v1.2 · 2026·05 非共识研究

AI 不是一条赛道,
生产函数的重写

它同时改写劳动、能源、组织和资本。
真正的问题不是「AI 会不会来」,
而是价值会留在哪一层

30 年 · 产业世代
确定方向
0 – 3 年 · 兑现节奏
控制风险
10 – 30 年 · 长持
产品久期
全球 + A 股 · 双栈
覆盖范围
下滑展开 13 屏证据链
AI CAPEX / OCF 监测中 FCF after AI CAPEX 跟踪 Hyperscaler FCF 转化率 · 待核 D-07 折旧年限 两侧争议 D-08 应用单位经济 待验证 D-03 算力 E 端 待验证 区域并网 MW 转化率 PUE / WUE scaled AI programs 占比 22–30 岁入职率 高 AI 暴露岗位 AI CAPEX / OCF 监测中 FCF after AI CAPEX 跟踪 Hyperscaler FCF 转化率 · 待核 D-07 折旧年限 两侧争议 D-08 应用单位经济 待验证 D-03 算力 E 端 待验证 区域并网 MW 转化率 PUE / WUE scaled AI programs 占比 22–30 岁入职率 高 AI 暴露岗位
02 产业世代

每一代产业,
重排一次市值榜

农业、工业、金融、互联网——每一轮产业升级都不是一年行情,而是二三十年的权力迁移。

1960s
工业 · 能源巨头GM · 标准石油 · GE
/ 制造 · 资源
1990s
金融 · IT日本兴业银行 · IBM
/ 资本 · 基础设施
2020s
科技平台苹果 · 微软 · Alphabet
/ 网络效应 · 现金牛
核心判断 长持 AI,不等于闭眼持有 AI 公司。30 年方向正确,不代表每一层资产都能穿越周期
03 价格纪律

方向正确,
不等于价格正确

互联网泡沫没有否定互联网时代,但它惩罚了错误价格、错误层级和错误公司。AI 也可能一样:产业是真的,泡沫也可以是真的

同一时代 而被忘记的「死者」 · 1999 高点 → 2010 几近归零
Sun Microsystems
2000 峰值 $250B → 2010 被 Oracle 收购 $7B
−97%
Lucent Technologies
1999 峰值 $250B → 2006 并入 Alcatel ≈ $11B
−95%
Nortel Networks
2000 峰值 $398B → 2009 申请破产保护
−100%
AOL
2000 并 Time Warner 峰值 $192B → 2015 Verizon ≈ $4.4B
−98%
关键纪律 30 年长持的前提是持续筛选和调仓。同一时代的「赢家」和「死者」并排存在——幸存者只是 ex-post 的结果,不是 ex-ante 的策略
今日镜像 私募估值轨迹 · 当前 AI 周期

这次的赢家未定,
估值已先于兑现

我们的态度 不否认泡沫,也不逃避泡沫——设计穿越泡沫的纪律
这一次的赢家未定,但筛选和调仓的纪律必须先于「长持」。
非共识基线
04 当前风险

资本和算力输入很快,
利润和组织输出未必同速

泡沫往往诞生在时间差里:资本开支、模型能力、用户热度走在前面;企业流程、利润兑现、社会结构走在后面。

反命题 · 多头侧的审计级反证

多头侧已有部分审计级反证:Google Cloud 营业利润率 9% → 14.5% 待一手核验,微软 Intelligent Cloud 营业利润率 48.6% 待一手核验。如果 AI 收入 / CAPEX 持续改善、且 FCF after AI CAPEX 改善,说明输出端正在追上——这一屏不做单边空头

20232026
05 劳动力

AI 最先替代的不是职业名称,
而是新人训练场

被替代的往往不是完整职业,而是文案初稿、代码片段、客服摘要、信息检索、基础分析这些任务层。长期风险不是单个岗位消失,而是年轻人进入职业阶梯的入口变窄

资深层AI 杠杆放大 · 决策与判断
+ 增强
中坚层部分增强 · 部分替代
± 重塑
新人 / 初级任务层训练场被压缩 — 替代最先发生在这里
− 替代
产品含义 不用「AI 替代所有白领」做口号。重点观察高 AI 暴露岗位里 22–30 岁入职率、初级岗位数量、工资分布和晋升路径
06 企业兑现

