乐于分享
好东西不私藏

AI投资下半场:“买哪一段产业链”

AI投资下半场:“买哪一段产业链”

一、真正的问题是“AI行情走到哪一段了”

过去两年,AI投资给市场上了一堂很直观的课:最早、最确定、最容易被资金验证的机会,往往不在最性感的应用层,而在最稀缺的基础设施层。芯片、HBM、先进封装、光模块、电力、冷却、数据中心,这些看起来不如“AI改变世界”那样浪漫的环节,反而率先成为资本市场最强的主线。
但这也带来了一个新的问题。当所有人都知道AI硬件重要,当半导体ETF、英伟达、台积电、博通、存储和光互连已经进入主流持仓,投资者接下来要面对的就不是“要不要相信AI”,而是一个更难的问题:在AI已经成为共识之后,还能不能找到尚未被完全定价的下一棒?
主流AI组合通常更容易买到已经验证的赢家,而高赔率组合需要面对的是下一阶段的产业扩散:AI从算力投入走向企业工作流,从聊天和生成内容走向Agent执行,从金融交易走向链上结算,从数字世界走向机器人、传感器和物理自动化。
AI长期趋势仍然成立,但AI投资已经进入下半场。下半场不是无差别加仓AI,而是区分硬件、软件、金融基础设施和物理世界四类机会。

二、主流AI组合:越来越集中在“已兑现赢家”

当前市场上最典型的AI投资工具,大致可以分为几类。
SMH代表半导体和AI硬件的集中暴露;AIQ代表泛AI技术ETF;BOTZ代表机器人与自动化ETF;QQQ或Mag7组合代表大市值科技平台;英伟达中心型组合则代表单一AI核心资产的高集中押注。
这些工具的共同优点很清楚:流动性好、认知成本低、持仓透明、基本面可见度高。对于低维护投资者来说,AIQ、QQQ、SMH这类工具可以有效降低选股难度,也能避免在早期主题股里误伤太多低质量公司。
但它们的局限也同样明显。主流AI组合更容易集中在半导体、大型云平台、大市值技术公司和成熟机器人龙头上。也就是说,它们更像是在持有“已经被证明的AI赢家”,而不一定能充分表达未来两三年可能出现的Agent基础设施、链上金融基础设施、Physical AI供应链等下一阶段机会。

组合类型

主要表达

优点

局限

SMH半导体ETF

AI硬件、半导体设备、芯片龙头

抓住AI资本开支中最确定的一段,过去一年表现极强

对半导体周期和估值非常敏感,主题集中度高

AIQ泛AI ETF

泛AI技术、大数据、硬件和平台

覆盖面广,适合低维护AI配置

泛化后牺牲了对瓶颈环节和下一棒的精准度

BOTZ机器人AI ETF

工业机器人、自动化、部分机器人龙头

能表达Physical AI和自动化方向

更偏成熟自动化资产,未必覆盖早期高赔率供应链

QQQ/Mag7

大市值科技平台

质量高、现金流强、回撤通常较小

更像科技核心仓,不是高赔率主题组合

NVDA中心型组合

单点AI赢家

逻辑清晰、基本面强

单点集中,波动和估值压力更高

从产品设计上看,SMH是更直接的硬件工具,AIQ是更宽泛的AI技术工具,BOTZ则是机器人与自动化工具。
真正值得注意的是,“主流AI组合”并不等于“完整AI生态组合”。它们能很好地表达算力和平台,却未必能表达AI进入企业执行系统、金融结算系统和物理世界后的新利润池。

三、半导体是已兑现主线,但不等于未来只有半导体

从历史行情看,过去一年最强的AI表达不是泛AI,而是半导体。SMH近一年收益约127.4%,年化波动率约32.0%,当前回撤约-10.7%;AIQ近一年收益约52.1%,BOTZ约22.2%,QQQ/Mag7代理约35.0%,NVDA中心型代理约46.7%。四主线历史代理组合近一年收益约92.3%,代理波动率约28.3%,当前回撤约-25.5%。
这组数据有两个含义。第一,如果只看过去一年,最有效的主流AI工具是半导体集中暴露,而不是更分散的泛AI ETF或机器人ETF。第二,四主线代理组合没有跑赢SMH,但显著高于AIQ、BOTZ和QQQ/Mag7代理,这说明多主线结构在保留硬件弹性的同时,确实能提供更丰富的收益来源。

