来源：市场资讯
（来源：ETF万亿指数）
近日，在朝阳永续向日葵聚会上，华宝基金指数研发投资部基金经理曹旭辰分享了一个很有意思的判断：
AI产业已经从“算力有没有”阶段，逐渐进入“应用怎么落地”的深度博弈阶段。
过去两年，市场对AI最大的共识，是GPU、光模块、服务器、电力等“卖铲人”环节的高景气；而未来真正拉开差距的，可能不再是谁拥有更多算力，而是谁能把AI真正变成产品、用户和现金流。
从这个角度看，AI产业正在经历一次典型的科技周期迁移。前半程，硬件定义产业；后半程，应用决定赢家。而这，也是本轮AI行情最值得重视的变化。
01
算力：仍然是AI时代最确定的主线
曹旭辰在分享中提到，过去三年，GPU是整个半导体产业“最锋利的剑”。从A100、H100，到GB200、未来的Rubin架构，英伟达几乎以一年一次的大迭代节奏推动AI基础设施升级。
本轮AI与过去互联网最大的不同，在于大模型能力提升，本质上仍然依赖“堆算力”。
微软FY26Q2资本开支同比增长66%，而Meta在25Q4的“投资现金净额/经营现金净额”预计将达到94.4%，这意味着云厂商即将从“用赚的钱投AI”转向“借债投AI”。
可见，云厂商虽然云收入增长明显，但目前仍难完全覆盖AI成本扩张。
这意味着，全球科技巨头对于AI的投入，仍然处于“抢未来入口”的阶段，而不是“算ROI”的阶段。换句话说，AI基础设施军备竞赛，还远没有结束。
对应到投资端，创业板人工智能ETF华宝（159363）依然是比较典型的“AI卖铲人”方向。这只ETF聚焦光模块、IDC、AI服务器等核心算力环节，覆盖中际旭创、新易盛、天孚通信等高景气公司，本质上是全球AI资本开支扩张的映射。
当前市场对“算力长期景气”已经形成高度一致预期，但真正的关键，在于2027年全球CAPEX是否会继续超预期？而从目前海外云厂商动作来看，答案仍偏积极。
02
AI产业结构：芯片最集中，应用最分散
当前AI产业结构，芯片层高度垄断，大模型层多寡头竞争，而应用层则是百花齐放。
这其实和互联网早期非常相似。底层基础设施往往赢家通吃，而越往上层，商业模式越分散。
目前全球高端GPU市场，英伟达依然占据接近9成份额；但到了应用层，行业软件、Agent、AI办公、AI金融、AI教育、AI营销，都还处于跑马圈地阶段。
也就是说，AI真正最大的市场空间，其实并不在模型，而在应用。因为最终决定产业规模的，从来不是技术参数，而是用户时长、商业化效率和生态能力。
03
国产AI：从“追模型”转向“重应用”
曹旭辰分享中一个非常重要的观点是，海外模型追求“智能化”，国产模型更重视“商业化”。
原因也很现实。海外拥有更强GPU资源，因此继续加大资本开支，不断提升模型能力；而国内在高端芯片受限背景下，更倾向于通过中低端算力优化，以及应用落地实现突破。
DeepSeek-R1之后，国产AI产业的逻辑已经发生变化。不再单纯卷参数，而是开始重视推理效率、商业场景和自主可控。
曹旭辰提出，2026年可能是国产自主可控真正的“业绩兑现元年”。 随着寒武纪、华为昇腾、海光等产业链逐渐放量，国产GPU渗透率正在快速提升。
下图显示，2026年预期华为昇腾出货量将达到180W+，较2024年的60实现翻倍增长，寒武纪、海光等厂商也进入了大幅兑现期。这为科创人工智能ETF等产品的配置价值提供了直接的业绩支撑。
国产GPU渗透率快速提升
对应方向上，科创人工智能ETF华宝（589520）、科创芯片ETF华宝（589190）以及大数据ETF华宝（516700），都属于国产算力链的重要映射。
一方面受益于GPU国产替代，另一方面也受益于AI服务器、数据中心需求扩张，以及自主可控逻辑强化。过去几年，国产AI更多炒的是“预期”；未来几年，市场可能开始看“利润”。
04
大模型竞争：比拼“能不能干活”
当前大模型已经进入第四阶段。
最值得关注的变化，是市场开始从“模型参数竞争”，转向“任务完成度竞争”。
曹旭辰引用的数据很有代表性。Claude虽然成本更高，但因为Coding和Agent能力更强，ARR（年度经常性收入）已经超过GPT。
2026年4月，Claude的ARR达到了300亿美金，超越了GPT的250亿美金。Claude胜在B端的高效率，比如它的Coding和Agent能力很强，而GPT核心在C端。
这能有力证明了“能不能干活”比“聪不聪明”更重要。
因此，未来AI的核心竞争力，可能不再是单轮对话，而是Agent执行能力、多模态协同、企业工作流整合，以及软件生态能力。
这也是为什么OpenAI越来越像一家“新时代互联网公司”，而不仅仅是模型公司。
曹旭辰在分享中特别提到了Sora，他认为Sora是“技术理想与商业成本三重错配”的典型样本。它在6个月内走完了‘爆火到速朽’的全周期，证明了技术不等于产品，流量不等于用户。这一反例能更深刻地提醒投资者，下半场的胜负手在留存和商业闭环。
