AI 投资，正在进入最难判断的阶段。

大家对于 AI 带来的变革性、未来的进步空间，没有太大异议。但当前市场对 AI 估值是否存在泡沫的争议达到白热化。

空方认为，部分 AI 资产估值已透支未来，局部泡沫特征愈发明显。部分品种估值已脱离远期现金流折现的合理边界，完全进入动量与情绪驱动阶段。多方则认为，本轮 AI 行情拥有真实产业需求和订单支撑，与历史科技泡沫存在本质区别。

综合来看，当前二级市场 AI 产业链投资的核心矛盾在于，产业趋势确定性强（真实需求、订单支撑、资本开支持续扩张）与局部估值偏高、产业链分化加剧之间的张力。

估值与高交易拥挤度随时可能带来调整，实际上算力等板块在 7 月份以来跌幅已经相当大，至今仍未稳定下来。7 月 21 日行情大涨之后，马上又陷入了震荡整理。

这时候很难说得清，还会不会接着跌，以及现在到底该不该买，因为短期的走势任何人都难以完全把握。现在在调整中，更需要明确的是，AI 还是不是长期趋势，我们当下又处在 AI 产业周期的何种阶段，当前估值到底贵不贵，AI 产业链中，哪些环节会更有业绩增长爆发力？

在最近举行的华夏基金中期投资策略会上，几位基金经理、行业分析师以及经济学家刘煜辉对于接下来的 AI 科技投资进行了重点解读。

华夏基金总助、股票投委会主任朱熠则阐述了华夏基金的投研体系建设，如何用平台化的手段来强化捕捉投资机会的能力。

华夏基金以 ETF 为人所熟知，主动权益相对来说没那么显眼。不过在这轮 AI 行情中，华夏基金不少科技成长基金经理，包括屠环宇、高翔、张景松、施知序、顾鑫峰等，把握住了机会，取得了较好收益。

基金二季报披露完毕，数据显示，华夏基金二季度主动权益规模增长超过 470 亿元，增幅 31%，幅度在主动权益前十的公司中较为领先，同时，主动权益绝对规模超过 1900 亿元，居行业第 6 位。

从基金经理的分享中，也可以感知到这家公司如何把握 AI 长周期的市场机会。

AI 属于跨时代产业变革，长周期并未结束

此前的移动互联网行情，以及新能源行情，基本上没有几年就走完了。而 AI 产业链的机会在 2023 年就已经次第展开，到如今不少热门公司涨幅巨大，很多细分板块已经被充分挖掘。比如今年涨幅较高的股票，有的是为 AI 所需要的 PCB 板，做测试探针，有的是为 PCB 上游的覆铜板提供铜箔和树脂的。

经过充分挖掘和股价反应，这轮科技牛市想要继续走下去，最需要的莫过于产业周期能持续向前，为相关公司提供业绩来源。这是行情持续的根本。

对此，经济学家刘煜辉认为，ChatGPT 落地至今仅三年，AI 的产业周期可能刚刚开始，因为这是人类最伟大的也是最后一次工业革命，本质是重构全球生产函数的全新工业革命，实体产业成长曲线长期向上。

AI 当前股价剧烈波动是市场炒作情绪与实体产业发展节奏错位，并非产业红利走到终点。不过当前确实存在结构性矛盾，上游芯片、存储企业供给紧缺，毛利率普遍 70%-80%；海外五大云厂商持续加码资本开支，现金流持续承压。供需失衡会带来阶段性股价震荡，无法改变长期成长大逻辑。

这是长期、宏观视角。从短期行业景气来看，华夏基金国际投资团队认为，本轮 AI 超级周期有坚实的真实需求支撑。

首先是全球 CAPEX 爆发。2026 年北美四大超大规模云厂商资本支出合计接近 8000 亿美元（约占美国 GDP 的 3%），2027 年有望接近 1.2 万亿美元。Gartner 预测 2026 年全球 AI 总支出约 2.59 万亿美元，同比 +47%，2027 年约 3.49 万亿美元，同比增长 34%，市场对明后年开支持续上修。中国国内互联网巨头 AI CAPEX 也从低于千亿涨到 5000 多亿元。