企业用了 AI,
不代表企业被 AI 重写

AI 已进入广泛使用期,但价值兑现仍集中在少数函数。试点、订阅和 demo 不是利润——真正重要的是流程、权限、KPI 和组织结构是否被重写

已打通的函数
可验证 ROI
软件工程、客服、营销销售、IT、知识管理——可验证 ROI 集中在这里。
仍在试点
叙事多 · 兑现少
自治 agent、强监管流程、复杂运营链——demo 漂亮,财报不显。
判断
投资纪律
只买可验证 ROI,不买试点热闹。
Kill-criteria · 这个判断的反向证据

scaled AI programs 占比显著提升,且 AI 对 EBIT 的贡献进入主流企业财报——若出现,则「广泛采用 ≠ 深度改造」这一判断被削弱。

07 资金链

监控重点不是谁宣布 CAPEX,
而是谁最终付现金

AI CAPEX 的风险不只在规模,也在资金链结构:经营现金流、租赁、采购承诺、SPV / JV、云 credits、战略投资——都可能把收入和需求放大。

核心层
Mag-7 经营现金流
广告、云、订阅、零售利润——真实现金牛,本轮的安全垫。
L1 / OCF
放大层
债务 · 租赁 · 长期采购承诺 · JV / SPV
把投入和需求放大;表外结构让杠杆不显示在财报上。
L2 / Off-BS
风险层
云厂商 · 模型公司 · 芯片厂商 收入闭环
循环交易抬高验证难度——断点可能先在这里出现。
L3 / Loop
产品含义 表外资金链是预警系统,不是简单的做空理由。断点会先现于私募信贷利差,而不是 Mag-7 股价。
08 能源

AI 是局部电力工业——
全球别夸大,区域别低估

AI 不会立刻重写全球能源总盘子,但会在部分区域、部分电网、部分设备链制造真实瓶颈。不要看「AI 用多少电」的大口号,要看申请 MW → 真实并网 MW 的转化

精度修正 能源穿越模型和芯片架构风险(架构被替代,你还要电),但不穿越需求总量风险——若单位推理能耗下降快于需求扩张,能源就从长期核心变成阶段性周期交易。
/ 01
区域负荷预测修订
/ 02
申请 MW → 真实并网 MW 转化率
/ 03
变压器 · 燃机 · 液冷 · 水处理 设备交期
/ 04
PUE / WUE · PPA 与 offtake 质量
09 覆盖范围

不是单一市场交易,
而是全球 + A 股双栈

美股栈更强在平台、云、模型、芯片;A 股 / 中国栈更强在电网、设备、储能、国产替代。两栈节奏不同,但不天然对冲——地缘冲击时可能同时承压。

价值链层 US 全球 / 美股栈 CN A 股 / 中国栈 关键判断
能源 / 电网 电气设备、核电、数据中心电力、液冷 光伏、储能、核电、电网设备、特高压 中国栈可能更适合承接局部电力工业主题
平台 / 云 云、搜索、办公、开发者生态 阿里、腾讯、百度、华为生态链 两边生态分化,不宜简单比较 PE
算力 / 芯片 GPU、ASIC、网络、HBM、服务器 国产替代、先进封装、服务器、国产生态 国产替代与全球 AI CAPEX 周期部分解相关
应用层 垂直 SaaS、开发者工具、医疗 / 法律 / 金融 AI 行业软件、智能制造、政企数字化 两边都必须过定价权过滤器
修正期储备 现金、短债、低相关资产 现金、货币基金、短债、低相关资产 双栈不天然对冲,地缘冲击时可能同时承压
10 产品方法

