这份研报通过复盘新能源车产业周期,对比分析AI硬件产业的发展阶段,提炼出历史样本的拐点信号、结构性分化信号及节奏信号,为AI硬件行情提供参考。报告重点分析了电动车周期的四阶段特征、关键信号及顶部特征,并与AI硬件产业进行对比,探讨了AI硬件的相似点与差异点,以及短期和中长期的行情判断。此外,还提出了AI硬件行情的关键变量、研究结论、核心路径以及需警惕的信号。
AI硬件行业的发展趋势主要体现在需求端爆发、中游确认、上游涨价和估值体系切换等方面。与新能源车产业相似,AI硬件行业也经历了需求端的非线性爆发,带动全产业链估值提升。同时,AI硬件产业链更广,供给端扩产速度慢,市场分歧主要来自应用端。未来,AI硬件行业的发展关键在于应用场景的打开,如AI编程的扩散,这将推动估值修复,否则可能面临估值压缩。
报告重点分析了新能源车产业周期与AI硬件产业的对比分析,包括两者的相似点和差异点。相似点主要体现在需求端爆发、中游确认、上游涨价和估值体系切换等方面;差异点则在于AI应用端空间远大于电动车,AI产业链更广,供给端扩产速度慢,渗透率概念不同。此外,报告还分析了AI硬件行情的短期和中长期判断,以及关键变量和核心路径。
当前AI硬件市场已现顶部信号,但短期修复依赖需求端催化,如tokens和流动性等因素。硬件端分化难免,但若AI应用突破,行情或创新高。从关键数据来看,tokens去年翻倍,今年五倍以上;企业AI渗透率去年破10%,今年向20%。同时,需警惕下游资本开支放缓、上游利润挤压、供给端释放缓慢等信号。
研报中提示了AI硬件行情的短期和中长期风险。短期来看,硬件端分化,需关注tokens、资本开支等数据,但整体偏中性。中长期风险则在于AI应用场景未能有效打开,可能导致估值压缩。此外,报告还提示了需警惕的信号,如下游资本开支放缓、上游利润挤压、供给端释放缓慢等,这些因素都可能对AI硬件行情产生影响。