组合

近1年收益

波动率/代理波动率

当前回撤

读者应如何理解

SMH半导体ETF

127.4%

32.0%

-10.7%

过去一年最强,代表AI硬件极致表达

四主线历史代理

92.3%

28.3%

-25.5%

收益强,但回撤也深,体现主动主题组合特征

AIQ泛AI ETF

52.1%

24.6%

-10.9%

更均衡,但弹性弱于半导体集中暴露

NVDA中心型代理

46.7%

34.8%

-12.9%

单点赢家,波动较高

QQQ/Mag7代理

35.0%

16.7%

-5.5%

更像质量科技核心仓

BOTZ机器人AI ETF

22.2%

24.6%

-8.8%

机器人与自动化表达,但过去一年弹性较弱

SMH过去一年非常强,说明AI硬件是已经兑现的主线;可正因为它已经如此强,未来的核心问题反而变成:半导体资本开支是否还能持续超预期?估值是否已经提前透支?市场会不会开始寻找下一棒?
换句话说,半导体仍然重要,但如果一个组合未来两三年的收益全部依赖“半导体继续超预期”,它的风险结构就会变得单一。真正的组合思维,不是放弃硬件,而是在保留硬件确定性的同时,给Agent、链上金融和Physical AI留下足够的上行期权。

四、四主线组合的本质:是分散到不同定价阶段

四主线主动组合的出发点,不是简单把AI相关股票越买越多,而是把AI投资拆成四个不同阶段的利润池:AI硬件瓶颈、Agent应用与核心铲子、传统金融上链、Physical AI供应链。若采用平衡进攻型框架,参考权重是AI硬件32%、Agent铲子25%、链上金融15%、Physical AI18%、现金或短债10%。
这个结构的关键,不是“均匀分散”,而是分散到不同的定价阶段。AI硬件是已兑现但仍有瓶颈Alpha的主线;Agent是共识强但价格尚未充分兑现的候选主线;链上金融是金融基础设施迁移带来的高波动反身性机会;Physical AI则是AI进入物理世界后的长期产业化期权。

主线

投资含义

主要机会

主要风险

AI硬件瓶颈

已验证主线,仍需保留核心仓

ASIC、HBM、光互连、CPO/硅光、电力冷却、先进封装

估值拥挤、云厂商capex下修、库存周期、客户集中

Agent基础设施

下一阶段软件预算迁移

身份、权限、安全、可观测性、数据治理、工作流编排

试点无法转化为ARR,AI功能被免费化,巨头内化工具

传统金融上链

金融基础设施再定价

稳定币、托管、经纪入口、RWA、交易基础设施

监管、币价Beta、交易量萎缩、财库股溢价崩塌

Physical AI

AI走向物理世界的长期期权

传感器、机器视觉、边缘AI芯片、仿真、工业自动化

产业化慢于叙事,整机低毛利,订单不兑现

现金/短债

组合再部署能力

在核心资产回撤时加仓

牛市中拖累收益

这也是为什么四主线组合和主流AI ETF不是同一类工具。主流AI ETF更适合作为核心Beta,四主线主动组合更适合作为进攻卫星或主动主仓。前者解决“低维护参与AI”的问题,后者解决“在共识之后寻找下一棒”的问题。

五、AI硬件:不能把所有希望押在硬件继续重估上

AI硬件仍然是当前AI投资中最确定的部分。云厂商资本开支、GPU和ASIC需求、HBM短缺、光互连升级、电力和冷却瓶颈,都是真实产业约束,不是简单概念炒作。四板块等权统计显示,AI硬件上游近一年等权收益约230.4%,当前回撤约-16.8%,是四条主线中价格表现最强的方向。
但硬件主线的强势也意味着拥挤。AI硬件上游覆盖率为73.3%,看多占覆盖比例为86.4%。这说明硬件已经是强共识,不能再用早期冷门资产的赔率去理解它。
因此,未来AI硬件仓位的重点,不应是泛泛买“所有半导体”,而是寻找仍有供需瓶颈和订单可见度的二阶环节。ASIC、HBM、光互连、CPO/硅光、电力冷却、先进封装和半导体设备,比简单追逐已经充分定价的泛硬件Beta更值得关注。
这里的风险也很明确。如果云厂商capex指引下修,如果AI订单从排队变成重新谈判,如果库存上升、价格下行、毛利率恶化,AI硬件会从最强主线变成最需要降Beta的主线。硬件不是不能买,而是必须承认:越强的共识,越需要用订单和利润验证来保护估值。

