AI行业周期与泡沫判断 - AI行业正处在长周期的早期阶段，泡沫终将到来，但绝不是现在 [1] - 判断AI是否存在泡沫需从宏观投入规模、技术发展阶段和市场供需关系综合考量，而非短期估值波动 [1] AI投资规模与历史对比 - 目前美国AI相关投资仍不到GDP的1%，而在过去的技术浪潮中（铁路、电气化、互联网），投资占GDP的比例通常为2%至5% [2] - 对比美国历史上几次重大投资热潮，目前美国AI产业相关支出占GDP比例仍处于历史合理区间 [2] AI技术的本质差异与自我迭代能力 - AI与传统基础设施存在本质差异，AI工厂在初始投入后，会因软件持续优化实现自我迭代升级 [2] - AI的自我改进能力从2018—2020年开始显现，目前正加速发展，未来AI甚至能自主编写、优化自身代码，其效率将远超人类 [2] 市场供需关系与核心资源状况 - 与互联网泡沫时期光纤过度建设导致大量闲置不同，当前AI核心资源呈现供不应求的态势 [2] - 英伟达和AMD无法满足市场对AI芯片的需求，现有数据中心都在满负荷运转 [3] - 美国市场开盘后，因服务器负载过高，AI模型响应质量明显下降，侧面反映出AI服务的刚性需求 [3] 用户增长与市场渗透 - GPT-3.5在短短几个月内吸引1亿用户，这一增速远超互联网、智能手机等以往任何技术 [5] - AI的使用门槛极低，推动需求持续爆发，已成为人类历史上增长最快的市场，且增长势头仍在加速 [5] 企业盈利模式与护城河构建 - 当前大模型公司普遍面临的盈利模式和用户忠诚度难题是早期市场的典型特征 [5] - 后期企业可通过打造垂直行业AI操作系统、建立拥有数据围墙花园的私有云、开发符合特定行业法规的模型版本来建立护城河 [5] AI技术演进的核心维度 - AI的技术演进速度远超市场预期，其核心突破体现在计算能力、自主运行能力和应用场景拓展三个维度 [5] - 当前的“推理型模型”已能像学术研究般逐步迭代，调用计算器等工具解决复杂问题，自主运行能力的提升让AI从工具向“协作者”转变 [5] - 预计到2028年左右，AI将实现完全自主运行，行业内称之为“创新者”，届时将彻底改变商业运作模式 [6] “循环融资”模式与系统性风险 - 截至目前，OpenAI已与英伟达、AMD、甲骨文、软银等巨头达成了超过1万亿美元的基础设施和芯片协议 [7] - 当前AI领域的融资行为本质健康，芯片供应商、软件提供商和数据中心运营商之间的资金流动很多属于风险融资，是资金拥有者与资金短缺者共担风险 [7] - 微软、谷歌等巨头向初创企业提供资金或换取股份，使其能低价获得AI技术，这种模式加速了技术普及，而这些巨头的AI支出通常相当于其年度现金流，且现金储备充足 [7] 企业融资行为与财务策略 - 除甲骨文外，多数企业借钱投入AI并非因为资金短缺，而是出于财务优化考虑 [8] - 这些公司本身拥有充足现金和现金流，在借款投资AI的同时，使用自有资金回购股票，可提升每股收益增长率，是理性的财务决策 [8] 当前市场环境与互联网泡沫的差异 - 2000年互联网泡沫破裂前，企业利润连续两年下降，利率上升，而现在企业盈利增长、利率下降、通胀温和，宏观背景完全不同 [8] - 英伟达股价上涨的同时，盈利同步增长，按标准指标衡量估值并未虚高 [8] - 互联网泡沫时期大量公司缺乏实际业务，而当前AI企业普遍有真实需求支撑，不存在“无业务高估值”的泡沫特征 [8] 中国AI产业的发展优势 - 中国的“AI+”模式深入行业场景，通过技术赋能提升效率，无需像美国那样进行巨额基础设施投资，更适合大规模推广 [10] - 中国注重开源模型发展，降低了企业使用AI的门槛，有利于全社会技术普及 [10] - 中国在AI与制造业、医疗等领域的结合方面进展迅速，这种“接地气”的应用落地能更快实现商业价值 [10] - 中国AI股的估值合理，增长前景良好，存在估值重估的空间 [10] - 中国充足的电力资源是AI发展的重要保障，而美国正面临电力供应不足的挑战，未来五年需要新增多个核电站的电力才能支撑AI扩张 [10] 全球市场展望与宏观环境 - 展望2026年，全球利率普遍下行和AI技术落地进入加速期将主导趋势 [10] - 全球利率将持续下降，温和的利率环境将为AI产业发展提供更有利的资金条件 [11] - 随着AI在发达国家的广泛应用，经济结构性增长率将提升，形成“增长上升、通胀下降”的格局 [11] - 目前全球金融市场正处于“金发姑娘”状态：通胀整体呈下降趋势，而AI等技术推动经济增长率上升，增长上行、通胀下行的环境对市场非常有利 [11] 对投资者的建议 - 对于重仓AI的投资者，建议是“保持冷静，耐心持有” [11] - 投资者应认清正在经历的是一场发展速度极快、规模极为庞大、能为社会创造巨大价值的技术革命 [11]