AI产业链景气升温,指数化把握人工智能配置机遇

2026年以来，全球AI产业进入高密度催化期，技术迭代、资本投入与智能体应用的推进节奏明显加快。年初，现象级AI智能体OpenClaw爆红，展现出自主操作计算机完成复杂任务的能力，被市场视为AI Agent从概念验证走向生产力工具的重要一步^[1]。3月，OpenAI宣布完成1220亿美元融资，投后估值达8520亿美元，月收入达到约20亿美元^[2]，头部模型厂商的商业化能力与资本开支预期同步抬升。4月23日，OpenAI发布GPT-5.5^[3]，将上下文窗口拓展至百万Token级别，强化复杂任务处理和智能体能力；仅一日之后，DeepSeek发布V4模型，同步实现百万长文本支持，华为昇腾同步宣布超节点全系列产品全面适配^[4]。

海外前沿模型与国产大模型密集迭代，使长上下文、工具调用、智能体执行和国产算力适配成为市场关注焦点。短期看，模型迭代、AI智能体、国产算力和资本投入共同提升AI产业链关注度；中期看，这些事件背后指向的是同一条主线——AI产业正在从模型能力竞争，逐步走向推理调用放大、应用场景扩散和基础设施协同升级。

1.1. AI从模型竞赛走向产业链扩容，推理应用打开新的增长空间

过去两年，人工智能板块的关注点主要集中在大模型发布、模型性能提升以及训练算力扩张，市场更关心模型能力能提升到什么程度、训练端还需要投入多少算力。进入2026年，这一逻辑正在发生变化。模型能力仍在持续迭代，训练侧算力需求仍保持高强度；与此同时，AI应用开始进入更高频调用和更广泛部署阶段，产业关注点逐步从模型训练本身，延伸至推理服务、应用落地和基础设施配套，人工智能的增长动力也从单一模型能力竞争，扩展为算力、数据、应用和配套基础设施的协同演进。

全球AI应用用户规模持续扩张，是这一变化的直观体现。以OpenAI推出的ChatGPT为例，据OpenAI披露，截至2026年2月底，ChatGPT周活跃用户数已超过9亿，并拥有超过5000万消费订阅用户^[5]。用户规模和付费订阅的持续增长，反映出生成式AI已从早期尝鲜工具，逐步进入更高频、更持续的日常使用场景。

国内AI调用需求也在快速放大。根据国家数据局公布的数据，截至2026年3月，我国日均Token调用量已超过140万亿，较2024年初的1000亿增长1000多倍，较2025年底的100万亿又增长40%以上^[6]。相比用户数量，Token调用量更直接反映AI模型被调用和运行的强度，其快速增长意味着AI正在从模型研发、能力展示和早期试用，进入更大范围的真实调用和持续运行阶段，推理需求也随之成为产业链新的增量来源。

在这一背景下，人工智能产业链的价值分布进一步打开。训练阶段更依赖大规模AI芯片、服务器、数据中心和高速互联网络；推理阶段则更强调持续调用下的云计算、存储、网络互联、推理服务框架和算力调度；应用阶段由智能体、办公、金融、工业、医疗、智能驾驶、机器人等场景承接商业化空间（图1）。

政策取向也在强化这一趋势。2026年政府工作报告提出，深化拓展“人工智能+”，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用；2025年出台的《关于深入实施“人工智能+”行动的意见》也明确提出，推动人工智能与经济社会各行业各领域广泛深度融合。因此，当前人工智能产业的增长逻辑，正在从模型升级本身，进一步转向训练投入持续、推理需求扩张和应用场景渗透的多重支撑，产业链价值也随之向基础设施、数据服务、应用软件和配套环节扩散。

1.2. 全球AI资本开支维持高位，算力基础设施景气链条持续扩展

上述推理与应用需求扩张，正在进一步转化为全球云厂商和科技龙头的基础设施投入。2026年以来，北美主要云服务商相继上修资本开支指引，以应对大模型训练、推理服务和AI云需求的持续增长。TrendForce预计^[7]，全球九大头部云厂商，包括Google、AWS、Meta、Microsoft、Oracle以及字节、腾讯、阿里、百度，2026年资本开支合计将达到约8300亿美元，同比增速由此前预估的61%上调至79%（图2）。其中，Microsoft资本开支展望上调至1900亿美元，AWS预计超过2300亿美元，显示AI数据中心和算力基础设施建设仍处于较高景气阶段。