在这一背景下，港股互联网ETF华宝（513770）的逻辑开始变得越来越清晰。腾讯、阿里、百度等互联网平台，拥有AI时代最重要的数据、流量和生态入口，而当前整体估值仍处于相对低位。
AI未来一旦进入大规模商业化阶段，这类平台型公司的价值重估空间，可能会比市场预期更大。
05
AI真正的下半场，可能在应用端
最后，曹旭辰本次分享一个非常重要的结论，所有科技革命，最终利润都会从硬件流向应用。
工业革命如此，互联网如此，AI大概率也如此。
过去两年，AI行情主要集中在GPU、光模块、IDC、电力这些基础设施环节；但未来几年，市场可能开始更关注AI软件、AI Agent、AI终端、AI金融，以及AI互联网平台。
因为随着模型能力逐渐成熟，真正决定产业价值的，将是谁拥有用户、场景和数据。
所以，无论是工业革命还是互联网革命，新技术的前半程都是高端硬件占据主导，但最终应用端将占据最大的市场规模和利润占比。目前算力是“卖铲人”，而应用则是AI产业的“永动机”。
对应方向上，金融科技ETF华宝（159851）和港股通信息技术ETF华宝（159131）值得关注。
什么原因呢？AI最容易率先落地的行业之一就是金融，无论是智能投顾、量化交易、风控还是数字货币生态，都具备较强的AI重塑空间。 而港股信息技术方向，则更多受益于AI终端、软件以及企业数字化升级。
总结一下，如果说过去两年，AI市场交易的是“GPU信仰”，那么未来几年，市场可能开始交易AI能否真正创造收入、真正改变行业、真正形成生态。
算力仍然重要，但它正在从“唯一答案”，变成“基础条件”。
而真正决定下一阶段产业高度的，可能是应用端那场更复杂、更长期、也更有想象力的深度博弈。
注：费率详见各基金法律文件。
风险提示：创业板人工智能ETF华宝被动跟踪创业板人工智能指数，该指数基日为2018.12.28，发布于2024.7.11；科创人工智能ETF华宝被动跟踪上证科创板人工智能指数，该指数基日为2022.12.30，发布于2024.7.25；科创芯片ETF华宝被动跟踪上证科创板芯片指数，该指数基日为2019.12.31，发布日期为2022.6.13；港股通信息技术ETF华宝被动跟踪中证港股通信息技术综合指数，该指数基日为2014.11.14，发布于2017.6.23；大数据ETF华宝被动跟踪中证大数据产业指数，该指数基日为2012.12.31，发布于2016.10.18；港股互联网ETF华宝被动跟踪中证港股通互联网指数，该指数基日为2016.12.30，发布于2021.1.11；金融科技ETF华宝被动跟踪中证金融科技主题指数，该指数基日为2014.6.30，发布于2017.6.22；港股通信息技术ETF华宝被动跟踪中证港股通信息技术综合指数，该指数基日为2014.11.14，发布于2017.6.23，指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。文中提及个股仅为指数成份股客观展示列举，不作为任何个股推荐，不代表基金管理人和基金投资方向。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，华宝基金亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资人应当认真阅读《基金合同》、《招募说明书》、《基金产品资料概要》等基金法律文件，了解基金的风险收益特征，选择与自身风险承受能力相适应的产品。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证。根据基金管理人的评估，大数据ETF华宝、金融科技ETF华宝风险等级为R3-中风险，适宜平衡型（C3）及以上的投资者，创业板人工智能ETF华宝、科创人工智能ETF华宝、科创芯片ETF华宝、港股互联网ETF华宝、港股通信息技术ETF华宝风险等级为R4-中高风险，适宜积极型（C4）及以上的投资者，适当性匹配意见请以销售机构为准。销售机构（包括基金管理人直销机构和其他销售机构）根据相关法律法规对以上基金进行风险评价，投资者应及时关注基金管理人出具的适当性意见，各销售机构关于适当性的意见不必然一致，且基金销售机构所出具的基金产品风险等级评价结果不得低于基金管理人作出的风险等级评价结果。基金合同中关于基金风险收益特征与基金风险等级因考虑因素不同而存在差异。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎选择基金产品并自行承担风险。中国证监会对以上基金的注册，并不表明其对该基金的投资价值、市场前景和收益做出实质性判断或保证。基金投资须谨慎。
热门跟贴