自4月初以來，英偉達從底部翻倍只花了3個月的時間，隨著全球的AI敘事再起，國內(nèi)在近期H20解禁后，市場資金對國內(nèi)AI硬件/應(yīng)用股都有了更大的期待。

在A股市場，也跑出了AI相關(guān)的翻倍股，例如光模塊龍頭的中際旭創(chuàng)和新易盛，連續(xù)交出超市場預(yù)期的業(yè)績，過去幾個月的估值變化也是“越買越便宜”的階段。即使?jié)q了一倍，現(xiàn)在對應(yīng)明年估值仍然是便宜的。

為什么會有那么大的預(yù)期差，這其實是因為AI投資的研究難度跟創(chuàng)新藥有些類似。

同樣是業(yè)內(nèi)人士也很難判斷出哪些究竟是優(yōu)秀的公司，專業(yè)賣方跟個人投資者的研究水平?jīng)]有拉開差距，也就會出現(xiàn)這種低估值定價，逐漸修復(fù)到合理估值的過程。而AI行業(yè)在日益變化著，但我們看到的是全球AI敘事才剛剛開始，過去兩年是0-1的階段，接下來是1-10的階段，AI板塊依舊是倉位配置中不可缺少的一環(huán)。

既然如此，用ETF的方式來參與也是不錯的選擇，既不怕個人研究挑錯個股踩雷，也能享受到國內(nèi)外AI逐漸爆發(fā)的過程。例如，人工智能ETF（159819）和科創(chuàng)人工智能ETF（588730），自4月以來都有20%左右的漲幅，國外AI大模型在爆發(fā)，國內(nèi)只是時間上可能會晚一些。

從Chatbot走向推理，Token消耗量的大幅增長

回顧今年的AI行情，主要由1月份trump推動星際之門的建設(shè)，NVDA帶領(lǐng)AI板塊創(chuàng)下新高，而在2月份deepseek出現(xiàn)后，由于全球資金對AI板塊的擁擠度在歷史最高水平，加上市場開始擔憂AI算力需求，因此AI板塊出現(xiàn)了大幅的回調(diào)。

到3-4月份，英偉達GB200服務(wù)器的出貨延遲，AI算力需求+對等關(guān)稅的擔憂，讓AI板塊一度陷入“泡沫被戳破”的階段。直到對等關(guān)稅延期90天后，美股AI開始反彈。

值得注意的是，雖然當時AI板塊跌的很慘，但從AI產(chǎn)業(yè)發(fā)展來看，實際上基本面跟股價是出現(xiàn)背離的。

在Deepseek出現(xiàn)后，快速推動了大模型對推理功能的升級。大模型從基礎(chǔ)的chatbot走向深度推理，這意味著tokens的消耗量從幾千至幾萬的水平，上升到幾萬至上百萬的程度。也就是說，代表算力消耗量的指標，tokens翻了數(shù)十倍，算力的需求在越來越大。

從下圖中看，自從谷歌Gemini發(fā)布深度思考功能后，谷歌2月份的token消耗量為170萬億/月均，而到今年7月，這個數(shù)字已經(jīng)到了960萬億/月均，短短半年時間就翻了幾倍，而到年末顯然會去到更高的數(shù)字。

谷歌CEO表示，由于看到大量的推理需求，今年的Capex上調(diào)至850億美元，明年資本開支會在該數(shù)字上繼續(xù)增長。

而這只是最不被市場看好的谷歌，谷歌明年資本開支可能會達到1000億美元，那其他幾家CSP的資本開支可能會比谷歌還要高，可見海外AI的進展有多快。

對于國內(nèi)大模型來說也是一樣的。

從下圖中看，在推理需求出現(xiàn)后，豆包大模型日均tokens消耗量從去年底的4萬億tokens/日均，上升到16.4萬億tokens/日均。

而在to c端的AI應(yīng)用付費率上，國內(nèi)AI反而從數(shù)據(jù)上看是優(yōu)于海外的。

例如，金山辦公WPS AI的付費率是13%，近期港股大漲的美圖付費率是12%，而OpenAI的付費率僅為4%。當然，用戶基數(shù)上有很大的差距，但從數(shù)據(jù)上來看，其實付費率也不差，只是爆發(fā)的時間節(jié)點還沒到。

2C端生成式AI工具的收入貢獻占比仍低于30%；2B端AI收入占比低于20%。

應(yīng)用領(lǐng)域：2C端高AI收入占比的企業(yè)集中在視頻/圖片處理、醫(yī)療、辦公領(lǐng)域； 2B端高AI收入占比的企業(yè)集中在醫(yī)療、辦公、人力資源領(lǐng)域。

從下圖中看，Chatbot訪問量數(shù)據(jù)上看，還是保持著較高的水平，并不是今年2月高峰后數(shù)據(jù)就直線下降了，而是培養(yǎng)出一部分的用戶。

根據(jù)高盛的預(yù)估，隨著H20出口解禁，接下來互聯(lián)網(wǎng)股對AI capex的開支會加速，甚至會超出市場原本的預(yù)期也不奇怪。

隨著AI應(yīng)用的滲透率提升，接下來大概率會看到AI硬件和軟件共振的增長趨勢，也就是AI硬件走在前面，而軟件爆發(fā)走在后面。

那么，站在中長期的視角來看，目前可能我們還只是AI發(fā)展的1-10階段，在這階段各家都在摸索出自己的應(yīng)用方向，當行業(yè)內(nèi)有幾家跑出優(yōu)秀的模式后，行情擴散的速度會非常快，雖然當下不知道誰會是第一個跑到終點的，但通過ETF的方式來配置整個行業(yè)，其實就不怕選錯了哪家公司。

例如，人工智能ETF（159819）及聯(lián)接基金（012733/012734），和科創(chuàng)人工智能ETF（588730）及聯(lián)接基金（023564/023565），這兩個都是不錯的選擇，既有AI硬件的龍頭公司，也有應(yīng)用公司，硬件和應(yīng)用的配置會提高些勝率。