文 | 多空象限
2026年第一季度，AI产业迎来了一个重要的分水岭。市场正在告别2023至2025年间以“流动性溢价+概念炒作”为主导的阶段，进入一个以“盈利兑现优先、硬件占优”为特征的新周期。这一转变标志着AI产业的核心逻辑，正从“讲故事”走向“看报表”。
从三个维度可以清晰地看到这一投资逻辑的根本变化：
首先，纯软件及AI应用公司的平均市盈率从2025年的65倍回落至2026年一季度的35倍，而GPU、服务器、光模块等AI硬件龙头的市盈率则维持在45-55倍的高位，且业绩持续超预期，估值分化加剧。
其次，一季度公募基金的AI持仓中，硬件板块占比从2025年的42%大幅提升至68%，软件板块则从58%降至32%，机构“用脚投票”的趋势愈发明显，资金流向出现逆转。
最后，一季报数据显示，AI硬件公司平均净利润同比增长85%，而AI软件公司仅增长12%；股价表现与业绩增速的相关性从0.3显著提升至0.78，业绩验证正成为股价的核心催化剂。
AI投资为何转向硬件？
从宏观层面来看，流动性环境正在边际收紧。2026年，全球主要央行进入“higher for longer”阶段，流动性宽松周期正式结束，估值扩张的时代宣告终结。美联储联邦基金利率维持在4.75%-5.00%区间，10年期美债收益率在4.2%-4.5%的高位震荡。中国央行则在一季度净回笼MLF 6000亿元，DR007从2025年的平均1.8%升至2.1%。与此同时，纳斯达克100指数的远期市盈率从2025年末的28倍降至2026年4月的23倍。
我们可以看到一条从宏观利率变化到公司估值的清晰传导路径：在流动性收紧的背景下，缺乏现金流支撑的高估值公司首当其冲，投资者从追逐“市梦率”回归到关注“市盈率”。硬件公司因拥有真实订单和利润，成为资金的避风港。中信证券在研报中指出：“流动性拐点确认后，AI投资必须从‘估值驱动’转向‘盈利驱动’，硬件环节因业绩确定性最高，将成为资金首选配置方向。”高盛也表示：“在高利率环境下，我们下调纯软件AI公司目标价15%-25%，同时上调硬件龙头目标价10%-15%。”
除了宏观环境变化，一季度财务数据也揭示了硬件与软件板块之间的显著分化。两者在盈利兑现能力上的差异，是表现“冰火两重天”的另一关键原因。硬件端呈现出“量价齐升”的黄金期：大模型训练和推理需求爆发，GPU供不应求，服务器厂商订单饱满，光模块用量激增（800G/1.6T产品单价提升30%-50%），规模效应叠加技术壁垒，推动毛利率持续提升。
而软件端则陷入“增收不增利”的困境：大模型同质化严重，价格战激烈（API调用价格在2025-2026年间下降60%），获客成本高企，商业化落地缓慢，盈利模式尚未跑通。
中金公司预计2026年硬件环节净利润增速将是软件的5-7倍。摩根士丹利强调：“软件公司的单位经济模型尚未改善，获客成本仍高于客户终身价值，这是估值下修的根本原因。”
机构持仓与调研方向的转变，则是资金“用脚投票”的最直接体现。对比2026年一季度与2025年四季度的持仓数据，公募基金增持前三名分别为英伟达（+3.2%）、中际旭创（+2.8%）和工业富联（+2.1%）；减持前三名则分别为某AI语音公司（-4.5%）、某AI办公公司（-3.8%）和某大模型创业公司（-3.2%）。
从调研频次来看，2026年3-4月，AI硬件公司平均每月接待机构调研15.6次，而AI软件公司仅为6.3次。调研问题的关注点也明显不同：硬件公司被问及“产能扩张进度、订单可见度、毛利率趋势”；软件公司则被关注“付费转化率、续费率、盈亏平衡点”。华泰证券指出：“机构调研的‘硬件偏好’反映了市场对确定性的追求。硬件公司的订单可见度已达12-18个月，而软件公司的收入预测误差率仍高达40%。”
AI硬件产业链：盈利兑现的“黄金赛道”
GPU芯片：算力需求的“卖水人”
全球GPU市场规模正从2025年的450亿美元快速增长至2026年的820亿美元，同比增长82%。
龙头公司财务表现亮眼，英伟达2026年一季度营收达440.62亿美元，同比增长69.18%；净利润187.75亿美元，同比增长26.17%；毛利率维持在60.5%的高位。
A股龙头中际旭创一季度营收194.96亿元，净利润63.17亿元，毛利率46.1%。订单可见度方面，2026年全年产能已售罄，2027年一季度订单也已开始排产，供需失衡至少持续至2027年。
竞争格局方面，英伟达在训练芯片市场占据90%的份额，H200/B100系列供不应求；AMD的MI300系列快速放量，2026年一季度数据中心营收同比增长156%，市场份额从5%升至8%。