从产业链传导看，资本开支高位扩张首先支撑AI数据中心、AI服务器和算力集群建设。TrendForce预计，2026年全球服务器出货量同比增长12.8%，其中AI服务器出货量同比增长约28%（图3）。随着AI Agent、Copilot、Gemini等应用带来更大规模推理需求，云厂商不仅继续采购高性能AI服务器，也在增加通用服务器，用于承接推理前后处理、存储访问和计算调度等任务。同时，搭载定制化AI芯片的ASIC服务器占AI服务器出货量的比例预计提升至27.8%，反映AI算力基础设施正在由GPU集群为主，逐步向GPU、定制化ASIC芯片和通用服务器协同扩展。^[8]

随着AI集群规模扩大，景气链条也从芯片和服务器进一步向光模块、交换机、存储、PCB、先进封装、液冷和电源系统等环节扩散。光模块是AI数据中心高速互联的关键环节，LightCounting数据显示^[9]，2025年光模块及相关产品销售额达到238亿美元，同比增长55%；其中，以太网光模块销售额接近180亿美元，同比增长70%（图4）。长期来看，服务器规模扩张和算力密度提升，带来更高的数据传输、存储访问、散热供电和能耗管理需求，使光通信、存储和数据中心配套环节成为AI基础设施景气链条的重要组成部分。

由此看，全球AI资本开支高位扩张，正在推动算力基础设施从芯片和服务器，向数据传输、存储访问、散热供电和资源调度等环节延伸。随着AI数据中心规模扩大、算力密度提升以及推理调用需求增长，AI基础设施景气链条也逐步从AI芯片和服务器，向光通信、存储、液冷、电源系统和数据中心运营等配套环节延伸（图5）。

1.3. 国产算力与自主生态加速推进，国内AI产业链关注度提升

对A股市场而言，AI产业链投资价值不仅来自海外算力资本开支带来的产业链映射，也来自国产算力和自主生态建设的加速推进。2026年政府工作报告提出，支持人工智能开源社区建设、促进开源生态繁荣，实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展。这意味着，国内AI产业政策不仅关注应用侧扩散，也更加重视底层算力供给、开源生态建设和算力资源统筹能力。

从供给格局看，全球高端AI芯片供给仍呈现较高集中度（图6，图7），外部技术限制也提升了国内算力体系自主可控的重要性。在此背景下，国产AI芯片、服务器、基础软件和模型适配不再只是单一硬件替代问题，而是关系到国内AI训练、推理和行业应用能否持续扩展的底层能力建设。随着国产大模型能力持续迭代、开源生态逐步完善，国产算力的产业逻辑也正在从单点硬件突破，逐步走向芯片、服务器、基础软件、模型适配和云服务生态的协同推进。

从算力供给规模看，中国算力总规模和智能算力规模预计均将持续增长，反映国内AI训练、推理和行业应用对智能算力基础设施的需求仍在扩张（图8）。在外部技术限制和国内AI应用需求提升的共同作用下，国产AI芯片、国产服务器、智算中心、算力调度平台、开源模型生态和行业应用适配的重要性持续上升。与海外AI基础设施主要由大型云厂商资本开支驱动不同，国内算力建设还受到数字经济、智能制造、政企上云、公共云发展和重点行业智能化改造等多重需求支撑，相关产业趋势也更容易在A股硬件、软件和基础设施公司中形成映射。

运营商资本开支结构变化，也反映出国内算力基础设施建设正在提速。2026年三大运营商整体资本开支虽有所收缩，但算力成为投资主攻方向（图9）：中国移动计划2026年算力网络资本开支378亿元，同比增长62.4%；中国电信预计算力基础设施投资255亿元；中国联通预计算力投资占比超过35%。这表明，国内通信运营商正在从传统连接基础设施，向算力基础设施和智能服务能力延伸。

