方正焦娟AI应用三层研究框架 AB两面 XYZ轴选股思路

一、核心要点 本次为AI应用系列路演第四讲，核心是形成AI应用的研究与选股体系，明确2027年左右的AI应用投资主线。

二、AI应用与互联网时代的差异

1. 互联网是消费端加杠杆，易产生泡沫，AI是供给端、生产端重塑，更克制，无暴涨潜力。
2. 量化交易流速过快，易引发股价过度波动，对抗量化的核心是AI原生上市公司标的。

三、AI应用三层研究框架

1. 第一层：基础大模型，是生产智能能力的核心，短期（2年左右）确定性最高，技术路径或如PC/手机，当前仅大模型具成熟落地可能。
2. 第二层：垂类模型、智能体（Agent）、分发平台，是智能能力集成、分发、打桩的环节，当前多数为非上市公司，仅少数在上市公司体内存在，亏损普遍。
3. 第三层：传统认知的AI应用标的，难度最高，0-1突破极难，1年内AI原生业务收入占比达10%-30%的上市公司极少，当前仅传媒等领域有少量潜在标的。

四、选股核心标准：AB两面

1. 需选择B面优于A面的标的，即找到原本资源不显山不露水，在AI时代因背景板变化（人是物非）实现价值重估的标的，而非坚守过往龙头。
2. 过往龙头（如微软、任天堂）也可能在AI时代重估，当前需打破对老龙头的惯性偏好，聚焦具备重估潜力的标的。

五、XYZ轴选股工具

1. X轴：将AIGC分为表达型、生产型、决策型三类，为选股分类提供依据。
2. Y轴：跟踪业内现象级产品/事件，无需深究原因，仅关注发生的具体情况。
3. Z轴：基于X轴分类和Y轴现象，筛选国内外相关上市公司，再结合AB两面判断标的潜力。

六、AI应用股票池构建

1. 先通过三层研究框架筛选出约190家符合条件的上市公司。
2. 结合AB两面、XYZ轴动态筛选，每筛选出一家就加入股票池。
3. 每财报季排查，剔除落地不及预期的标的，经1年左右形成成熟的AI应用股票池。

七、后续关注点

1. 2027年左右以个股为主，重点寻找B面优于A面的AI应用标的。
2. 三季报后重点跟踪传媒等领域的潜在AI原生应用标的。