国产替代方面，华为昇腾910B产能持续爬坡，2026年预计出货15万片（同比增长200%），但生态壁垒仍是挑战。瑞银认为：“国产GPU在推理端有望实现20%-30%的替代率，但在训练端仍需3-5年追赶。”
AI服务器：算力落地的“承载者”
全球AI服务器市场规模预计从2025年的380亿美元增至2026年的650亿美元，同比增长71%；中国AI服务器市场则从120亿美元增至210亿美元，同比增长75%。AI服务器正呈现出“量价齐升”的局面：大模型参数量每18个月翻10倍，训练集群规模从千卡级迈向万卡级，服务器需求量指数级增长；单机价值量从2023年的8万美元升至2026年的15万美元（其中GPU占比从60%升至70%）。头部厂商如工业富联、浪潮信息、超微电脑凭借供应链管理和交付能力，市场份额持续提升。
从一季度财务表现看，工业富联AI服务器营收占比从25%升至48%（预测），毛利率提升2.3个百分点至9.8%；浪潮信息AI服务器出货量同比增长95%（预测），经营现金流净额转正。招商证券表示：“AI服务器是‘铲子股’逻辑最清晰的环节，订单可见度达18个月。预计2026年头部厂商净利润增速将超80%。”花旗也指出：“服务器厂商的议价能力正在提升，毛利率拐点已现，这是过去三年未见的积极信号。”
光模块：算力网络的“血管”
技术迭代是光模块行业持续增长的核心动力。速率从400G到800G再到1.6T，2026年800G渗透率将从35%升至65%，1.6T开始小批量出货；万卡集群的光模块用量从2023年的25万只升至2026年的80万只，增长220%；800G光模块单价约800美元，1.6T产品单价预计在1500-1800美元。
中国厂商在全球光模块市场中占据70%的份额（代表企业有中际旭创、新易盛、天孚通信），一季度头部公司净利润同比增长70%-90%，毛利率维持在35%-40%的高位。光大证券认为：“光模块是AI硬件中‘弹性最大’的环节，1.6T产品放量将推动2026-2027年行业复合增速超60%。”
其他关键环节：HBM、先进封装、液冷
HBM（高带宽内存）2026年市场规模预计达120亿美元，同比增长95%，SK海力士、三星、美光三足鼎立，国产长鑫存储正在加速追赶。先进封装（CoWoS）产能瓶颈制约GPU出货，台积电2026年CoWoS产能翻倍仍供不应求。液冷散热方面，单机柜功率密度从20kW升至50kW，液冷渗透率从15%提升至45%。
AI软件与应用：困境中的破局探索
与硬件端的火热形成鲜明对比的是，AI软件与应用当前正面临三重商业化困境。
大模型同质化严重，全球大模型数量从2023年的80个激增至2026年的650个，但性能差异却在缩小。MMLU基准测试显示，头部模型得分集中在85-88分区间，难以形成显著差异化。
价格战压缩盈利空间，API调用价格从2023年的0.03美元/千tokens降至2026年的0.012美元/千tokens，降幅达60%。国内大模型价格战更为激烈，部分厂商甚至打出“免费换流量”的策略。
付费转化率低下，企业端POC（概念验证）转化率仅15%-20%，平均销售周期从3个月延长至6个月；消费端付费用户占比普遍低于5%，ARPU值难以提升。
上市公司财报很好地佐证了这些困境，某头部AI办公公司2026年一季度营收同比增长35%，但销售费用率从45%升至58%，净利润率从8%降至-3%。某AI语音公司活跃用户数增长120%，但付费用户仅增长25%，获客成本是客户终身价值的2.3倍。
破局的方向正在从“通用大模型”转向“垂直场景深耕”。具体包括：行业大模型+私有化部署，金融、医疗、法律等垂直领域因数据壁垒和合规要求，私有化部署成为刚需；AI Agent（智能体）从“对话”走向“执行”，用户不愿为“聊天”付费，但愿意为“完成任务”买单。2026年一季度，AI Agent在客服、销售、运维等场景的渗透率从8%升至22%，商业模式按任务完成量收费（如每成功处理一个订单收费5元），单位经济模型显著改善；端侧AI，即手机、PC、汽车的“AI化”。2026年AI手机渗透率预计达45%，带动SoC、存储、传感器升级；L3级自动驾驶落地，单车AI算力从50TOPS升至200TOPS，商业模式为硬件销售+软件订阅（如FSD每月99美元）。
国泰君安认为“软件公司的出路在于‘垂直化+场景化’，通用大模型已成红海，但金融、医疗等垂直领域仍有10倍空间。”野村证券也称：“AI Agent是2026年最值得关注的软件方向，我们预计2027年Agent市场规模将达150亿美元，复合增速120%。”
市场展望：2026-2030年AI产业链发展趋势