总体而言，国产算力已成为A股AI产业链的重要主线之一。随着智算集群、国产AI芯片、国产服务器、基础软件、模型适配和开源生态建设持续推进，国内AI产业链的投资线索不再局限于单一硬件环节，而是逐步扩展至算力供给、软件生态、云服务和行业应用协同发展的体系。这也意味着，在刻画国内AI产业趋势时，能否兼顾算力硬件、基础软件、数据服务和行业应用等多个环节，将变得更为重要。

1.4.  “人工智能+”推动应用扩散，智能体成为场景落地重要抓手

前文所述算力基础设施扩张，解决的是AI能力供给问题；而从产业中长期空间看，应用场景能否持续打开，决定了AI需求能否从基础设施投入进一步转化为商业化价值。进入2026年，国内政策表述已经从支持大模型和算力建设，进一步延伸至智能经济、智能终端、智能体和行业应用。2026年政府工作报告提出，深化拓展“人工智能+”，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式。

从市场空间看，AI大模型应用仍处于快速扩张阶段。根据第一新声研究院预测，2022—2027年中国AI大模型应用市场规模有望保持较高增长，2027年市场规模预计突破千亿元（图10）。模型调用成本下降、开源生态完善和推理能力提升，有助于降低企业级AI应用部署门槛，并推动大模型从通用工具向行业解决方案延伸。

智能体是当前AI应用落地的重要抓手。相比早期生成式AI主要完成文本生成、信息检索、问答辅助等单点任务，智能体更强调感知、记忆、决策、交互和执行能力，能够围绕具体目标调用工具、拆解任务并参与业务流程。2026年5月，国家网信办、国家发改委、工信部联合印发《智能体规范应用与创新发展实施意见》，将其定义为具备自主感知、记忆、决策、交互与执行能力的智能系统，并提出19个典型应用场景。政策文件的出台，意味着智能体从技术概念进入规范应用和场景推广阶段。

从全球市场看，智能体正处于快速发展阶段，有望成为AI应用商业化的重要方向。根据市场研究数据，全球AI 智能体市场规模预计由2025年的79.2亿美元增长至2035年的2946.6亿美元，2026-2035年复合增长率为43.57%（图11）。尽管不同机构对市场规模预测存在口径差异，但高增长预期反映出企业级自动化、智能客服、软件开发、数据分析和行业流程协同等场景正在成为智能体应用的重要落地方向。

从产业映射看，智能体的推广有望推动AI应用从通用工具向行业流程渗透。与早期生成式AI主要完成单点问答和内容生成不同，智能体能够围绕具体目标持续调用模型、工具和业务系统，因而不仅有助于提升应用端效率，也会进一步提高推理调用频率和云资源消耗。办公、客服、营销、研发设计、软件开发等场景更容易率先落地，金融IT、工业软件、医疗IT、智能驾驶、机器人等方向则更依赖行业数据、业务系统和安全合规能力。

以制造业为例，工信部等八部门发布的《“人工智能+制造”专项行动实施意见》提出，到2027年推动3—5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型，打造100个工业领域高质量数据集，推广500个典型应用场景，并推出1000个高水平工业智能体。制造业场景的政策目标较为明确，也体现出AI应用正从单点试验向行业级部署推进。

算力、模型和数据是AI产业发展的底座，智能体和行业应用则是需求持续释放的重要载体。随着“人工智能+”在办公、金融、工业、医疗、交通、机器人等场景持续推进，AI产业链的关注重点有望从基础设施建设，逐步扩展至软件服务、数据服务、行业解决方案和智能终端等应用端方向。

1.5. 业绩验证成为行情主线，指数化工具更适合参与AI产业链机会

随着前述产业趋势逐步落地，AI板块的市场定价也开始更加重视上市公司层面的订单、收入和利润兑现。相比早期行情更多依赖主题催化，业绩增长、盈利质量和景气持续性正在成为AI行情新的主线逻辑。

