当前AI产业中哪些赛道存在预期差？

好的，我们来聊聊当前AI产业里，除了大家已经非常熟悉的算力、光模块这些“明牌”之外，还有哪些地方可能存在“预期差”——也就是市场关注度还不算太高，但产业趋势其实在悄悄兑现或酝酿的方向。

我结合手头的资料，梳理了以下几个我认为值得留意的赛道：

1. 光通信产业链的“中低位”环节（光芯片、硅光CPO）

市场目光大多聚焦在光模块成品上，但上游的光芯片和硅光CPO（共封装光学）环节，目前拥挤度反而处于相对较低的位置 【4】 。这意味着什么？当高景气方向（比如PCB材料）出现分化时，资金可能会向这些“高景气、低拥挤度”的硬件环节轮动 【4】 。光通信的景气度确定性很强，而光芯片和CPO作为核心技术环节，其价值量和技术壁垒都很高，但市场预期尚未打满，这可能就是一个预期差所在 【4】 。

2. AI应用的“商业化落地”与“Agentic AI”方向

市场对AI应用的担忧主要集中在“落地不及预期” 【1】 【2】 【3】 。但反过来看，这恰恰是预期差最大的地方。资料显示，像Salesforce的Agentforce这类AI代理产品，其年化经常性收入（ARR）在短短两个季度内就从8亿美元飙升至12亿美元，且存量客户渗透率在快速提升 【9】 。这说明，真正能解决企业实际问题、按调用量或工作量收费的AI应用，其商业化速度可能比市场想象的更快 【9】 。国内像“亿企赢”这类B端服务型SaaS，其AI驱动的合规税优产品收入占比已达19.9% 【7】 ，也印证了垂直领域的AI变现路径正在走通。

3. 端侧AI的“新载体”——人形机器人零部件

AI的叙事不能只停留在云端。端侧AI中，除了手机、PC的常规升级外，人形机器人被视为一个极具潜力的新载体 【9】 。虽然目前减速器、丝杠、灵巧手、六维力传感器等环节的业绩贡献还很小，但它们的单机价值量和潜在弹性非常高 【9】 。这个方向的预期差在于：市场可能还在用“主题炒作”的眼光看待它，但一旦整机量产、良率提升和降本速度超预期，这些核心零部件的业绩兑现能力将非常惊人 【9】 。

4. 半导体材料与设备的“涨价链”与“国产替代”共振

AI算力需求旺盛，但上游的半导体材料（如电子特气、靶材）和设备的涨价与国产替代逻辑，市场关注度相对算力芯片要低一些 【4】 。资料显示，六氟化钨5月出口均价较1月涨幅超过200%，电子布价格也接近翻倍 【4】 。这种由供给偏紧、先进制程扩产和国产替代共同驱动的涨价，是实实在在的业绩增量，但市场可能还没有充分定价 【4】 。

5. 算力硬件中“供不应求”的细分领域

虽然市场担心AI泡沫，但报告指出，适配高性能计算的硬件供给目前整体仍处于供不应求阶段，泡沫化程度有限 【5】 。这意味着，像寒武纪、海光信息、中芯国际、北方华创等具备核心技术能力的公司，其业绩确定性可能比市场预期的更强 【5】 。当市场情绪波动时，这些有真实供需支撑的环节，安全边际相对更高 【5】 。

---

总结一下：

当前AI产业的预期差，可能不在于“算力还会不会涨”，而在于**“应用端何时兑现”以及“硬件端还有哪些被忽视的环节”。具体来说，就是上游的光芯片/CPO、中游的半导体材料涨价链、下游的Agentic AI应用，以及端侧的人形机器人零部件**。这些方向要么是市场关注度不高，要么是商业化进度可能快于预期，都值得你花时间去深挖。

当然，预期差也意味着不确定性，技术迭代、政策落地、商业化进度都可能不及预期 【1】 【2】 【3】 【6】 ，投资时还是需要结合自己的风险承受能力来判断。