ARTICLE · 1202446
AI赛道复盘
AI赛道复盘AI赛道的复盘：从“钢筋水泥”到“选址运营”，A股在重估什么 周五美股AI制药一批公司跌幅甚大，SDGR、RXRX、RLAY、ABSI、TWST、TEM等集体走弱。这不是某一条管线失败或某一份财报不及预期能解释的，更像是市场开始用更苛刻的折现率，重新定价“AI在产业里到底值多少钱”。这个信号放到A股来看，同样成立：AI赛道正在从“标签溢价”走向“验证溢价”，而验证的标尺，不同层级完全不同。 一、基础设施层：钢筋水泥是必要条件，但不是房价本身 算力芯片、光通信、机房、数据中心，对应的是钢筋、水泥、设计框架、绿化和整体规划。它们决定这栋楼能不能建起来、建多快、建多大规模，但不直接决定它能不能成为城市风景、适不适合居住、未来会不会升值。后面那三件事，取决于地段、人口、产业配套、监管和支付能力。 A股的算力链复盘，必须把“配套层”和“主结构层”分开看。光模块、光器件、PCB、液冷、服务器配套，我们是有完整能力和全球份额的，这是“大光”的强项，是管线和电路，做得好确实能赚钱。但它不决定楼能盖多高、能承多重。真正卡住的是主结构：先进制程、EDA、IP核、HBM、先进封装、互联协议，以及最容易被低估的软件生态。英伟达的护城河从来不只是那颗GPU，而是CUDA把开发者、框架、算子库、调优工具锁在了一个网络里。单点追芯片，追的是硬件；生态追不上，硬件再接近，用起来仍有代差。 所以在底层算力基础设施上，我们目前更接近“半成品”：成熟制程、封装测试、光通信、部分专用加速器有完整能力，短板集中在最先进制程和高端算力芯片的系统级整合。这不是某一个环节落后，而是“制程—架构—生态”三层同时存在迭代差距，三层还互相牵制。制程受限，就用先进封装和chiplet拼系统性能；单卡追不上，就用集群规模和互联优化补；硬件补到一定程度，软件栈和编译器又成新瓶颈。这是复合差距，不是单点突破能解决的。 10到20年烫平差距，是现实主义的判断，但要把“烫平”和“反超”分开。烫平差距靠成熟制程扩产、先进封装、系统级优化、国产设备和材料逐步验证，有明确工程路径，时间可预期，但资本开支极大、良率和产能爬坡需要周期。反超则还需要架构和生态上出现被广泛采用的新范式，难度高一个量级。更现实的路径不是等一张完美图纸，而是在材料受限的条件下，把设计、施工、结构优化做到极致——用当前能拿到的最好材料，做出结构上更聪明的房子。chiplet、先进封装、光互联、存算一体，本质上都是“材料不够、结构来凑”的系统级创新。 国产替代是被迫的，也是必须的。AI芯片不是普通贸易商品，受出口管制、实体清单、生态锁定三重约束，东家买不到、西家也买不到，采购逻辑根本不成立。所以它不是“要不要替代”的选择题，而是“必须在约束条件下把链条补起来”的必答题。但被迫不等于盲目。设备、材料、EDA、制造这些“地基型”环节，确定性最高，因为不管谁做设计都得用；设计公司则面临生态验证和客户导入的长周期，分化会很大。融资上同理，半导体是长周期、高资本、高失败率的行业，需要耐心资本和国家大基金的长期支持，但要警惕低效重复建设——钱要花在能形成工程能力的环节，而不是花在讲故事上。 二、应用层：造钥匙与认识锁，A股AI应用的分化才刚开始 AI在分子生成和临床前优化上的能力，已经过了“能不能做到”的阶段，进入“做得快不快、便不便宜”的阶段。但制药业真正的瓶颈从来不在钥匙产量。