鹏华基金罗英宇:AI落地景气延续,科技分化行情如何布局?

Q1：6月科技赛道风格出现变化，市场呈现资金从高位板块向低位板块切换的迹象。以光模块为代表的高位板块出现一定回调，而AI应用端则持续获得资金青睐。从产业逻辑和机构资金行为的角度来看，本轮科技内部风格切换的核心原因是什么？

张伦可：我想先梳理一下今年以来AI行业发生的最重要的变化。回顾去年，大多数用户仍在使用类似豆包、元宝这类基于对话框的ChatGPT式AI交互形式。而今年以来，以“小龙虾”为代表的agent型产品实现了明显突破。整体来看，AI行业正从“对话框式”交互，向以“任务式管理”为核心的agent模式演进。

在agent模式下，大模型应用的ROI变得易于量化。以金融投资行业为例，若使用agent撰写深度报告，可以清晰计算所消耗的大模型token数量。我们团队此前的测算显示，当前AI在多种任务上的ROI，相较于人工完成，至少存在十倍的效率差距，这也解释了为何今年以来硬件板块涨幅显著。大模型的商业模式正逐步走向闭环，大模型厂商的收入增速已明显快于训练成本的增加。前两年市场普遍担忧，大模型虽投入巨大资本进行训练，但未必能获得足够多的下游用户，而今年随着agent类应用的爆发，这一担忧已基本消除。

总结来看，今年AI产业正从以训练为核心，转向以推理为主导，行业发展更加健康。硬件板块依然具备强劲的业绩支撑，同时随着模型推理侧的爆发，部分利润正从上游硬件逐步向大模型厂商转移，体现为后者的毛利率提升。

Q2：中报临近，估值回归被认为是硬件板块回调的重要诱因。若剔除短期资金面的扰动因素，您认为AI硬件的中长期景气逻辑是否依然成立？哪些细分赛道更具投资价值？

罗英宇：我认为本轮调整与宏观及交易层面的因素关联度更高，而与产业景气度本身的关系相对有限。以下从两个层面展开分析。

首先是宏观层面。年初以来，全球地缘政治及各主要经济体宏观政策出现明显分化。欧洲、日本等央行陆续进入加息周期，核心原因在于通胀压力。相关国家需要通过加息来平滑宏观层面的波动。以日本为例，其汇率压力较大，目前处于160日元兑1美元的关键点位。从资本市场角度看，日本央行加息难以避免。在资金流动方面，前期大量资金借助日元流动性进行杠杆交易，重点投向景气度较高的硬科技赛道。随着流动性逐步收紧，包括比特币、硬科技方向在内的资产近期出现明显调整，杠杆率较高、交易拥挤的韩国市场也出现了显著波动。因此，宏观层面因素对硬科技等高景气赛道形成了冲击。

其次是交易层面。自3月以来，硬科技赛道的股价持续上行。从静态估值角度看，部分投资者认为当前硬科技赛道估值偏高；尽管从动态角度看估值具备一定合理性，但静态偏高的估值水平仍然存在。此外，硬科技赛道的持续景气和上行吸引了大量资金集中交易，导致交易拥挤度上升。例如，国内TMT方向的交易占比已达40%以上，杠杆放大效应也进一步推升了相关资产的交易热度和拥挤度。在全球波动率放大的背景下，相关资产，尤其是杠杆型资金，开始拆除前期的交易结构。部分对冲基金此前采用“做多硬科技、做空传统资产”的策略，近期则进行了反向操作。

但从产业基本面的角度看，目前并未出现明显变化。前期市场关注的投资逻辑，包括中上游产品紧缺和扩产逻辑，目前依然成立。产业景气度的拐点尚未到来。因此，从产业本身的角度出发，我们仍可以优选一些具备较大空间的资产。具体来看，值得关注的细分赛道包括：第一，海外算力链条，该方向业绩可测算性较强，确定性更高；第二，国产算力链条，2025年是从0到1的突破之年，2026年则可能实现从1到10的扩展；第三，顺应扩产和涨价两条逻辑的细分领域。扩产逻辑方面，可重点关注存储、内存等相关赛道；涨价逻辑方面，尽管今年2、3月份市场讨论较多，未来仍有望重新获得关注。总体来看，当前基本面维度仍维持较高的景气状态。

Q3：当前海内外AI硬件呈现出一定的盈利分化格局，海外上游芯片报价相对稳定，头部企业盈利表现较为稳健；而国内硬件端则持续面临产能释放与行业竞争加剧的压力，部分企业盈利压力有所显现，这种海内外分化的格局将如何演绎？

张伦可：海外算力紧缺的情况确实存在，以英伟达H100为例，今年以来其租赁价格涨幅已超过40%，这背后反映的是全球算力资源的整体紧张。与此同时，随着全球大模型需求在今年开始真正释放，推理侧的需求正在快速崛起。至于国产算力在过去利润率承压的问题，因为在模型训练阶段，国产算力与海外算力在生态方面仍存在一定差异，但当前行业正逐步向推理侧演进，包括智谱、千问等在内的头部SOTA模型，与国产算力的适配已经能够提供非常良好的性能与效果，这一点将支撑国产头部及第二梯队的算力厂商收入快速提升。过去国产算力厂商利润率较低，部分原因在于规模尚未起量，费用率等成本摊薄了利润空间。而在今年需求逐步释放的背景下，预计国产与海外算力之间的盈利剪刀差将快速收窄。

