AI周期论--硬件筑基与软件赋能的范式转移

AI周期论

硬件筑基与软件赋能的范式转移

——AI产业价值链投资逻辑与周期演进深度分析

核心结论

在AI周期时代，硬件科技公司当前展现出更高的成长性与确定性，但软件方向的AI应用在长期价值兑现后可能实现更持久的增长弹性。投资者应采取「硬件筑基、软件赋能、生态整合」的三阶段策略：短期聚焦推理芯片、HBM内存等硬件高确定性领域，中期布局医疗、工业等垂直行业AI应用，长期关注具备全栈能力的平台型企业。

一、硬件与软件的市场规模与增长趋势对比

1.1 市场规模对比

全球AI产业正经历前所未有的扩张，2026年总支出预计达到2.52万亿美元，同比增长44%。市场规模中，硬件与软件的占比存在显著差异：

表1：全球AI市场硬件与软件规模对比（2026年预测）

关键洞察：硬件领域主导地位明显，占AI总支出的54.1%，反映当前AI产业仍处于基础设施建设期。

表2：全球AI服务器市场规模与增长预测

1.2 增长驱动因素对比

硬件领域增长驱动

1.算力需求结构性转变：推理算力需求首次超过训练算力，2026年占比将超过70%。全球每天产生的AI推理请求将超过1000亿次，是2023年的18倍。

2.国产替代加速：华为昇腾2025年出货81.2万颗，份额从3%飙升至27%；中芯国际2026年3月成功量产18A制程，国产AI芯片厂商有望在2026年扩大市场占比至50%。

3.供应链本地化优势：中国电力成本仅为美国的五分之一以下，DeepSeek等企业已验证低成本模型路线的可行性。

4.数据中心建设加速：全球超大规模数据中心数量从2020年的约600个增长至2025年的超过1,100个，中国占比从10%提升至18%。

软件领域增长驱动

1.垂直行业应用爆发：医疗保健、金融、零售和媒体娱乐成为AI应用的热点领域。生成式AI在医疗领域的增速高达85%(CAGR)。

2.开发者生态扩张：全球生成式AI开发者数量已超500万，中国AI企业数量超过6000家，全球占比达16%。

3.AI原生应用崛起：2025年被称为「AI应用元年」，移动端AI应用、手机厂商AI助手的月活规模占比分别达到56.6%和57.7%。

二、硬件与软件的成长性驱动因素与技术壁垒

2.1 数据中心运营成本结构

表3：数据中心运营成本结构分析

关键洞察：电力成本占数据中心运营成本的50-60%，中国电力成本优势为国产AI硬件长期竞争力提供支撑。

2.2 AI芯片毛利率对比

表4：全球主要AI芯片厂商毛利率对比

关键洞察：英伟达毛利率远超行业平均水平，Blackwell平台达77.6%，体现硬件领域「赢家通吃」格局。

三、历史周期类比：从互联网到云计算再到AI

3.1 互联网周期(1995-2002)的启示

表5：互联网周期硬件与软件投资占比演变

互联网周期的硬件投资占比从70%下降至30%，软件投资占比从30%上升至70%。这一趋势与当前AI周期类似，但AI周期具有更强的国产替代和技术自主特征，硬件投资占比可能维持在较高水平更长时间。

四、AI周期当前位置定位：拐点验证与阶段研判

4.1 周期定位：基础设施建设后期向应用价值释放期过渡

基于多维度指标交叉验证，当前AI周期正处于「基础设施建设后期」向「应用价值释放期」过渡的关键拐点。这一判断与互联网周期1999-2000年、云计算周期2019-2020年的阶段特征高度吻合。

4.2 拐点验证：五大核心指标交叉印证

指标一：推理算力占比突破临界值

2025年四季度，全球AI推理算力需求占比首次突破70%，标志着AI产业从「训练驱动」正式转向「推理驱动」。这一转变与云计算周期2020年的拐点高度相似：

表6：AI算力结构转变与历史周期对照

印证逻辑：推理算力占比突破70%意味着AI基础设施已具备规模化服务能力，应用层商业化的「算力瓶颈」被打破，与云计算2019-2020年的产业逻辑完全一致。

指标二：资本开支增速与收入增速剪刀差收敛

四大云厂商资本开支增速与AI相关收入增速的剪刀差正在收敛，表明基础设施投资进入「收获期」：

表7：四大云厂商资本开支与AI收入增速对比

印证逻辑：云计算周期2020年的标志性事件是「云基础设施支出增速(22%)首次低于云服务收入增速(34%)」。当前AI周期剪刀差正在收敛，预计2026年将实现反转。

指标三：应用层商业化进度突破临界点

AI应用商业化正在从POC（概念验证）阶段迈向规模化落地阶段，多个细分领域已实现正向盈利：

表8：AI应用商业化进度评估

印证逻辑：当应用层出现规模化盈利案例时，标志着周期从「基础设施竞赛」转向「应用价值兑现」。互联网周期1999年亚马逊实现首次盈利，云计算周期2020年Zoom实现爆发式增长，均为典型例证。