展望未来3-5年，AI硬件环节预计将保持强劲增长态势。这一判断主要基于三大原因：大模型迭代持续加速，参数量每18个月翻10倍的趋势未变，训练集群规模从万卡级向十万卡级演进，算力需求呈指数级增长；推理需求爆发式增长，AI应用从训练端向推理端迁移，预计2027年推理算力需求将超过训练算力，成为主要增长引擎；技术迭代带来价值量提升，GPU从H200向B100、Rubin演进，光模块从800G向1.6T、3.2T升级，HBM从HBM3向HBM4迭代，单机价值量持续提升。
兴业证券预计，到2027年全球AI服务器专用ASIC出货量将比2024年增长三倍。这一爆炸性增长的背后，是谷歌TPU基础设施的强劲需求、AWS Trainium集群的持续扩展，以及Meta和微软内部芯片产品组合的扩展。国金证券预测：“北美四大云厂商持续扩大AI基础设施投资，2026年总投资金额有望达到6000亿美元的历史新高。Token数量的爆发式增长带动了ASIC强劲需求，我们研判谷歌、亚马逊、Meta、OpenAI及微软的ASIC数量在2026-2027年将迎来爆发式增长。”
软件环节则有望在2027年后迎来拐点。2026年软件板块仍处于估值消化和商业模式探索期，但2027年后，随着AI Agent商业化落地和垂直领域大模型付费率提升，有望迎来业绩拐点。关键观察指标包括：付费转化率从当前的15%-20%提升至30%以上，续费率从60%-70%提升至85%以上，经营现金流从负转正，单位经济模型跑通，AI Agent渗透率从当前的22%提升至50%以上。发展路径大致为：2026年估值消化期，聚焦垂直领域和AI Agent试点；2027年商业化验证期，头部公司实现盈亏平衡；2028-2030年规模扩张期，付费率提升驱动利润释放。软件环节的市场规模将呈现“前低后高”的增长态势。
竞争格局方面，无论是硬件还是软件，都将从“百花齐放”走向“强者恒强”。硬件环节头部集中趋势加剧：GPU领域英伟达、AMD双寡头格局稳固；光模块中国厂商全球份额有望从70%提升至80%；服务器头部厂商CR5从65%提升至75%。软件环节则迎来垂直领域龙头崛起，通用大模型公司大量出清，金融、医疗、法律等垂直领域及AI Agent龙头凭借场景理解和付费转化能力脱颖而出。区域格局上，中美分化加剧：美国在GPU、大模型领域保持领先，中国在光模块、服务器、端侧AI领域优势扩大，国产替代加速推进。
当然，风险因素也不容忽视。技术迭代风险方面，量子计算、光子芯片等颠覆性技术若提前突破，现有GPU产业链可能面临重构。地缘政治风险方面，美国对华AI芯片出口管制若进一步收紧，可能影响国产替代进度和全球供应链稳定。宏观经济风险方面，若全球衰退来临，企业IT支出缩减，AI资本开支可能推迟，从而影响硬件需求。估值回调风险方面，硬件板块2026年PE已达45-55倍，若业绩增速放缓，可能面临“戴维斯双杀”。
结语
2026年，AI投资正从“野蛮生长”进入“精耕细作”的新阶段。硬件环节凭借清晰的盈利模式和强劲的业绩兑现能力，成为当前确定性最高的配置方向；软件应用虽短期承压，但垂直化、场景化、端侧化的破局探索正在孕育新的机会。
流动性驱动退潮，盈利兑现成为唯一的“硬通货”。市场正从“市梦率”思维转向“市盈率”思维，投资者更加关注真实的订单、利润和现金流。硬件为王，GPU、服务器、光模块构成的“黄金三角”，2026-2030年净利润复合增速预计超过45%，供需失衡至少持续至2027年，订单可见度充足，毛利率持续提升。软件待时，短期应规避通用大模型，重点关注垂直领域和AI Agent的突破性进展；2027年后，随着商业化落地，软件板块有望迎来估值与业绩的双击。
AI产业的长期趋势并未改变——算力需求爆发式增长、推理端需求崛起、技术迭代加速，这三大动力依然强劲。唯有紧跟产业节奏、聚焦盈利兑现，方能在AI产业的“下半场”中赢得超额收益。
参考资料：
[1]AI硬件投资新阶段：盈利兑现优先，中信证券
[2]AI产业链深度：硬件黄金期，软件待拐点，中金公司
[3]Global AI Investment Strategy，Goldman Sachs
[4]AI Software Unit Economics Analysis，Morgan Stanley
[5]GPU：最确定的瓶颈，中信建投
[6]国产GPU替代路径分析，瑞银
[7]AI服务器：订单可见度18个月，招商证券
[8]光模块：1.6T驱动高增长，光大证券
风险提示及免责声明
本文内容基于公开信息及券商研究报告整理，仅供参考，不构成任何投资建议。投资者据此操作，风险自担。文中涉及的所有数据、观点均来源于第三方机构，作者不对数据的准确性和完整性作任何保证。市场有风险，投资需谨慎。本文不构成对任何证券、基金及其他金融产品的推荐或要约，也不构成对任何投资策略的承诺。过往业绩不代表未来表现，投资者应结合自身风险承受能力，在独立判断的基础上审慎决策。
热门跟贴