从一季报表现看，AI相关行业的业绩兑现已有所增强。根据Wind数据，按中信一级行业统计，2026年一季度计算机、电子行业归母净利润同比增速分别为223.28%、52.85%，分别位列中信一级行业第1位和第4位（图12）。作为AI软件应用、数据服务、半导体和算力基础设施的重要映射方向，计算机和电子行业盈利改善较为突出，显示AI产业景气正在逐步向上市公司经营表现传导。

这一趋势在计算机行业内部也有更细分的体现。根据上市公司财报披露，2025年计算机行业经营显著改善，营收合计11235.60亿元，同比增长10.79%，AI数据服务、AI算力基础设施、电力IT等方向营收增速中位数居行业前列。这一趋势在2026年一季度得到延续。数据显示（图13、图14），2026Q1计算机行业整体营收合计2455.54亿元，同比增长6.40%，归母净利润同比扭亏。细分方向看，AI数据服务、AI算力基础设施营收增速中位数分别为26.24%和15.32%，居行业前两位；扣非净利润增速中位数方面，AI算力基础设施、AI数据服务、AI应用分别达到36.70%、30.28%、20.02%，位居各细分板块前三。这表明AI相关方向不仅在收入端保持扩张，盈利质量也在持续改善。

从行情参与角度看，AI产业链环节众多，且不同细分方向的景气节奏并不完全一致。算力端受到全球云厂商资本开支、国产算力建设和AI服务器需求影响；应用端则与智能体、行业软件、数据服务和企业IT投入相关；同时，光模块、存储、液冷、电源、基础软件、数据服务、金融IT、工业软件等细分方向又各自对应不同的产业催化和盈利周期。在这种背景下，单一环节或单一个股的判断难度较高，行情也容易在海外算力、国产算力、AI应用、数据服务等方向之间轮动。同时，AI产业链内部细分方向较多，部分环节尚难通过单一工具充分覆盖；即使存在偏向某一细分赛道的产品，也往往更集中于特定产业环节，难以同时兼顾算力、数据、软件和应用等多条线索。

在此背景下，覆盖范围更广的AI主题指数化工具，能够在一定程度上分散单一公司、单一技术路线和单一产业环节的波动风险，也更便于表达对人工智能产业链整体景气扩张的配置观点。因此，指数化工具在AI产业链投资中具有较好的适配性。

总体来看，人工智能产业正在从模型能力突破，逐步走向基础设施扩张、国产生态建设、应用场景落地和经营业绩兑现的多重共振阶段。产业链覆盖范围扩大、细分环节景气轮动加快，进一步提升了指数化工具在AI赛道中的配置价值。能够较完整覆盖算力基础设施、数据服务、基础软件和应用场景等核心环节的AI主题指数产品，成为参与人工智能产业链长期成长的重要工具。

2.1. 指数定位与编制逻辑：聚焦AI产业链代表性公司

中证人工智能产业指数（931071.CSI）是华富基金与中证指数公司定制开发的策略主题指数，旨在反映人工智能产业上市公司证券的整体表现。指数从为人工智能提供基础资源、技术支持以及应用场景的公司中，结合人工智能业务收入占比、行业中性净利润增速和市值规模构建综合得分，选取代表性上市公司证券作为指数样本。

从指数定位看，该指数的样本公司主要覆盖人工智能基础资源、技术支持和应用场景三类方向：一方面，包括专用计算芯片、高性能计算机等基础资源；另一方面，包括云计算、大数据、机器视觉、语音语义识别等技术或服务；同时也覆盖智能安防、智能交通、智能家居、智能医疗、智能穿戴等应用领域。该定位与当前AI产业链多环节协同发展的趋势较为一致，有助于刻画人工智能产业链核心资产的整体表现。

值得一提的是，该指数是当前市场上较为稀缺的季度调仓的人工智能指数。人工智能产业具有技术变化快、细分环节景气节奏变化较快的特征，季度调样机制有助于指数更及时反映成分股基本面变化和产业链结构变化，在一定程度上提升指数对新兴高景气方向、盈利改善公司和AI业务暴露提升公司的响应能力，也有助于降低指数长期停留在单一产业阶段的风险。

