自4月初以来，英伟达从底部翻倍只花了3个月的时间，随着全球的AI叙事再起，国内在近期H20解禁后，市场资金对国内AI硬件/应用股都有了更大的期待。
在A股市场，也跑出了AI相关的翻倍股，例如光模块龙头的中际旭创和新易盛，连续交出超市场预期的业绩，过去几个月的估值变化也是“越买越便宜”的阶段。即使涨了一倍，现在对应明年估值仍然是便宜的。
为什么会有那么大的预期差，这其实是因为AI投资的研究难度跟创新药有些类似。
同样是业内人士也很难判断出哪些究竟是优秀的公司，专业卖方跟个人投资者的研究水平没有拉开差距，也就会出现这种低估值定价，逐渐修复到合理估值的过程。而AI行业在日益变化着，但我们看到的是全球AI叙事才刚刚开始，过去两年是0-1的阶段，接下来是1-10的阶段，AI板块依旧是仓位配置中不可缺少的一环。
既然如此，用ETF的方式来参与也是不错的选择，既不怕个人研究挑错个股踩雷，也能享受到国内外AI逐渐爆发的过程。例如，人工智能ETF（159819）和科创人工智能ETF（588730），自4月以来都有20%左右的涨幅，国外AI大模型在爆发，国内只是时间上可能会晚一些。
从Chatbot走向推理，Token消耗量的大幅增长
回顾今年的AI行情，主要由1月份trump推动星际之门的建设，NVDA带领AI板块创下新高，而在2月份deepseek出现后，由于全球资金对AI板块的拥挤度在历史最高水平，加上市场开始担忧AI算力需求，因此AI板块出现了大幅的回调。
到3-4月份，英伟达GB200服务器的出货延迟，AI算力需求+对等关税的担忧，让AI板块一度陷入“泡沫被戳破”的阶段。直到对等关税延期90天后，美股AI开始反弹。
值得注意的是，虽然当时AI板块跌的很惨，但从AI产业发展来看，实际上基本面跟股价是出现背离的。
在Deepseek出现后，快速推动了大模型对推理功能的升级。大模型从基础的chatbot走向深度推理，这意味着tokens的消耗量从几千至几万的水平，上升到几万至上百万的程度。也就是说，代表算力消耗量的指标，tokens翻了数十倍，算力的需求在越来越大。
从下图中看，自从谷歌Gemini发布深度思考功能后，谷歌2月份的token消耗量为170万亿/月均，而到今年7月，这个数字已经到了960万亿/月均，短短半年时间就翻了几倍，而到年末显然会去到更高的数字。
谷歌CEO表示，由于看到大量的推理需求，今年的Capex上调至850亿美元，明年资本开支会在该数字上继续增长。
而这只是最不被市场看好的谷歌，谷歌明年资本开支可能会达到1000亿美元，那其他几家CSP的资本开支可能会比谷歌还要高，可见海外AI的进展有多快。
对于国内大模型来说也是一样的。
从下图中看，在推理需求出现后，豆包大模型日均tokens消耗量从去年底的4万亿tokens/日均，上升到16.4万亿tokens/日均。
而在to c端的AI应用付费率上，国内AI反而从数据上看是优于海外的。
例如，金山办公WPS AI的付费率是13%，近期港股大涨的美图付费率是12%，而OpenAI的付费率仅为4%。当然，用户基数上有很大的差距，但从数据上来看，其实付费率也不差，只是爆发的时间节点还没到。
2C端生成式AI工具的收入贡献占比仍低于30%；2B端AI收入占比低于20%。
应用领域：2C端高AI收入占比的企业集中在视频/图片处理、医疗、办公领域； 2B端高AI收入占比的企业集中在医疗、办公、人力资源领域。
从下图中看，Chatbot访问量数据上看，还是保持着较高的水平，并不是今年2月高峰后数据就直线下降了，而是培养出一部分的用户。
根据高盛的预估，随着H20出口解禁，接下来互联网股对AI capex的开支会加速，甚至会超出市场原本的预期也不奇怪。
随着AI应用的渗透率提升，接下来大概率会看到AI硬件和软件共振的增长趋势，也就是AI硬件走在前面，而软件爆发走在后面。
那么，站在中长期的视角来看，目前可能我们还只是AI发展的1-10阶段，在这阶段各家都在摸索出自己的应用方向，当行业内有几家跑出优秀的模式后，行情扩散的速度会非常快，虽然当下不知道谁会是第一个跑到终点的，但通过ETF的方式来配置整个行业，其实就不怕选错了哪家公司。
例如，人工智能ETF（159819）及联接基金（012733/012734），和科创人工智能ETF（588730）及联接基金（023564/023565），这两个都是不错的选择，既有AI硬件的龙头公司，也有应用公司，硬件和应用的配置会提高些胜率。
原文标题 : 如何把握一路狂飙的AI叙事？