六、Agent:企业工作流的控制层

从投资角度看,Agent真正有价值的地方,不是演示效果,而是能不能进入企业工作流,成为预算项、权限系统、审计系统、安全系统和数据系统的一部分。
Agent应用与核心铲子的覆盖率达到89.2%,看多占覆盖比例达到94.4%,是讨论热度最高的方向;但四板块等权行情显示,Agent应用与核心铲子近一年收益仅约0.4%,当前回撤约-37.0%。 这是一组很有意思的矛盾:叙事非常热,价格却远没有像AI硬件那样兑现。
这说明Agent可能处在一个尴尬但重要的位置。一方面,它是共识很强的下一棒;另一方面,市场还没有看到足够稳定的收入、ARR、续约率和生产环境部署数据。对于主动投资者来说,这种状态既是机会,也是陷阱。
真正值得高看一眼的Agent公司,往往不是单纯说自己“接入大模型”的公司,而是控制企业关键流程的公司。例如身份与权限管理、数据治理、可观测性、安全审计、开发者工具、工作流编排和垂直行业数据平台。如果Agent要替人执行任务,它必须知道谁有权限、执行什么流程、调用什么数据、留下什么审计记录、出现错误时如何回滚。这些环节才可能成为企业AI预算的长期入口。

七、传统金融上链:看金融基础设施是否迁移

传统金融上链是四主线中争议最大、波动也最大的方向。板块数据中,“传统金融上链”近一年收益约44.6%,当前回撤约-44.1%。
这条主线的关键,不是把它理解为“加密行情Beta”,而是看传统金融是否真的向链上基础设施迁移。稳定币、托管、交易入口、RWA发行、链上结算、合规钱包、机构清算网络,这些才是更高质量的收入方向。
因此,链上金融在组合中不应成为核心信仰仓,而应成为高波动、事件驱动、需要严格风控的基础设施仓。它的价值在于提供与AI硬件不完全相关的独立收益来源;它的风险在于监管、币价、交易量和市场风险偏好可能同时反转。

八、Physical AI:真正稀缺的是供应链和工具层

Physical AI代表AI从屏幕走向现实世界。自动驾驶、机器人、工业自动化、机器视觉、传感器、边缘AI芯片、仿真和数字孪生,都属于这个大方向。这个方向长期空间很大,但它的问题也很明显:产业化节奏通常慢于资本市场叙事。
BOTZ能够提供机器人与自动化的指数化暴露,但它更偏成熟工业自动化龙头。四主线组合中的Physical AI仓位则更强调供应链和工具层,包括传感器、机器视觉、测试设备、边缘计算、仿真软件、工业自动化和部分机器人平台。
从投资上看,Physical AI不应该被简单等同于“买所有机器人概念股”。真正值得跟踪的信号,是机器人出货、工业订单、传感器订单、端侧芯片胜出、仿真平台商业化、自动化资本开支回升。如果只有发布会、样机视频和概念热度,而没有订单、毛利和客户复购,投资者就很容易买到叙事高点。
Physical AI可能是2—3年之后更大的接棒方向,但它需要更耐心的仓位管理。对于多数投资者而言,更稳健的方式不是重仓单一整机公司,而是分散配置供应链、工具层和自动化基础设施。

九、收入质量:AI下半场最重要的分水岭

AI投资下半场,最重要的不是故事是否宏大,而是收入质量是否过硬。高质量收入通常有明确客户、持续预算、可重复交付、较强毛利、较高留存和可审计的业务指标;低质量收入通常依赖融资、一次性采购、市场风险偏好、资产重估或概念包装。

收入质量

典型方向

特征

投资含义

高质量收入

云平台AI服务、身份权限、安全、可观测性、托管、交易基础设施

持续预算、客户粘性强、可审计、可续约

可作为核心仓或准核心仓

中高质量收入

ASIC、HBM、光互连、电力冷却、先进封装

订单可见度高,但有周期性和客户集中度

可高配,但必须监控capex周期

中等质量收入

垂直AI应用、数据平台、仿真软件、工业自动化

需验证AI增量和客户付费意愿

适合分批配置,等待收入验证

低质量或高风险收入

财库股溢价、矿工Beta、无收入机器人概念、融资驱动Neocloud

对风险偏好和外部融资高度敏感

只能小仓位事件驱动,不宜核心化

如果说AI上半场市场更关心“谁在增长”,那么AI下半场市场会越来越关心“增长来自哪里、能持续多久、毛利如何、客户是否续约、是否需要外部融资支持”。这就是收入质量框架的重要性。

