云会客厅中美AI投资差异核心观点纪要

一、核心投资逻辑

1. 中美AI投资差异：中美AI投资差异源于技术路线选择。美国走规模优先、拼算力的路线，资本开支巨大；中国因算力约束走算法优先、效率优先路线，模型能力差距快速收敛，技术选择风险更小、回报更稳。
2. 中国AI资本开支逻辑：中国AI资本开支核心逻辑是“稳健加速”。稳健体现在不单纯拼规模，注重收入兑现、利润转化与投资效率；加速体现在需求侧与供给侧均形成增长态势，增速可观。

二、中美AI产业链差异分析

1. AI基建资本开支对应产业链环节：主要包括数据中心（含厂房、土建）、电力设备、IT设备（计算设备如服务器、网络设备，细分至芯片如CPU、GPU、光芯片等），部分企业采用算力租赁等轻资产模式。
2. 中美数据中心存量差距：美国数据中心存量远超中国，但中国发电能力优势明显，电力设施不足以解释AI投资规模差距，核心因素是商业模式、技术路线、资本市场成熟度差异。

三、国产AI硬件进展与挑战

1. 国产算力芯片进展：近2年进展显著，单卡性能、超节点互联能力大幅提升，从芯片算力指标向系统级应用能力延伸，2024-2025年AI加速卡国内占比达41%，英伟达卡占比降至55%，国产替代提速。
2. 国产算力芯片挑战：受外部限制，高端半导体代工产能爬坡困难，先进封装、存储器存在配套压力，但国内存储器巨头扩产精进，核心供应瓶颈有望2-3年逐步突破。

四、AI应用与商业化进展

1. 中国AI应用端活跃：企业AI部署率达45%，高于全球平均的38%，企业生成式AI应用渗透率高，AIPP月活突破2.4亿，日活同比增220%，硬件与模型出海成为拉动算力投资的新动力。
2. 开源模型盈利能力：开源模型盈利并非低毛利，通过AI基础设施优化提升算力利用率，单位Token成本大幅下降，部分企业采用10个月折旧硬件的模式，具备强盈利潜力。
3. AI商业化突破：国内大模型尝试付费订阅，未来核心突破点在To B的API服务，中国企业在推理成本优化上投入更多，已形成良好开端。

五、产业判断与观察框架

1. 2026-2027年AI硬件产业核心判断：维持稳定高位运行，未出现明显泡沫化，供需沟通顺畅，无全产业链库存堆积风险，资本开支持续性乐观，但增速较前两年低基数阶段略有放缓。
2. 硬件投资景气度跟踪指标：
   • 全球维度：云大厂算力租赁价格
   • 中国维度：Token调用量/订阅量等应用指标、国产芯片交付量等算力可得性指标、企业利润率与出海进度等变现指标

六、投资以外的问题

1. 产业链深度观察的重要性：做硬件产业链研究需全产业链深度去看，产业链各环节密切相关，需细致跟踪，从产业链的层层环节验证上下游需求不匹配度，发现行业拐点。
2. AI投资的长期视角：AI投资需从长周期角度看待，目前处于技术周期的向上契机，AI周期没有走完，未来增长与AI产业相关。