根据中证指数公司编制方案，中证人工智能产业指数首先以中证全指指数样本空间为基础，在完成可投资性筛选后，选取涉及人工智能相关业务的上市公司作为待选样本；随后通过SUE指标剔除盈利表现相对靠后的证券，并进一步根据市值规模、人工智能业务收入占比和行业中性净利润增速计算综合得分，最终选取综合得分最高的50只证券作为指数样本。

这一编制逻辑使指数并非简单按照人工智能概念标签或市值规模选股，而是同时纳入业务相关性、盈利成长性和市值代表性：

首先，指数将人工智能业务收入占比纳入评分体系，并在权重计算中体现收入占比得分，使AI业务暴露更高、与人工智能产业链关联更直接的公司在指数筛选和权重分配中更具优势，有助于提升指数对真实AI产业链公司的刻画能力，弱化纯概念扰动。

其次，指数引入行业中性净利润增速得分，在比较公司盈利成长表现时剔除部分行业差异影响，使盈利改善相对更突出的公司更容易获得较高综合得分。对于AI产业链中不同细分方向景气节奏差异较大的特征而言，这一设置有助于指数更多反映基本面改善和产业景气变化。

最后，市值因素则有助于指数覆盖产业链中更具代表性的龙头公司，避免指数过度偏向小市值高弹性标的。

整体来看，中证人工智能产业指数在AI业务纯度、景气成长和龙头代表性之间形成一定平衡，更适合刻画A股人工智能产业链的动态变化。

2.2. 成分股结构：算力与软件云服务双主线清晰

从成分股行业结构看（图15），中证人工智能产业指数主要集中于通信设备、半导体、计算机软件和云服务四大方向。截至2026年5月15日，四类中信二级行业权重分别为27.39%、26.26%、19.84%和17.19%，合计约90.68%。其中，通信设备和半导体更多对应光模块、高速互联、AI芯片、芯片设计等算力基础设施环节；计算机软件和云服务则更多对应AI应用、基础软件、云计算、数据服务和企业级软件生态。整体来看，指数在算力基础设施和软件云服务之间形成较为清晰的双主线结构，科技成长属性较为突出。

从个股层面看（表4），指数前十大成分股覆盖光模块、AI芯片、存储接口芯片、数据中心、办公软件、语音语义和基础软件等多个方向。截至2026年5月15日，前十大成分股合计权重约72.88%，其中前三大成分股合计权重约40.19%，权重集中度较高。结合市值分布看（图16），指数成分股中总市值1000亿元以上公司数量占比为24%，体现出一定龙头覆盖；300亿元以下公司数量占比为48%，也保留了中小市值成长弹性。整体来看，指数兼具头部公司代表性和中小市值成长弹性。

与其他人工智能主题指数相比（图17），中证人工智能产业指数的行业结构相对均衡。CS人工智能指数（930713.CSI）中的半导体、通信设备和计算机设备权重较高；科创AI指数（950180.CSI）的半导体权重超过五成，更突出科创板硬科技和国产芯片属性。相比之下，中证人工智能产业指数在通信设备、半导体、计算机软件和云服务之间分布更为均衡，既覆盖算力基础设施，也保留软件、云服务和应用端方向，更适合作为A股AI产业链综合配置工具。

整体看，在AI行情由海外算力资本开支、国产算力建设、智能体应用、数据服务和基础软件等多条线索共同驱动的背景下，这一结构有助于降低单一技术路线、单一公司订单和单一细分赛道波动对指数表现的影响。

2.3. 盈利预测与风格特征：盈利增长提速，指数成长性特征突出

从盈利预测看，中证人工智能产业指数具备较强的盈利改善预期。根据Wind一致预期，截至2026年5月15日，指数2026E、2027E归母净利润同比增速分别为69.97%和45.33%，盈利增长有望维持较高水平；同期2026E PE为47.50倍，PEG为0.85，显示在较高成长预期支撑下，估值具备一定盈利消化空间。从收入端看，指数2026E营业收入增速预计较2025年进一步提升，也反映出AI产业链需求扩张正在逐步向上市公司经营表现传导。

