在这轮科技周期中，我们认为投资的重点与以往有显著差异。首先，这一轮的科技周期主要集中在硬科技领域，尤其是硬件投资上。这是与2014、2015年最大的不同之处。当时的周期由智能手机的普及推动，移动互联网进入应用阶段，但这一阶段已经结束，现在硬件层面的创新和投资机会变得更加重要。因此，投资者或可特别重视硬件相关的企业。
其次，AI的产业周期将是一个长期周期，相比于当年的移动互联网，AI的产业周期时间跨度更长。目前AI仍处在第一阶段，主要是大模型的预训练、迭代和完善阶段，尚未进入全面应用的阶段。这意味着AI未来的投资机会还将不断出现，长期潜力非常大。另外，我们预计AI的影响范围也远远超过了当年的移动互联网。AI不仅是科技和消费电子行业的核心生产力工具，它的应用几乎会覆盖各行各业。例如，美股市场对AI在教育领域的潜力表现出了极大的关注。与当年移动互联网主要集中在智能手机上的应用不同，AI将改变许多传统行业，包括医疗、制造等。因此，投资者应该关注AI在多个行业中的应用机会。
这一轮科技行情的持续时间和幅度可能更大。由于AI产业周期的长期性和广泛的行业应用，市场的行情可能会更加持久，且上涨幅度更大。在中国投资AI硬件企业时，首先需要认识到这一轮产业的本质是以AI大模型为本质的生产力革命。目前仍处于大模型预训练阶段，因此与之相关的数据中心和云端半导体公司会最先受益。这与当年5G尚未建成时，通信行业先关注基站相关公司的情况类似。此外，投资时要重点关注那些能够直接受益于数据中心AI投资的企业，从它们的客户结构来看，公司是否有能力长期受益于AI投资将是一个重要考量。
如果进行海外投资，建议优先关注算力相关的公司，因为算力的投资与AI的长期发展密切相关。在国内投资方面，可以对业绩和估值的容忍度稍微放宽，选择那些长期成长潜力较大的公司。而在海外投资时，建议优先选择与数据中心大客户强绑定的企业，这类公司在未来的AI产业中可能具有更强的增长机会。
今年已经出现了一些积极的变化，国产算力有所突破，主要体现在几点：第一点体现在制造端，国内已经完成了工艺的验证，即供应端是有保证的；第二点，虽然在性能上国产算力与海外巨头还有差异，但模型对芯片的能力要求也慢慢下降，再加上国内公司的能力有所提升，在此消彼长的过程中，客户已有快速使用国产算力芯片的可能性，基本面也在兑现，所以我们觉得今年这一类的公司会有较好的表现。
当下可能很多的上市公司及行业龙头还处在早期研发逐步跑通产业链的过程中，所以对这些公司要求有扎实的业绩支撑可能是不现实的，但没有业绩不代表没有可投资性。因为市值也要逐步反映不断增强的竞争力、客户认可度，所以在国内龙头公司的投资上，只要他的市值没有透支未来的市场空间，我们就应该保持积极乐观的态度。
去年AIGC成为市场热点，大家对这个话题也讨论了很多。道理很简单，AI作为生产力工具，它必然是从简单到复杂并逐步替代人类的工作，或者提升工作效率。就像人类的成长过程一样，我们先从小学、初中到高中，最后才进入大学，学习更复杂的知识。AI也是一样，它不可能一开始就解决复杂问题，而是先替代那些简单、机械、重复的劳动。
我们可以思考，哪些工作是简单且重复的？在我们日常工作和学习中，教育就是一个很好的例子。教育内容是固定的，从小学到大学，课程都是相对死板的，这让AI可以快速学习和优化。每道题目都有标准答案，AI可以迅速掌握所有历年的题库。因此，AI在教育领域的落地速度非常快，特别是在口语训练方面，AI的表现已经相当自然，能够作为一对一的口语老师，这类应用已经具备了产业化的可能性。
另一个例子是编程。最早在GPT-3.5和GPT-4推出时，大家就已经被AI的编程能力震惊了。你给出需求，AI就能生成长段代码，而且错误率非常低。经过这一年半的发展，AI在IT领域的应用已经很强大了，特别是最近的OWEN模型，在编程方面也有了进一步的迭代。因此，我们认为AI在这些方向上具备了快速产业化的潜力。
但是，有些领域比较难被替代，比如投资。投资没有标准答案，AI可以帮助你收集和整理数据，提升效率，但完全替代人类决策是不可行的。AI可以作为决策的辅助工具，比如量化团队已经在使用AI提高效率，提示异常股票走势。但最终的决策，比如选择哪个股票，仍需要人类来完成，因为AI无法完全跟踪每只股票背后的动态基本面，也无法预测未来的爆发力。正如我们常说的，过去的业绩不能代表未来的趋势预测，所以AI在金融等需要主观判断的领域很难完全替代人类。