自4月初以来，英伟达从底部翻倍只花了3个月的时间，随着全球的AI叙事再起，国内在近期H20解禁后，市场资金对国内AI硬件/应用股都有了更大的期待。
在A股市场，也跑出了AI相关的翻倍股，例如光模块龙头的中际旭创和新易盛，连续交出超市场预期的业绩，过去几个月的估值变化也是“越买越便宜”的阶段。即使涨了一倍，现在对应明年估值仍然是便宜的。
为什么会有那么大的预期差，这其实是因为AI投资的研究难度跟创新药有些类似。
同样是业内人士也很难判断出哪些究竟是优秀的公司，专业卖方跟个人投资者的研究水平没有拉开差距，也就会出现这种低估值定价，逐渐修复到合理估值的过程。而AI行业在日益变化着，但我们看到的是全球AI叙事才刚刚开始，过去两年是0-1的阶段，接下来是1-10的阶段，AI板块依旧是仓位配置中不可缺少的一环。
既然如此，用ETF的方式来参与也是不错的选择，既不怕个人研究挑错个股踩雷，也能享受到国内外AI逐渐爆发的过程。例如，人工智能ETF（159819）和科创人工智能ETF（588730），自4月以来都有20%左右的涨幅，国外AI大模型在爆发，国内只是时间上可能会晚一些。
从Chatbot走向推理，Token消耗量的大幅增长
回顾今年的AI行情，主要由1月份trump推动星际之门的建设，NVDA带领AI板块创下新高，而在2月份deepseek出现后，由于全球资金对AI板块的拥挤度在历史最高水平，加上市场开始担忧AI算力需求，因此AI板块出现了大幅的回调。
到3-4月份，英伟达GB200服务器的出货延迟，AI算力需求+对等关税的担忧，让AI板块一度陷入“泡沫被戳破”的阶段。直到对等关税延期90天后，美股AI开始反弹。
值得注意的是，虽然当时AI板块跌的很惨，但从AI产业发展来看，实际上基本面跟股价是出现背离的。
在Deepseek出现后，快速推动了大模型对推理功能的升级。大模型从基础的chatbot走向深度推理，这意味着tokens的消耗量从几千至几万的水平，上升到几万至上百万的程度。也就是说，代表算力消耗量的指标，tokens翻了数十倍，算力的需求在越来越大。
从下图中看，自从谷歌Gemini发布深度思考功能后，谷歌2月份的token消耗量为170万亿/月均，而到今年7月，这个数字已经到了960万亿/月均，短短半年时间就翻了几倍，而到年末显然会去到更高的数字。
谷歌CEO表示，由于看到大量的推理需求，今年的Capex上调至850亿美元，明年资本开支会在该数字上继续增长。
而这只是最不被市场看好的谷歌，谷歌明年资本开支可能会达到1000亿美元，那其他几家CSP的资本开支可能会比谷歌还要高，可见海外AI的进展有多快。
对于国内大模型来说也是一样的。
从下图中看，在推理需求出现后，豆包大模型日均tokens消耗量从去年底的4万亿tokens/日均，上升到16.4万亿tokens/日均。
而在to c端的AI应用付费率上，国内AI反而从数据上看是优于海外的。
例如，金山办公WPS AI的付费率是13%，近期港股大涨的美图付费率是12%，而OpenAI的付费率仅为4%。当然，用户基数上有很大的差距，但从数据上来看，其实付费率也不差，只是爆发的时间节点还没到。
2C端生成式AI工具的收入贡献占比仍低于30%；2B端AI收入占比低于20%。
应用领域：2C端高AI收入占比的企业集中在视频/图片处理、医疗、办公领域； 2B端高AI收入占比的企业集中在医疗、办公、人力资源领域。
从下图中看，Chatbot访问量数据上看，还是保持着较高的水平，并不是今年2月高峰后数据就直线下降了，而是培养出一部分的用户。
根据高盛的预估，随着H20出口解禁，接下来互联网股对AI capex的开支会加速，甚至会超出市场原本的预期也不奇怪。
随着AI应用的渗透率提升，接下来大概率会看到AI硬件和软件共振的增长趋势，也就是AI硬件走在前面，而软件爆发走在后面。
那么，站在中长期的视角来看，目前可能我们还只是AI发展的1-10阶段，在这阶段各家都在摸索出自己的应用方向，当行业内有几家跑出优秀的模式后，行情扩散的速度会非常快，虽然当下不知道谁会是第一个跑到终点的，但通过ETF的方式来配置整个行业，其实就不怕选错了哪家公司。
例如，人工智能ETF（159819）及联接基金（012733/012734），和科创人工智能ETF（588730）及联接基金（023564/023565），这两个都是不错的选择，既有AI硬件的龙头公司，也有应用公司，硬件和应用的配置会提高些胜率。
原文标题 : 如何把握一路狂飙的AI叙事？
