夜雨聆风一、一个被严重低估的判断
2026年，全球经济正站在一个历史性拐点。
这不是情绪性的乐观主义，而是基于康波周期理论（Kondratieff Wave）、技术S曲线（Rogers Diffusion Model）和历史数据交叉验证后得出的结论。
核心判断：AI不是又一个热点，而是人类历史上第六次技术革命的主导力量。我们现在所处的位置，大约相当于1995年的互联网、1920年的电力、1880年的铁路——大规模爆发的黎明前夜。
二、理论框架：康波周期是什么，为什么它依然有效
2.1 康波周期的定义与争议
康波周期由俄国经济学家尼古拉·康德拉季耶夫于1925年正式提出，其研究基于英国、美国、法国、德国约140年的价格、利率、工资、对外贸易等数据，发现存在约50-60年的经济长波周期。
批评者众多，但数据说话：
约瑟夫·熊彼特将康波与"创造性毁灭"联系起来：每一轮康波的衰退期，都伴随着大量旧技术、旧企业的出清，以及新技术、新企业的崛起。
2.2 五轮康波：数据与规律
| 第六波 | 2026-? | AI+量子+新能源 | 算力 | ? | ? |
历史规律： 每一轮康波的回升期（从萧条到繁荣），都对应着一次巨大的财富再分配。那些在回升期布局新技术的人，获得了远超社会平均的回报。
2.3 我们现在在哪？
从时间维度看：第五波（信息技术周期）从1990年开始，至今已36年。按照50-60年的康波长度，现在正处于第五波的衰退末期与第六波的回升初期交汇点。
从技术成熟度看：互联网用户渗透率在2000年达到50%（用了15年），移动互联网在2015年达到同样水平（用了8年）。ChatGPT达到1亿用户仅用了2个月——AI的渗透速度是互联网的100倍以上。
三、历史类比：为什么1995年是最好的参照
3.1 1995年的互联网：数据还原
1995年，美股市值前10的公司：
关键数据：
• 1995年互联网用户：4000万（全球人口6%，渗透率极低） • 1995年电商占零售总额：<0.1% • 1995年标普500PE：17x（接近历史均值） • 2000年互联网泡沫顶点：纳指PE 190x
2000年泡沫破裂后，真正的赢家怎么走的？
| 220x | |||
结论：泡沫破裂杀的是估值，不是革命。 真正改变世界的东西，穿越泡沫后创造了更大价值。
3.2 现在与1995年的详细对比
最重要的区别：现在的泡沫程度远低于2000年。
四、技术S曲线：AI正处于哪一段
4.1 Rogers扩散模型与AI
技术扩散的S曲线理论（Everett Rogers, 1962）将采纳过程分为5个阶段：
1. 创新者（2.5%）：最早吃螃蟹的人，技术极客 2. 早期采纳者（13.5%）：有远见的先行者 3. 早期多数（34%）：谨慎的跟随者 4. 后期多数（34%）：怀疑论者，被迫接受 5. 落后者（16%）：最后接受的人
AI在S曲线的哪个位置？
以ChatGPT为标志事件（2022年11月）计算：
• 到2023年底：约1.8亿月活用户 • 全球互联网用户约53亿，渗透率约3.4% • 对比：互联网在1995年的渗透率约6%
结论：AI仍处于"创新者"向"早期采纳者"过渡的阶段，远未到爆发期。
4.2 成本曲线：为什么现在是拐点
过去50年，关键技术的成本下降曲线：
| >99.9999% | |||
| >99.9999% | |||
| >99.9999% |
AI算力的成本下降速度更快：
• 2020年：训练GPT-3消耗约500万美元 • 2024年：训练GPT-4消耗约1亿美元（能力提升100倍） • 但以per-token成本计算：每18个月下降10倍（近似摩尔定律）
这意味着什么？
当一项技术的成本以指数速度下降，市场规模的增长会远超预期。因为：
• 成本下降 → 价格下降 → 需求暴增 → 规模效应 → 成本进一步下降
这是一个自我强化的正循环。
五、以终为始：2040年的世界什么样
5.1 算力即国力
算力与GDP的相关性：
国际数据公司(IDC)的研究显示：
• 算力指数每提高1点，数字经济GDP增长3.5‰ • 算力指数每提高1点，GDP增长0.33%
到2030年，全球AI算力需求将是2024年的100倍以上。
麦肯锡2024年报告预测：
• AI每年为全球经济增加 4.4万亿美元 • 生成式AI将改变70%的工作岗位 • 约25%的岗位将被自动化
这不是预测，而是基于当前技术轨迹的线性外推。
5.2 行业渗透的时间表
| 极快 | |||
5.3 一个具体的情景测算
假设：2030年全球AI算力需求较2024年增长100倍