综上所述，AI可以在某些领域辅助决策，而在其他领域直接替代人类劳动。AIGC的发展正是这样的演进过程。正如之前提到的，首先要在云端完成训练，逐步用AI替代简单的人工工作。而更复杂的AI进展可能需要等具体的AI硬件出现，我们无法完全预见未来，但相信很快就会看到一些迹象。到那时，投资机会也会显现，类似于当年投资果链的过程。这也正是TMT投资的本质——捕捉科技发展的方向，认真评估公司在未来是否有一席之地。
至于中国公司在半导体领域的发展，目前想达到国外顶尖芯片和光刻机的水平确实有难度。整个半导体产业都在加速追赶。从技术角度看，现有国产技术已经达到一定的可用水平，尤其在训练和逻辑推理方面，尽管与国外的领先技术还有差距，但我们已经具备了一些基础能力。未来的任务是继续缩小这种差距，并在自主创新方面有所突破。
确实，大家对中国在AI领域的进展有些悲观，觉得无论是在模型端还是算力端都相对落后，这种看法在过去一段时间、尤其去年之前比较普遍。不可否认，目前美国在这一轮AI发展中处于领先地位，这是事实。但这并不意味着中国的半导体和AI研发公司没有赶上的机会。我认为，我们首先需要客观看待这个问题，承认我们与美国存在差距，但也要看到我们正在逐步缩小这个差距。从最近产业链的跟踪情况来看，中国的一些算力公司已经取得了显著的进步，尤其是在先进制程方面。部分领先公司已经在工艺上取得突破，具备了制造能力，这一点从去年开始就有所体现。如果没有工艺的突破，设计再优秀也无法实际落地。所以这是一个重要的进展。
此外，美国的AI发展为我们提供了清晰的方向指引。通过对比全球领先企业，中国的A股公司逐渐明确了未来发展路径，少走弯路。例如，海外头部科技公司已经为我们展示了AI训练需要不断提升互联带宽和单卡算力，同时AI训练中心的规模也必须扩展到十万甚至更多的GPU规模，这些都是明确的发展方向。在模型端，也已经指引了前进的路线，比如在强推理方向的发展。AI模型不仅要进行预训练，还需要融入人类的思维链，以更好地进行推理和决策，接下来的发展将会进入AI代理人（AI Agent）的阶段，帮助人类完成更复杂的任务。
美股在软硬件方面已经走在前列，A股公司目前正沿着相同的路径前进。尽管我们可能还落后1到2年，但只要有足够的时间，我们相信中国的半导体企业，包括模型端的公司，都会迎头赶上。实际上，过去半年到一年间，我们看到中国在硬件端的进步尤为显著，许多国内芯片公司已经达到了可用的水平，客户反馈也相当积极。同时，模型端也在持续改进，特别是一些国内互联网公司在海外和国内都开展了大量的尝试，并取得了不小的进步。因此，虽然看起来好像中国在AI领域的发展仍然充满挑战，但实际上在各个方面都已经有了巨大的进步，未来我们可以期待中国AI领域更广泛的突破。
这正是科技投资的本质——它是一群乐观的投资者在推动科技进步。科技行业的投资经理通常也更加乐观，因为科技投资本身代表着对未来的信任。中国的科技行业，尽管现在还谈不上完全举国之力，但产业界已经涌现出许多可圈可点的突破。背后支撑这些突破的，正是一家家优秀的上市公司，它们站在AI产业的浪潮之下，拥有巨大的商业机会。因此，尽管中国与美国相比还有差距，但我们的科技行业具备极强的韧性和潜力。只要坚持下去，我们相信未来中国的科技企业会在AI及其他前沿领域展现出更大的成长机遇。
数据来源：Wind。
风险提示：市场有风险，投资需谨慎。市场观点将随各因素变化而动态调整，不构成投资者改变投资决策或选择具体产品的法律依据。文中提及行业、板块不构成任何投资推介，文中市场判断不对未来市场表现构成任何保证，历史情况仅供参考。文中基础信息均来源于公开可获得的资料，基金管理人力求可靠，但对这些信息的准确性及完整性不做任何保证，获得报告的人士据此做出投资决策，应自行承担投资风险。我国基金运作时间较短，不能反映股市、债市发展的所有阶段。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩不构成基金业绩表现的保证。指数业绩不构成对基金业绩表现的任何承诺和保证。板块表现不代表基金表现，基金持仓会根据市场行情变化调整。基金投资需谨慎，请投资者充分阅读《基金合同》、《基金招募说明书》、《基金产品资料概要》等法律文件。
$财通价值动量混合A(OTCFUND|720001)$
$财通成长优选混合A(OTCFUND|001480)$
$财通集成电路产业股票C(OTCFUND|006503)$
#AI应用方向大涨，行情逻辑是什么？#
本文作者可以追加内容哦 !