与其他人工智能主题指数相比，中证人工智能产业指数在成长预期、盈利兑现和估值消化能力之间保持相对均衡。科创AI指数在部分年度盈利弹性更高，但也对应更高估值或更强波动特征；CS人工智指数的估值与增速水平则与中证人工智能产业指数较为接近。整体来看，中证人工智能产业指数在保持较高成长属性的同时，也通过相对均衡的行业结构和盈利预期，为指数长期表现提供一定基本面支撑。

从风格特征看，中证人工智能产业指数的科技成长属性较为鲜明，同时具备一定盈利支撑。截至2026年5月15日，指数成长、盈利和技术因子暴露分别为0.69、0.68和0.78，均明显高于沪深300和中证500等主要宽基指数。相较单纯依赖主题热度的概念投资，中证人工智能产业指数在体现AI产业高成长特征的同时，也更强调成分股盈利表现和技术属性。结合前文盈利预测，指数未来表现仍有望受益于AI产业链景气扩张和上市公司利润改善。

2.4. 指数表现：近期弹性突出，受益于AI产业景气上行

从历史表现看，中证人工智能产业指数具备较强的科技成长弹性，在AI产业趋势强化和市场风险偏好改善阶段表现较为突出。最近三年，该指数总收益率为137.12%，年化收益率为34.62%，显著高于沪深300和中证500，也高于CS人工智指数和科创AI指数。同期，人工智能指数夏普比率为1.15，风险调整后表现也具备一定优势。

从年度表现看，人工智能指数自2023年以来，随着AI产业趋势持续强化，逐步修复并明显走强，2024年、2025年分别上涨20.63%、79.29%，2026年以来继续录得28.86%的正收益。相较主要宽基指数，人工智能指数在科技成长行情中弹性更强；在收益端表现突出的同时，风险收益特征也体现了科技主题指数的典型特征。

整体来看，中证人工智能产业指数在近三年AI产业行情中体现出较强进攻属性，结合前文成分股结构和盈利预测，指数具备较鲜明的AI产业链配置属性，也为后续通过ETF产品参与相关主题行情提供了良好的指数基础。

3.1. 产品基本信息：紧密跟踪中证人工智能产业指数

华富中证人工智能产业ETF（515980）是华富基金发行的股票型交易型开放式指数基金，跟踪标的为中证人工智能产业指数。该基金成立于2019年12月24日，并于2020年2月10日在上海证券交易所上市。产品采用指数化投资策略，力争紧密跟踪标的指数表现，在正常市场情况下，基金净值增长率与业绩比较基准之间的日均跟踪偏离度绝对值控制在0.20%以内，年跟踪误差控制在2%以内。

从产品定位看，华富中证人工智能产业ETF为投资者提供了参与A股人工智能产业链的场内指数化工具。基于前文分析，中证人工智能产业指数在编制上兼顾了AI业务纯度、盈利成长性和产业链代表性，并通过季度调样机制提升对产业变化的响应效率。华富中证人工智能产业ETF跟踪该指数，意味着产品能够较全面地反映A股AI产业链核心环节的整体表现。

目前，华富中证人工智能产业ETF是市场上唯一直接跟踪中证人工智能产业指数的ETF产品。投资者若希望通过场内ETF直接配置中证人工智能产业指数，该产品是当前对应的核心工具。

3.2. 规模与流动性：规模与交易活跃度具有相对优势

根据 Wind 资讯统计，截至2026年一季度末，华富中证人工智能产业ETF的总规模达到88.28亿元，较2025年末增长17.82亿元（图19），在全市场同类产品中具有相对领先优势。

场内流动性方面，截至2026年5月15日，华富中证人工智能产业ETF近6个月日均成交额为4.78亿元，高于同类AI主题ETF整体水平，二级市场交易活跃（图20），为投资者提供了良好的场内流动性环境。