核心池尊重产业世代,
战术池尊重兑现节奏

关键非共识判断:真正干净的「穿越周期核心」其实很窄——基本只有能源。其余 AI 敞口都带周期风险,所以战术池 + 对冲池要比普通 AI 主题基金更大。

01 · Core Pool

10–30 年产业世代方向

能源 / 电力 / 电网是核心,但带 live 空头 case;平台 / 云寡头是打折核心,必须监测 CAPEX 与 FCF。

// 长持 · 久期 10–30y
02 · Tactical Pool

0–3 年兑现节奏

算力、应用、能源瓶颈、资金链压力都可进入——但必须有触发器和降权条件,不被动持有。

// 战术 · 触发器驱动
03 · Reserve

修正期收购储备

不是消极防守,而是在泡沫出清和淘汰赛后买入更硬的幸存者

// 弹药 · 反周期部署
行为纪律 收购储备的成败,不在平时是否显得保守,而在恐慌时是否敢执行。只保住现金、不完成再配置,它就只是防守池。
11 纪律

没有可证伪指标的判断,
不是投资判断,是信仰

L1 · 劳动层/ LAB
  • 22–30 岁高 AI 暴露岗位入职率
  • 初级岗位数量 · 工资分布
  • 培训预算与内部晋升速度
L2 · 企业层/ CORP
  • scaled AI programs 占比 · EBIT 影响
  • payback period · agent 项目取消率
  • AI 云分部营业利润率轨迹
L3 · 资本层/ CAP
  • AI CAPEX / OCF · FCF after AI CAPEX
  • hyperscaler FCF 转化率 · 折旧 / 收入
  • RPO 质量 · 租赁与不可取消承诺
L4 · 能源层/ PWR
  • 区域负荷预测 · 真实并网 MW
  • 设备交期 · PUE / WUE
  • PPA 与 offtake 质量
D-07 · 折旧年限 · 两侧争议

不再单边呈现 Burry。空头看折旧造假、经济寿命过长;多头看「瀑布式级联」——旧 GPU 下沉到推理仍能产生现金流。裁决证据:审计师是否强制缩表、n-1 代 GPU 推理利用率与二手价。

D-08 / D-03 · 待验证

D-08 应用单位经济:审计收入优先于自报 ARR。D-03 算力 E 端风险:客户 CAPEX 与采购承诺是否形成需求空气袋。

非共识多头
12 方法论纠偏

反泡沫不是天然正确。
真正危险的是看不见兑现加速

这不是啦啦队,而是把多头命题也放进可证伪框架。若这些证据持续改善,说明「清醒共识」可能低估了 AI 的兑现速度

01
审计级云利润率改善
Google Cloud 营业利润率 9% → 14.5% 待一手核验,微软 Intelligent Cloud 48.6% 待一手核验
证伪条件

AI 云分部利润率反转下行,hyperscaler FCF 转化率恶化,AI 收入无法覆盖新增折旧与资本开支。

02
折旧级联模型
旧 GPU 未必报废,可能从前沿训练下沉到推理、企业专用负载和低成本算力池。
证伪条件

审计师强制缩短折旧表,n-1 代 GPU 推理利用率下降,二手 GPU 价格与租赁价格崩塌。

03
AI 制药管线加速
AI 制药管线两年 7×,价值兑现可能先出现在少数高杠杆行业,而非平均企业效率。
证伪条件

临床推进率、授权交易、里程碑付款和真实上市进展无法跟上管线数量。

04
真正的多头类比是光纤
不是「电力最终成功」,而是 1995–2000 光纤:怀疑者短期对(产能过剩是真的),但需求消化速度可能快于预期。
证伪条件

利用率长期无法恢复,价格持续下行,新增需求无法吸收过剩基础设施。

13 红队 · 结尾

清醒不是只找空头,
是允许多头也成为非共识

Q1

我们是否因为反泡沫而过度偏空?

Q2

能源是否已经从真 edge 变成拥挤 beta?

Q3

AI 部署者是否真的能保留利润?

Q4

修正期收购储备,在真实恐慌中是否敢执行?

我们不买共识,
被验证的产业迁移
不否认 AI,也不迷信 AI。
不逃避泡沫,而是设计穿越泡沫的纪律。
不预测唯一赢家,而是跟踪产业权力迁移。
AI 产业升级投资框架 v1.2 (已锁版) · 内部研究 · 非募集材料 · 不含收益承诺 · 不含具体买卖指令