十、风险:AI长期正确,不代表短期不会经历估值审判

客观地说,未来AI投资的机会仍然很大,但风险也比早期更复杂。早期风险主要是“方向对不对”;现在风险更像是“方向对,但价格是否已经反映太多、收入是否跟得上、资本开支是否能产生ROI”。
最重要的第一类风险,是AI硬件估值拥挤。硬件是最强主线,但强主线往往也最容易积累共识拥挤。如果云厂商资本开支从持续上修转为下修,或者AI收入无法证明足够ROI,硬件链条会面临订单、估值和仓位三重压力。
第二类风险,是Agent商业化不及预期。Agent的想象空间很大,但从试点到生产环境、从演示到预算、从功能到ARR,需要时间验证。如果AI功能被平台免费化,或者企业客户不愿为Agent单独付费,Agent公司估值会承压。
第三类风险,是链上金融的监管和反身性。稳定币、RWA和托管基础设施可能有长期价值,但加密市场的价格波动、监管不确定性和风险偏好变化,会让相关股票出现非常大的回撤。近一年上涨约44.6%但当前回撤约-44.1%的情况,正说明这类资产不能只看终点收益,还要看持有过程。
第四类风险,是Physical AI产业化慢于叙事。机器人和物理AI是长期大方向,但商业化经常会经历很长的工程验证、成本下降和订单爬坡周期。过早把概念股当成核心仓,容易在产业未兑现前承担估值回撤。
最后一类风险,是组合执行风险。四主线主动组合不是买入后不管的ETF,它需要持续跟踪订单、ARR、交易量、监管、机器人出货和估值变化。如果没有再平衡纪律,主动组合很容易从“寻找下一棒”变成“持有一篮子高波动主题股”。

十一、机会:真正值得关注的是AI从“算力投入”走向“执行系统”

尽管风险不少,但AI投资的下半场并不悲观。恰恰相反,越过硬件第一阶段之后,AI可能会打开更大的应用和基础设施空间。关键是不要把机会理解得太泛,而要抓住几个能形成收入闭环的方向。
第一,AI硬件仍有二阶瓶颈机会。只要云厂商capex仍在扩张,只要AI训练和推理需求继续增长,ASIC、HBM、光互连、电力冷却和先进封装仍然有基本面支撑。但这部分机会应从泛Beta转向瓶颈Alpha。
第二,Agent基础设施可能成为软件下一棒。未来企业不是简单购买一个“会聊天的模型”,而是需要让AI安全地进入工作流。身份权限、安全审计、可观测性、数据治理、工作流编排和垂直数据飞轮,可能成为企业AI预算中更可持续的部分。
第三,链上金融可能从资产投机走向基础设施。稳定币、托管、经纪入口、RWA和链上结算如果持续增长,相关平台的收入质量会逐步摆脱单纯币价Beta。这条主线高波动,但也提供了与AI硬件不同的收益来源。
第四,Physical AI可能成为更长周期的接力。AI如果只停留在屏幕里,价值会受限;如果进入仓储、制造、医疗、自动驾驶和工业自动化,潜在市场会更大。只是这条路需要用订单和出货验证,而不是用发布会验证。

十二、如何配置:“核心Beta + 主动卫星”

是用主流AI ETF或大市值科技作为核心Beta,用四主线主动篮子作为进攻卫星。
如果投资者只想低维护参与AI,AIQ、QQQ、SMH这类工具更合适。它们不一定能捕捉所有高赔率机会,但胜在简单、透明、流动性好。如果投资者已经重仓NVDA或SMH,新增资金就不应继续堆硬件,而应更多关注Agent、Physical AI供应链和链上金融基础设施,以避免组合实质上变成半导体单一押注。
如果投资者追求2—3年2—3倍赔率,并愿意承担高波动、主动研究和再平衡成本,四主线组合才更匹配。需要注意的是,2—3倍是赔率目标,不是收益承诺。它对应的往往是更大的回撤、更高的研究强度和更严格的证伪条件。