3.3. 管理人：产品体系持续完整，资产管理规模稳步发展

华富基金（全称“华富基金管理有限公司”）成立于2004年4月，注册资本2.5亿元，总部位于上海。成立二十余年来，公司在产品创设、投资管理、投研体系建设和客户服务等方面持续积累，逐步形成了具有自身特色的产品体系和不断优化的投研管理模式。公司坚持自我培养与招才引智并举，核心团队在产品设计和投资管理方面具备较为丰富的经验。

华富基金秉承“诚信、稳健、专业、和谐”的经营理念，坚持规范、务实的管理风格和理性、健康的投资运作方式，致力于为基金持有人提供专业化、可持续的资产管理服务。

从产品布局看，华富基金旗下基金产品覆盖股票型基金、混合型基金、债券型基金、货币市场型基金和FOF基金等多种类型，能够满足不同风险收益特征下的资产配置需求。根据 Wind 资讯统计，截至2026年5月15日，华富基金旗下共有90只基金产品，合计管理规模1306.73亿元。其中，债券型基金和货币市场型基金为华富基金管理规模的主要来源，股票型基金和混合型基金为权益类产品布局的重要组成部分；同时，公司旗下ETF产品规模为81.41亿元，指数化工具产品已形成一定布局。

3.4. 基金经理：指数投资团队经验较为丰富

华富中证人工智能产业ETF由张娅女士、郜哲先生和李孝华先生共同管理。三位基金经理均具备较丰富的指数投资或量化投资相关经验，管理产品覆盖被动指数、增强指数、指数联接及主题指数等多个方向，有助于为产品的指数跟踪、组合管理和日常运作提供专业支持。

张娅女士，美国肯特州立大学理学硕士，证券从业年限超过20年，投资经理年限超过16年。张娅女士曾任华泰柏瑞基金管理有限公司指数投资部总监兼基金经理、上海同安投资管理有限公司副总经理兼宏观量化中心总经理，2017年4月加入华富基金，现任公司总经理助理、指数投资部总监、公司公募投资决策委员会委员。其长期深耕指数投资领域，当前在管基金7只（含合管产品），基金总规模151.04亿元（截至2026/5/15），代表性在管产品包括华富中证人工智能产业ETF、华富5年恒定久期国开债等产品。

郜哲先生，北京大学理学博士，证券从业年限超过10年，投资经理年限超过8年。郜哲先生曾任方正证券博士后研究员、上海同安投资管理有限公司高级研究员，2017年4月加入华富基金。自华富中证人工智能产业ETF成立以来，郜哲先生即担任该产品基金经理，当前在管基金5只（含合管产品），基金总规模100.36亿元（截至2026/5/15），代表性在管产品包括华富中证人工智能产业ETF、华富中证人工智能产业ETF联接等。

李孝华先生，南开大学经济学硕士，证券从业年限超过十二年，投资经理年限超过五年。李孝华先生曾任金瑞期货研究所贵金属研究员、国泰安信息技术有限公司量化投资平台设计与开发员、华泰柏瑞基金基金经理助理，2019年10月加入华富基金，现任指数投资部权益指数经理。其在量化平台、指数投资和权益指数产品管理方面具备相关经验，当前在管基金14只（含合管产品），基金总规模125.04亿元（截至2026/5/15），代表性在管产品包括华富中证人工智能产业ETF、华富永鑫灵活配置混合等。

[1] https://www.21jingji.com/article/20260206/herald/b2f09a6f916b4c94e6eb6347c57cc832.html

[2] https://www.cnbc.com/2026/03/31/openai-funding-round-ipo.html?msockid=21aae1fd9ae06d391aaff1b09b4b6c2a

[3] https://www.xinhuanet.com/liangzi/20260427/450d09cfd43e4c16972feed9bfe178a1/c.html

[4] https://api-docs.deepseek.com/zh-cn/news/news260424

[5] https://openai.com/zh-Hans-CN/index/scaling-ai-for-everyone/

[6] https://www.chinanews.com.cn/cj/2026/03-23/10591500.shtml

[7] https://www.trendforce.cn/presscenter/news/20260506-13034.html

[8] https://www.trendforce.cn/presscenter/news/20260120-12886.html

[9] https://www.lightcounting.com/newsletter/en/march-2026-quarterly-market-update-380