乐于分享
好东西不私藏

疆全沙龙活动复盘|AI 不是一阵风

疆全沙龙活动复盘|AI 不是一阵风

2026年6月24日,疆全沙龙活动围绕AI 产业趋势、算力基础设施、半导体链条和风险工具展开讨论。

  疆全证券沙龙现场:围绕 AI 产业趋势、算力链条与半导体观察展开交流。

本场沙龙分享嘉宾  昕泉先生

本场沙龙特邀大道寰球董事总经理林昕泉先生做主题分享。大道寰球董事总经理林总做分享,林昕泉是清华经管本硕,长期深耕全球AI投资,既有一级市场代表项目操盘经验,包括智谱、天数等,也有丰富的二级市场投资经验。自2023年以来,他持续跟踪全球AI产业链,覆盖美股、日股、欧洲、港股,以及A股相关机会。


过去两年,AI 从技术话题变成了资本市场和产业界共同关注的主线。

一边是大模型持续迭代,Agent、AI Coding、多模态应用不断扩展;另一边是算力、存储、光通信、电力、服务器、先进封装等硬件链条被重新定价。这场变化到底是短期主题,还是更长周期的产业迁移?一次小范围沙龙里,大家围绕 AI、半导体、全球市场和风险工具做了较充分的交流。

一、AI:从模型能力,到流程重构

变量
核心观点
观察重点
模型能力
基础可用性已经被多个场景验证
能力是否继续进步,成本是否继续下降
工作流
真正难点是嵌入业务流程
流程是否被拆解,任务边界是否清楚
组织协同
AI 不是多一个聊天窗口
员工使用方式、复核机制和交付标准是否统一
系统接入
单点工具要变成组织能力
能否接入权限、数据、审批和旧系统

过去大家问得最多的是模型行不行;现在更重要的问题是,企业能不能把 AI 嵌进真实业务。一个模型会回答问题,不等于它能直接改造审批、客服、投研、销售、财务或生产流程。

因此,未来一到两年的重点,可能不是多一个聊天窗口,而是谁能把行业知识、数据权限、工作流和复核机制做成可持续的组织能力。

二、算力:token 消耗是产业链共同起点

起点
传导方向
对应环节
Agent、AI Coding、多模态使用增加
任务更复杂、上下文更长
推理算力、模型服务
推理需求增加
计算密度和并发请求上升
GPU、CPU、服务器
数据中心内部数据流加速
高速互联需求提升
光通信、光模块、交换设备
模型规模和并发提升
内存带宽与容量要求提高
HBM、存储、内存
算力集群扩张
能耗、散热、交付复杂度上升
电力、散热、先进封装、设备材料

token 消耗增长,会继续牵动算力、存储、电力与封装等基础设施。

如果 Agent、AI Coding、多模态和企业级应用继续扩展,token 消耗会成为观察 AI 基础设施的重要入口。任务越复杂、上下文越长、自动化程度越高,推理需求就越大。

这会继续牵动 GPU、CPU、HBM、光模块、服务器、电力、散热、先进封装和设备材料等环节。AI 产业链不应只看单个芯片,而要看数据如何流动、算力如何组织、能耗如何解决。

三、产业链:方向要落到订单和利润

沙龙里反复强调,产业方向对,不代表每家公司都对;需求增长,也不代表任意价格都合理。特别是在 A 股,市场有时会更早交易预期,这既带来弹性,也带来风险。

更稳妥的研究方式,是先看产业趋势是否真实,再看公司是否处在关键位置,最后看当前价格是否已经充分反映乐观假设。

四、期权知识与 RWA 前沿:只做知识普及

本次沙龙也涉及场外个股期权等工具的基础认知。衍生品复杂度和杠杆风险较高,并不适合所有投资者。公开内容更适合做风险教育,而不是具体交易引导。

理解期权,重点不是看名义杠杆,而是看期权费、期限、波动率、交易对手、流动性和适当性要求。对于 RWA 等新金融议题,也更适合在合规框架下做知识普及和风险边界讨论。

五、后续疆全沙龙活动,可以继续关注什么?

AI 产业链的变化不会在一次讨论里结束。疆全沙龙活动后续可继续围绕产业链拆解、跨市场比较、A 股订单验证,以及期权知识与 RWA 前沿等主题展开交流。

AI / 半导体产业链从光模块、HBM 到设备材料与国产替代,持续做产业拆解。

A 股 AI 链验证围绕订单、涨价、产能、利润兑现和估值消化做动态跟踪。

海外 AI 链比较观察美股、港股、台湾、日本、韩国等市场的产业位置差异。

期权知识与 RWA 前沿从期权基础、风险边界到 RWA 等新金融议题,做合规知识普及。

风险提示与合规声明:本文仅为疆全沙龙活动内容整理和产业研究笔记,不构成证券、基金、期货、衍生品或其他金融产品的投资建议、投资咨询、研究报告、交易指令、产品推介或收益承诺。市场有风险,投资需谨慎。