靶点确认之后生成一堆能结合它的分子，传统药物化学也有成熟路径，AI的价值是压缩时间和成本，压缩的是临床前那一段。II期失败率居高不下，根源大多不在分子本身不够好，而在靶点选择、疾病异质性、患者分层、剂量窗口这些更上游、更生物学的问题。钥匙造得再多再快，锁孔选错了，后面的钱和时间照样打水漂。 这对A股AI应用层是一个很直接的映射。过去几年，很多AI应用公司的估值锚建立在“平台叙事”上——算法多强、数据多大、能生成多少分子、能筛掉多少候选。但当叙事进入第七、第八年，产业端的读数并没有给出与之匹配的回报，折现率自然要往上走。AI最擅长的任务仍更多局限于临床前阶段，分子能“结合靶点”与成为“真正药物”之间还隔着巨大鸿沟。接下来AI更应该做的是深入理解疾病机制，把发力点用在降低II期失败率上，而不是继续在钥匙产量上卷效率。 “药物—靶点”的还原论范式无法涵盖基因组、表观、转录、蛋白、代谢等多组学层面的复杂分子网络，这正是临床前表现好但临床常失败的重要原因。表型筛选、多组学整合、真实世界数据、患者分层，这些方向的共同点是试图在“锁”的层面建立更深认知，而不是在“钥匙”层面继续卷效率。这条路更慢、更重、更依赖湿实验和临床数据积累，短期不容易讲出性感故事，但更接近核心指标。 A股AI应用层的复盘，也要做同样的分层。有临床阶段读数支撑的平台、有真实世界数据壁垒的精准医疗方向、能把多组学分析和患者分层做到可验证的公司，和纯临床前工具型公司之间的估值差，可能会拉得比现在更开。AI不会因为一天的跌幅就失去长期意义，但“AI”这个前缀本身能带来的溢价，正在被“验证”这个后缀重新校准。 三、A股定价逻辑：基础设施层赚周期的钱，应用层赚验证的钱 把这两层放在一起看，A股AI赛道的定价逻辑其实对应房地产里“建材商”和“开发商”的关系。基础设施层——算力、光通信、数据中心、半导体设备材料——更接近建材和工程机械，看的是资本开支周期、供需缺口、利用率、国产化验证进度，节奏相对可跟踪；应用层尤其是AI制药、大模型落地、行业软件，更接近楼盘升值，看的是临床读数、监管路径、支付方认不认、客户导入和真实世界证据能不能积累起来。 周五那批AI制药公司的跌幅，本质上不是市场否定钢筋水泥的价值，而是市场在重新评估：这些楼到底建在了哪里，入住率能不能兑现。基础设施层不会因为应用层冷静就失去意义，但应用层也不能拿“我用了最好的钢筋”来证明自己一定升值。混在一起看，容易把两套定价逻辑当成一套，把长跑当成短跑。 四、复盘结论：AI是必经之路，但地基不决定房价 AI不是万能的，但它是这个时代当前必不可少的一步，是从砖瓦房、木头结构房到高楼别墅的一个自然科技淘汰进步过程。算力芯片、光通信、机房和数据中心是这一轮科技竞赛绕不开的地基，但地基不决定房价。真正决定AI能不能从“狂热”走到“冷静后的重估”的，是它能不能把发力点从“造更多钥匙”移到“认对锁、选对地段”上。 国产替代是被迫但又必须的长跑，10到20年不是悲观，是把这件事放回它本来的时间尺度。材料买不到最好的，不代表房子一定盖不好，但意味着设计、结构、施工管理必须比对手更精细，而且要有长期迭代的耐心。对A股而言，核心不是“替代即暴涨”，而是分层看确定性、分阶段看验证：地基型环节赚工程能力和资本开支周期的钱，设计型和应用型环节赚生态突破、客户导入和临床验证的钱。市场正在做的，是把估值从“平台想象力”往“验证力”上拉，这个过程不会舒服，但它是AI赛道从主题走向产业的必经之路。 仅供复盘参考，不构成投资建议。