其次是商业化落地需求驱动。AI Agent 落地是核心催化剂，从聊天机器人进化到能处理全观测任务的智能体，带动各行各业 Token 调用量井喷，研究类 Token 自 2025 年 11 月以来增长 60 倍。Token 边际成本持续下降，进一步刺激需求扩容，形成正向循环。

头部大模型企业收入曲线陡峭，也证明商业化在跑通。

华夏节能环保基金经理吕佳玮则提供了另一个分析框架，即 " 产能挤占型超级周期 " 论，区分了传统周期与本轮 AI 周期的本质差异，解释了为何本轮 AI 硬件周期的强度远超历史。

他认为，传统周期的典型路径是，需求爆发→涨价→供给释放→缺口闭合→价格回落。与传统周期不同，AI 高端产品（如 HBM、特种电子布、高端 MLCC）在生产端会成倍挤占传统产品的产能。例如生产 1 单位的 HBM 需要消耗 3-4 单位的传统 DRAM 晶圆产能；生产 AI 用的高端 MLCC，需要堆叠 1000 层，良率折损导致需牺牲 10 倍的传统产能。

这些关键环节的扩产周期长（晶圆厂 2-3 年，高端织机订单排至 2030 年），无法通过短期涨价来快速释放供给。传统产能被持续挤压，供需缺口不仅不会因涨价而消失，反而会持续放大。这正是存储、电子布等价格一飞冲天的根本原因。这决定了不会是短暂脉冲，而是持续时间长的超级周期。

AI 产业链这些细分领域仍值得重点关注

既然 AI 产业周期仍能在较长时间内持续，那么哪些板块以及细分领域会更有市场机会呢？

华夏基金国际投资团队借用英伟达的 " 五层蛋糕 " 理论，拆解了 AI 产业链价值流向：

AI 产业链五层蛋糕

第一层是能源层。AI 在海外最大瓶颈不是芯片而是电力。美国已运行数据中心 54GW，规划新建 306GW（增长 6 倍），占美电力负荷 55%。电厂 / 电网建设强规划性、周期长，上涨斜率慢、波动小，适合追求稳健 β 的环节（电网设备、液冷、储能）。

第二层是芯片层，包括 GPU、HBM（高带宽存储）、CPU、先进封装等。特点是毛利率极高，是供应链获益最好、投资价值最高的环节。

第三层是基础设施层（算力工厂），包括 AI 服务器、光通信（光模块）、交换机、IDC 数据中心。光通信年负荷从 2025 年起增长 40%，是 AI 赛道主战场。

第四层是模型层（大脑 / 算法），全球大模型竞争只看中美。

第五层是应用层，AI+ 办公 / 金融 / 制造等场景非常碎片化，目前尚无大市值巨头跑出，价值兑现尚早，处于观察阶段。

当前投资重心坚决放在上游硬件层（第二、三层），下游应用尚待分化。

AI 产业链的细分赛道中，目前规模最大的无疑是半导体。事实上每次信息技术的革命，都对底层的半导体形成明确需求，此轮 AI 大模型行情爆发以来，半导体一直处在短缺、涨价的叙事中。过去半年市场高度关注存储涨价、CCL 涨价、电子瓶颈环节紧缺等现象，其本质是 AI Agent 渗透带来 Token 需求爆发，导致产业链瓶颈环节供需错配。

华夏半导体龙头基金经理高翔认为，半导体后续投资不能仅看涨价和短缺，这些已被部分计价。贯穿中长期的核心主线是中国科技产业全栈自主创新能力。在全球贸易政策多变、科技竞争加剧下，任何上层应用创新必须建立在稳定、持续迭代、可协同演进的本土半导体供应链之上，否则面临断供风险，这凸显了全栈自主的战略价值。