Q4: 当前全球AI agent正加速落地，算力需求呈现迅速扩容且持续增强的态势。硬件长期需求的逻辑并未弱化，但板块近期走势相对偏弱，出现基本面与盘面的背离。面对不同细分赛道，应如何看待？哪些方向在短期估值消化后存在修复机会？哪些方向又存在一定风险？

罗英宇:全球算力层面的总需求，无论是围绕agent还是训练端，仍将持续向上。在这一总需求的牵引下，产业链各环节均在加速扩产，包括算力提供方、大模型公司，以及上游各类物料、零部件和组装环节。自2025年中期以来，扩产步伐持续加快并呈现放量趋势,从当前产业情况来看，各环节均处于高景气状态。

近期股价的波动，更多与宏观环境、交易层面因素以及投资者对高估值的担忧相关。但从景气度角度看，相关高估值将在一定程度上被行业的盈利增长所消化。因此，未来科技板块需要更加注重结构性甄别。

对于那些真正受益于人工智能产业发展逻辑、能够在产业链扩张趋势中获取相应订单并转化为营收和利润的公司，在当前调整过程中值得重点关注，并可适时进行配置。然而，自3月以来，部分公司借助主题概念进行炒作，其业务虽在某种程度上与产业发展方向有所重合，但难以转化为实际的营收和利润,对于此类方向，应保持一定谨慎。总体而言，AI硬件大的产业逻辑并未发生变化，但对于细分结构及具体公司，仍需深入剖析。

Q5: 从产业生命周期的维度来看，AI硬件板块通常经历基建放量、产能爬坡、估值分化三个阶段。当前硬件板块处于产业周期的哪个位置？未来催化新一轮行情的关键变量是什么？

罗英宇:总体来看，当前人工智能产业仍处于中早期发展阶段。回顾过去三年AI的发展历程，其能力正从简单向复杂演进。早期，人工智能主要实现简单的对话功能，用户多将其作为知识问答工具使用。而自2025年以来，随着推理能力的逐步成熟，AI产业开始向任务编排与任务执行方向演进。在此过程中，算力消耗模式也发生了根本性变化，从早期对话式消耗转向agent模式下的消耗，token的使用量呈现指数级增长。

这也是自2025年以来市场进一步关注算力需求变化的重要原因。一方面，大模型公司的ARR（年度经常性收入）逐步放量，商业模式实现闭环；另一方面，上游产能端的资本支出也在持续推动。在2025年中期之前，市场对产能端的资本投入普遍较为谨慎。而随着agent模式的发展，无论是传统GPU、内存存储等核心方向，还是上游物料、代工等环节，自2025年起均进入了持续扩产阶段。

展望未来，人工智能产业发展的核心逻辑将随着其对各行业及人类生产生活方式的深度渗透而持续演进。正如在资本市场投研范式中，AI已显著提升效率并改变研究方式，这类变革将推动人工智能进入新一轮发展阶段。无论是中国还是海外主要国家，都将持续围绕AI产业发力，不断提升生产效率，并推动人类生产生活方式的深刻变革。

Q6: 随着大模型逐步从算力建设走向商业化落地，AI软件端迎来需求兑现的旺季，也成为本轮资金“高切低”的一条核心主线。应用端行情持续走强的本质原因是什么？是估值低位带来的资金修复，还是有更多其他因素？

张伦可:两方面原因可能都有。一方面，前期市场确实更加聚焦在硬件端的投资。另一方面，以2026年一季报为例，从美股软件公司披露的情况来看，此前市场普遍认为AI可能会“吞噬一切”，所有软件公司都将被重写。但实际上，软件公司的业绩表现是分化的。例如，数据库、网络安全等偏AI基础设施类型的软件厂商，一季报业绩非常亮眼，不仅没有受到AI的冲击，反而因为AI增强了其业绩增长趋势。

而对于偏通用型的应用软件，如海外的Salesforce，或Adobe旗下的Photoshop等传统图片处理软件，确实面临来自大模型厂商的挑战。大模型的崛起正在改变原有的工作流程、设计流程及图片处理方式。因此，总体来看，当前AI软件行情预计后市也将呈现分化格局。偏基建类型的公司，AI将增强其业绩表现；而偏应用流程型的软件公司，则需要进一步甄别,例如部分公司可能拥有垂类金融行业的数据优势，这类公司具备一定竞争力,具体仍需逐个公司进行深入分析。

