,如金融、法律、教育、医疗等,并推动基础科学的发展。
- 供给端:摩尔定律和产能扩张是满足 AI 需求的关键。目前,摩尔定律仍在发挥作用,但产能扩张受到限制,导致供给无法满足需求。
- 关键数据:人类 token 需求每年增长 30-50 倍,而摩尔定律和产能扩张带来的供给增长仅为每年 10 倍。
- 投资方向:光通信和存储比算力和电力更受关注,因为它们在 AI 硬件发展斜率中处于更陡峭的环节。
- 光通信:XPO 技术可以延长光模块的生命周期,并满足下游客户的利益。光通信行业存在泡沫,但未来占比将持续提升。
- 存储:存储行业存在严重的供需失衡,HBM、DRAM 和 NAND 都处于周期底部。软件算法和减配策略可以降低存储需求,但无法完全解决问题。
- 中国供应链:中国供应链企业响应速度快,迭代能力强,将在 AI 产业链中发挥越来越重要的作用。
研究结论
- 未来 1-2 年,供应链利润将大幅跃升,估值将被快速消化。
- AI 投资需要敬畏市场,踏踏实实地进行调研和布局。
- 科技投资充满不确定性,但科技的魅力在于不确定性。
- 未来 12 个月,需要关注 AI 商业化落地空间、模型迭代、AGI 能力的发展以及中国 AI 产业的普及能力。