在他看来，" 芯模协同 " 是全栈自主创新最直接的体现，标志着芯片与大模型关系的深化。目前在推理端，已进入规模化部署阶段。国内 ASIC、NPU、GPGPU 等多种类型 AI 芯片支撑推理服务，模型厂商开始评估自研芯片及软硬件协同优化方案，不再简单把海外模型搬到国产硬件运行，而是联合优化模型结构、算子、编译器、存储体系。

在训练端，受海外高端 GPU 限制，国内企业攻坚国产算力集群。证据包括蚂蚁集团发布不使用海外顶尖 GPU 训练的模型、美团在 5 万张国产卡集群上完成训练。

过去 6 个季度，中国大陆晶圆厂产能利用率显著优于海外同业，设计、制造、封测联动增强，国内 FAB 正拉动上游 IP、EDA、材料形成聚集效应。若未来国产大模型能在国产芯片上实现更大规模、更高效率、更稳定的训练，国产 AI 芯片及整个半导体产业链的长期空间将被全新评估。

中信证券科技产业首席分析师许英博也认为，全球科技股中，英伟达产业链（美 / 日 / 韩 / 中国台湾）相关性极高；而中国的 " 国模国芯 " 产业链（包括国产模型 + 国产算力 + 国产半导体设备材料）与全球高相关性链条联动性较低，提供了独立的、低相关的差异化配置价值。

对于其他细分赛道，许英博表示，全球产业链分工（海外英伟达链）与国产算力 Plan B（国产替代链）两类机会都需要 " 光 " 来解决算力扩展性，光通信作为 AI 基础设施的核心环节，景气度有望持续。

国产替代方面，国产算力在 IDC、液冷、PCB、半导体设备材料（刻蚀、薄膜沉积等）具备优势，国产化进度超市场预期，正从单点替代走向上下游主动合作。短板环节主要是光刻机、先进制程制成，仍与海外有一定差距，需客观正视并动态看待差距收窄的过程。

端侧 AI 也是当前产业界与投资市场的关注重点。华夏乾龙精选基金经理徐恒从信息产业变革历史和当前消费电子数据出发，对端侧 AI 持长期看好但短期需耐心的态度。

他表示，每次信息产业大变革都与人机交互紧密相关。AI 给终端带来的本质是交互方式变化，下一个核心入口是以个人 Agent 为主的入口。语言类模型端侧对应消费电子产品，AI 终端形态变化（如从触控到感知）是投资核心。2026 年上半年全球 AI 眼镜（含新形态 AI 眼镜、AR 眼镜）销量逆势增长 130%，与传统终端（手机、PC 双位数下滑）形成鲜明对比，验证了端侧需求的韧性。当前无显示 AI 眼镜主要靠麦克风、摄像头感知环境并语音反馈；明年（2027 年）可能出现大批带显示的 AI 眼镜，交互效率将大幅提升，某种意义上有望取代部分手机功能。

成熟节奏上，在 B 端和 C 端有明显差异。B 端（算力基建）云厂商买单有计划性，行情爆发快。C 端靠消费者购买，是逐渐转化的过程，成熟需要时间，不会像上半年云厂商基建那样短期爆发，是 " 非常长期，但每年有新变化 " 的机会。

长江证券研究所副所长范超从用户实际体验和产业阶段角度补充了端侧 AI 的现状与短板。他认为，此前炒过 AI 手机、AI VR 眼镜，实际使用仍偏 " 玩具 " 属性，新鲜感过后活跃度下降，尚未成为生活必需品。AI 眼镜重量、交互有改善，但从 1 到 10 的全民普及还需过程，" 也许是明年 "，但当前仍处早期渗透。总体来说，端侧 AI 和人形机器人、商业航天一样，目前产业成熟度仍偏早期，整体处于从主题往景气、往业绩转化的阶段，短期内难以完全取代 AI 算力链条的主流地位。