Q7: 国产大模型在海外调用规模持续攀升，出海收入稳步增长，国产AI出海正从商业化0到1逐步落地。在此背景下，会带动国内哪些配套的软件产业链实现业绩增量？

张伦可:我分享一个近期有趣的观察，以智谱为代表的国产模型公司，每晚十点会在官网上释放其token plan的购买名额，我们的同事基本都需要蹲点抢购，但每次名额开放后，通常一两分钟内便售罄。这个例子说明，虽然国产模型与海外在技术上仍存在一定差距，但目前国内第一梯队的SOTA模型已能够满足绝大多数用户的需求。例如，近期发布的DeepSeek V4 Pro也是一款非常亮眼的模型。从智谱官网售罄的状态可以看出，国产模型无论在海外还是国内，需求都非常旺盛。这一点也支撑了国产大模型在全球市场上呈现差异化竞争的发展趋势。

Q8: 投资者普遍认为科技板块仍是2026年的市场主线。您认为AI应用端本轮行情的持续性如何？是否值得投资者长期关注？

罗英宇:过去一年，国产大模型确实取得了长足的进步。像前面提到的几款大模型，已受到国内用户的广泛追捧。从全球调用量来看，中国开源大模型的增长态势完全不逊于海外闭源模型。因此，我们认为AI应用端的真实需求是存在的。

但其中有一个值得深入探讨的问题，即AI应用端的商业模式究竟应如何构建。这一轮AI产业的商业模式，与PC互联网或移动互联网时代有显著不同。在互联网时代，终端用户的边际成本趋近于零，每增加一个用户，平台几乎不产生额外成本。而在AI赛道，边际成本依然较高，每增加一个用户，仍会带来明显的成本投入。因此，无论是收费模式还是商业场景的构建，我们高度关注AI应用厂商未来将如何形成可持续的商业模式。从我们跟踪的情况来看，海外部分公司在商业模式探索上已取得一定进展，但真正能够令资本市场兴奋的突破点，仍有待国内外应用端公司持续呈现。

从产业发展的历史规律来看，历次技术浪潮通常沿着“基础设施—终端硬件—应用”的路径展开。过去三年，市场关注点主要集中在基础设施层面。随着基建的逐步完善，AI应用端形成商业闭环、建立可持续的商业模式是大势所趋。因此，AI应用端应是投资者重点关注的方向，我们也对此保持高度关注。

Q9: 科技行业细分赛道众多，涵盖硬件、软件及多个细分领域，普通投资者自行选择的难度较高,因此越来越多的投资者开始借助ETF等工具进行产品布局。对于有意布局科技板块包括硬件和软件的投资者，有哪些产品值得持续关注？

罗英宇:建议投资者可以自上而下选择对应的产品，具体来看：在硬件方向，若关注海外算力链条，可关注创50等相关产品，其中涵盖光模块、PCB等热门紧缺赛道。若更聚焦于光通信方向，可关注电信ETF，该类产品中光模块相关标的占比较高。

若关注国产算力链条，建议关注科创系列产品，包括科创50、科创100、科创200。若更聚焦国产算力本身，可关注科创芯片、科创芯片设计等产品。若关注科技行业的周期属性，可配置半导体ETF，其中包含较多传统电子半导体资产。针对扩产带来的半导体设备和材料投资机会，可关注半导体设备与材料ETF。在算力层面，云计算相关资产值得关注，该类资产在一定程度上受益于算力租赁及算力建设等方向。

在AI应用类资产方面，应用范畴较广，可关注工业互联网、移动互联网、智能网联汽车等方向。智能网联汽车虽属汽车行业，但其核心在于网联化。此外，传媒、信息技术等相关资产也值得关注。

总体而言，投资者可自上而下，根据自身关注的方向及对细分赛道景气度的判断，结合向上空间与向下风险，选择相应的工具型产品进行配置。

Q10：站在当前时点，您认为科技板块存在哪些潜在风险？

张伦可:相较于关注科技板块本身，我们更关注AI产业发展是否存在停滞的风险。从个体用户的真实体验来看，今年AI能力有了明显提升。去年，大模型尚不具备强大的编程或电脑使用能力，难以完成agent任务；而今年能力提升后，AI可做的事情迅速释放。无论是个人还是团队，都在积极探索通过AI进一步提升工作效率。

展望未来，最大的风险点在于AI产业自身的发展节奏：是否存在某一阶段，模型能力在较长时间内无法进一步提升，用户感知不到实质性进步。届时，产业停滞可能成为重大风险。但就目前而言，从用户角度出发，模型的智能释放尚未被充分使用和消化。因此，我们对AI的中长期发展仍持乐观态度。从配置建议来看，短期市场可能因宏观或交易层面的因素出现波动，而这样的时点反而可能是更好的配置机会。

以上内容仅代表投研人员个人观点，不构成实际投资建议，不代表组合持仓。投资有风险，投资需谨慎。文中提及产品的风险等级为[R4级]，适合[C4型]及以上的投资者，请投资者选择符合其风险承受能力和投资目标的产品。公开募集证券投资基金（以下简称“基金”）是一种长期投资工具，其主要功能是分散投资，降低投资单一证券所带来的个别风险。基金不同于银行储蓄等能够提供固定收益预期的金融工具，当您购买基金产品时，既可能按持有份额分享基金投资所产生的收益，也可能承担基金投资所带来的损失。