• 2024年全球AI服务器出货量：约100万台 • 单台AI服务器平均价格：约25万美元 • 2024年AI服务器市场规模：约2500亿美元 • 2030年AI服务器市场规模（100倍增长）：约25万亿美元
这意味着什么？
2024年全球半导体市场规模约6000亿美元。AI服务器市场的天花板，远比我们现在想象的要大。
而这只是算力基础设施这一层。
加上AI应用层（软件、服务、数据），到2030年AI相关市场规模可能达到 50-100万亿美元——超过今天全球GDP总量。
六、产业链：谁是这波康波的"思科"
6.1 互联网时代的赢家回顾
1995-2000年互联网泡沫期间，涨幅最大的不是互联网公司本身：
| 5500% | |||
| 3000% | |||
| 2000% | |||
| 500% |
关键洞察：互联网泡沫期间，基础设施提供商比应用提供商更赚钱、更抗跌。
2000-2002年泡沫破裂：
• 纳指下跌78% • 思科从5400亿美元跌到1000亿美元（-81%） • 但思科的营业收入从2000年的172亿美元增长到2001年的227亿美元
真正的需求，不是泡沫堆出来的。
6.2 AI时代的"思科"在哪
同样的逻辑正在重演。
| AI服务器整机 | |||
| AI PCB | |||
| HBM存储 | |||
| 光互联 | |||
| 国产算力芯片 | |||
| 散热 |
6.3 数据对比：PCB赛道
AI服务器vs传统服务器PCB用量对比：
| 单台价值量 | 约3000元 | 约20000元 | 约7x |
胜宏科技：
• 2024年AI PCB营收占比约30% • 2025年预计AI PCB占比突破50% • 当前PE约70x，但PEG<1（高成长消化高估值）
东山精密：
• 收购MFlex，AI服务器PCB已批量出货 • 光模块业务（索尔思光电）AI第二曲线 • 当前PE约113x，需等业绩验证
6.4 数据对比：存储赛道
HBM需求测算：
• 单GPU：H100配80GB HBM3e；GH200（Grace+Hopper集成）约192GB；GB200 NVL72系统可达数TB级 • 一台H100需要80GB HBM • 2024年全球AI服务器出货100万台，约50%需要HBM • 每台HBM用量约100GB → 2024年HBM市场需求约50TB
江波龙（301308）：
• 国内NAND模组龙头 • 2026Q1净利润38.62亿，同比+2644% • Q1单季利润=2025年全年2.7倍 • 当前PE约16x，存储涨价周期确认 • PEG视角：16倍PE对应的高增速，PEG<1，严重低估
七、风险：泡沫破裂的必然与应对
7.1 历史上泡沫破裂的样子
| AI泡沫（预测） | ? | ? | -50-80% | 5-10年 |
7.2 泡沫什么时候破？
泡沫破裂的必要条件（不是充分条件）：
1. 利率上升到某个临界点（流动性收紧） 2. 盈利增速低于市场预期 3. 出现新的"更吸引眼球"的技术/资产
目前（2026年6月）：
• 美联储利率：3.5-3.75%（仍处于紧缩周期） • AI公司盈利：英伟达单季度盈利已验证，但中小公司盈利仍需观察 • 新资产：加密货币、量子计算尚未形成替代效应
我们的判断：2026-2027年可能出现一次30-50%的中期调整，但不会是2000年级别的泡沫破裂——因为估值没有那时候那么离谱。
7.3 穿越泡沫的策略
1. 不要用杠杆：杠杆是泡沫破裂时最大的敌人 2. 分批建仓：用定投的方式平滑成本 3. 聚焦基础设施：泡沫期基础设施最抗跌，应用层波动更大 4. 留有现金：泡沫破裂时，最好的公司在便宜30%后可能再便宜50% 5. 用闲钱投资：至少7年内不需要用的钱
八、结论：现在是布局的黄金窗口
从康波周期视角：
• 我们正处于第五波（信息技术）衰退末期 • 第六波（AI）回升初期已经启动 • 未来3-5年是布局AI的最佳窗口
从S曲线视角：
• AI仍处于"创新者"向"早期采纳者"过渡阶段 • 真正的爆发期还未到来 • 渗透率每提升1%，带来的增量是前1%的10倍
从成本曲线视角：
• 算力成本仍在快速下降 • 成本下降→价格下降→需求暴增的正循环仍在持续 • 规模效应还未充分释放
从历史类比视角：
• 现在相当于1995年互联网的位置 • 泡沫会有，但不会系统性崩盘 • 真正改变世界的东西，穿越泡沫后会创造更大价值
最重要的判断：
财富的转移，从来不是靠预测市场的短期波动，而是靠对一个时代大趋势的坚定相信，并在别人恐惧时持续投入。
现在是布局AI的黄金窗口。不是终点，而是开始。
免责声明：本文仅供参考，不构成投资建议。股市有风险，投资需谨慎。历史数据不代表未来表现。