指标四：硬件供需缺口边际改善

AI硬件关键瓶颈HBM内存和先进封装的供需缺口正在边际改善，产能释放节奏明确：

表9：AI硬件关键瓶颈供需缺口变化

印证逻辑：硬件瓶颈边际改善是周期进入「应用价值释放期」的前置条件。互联网周期1999年光缆产能过剩、云计算周期2019年服务器产能释放，均为类似信号。

指标五：市场情绪与估值结构分化

市场估值结构正在从「概念驱动」转向「业绩驱动」，硬件与软件估值逻辑出现分化：

表10：硬件与软件估值驱动因素变化

印证逻辑：估值驱动从「概念」转向「业绩」是周期成熟的重要标志。互联网周期1999年估值基于GMV，2000年后转向收入和利润；云计算周期2019年后估值从IaaS转向SaaS盈利能力。

4.3 周期定位结论

综合判断：当前AI周期处于「基础设施建设后期」向「应用价值释放期」过渡的关键拐点，对应互联网周期的1999-2000年、云计算周期的2019-2020年。五大指标交叉印证显示：推理算力占比突破70%、资本开支剪刀差收敛、应用层商业化突破、硬件瓶颈边际改善、估值结构分化，共同指向周期拐点的到来。

投资启示：当前位置对应「硬件筑基」向「软件赋能」过渡的关键窗口期。短期（6-12个月）硬件确定性仍占优，但中期（12-24个月）软件价值兑现将加速。建议投资者在保持硬件仓位的同时，逐步增加应用层优质标的配置，把握周期转换带来的结构性机会。

五、细分领域潜力评估

5.1 硬件领域最具潜力细分市场

表11：推理芯片市场关键数据

表12：HBM内存市场关键数据

5.2 软件领域最具潜力细分市场

表13：垂直行业AI应用市场规模

5.3 AI应用变现模式分析

表14：AI应用四种主要变现模式

六、投资策略建议：三阶段布局AI周期

6.1 短期策略(1-2年)：聚焦硬件确定性

首选标的：

•推理优化芯片：华为昇腾、寒武纪等国产厂商，受益于推理算力需求爆发和国产替代加速

•HBM内存：长鑫存储等国产厂商，受益于HBM缺口和国产替代空间

•边缘侧AI芯片：寒武纪、爱芯元智等厂商，受益于边缘AI应用场景扩展

6.2 中期策略(2-3年)：布局软件价值兑现

首选标的：

•垂直行业AI应用：医疗AI、工业AI、金融AI等，受益于垂直行业需求爆发和数据壁垒

•AI智能体平台：华为云、阿里云等，受益于智能体从对话框向执行者转变

•AI安全与治理：国产AI安全工具厂商，受益于AI安全需求激增

6.3 长期策略(3-5年)：关注生态整合者

首选标的：

•全栈平台型企业：华为、阿里等，具备「硬件+软件+数据」全栈能力，受益于AI生态整合

•垂直领域AI平台：医疗AI、工业AI等垂直领域平台，受益于深度整合和网络效应

七、风险提示与关键监测指标

7.1 主要风险因素

表15：硬件与软件领域风险对比

7.2 关键监测指标

硬件领域：HBM产能利用率与价格走势、国产AI芯片出货量与市场份额、四大云厂商CAPEX增速、CoWoS封装产能释放进度

软件领域：AI应用MAU与用户留存率、企业级AI软件ARR增长、垂直行业AI项目中标规模、智能体平台商业化进展

八、结论与展望

AI周期时代，硬件与软件的成长性呈现「硬件筑基、软件赋能」的阶段性特征。当前阶段(1-3年)，硬件科技公司成长性更强、确定性更高，因AI基础设施建设仍处于关键期，硬件需求刚性更强，资本开支持续，且技术壁垒高。硬件领域中，推理芯片、HBM内存和边缘侧AI芯片是最具潜力的细分市场。

中期(3-5年)，硬件与软件将趋于平衡，形成「算力基础设施-应用生态」的正向循环。硬件产能释放后增速放缓，而AI应用规模化落地将推动软件收入加速。此时，垂直行业AI应用和AI智能体平台将成为投资重点。

长期(5-10年)，软件成长性更具爆发力，因硬件边际成本递减，价格下行压力增大；而软件「零边际成本」特性将使利润率持续提升，网络效应形成护城河。此时，具备「硬件+软件+数据」全栈能力的平台型企业将成为最终赢家。

投资箴言：投资者应避免简单二分法，关注AI周期的产业演进逻辑。短期聚焦硬件确定性，中期布局软件价值兑现，长期关注生态整合者。当市场从「谁花得多」转向「谁赚得快」时，真正能将AI技术转化为可持续盈利的企业，将成为最终赢家。

免责声明：本报告仅供参考，不构成任何投资建议。投资者应根据自身风险承受能力和投资目标做出理性决策。

炒股迷茫，如何应对

想要成为股市赢家，加入我们！跟随经济周期，助你掌握盈利技巧。投顾服务，一对一策略指导，把握市场脉搏。名额有限，加微信：xiangchirou咨询，教你如何解读财富密码！

华商金合资产价值投资组合

华商金合资产净值以基金净值数据模式，采用基金净值走势图进行公示，以价值投资为主。目前持仓方向：数字经济。