AI 行情的 " 拦路虎 " 不可不防

机会依然存在，不过肉眼可见的是，7 月以来 AI 产业链调整明显。大家对于估值与交易拥挤度、AI 商业化、宏观环境与流动性等因素带来的扰动还是有很大顾虑的，确实也是不能忽视的。

华夏基金国际投资团队给出了一组数据，纳斯达克 PE 约 39 倍，处于历史 71.5% 分位，" 有点高但不极端 "；半导体板块 2027 年预期增长 25%-30%，能够消化当前估值。但需警惕两大风险，一是美联储加息导致云厂商融资成本上升，压缩资本开支；二是部分环节涨价过高抑制需求，或头部云厂商停止 " 军备竞赛 " 式采购。

针对市场关注的 AI 泡沫与波动问题，许英博从驱动因子和安全边界角度给出了判断。她认为，科技行情的长周期驱动力来自持续的技术跳变（如 Agent 落地、Coding 能力强化、世界模型迭代），每一次技术跳变都会带来业绩预期上调和估值中枢上行，而非单纯的资金博弈。估值决定了市场波动时的 " 底 "。她指出需关注纳斯达克 PE 历史分位（约 71.5%）及半导体厂商的成长性匹配度。股票最终回归业绩，需通过核心景气指标来界定资本开支（CAPEX）的持续性。

后续需重点跟踪两大高频指标以判断全球科技景气度，即北美 AIDC（AI 数据中心）租金的稳定性（反映算力需求真实度），以及存储价格的上涨与稳定性（反映供应链供需及涨价传导能力）。基于这两者的变化推演 CAPEX 变化与业绩预期，是判断行情持续性的关键。

要理解当下的 AI 波动，刘煜辉提出了一个极具穿透力的框架：当下的 AI 产业周期，是由 " 地缘、货币金融、产业自身 " 这三股 " 真气 " 交织驱动的。其中货币金融周期是当下的主要矛盾。美国已形成一个由 " 财经铁三角 "（贝森特、沃什及背后的德鲁肯米勒）主导的阳谋，即利用美元霸权，将全球资本吸入美国 AI 基础设施，再通过美元潮汐的高波动，洗去泡沫，最终将资产产权留在美国。

当前，美元正处于明确的收紧周期，全球流动性面临收缩，这正是近期费城半导体指数高波动的根源。因此做投资必须厘清宏观决策的权重，具体来说，大国博弈 > 科技 > 现代产业体系 > 内需。投资需遵循该权重布局，市场定价从盈利规模转向 " 解决卡脖子难题能力 "，硬科技、自主安全赛道具备长期估值支撑。

华夏数字经济龙头基金经理张景松兼具宏观与产业视角，他提出，2026 年下半年国内权益市场大概率迎来关键 " 变奏点 "（即市场风格切换的拐点），当前处于 " 阶段性波动放大 " 的寻找变奏点过程中，而非趋势终结。为精准捕捉变奏信号，他提出需密切跟踪四个核心维度：

首先是宏观流动性。当前美国就业、消费数据有韧性，但高私募信贷利率抑制了中小企业 / 软件企业资本开支；下半年某月度经济数据波动可能触发市场对 2027 年降息预期抬升。降息预期确立将释放债市久期空间、激活全球 AI 产业活力，是估值重塑的催化剂。

第二是估值水位。美股、日韩台股及 A 股 AI/ 半导体估值距科网泡沫极值仍有空间，未到极端泡沫；中国大陆 AI 研发占全球 16%、企业市值占 10%，但全球配置占比仅约 1.2%，阿尔法优势与安全边际并存。

