本次会议主要围绕AI泡沫的监测、中美AI投资差异、AI对增长的拉动以及保险资金配置等方面展开讨论。
AI泡沫监测：
- 会议构建了四个维度、19个指标的AI泡沫监测体系，从需求、现金流、资金来源和外部约束四个方面评估AI是否处于泡沫阶段。
- 需求端：AI调用量持续增长，付费比例在专业领域较高，但整体付费兑现速度需关注。
- 现金流：云厂商资本开支加大，自由现金流接近转负，需依赖外部融资，但整体融资成本尚可。
- 资金来源：目前AI投资主要依赖全社会，而非早期科技泡沫中的大量小IPO，资金来源相对有序。
- 外部约束：社会反对声音存在，但短期正面性较强，监管压力尚不明显。
- 结论：AI目前尚未进入全面泡沫阶段，但需动态监测需求兑现速度、现金流状况和外部环境变化。
中美AI投资差异：
- 美国AI投资规模远超中国，主要原因是盈利模式、资本市场成熟度和技术路线的差异。
- 美国以token调用变现，资本市场活跃，VC/PE投资比例高，追求规模优先、资本密集的路线。
- 中国以用户规模扩张和部署为主，资本市场相对谨慎，政府投资占比高，选择算法优先、效率优先的路线。
- 中国AI应用渗透率高，但商业化变现通道尚未完全打通，模型出海和硬件出口提供增量动力。
- 中国国产算力加速替代，但云服务厂商自身资本开支增速放缓，AI出口带动电子产业链投资增长。
AI对增长的拉动：
- 中国AI产业链对经济增长的拉动主要来自AI出口及其带动的相关制造业投资。
- 中国AI基础设施投资规模和增速均低于美国，但AI出口增速领先，带动电子产业链投资增长。
- AI出口存在进口漏损，对国内增加值和利润的拉动作用相对有限。
保险资金配置：
- 寿险资金配置需考虑流动性、成本收益和久期三个属性的匹配，三者存在冲突性。
- 头部保险公司久期缺口较小，但行业整体存在压缩空间，成本收益匹配压力仍存。
- 金融监管总局可能落地保险公司资产负债匹配硬性要求，要求息类收益覆盖负债成本。
- 分红险转型将提升权益风险容忍度，但整体权益配置比例短期内难以大幅上升。
