猜你想问
这份研报主要讲了什么内容？
这份研报探讨了超越摩尔定律的产业成本下降规律，分析了基因测序、硬盘存储等符合超摩尔下降特征的行业，以及光伏、锂电池等未实现范式跃迁的行业成本下降周期差异。报告重点分析了人工智能大模型的成本超摩尔下降现象，指出当前定价权掌握在头部企业手中，并关注了能拆解复杂任务的企业如潘蒂尔等应用端机会。此外，报告将大模型企业类比1999-2000年互联网泡沫前期，警示渗透率至45%-50%的扩张瓶颈风险。
哪些行业符合超摩尔下降规律？
符合超摩尔下降规律的产业主要依靠范式跃迁实现成本快速下降，典型代表包括基因测序（从普通测序到NGS并行测序）、硬盘存储、光纤传输和超级算力。这些行业通过技术突破实现成本在18个月内减半的节奏。相比之下，光伏、锂电池等产业由于未实现类似范式跃迁，成本下降周期较长，约为50-60个月减半。产业成本下降与渗透率上升、估值提升存在相位差，超摩尔窗口期成本下降快但估值低，渗透率快速上升时估值逐步提升，垄断建立后估值达到峰值，成本下降放缓后估值回落。
报告对人工智能大模型的投资判断是什么？
报告指出，人工智能大模型当前呈现约三个月减半的成本超摩尔下降，但定价权掌握在头部企业手中，单次任务价格未随成本下降，头部企业利润率持续提升。大模型渗透率提升较慢，应用端机会凸显，需关注能拆解复杂任务的企业，如利用驻场工程师完成人类知识转化的潘蒂尔，这类企业可建立护城河，且存在政府订单触达核心数据飞轮的特征。报告将大模型企业当前状态类比1999-2000年互联网泡沫前期，认为或在2026-2027年见顶，需警惕渗透率至45%-50%的扩张瓶颈。
当前人工智能市场存在哪些现状？
当前人工智能市场，大模型成本呈现超摩尔下降趋势，约三个月减半，但头部企业掌握定价权，单次任务价格未随成本下降，利润率持续提升。大模型渗透率提升较慢，应用端机会在于能拆解复杂任务的企业，如潘蒂尔等，这类企业通过驻场工程师完成人类知识转化，建立护城河并触达核心数据飞轮。市场整体仍处于早期阶段，头部企业类似1999-2000年互联网泡沫前期的纳斯达克七姐妹，存在超半数自由现金流为负的情况，需警惕渗透率至45%-50%的扩张瓶颈。
研报提示了哪些投资风险？
研报提示的主要风险包括：技术迭代不及预期，若超摩尔窗口关闭，需区分是技术放缓还是渗透率瓶颈，核心风险为渗透率提升带来的竞争而非单纯技术问题；历史类比偏差，当前AI产业与1999年互联网泡沫存在相似性，但需关注数据、范式等差异，避免简单套用历史规律；估值拐点，大模型相关产业估值提升依赖渗透率快速上升而非成本下降，需跟踪单次任务价格收敛、竞争加剧等信号，警惕估值过热风险。