第三是 AI 产业商业化，观察商业化逻辑是否遇瓶颈。当前头部大模型（OpenAI、Anthropic 等）ROI 斜率未显著放缓，机构 / 专业个人客户付费意愿强，客单价仍有提升空间；预计明后年头部 CSP 通过深耕头部客户而非盲目扩群维持成长，" 没必要在左侧急于看空 "。

最后是供需与成本，观察持续大幅涨价是否抑制 AI 基础设施规模。

短期全球进入更广泛资本开支上行周期；中长期 AI 各环节会按系统重要性、供给刚性、缺口顺序接受不同程度盈利能力回退（如存储长协利润回吐换长期稳定），是产业自我调节而非见顶信号。同时各国自建工业设施带来中国资本品出海机会对冲部分风险。

变奏点前后的配置变化

变奏点前后，不同阶段有不同的配置策略。张景松认为：

变奏点到来之前，AI 基础设施 + 半导体产业链仍是主线，确定性最强。具体方向包括存储、光通信、晶圆制造 / 封测、半导体设备材料、电力等，聚焦具备全球竞争力的头部，兼顾国产替代与非 AI 供给挤压外溢机会，" 存光板电算 " 系统性机会。

变奏点到来之后，市场进入防御状态，配置转向宏观 + 供给侧逻辑，如黄金、地产、猪周期、能源、化工等。即便坚守成长风格，也可以向资本品出海倾斜，如机械、化工、电新、锂电设备等，作为防御阶段的核心成长抓手。

用平台化提升投研团队把握机会的能力

AI 投资带来巨大机会，其中也必然存在巨大波动。这不仅需要基金经理提升自身的认知能力与稳定性，也需要基金公司层面在组织能力上为基金经理的投研提供更好的保障。为此，华夏基金总经理助理朱熠在策略会开篇介绍了华夏主动投研 5.0 体系的升级情况。

在当下，升级投研体系势在必行，几乎是每家头部公司的动作。个体基金经理存在能力边界，单一投资者无法覆盖全行业、全风格，明星基金经理易因市场风格切换业绩大幅波动；普通投资者常出现 " 买历史优质基金后收益不及预期 " 的痛点。

华夏基金过往投研体系中，1.0 明星单打独斗、2.0 细分行业基金、3.0 资产配置、4.0 多基金经理协作模式，均无法适配当前全球化、高复杂市场。

朱熠介绍，主动投研 5.0 三大核心升级方向，首先是平台化，用组织能力突破个人天花板，基金经理按风格、能力圈分组，每组有固定投资风格，整体团队覆盖全部市场环境，任何行情均有适配产品。

其次是全球化内外双向布局，国内企业出海是长期趋势，投研同步出海跟踪海外产业；地缘事件会快速扰动全球资本市场，每月派遣研究员海外一线实地调研，调整组合应对产业变化。

最后是投研客户一体化生态，让产品所见即所得，严格约束基金经理风格漂移，产品名称、合同、持仓方向高度匹配，禁止赛道大幅切换；一类产品对应一类客户需求，不追求单一产品同时兼顾高弹性与绝对收益，通过多产品组合匹配客户不同风险偏好；财富配置团队结合客户资产、收益目标，千人千面提供资产配置方案，匹配对应产品线。

通过以上三方面的变化，去覆盖海内外各类资产配置需求，特别是在 AI 长周期投资中，去挖掘机会，控制风险。

总体来说，组织驱动型投研，有望摆脱传统公募依赖明星基金经理单兵作战的模式，核心优势是稳定、可持续、抗风险、全周期适配。

当然，要实现目标，还需要继续提升细分赛道研究深度，提升成长赛道投资能力，以及增强海外投研实力，以及丰富产品类型，既有均衡成长产品，也打造极致成长、高弹性赛道、短期爆发力强的产品，去满足不同的需求。

文章标题：华夏基金的 AI 投资 " 掘金术 "

文章链接：https://www.huxiu.com/article/4877921.html

阅读原文：华夏基金的 AI 投资 " 掘金术 "_ 虎嗅网