投资者类型

更适合的工具

核心理由

低维护参与AI

AIQ、QQQ为主,少量SMH或BOTZ增强

降低选股难度,适合长期核心Beta

看好硬件继续超预期

SMH或高质量AI硬件篮子

最直接表达AI capex和半导体供需

已重仓NVDA/SMH

新增资金偏Agent、Physical AI、链上金融

避免组合过度集中在硬件

追求高赔率且能主动跟踪

四主线主动组合

寻找硬件之后的下一棒机会

风险承受力中等

核心Beta + 20%—40%主动卫星 + 现金

平衡参与度、回撤和再部署能力

在执行上,组合可以采用“核心—预埋—期权—现金”结构。核心仓放在AI硬件和大市值科技,预埋仓放在Agent基础设施,期权仓放在链上金融和Physical AI,现金仓用于在核心资产20%—30%回撤且基本面未变时再部署。

十三、判断是否该调整仓位,靠信号,不靠情绪

AI投资最怕两种极端:一种是在上涨时认为永远不会跌,另一种是在回撤时认为逻辑彻底失效。更好的方式,是提前定义监控指标,用信号而不是情绪做组合调整。

监控主题

正面信号

负面信号

组合动作

AI资本开支

云厂商capex上修,AI收入同步增长

capex下修,AI收入不及预期

正面保留硬件,负面降低高Beta硬件

硬件瓶颈

HBM、光互连、电力冷却订单延长

库存上升、价格下行、订单推迟

从泛硬件转向质量底仓或现金

Agent商业化

AI相关ARR、NRR、生产部署披露

试点难转付费,AI功能免费化

正面提高Agent,负面只留平台龙头

链上金融

稳定币、托管、RWA、交易量增长

监管收紧,交易量萎缩

加基础设施,回避高杠杆Beta

Physical AI

机器人出货、传感器订单、工业自动化回暖

停留在发布会和样机阶段

正面提高卫星仓,负面保持小仓

系统性风险

融资顺畅,客户多元

融资困难,订单重谈

提高现金,降低高杠杆链条

这套信号框架的意义在于,它把投资从“押一个宏大故事”变成“验证一个可证伪系统”。只要信号继续兑现,组合可以忍受波动;一旦关键证伪条件出现,就不应再用长期叙事掩盖短期基本面恶化。

十四、结论:不要退出AI,也不要无差别加仓AI

AI投资的长期方向仍然值得重视,但它已经不再是早期“只要买AI就能赢”的阶段。过去一年,市场证明了AI硬件的确定性;未来两三年,市场会更严格地追问三个问题:AI资本开支能否转化为真实ROI,Agent能否从演示进入企业预算,AI能否从数字世界扩展到金融系统和物理世界。
不要退出AI,但也不要无差别加仓AI;不要只买主流AI ETF,也不要完全放弃硬件。更合理的组合,是把主流AI ETF作为核心Beta和流动性工具,把四主线主动组合用于寻找下一棒。
如果AI硬件继续繁荣,半导体和硬件瓶颈仍会贡献主要收益;如果硬件估值进入消化期,Agent基础设施和数据主权资产可能成为下一棒;如果金融风险偏好回升,稳定币、托管、交易入口和RWA可能提供独立Alpha;如果AI走向物理世界,传感器、边缘芯片、仿真和工业自动化会成为更长期期权。
真正要避免的是四件事:在硬件最拥挤时满仓追涨,在Agent尚未验证时买泛SaaS,在链上金融中把高杠杆Beta当基础设施,在Physical AI中把无收入概念当长期核心资产。
一句话总结:AI投资下半场的核心机会,是押注AI从“算力投入”走向“软件控制、金融交易和物理执行”的接力;核心风险,是资本市场在接力尚未完成前,先对过度拥挤、融资驱动和收入质量不足的环节进行估值出清。

十五、自我检查清单

第一,自己的AI仓位到底是在买硬件、平台、软件、金融基础设施,还是机器人概念?
第二,组合收益是否过度依赖某一只股票或某一个ETF?
第三,持仓公司的AI收入是否可被订单、ARR、留存、交易量或监管牌照验证?
第四,若组合从高点回撤30%—40%,是否仍然知道该加仓、持有还是减仓?
第五,是否有一套明确的证伪条件,而不是只靠长期信仰硬扛?
如果这些问题答不清楚,最稳妥的做法不是追逐更复杂的主题,而是降低主动仓比例,用主流AI ETF和现金提高组合可维护性。如果这些问题能答清楚,并且愿意持续跟踪产业和财务指标,四主线组合才有机会从叙事篮子升级为真正可迭代的投资系统。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料