第四卡 — AI 链非对称显化下的主题轮动重排
- 研究：
[source-id-redacted] - 研究记录：4/8
- 分析师角色：
thematic-researcher（主题研究员，specialist/primary） - 立场：synthesize
- 日期：2026-05-06
- 主题：在 AI 基础设施（路径 B1）相对跑赢、应用层承担久期税的环境下，如何重排主权 AI、AI 电源与散热、边缘 AI、Agent 平台、AI 原生安全及相邻主题（机器人、量子、生医 AI）的优先级？
1. 核心结论：从“叙事驱动”转向“物理与主权约束驱动”
基于 既有研究记录确认的“基础设施赢、扩散层未赢”逻辑，我建议在 Path B1（高利率/高成本下的基建维持）背景下，对主题组合进行“硬度”与“久期”双维度的重新剪裁。
核心结论：超配“物理确定性”与“非商业性资本开支”；低配“长久期期权”与“软执行风险”。
- 超配（Hidden Alpha）：AI 电源与散热（物理约束）、主权 AI（地缘政治约束）。这两者是路径 B1 的隐藏对冲：电源是算力落地的物理瓶颈，不受应用层 ROI 波动影响；主权 AI 则是非商业性支出的防火墙。
- 中性/择机（Cyclical Play）：边缘 AI（AI PC/手机）、AI 原生安全。边缘 AI 属于确定性的硬件更新周期，久期比 SaaS 席位更短；AI 安全则是随基础设施同步扩张的“非随意性支出”（Non-discretionary Opex）。
- 低配/规避（Duration Traps）：人形机器人、量子计算、生物医药 AI、Agent 平台。这些主题在低利率时代是极致的成长溢价标的，但在 UST 10Y 维持 4.5%–4.75% 且 ERP 压缩的环境下，其“估值久期”极易崩塌，即便技术有进展也难以抵御分母端的压力。
2. 主题优先级矩阵：路径 B1 下的估值结构分析
| 优先级 | 主题 | 驱动逻辑 | 路径 B1 表现判读 | 共享风险结构 |
|---|---|---|---|---|
| 最高 | AI 电源与散热 | 物理瓶颈。数据中心功率密度从 15kW/机柜跳向 100kW+，散热与供电成为“强制基建”。 | 极强。 属于“基建中的基建”，即便应用层变现慢，由于 Capex 已成规模，电源订单是前置且刚性的。 | 与能源价格（Brent 00+）部分正相关。 |
| 最高 | 主权 AI | 地缘安全。各国（UAE、沙特、日本、法国）不计商业成本构建本土算力，作为数字主权防火墙。 | 极强。 这是非商业性的支出的“避风港”，对 Fed 利率敏感度远低于纳斯达克 100 标的。 | 与地缘政治溢价正相关。 |
| 较高 | 边缘 AI (PC/Phone) | 存量换机周期。AI 手机/PC 提供明确的硬件升级理由，将 AI 从“座席费”转化为“消费级硬件销售”。 | 偏强。 硬件销售周期通常短于 SaaS 推广周期，且估值逻辑更偏向周期性制造业而非纯成长股。 | 与消费电子供应链和存储芯片周期同步。 |
| 中性 | AI 原生安全 | 合规与防御。AI 扩散带来的攻击面（Deepfake、AI 恶意代码）使得安全支出成为防御性开支。 | 稳健。 属于必需的 Opex，但在高利率环境下，其相对基建层的进攻性不足。 | 与企业 IT 资本开支总额挂钩。 |
| 低配 | Agent 平台 | 软应用落地。依赖企业端复杂的工作流重塑，存在极高的交付风险和使用率回落风险（如 既有研究记录所述）。 | 偏弱。 承担最重的“久期税”，由于变现路径长，在高利率环境下估值修正压力最大。 | 与 SaaS 和云应用久期风险一致。 |
| 规避 | 人形机器人 / 生医 AI / 量子 | 长久期期权。虽然是“星辰大海”，但在 2026 年尚未形成规模化营收支撑。 | 极弱。 典型的“高风险溢价”标的。在 ERP 只有 0.4% 的环境下，这类“梦想溢价”是第一批被牺牲的筹码。 | 与创新药 CXO 和前沿科技风投环境高度同步。 |
3. 深度拆解：为什么“物理”与“主权”是 B1 的隐藏阿尔法？
3.1 物理约束：AI 电源与散热的“刚性博弈”
既有研究记录提到 4 大 Hyperscaler Capex 加速至 ~$380B，但市场忽略了功率密度的断裂式上涨。GB200 等新一代算力集群对配电系统和液冷（Liquid Cooling）的需求是机械性的。 - Alpha 逻辑：如果说 GPU 是金矿，电源/散热就是进入矿区的“路费”。由于电力基础设施建设周期长（3–5 年），现有的电力资产和先进散热方案具备稀缺性，形成了一种类大宗商品的“短缺溢价”，这能有效对冲高利率带来的折现损失。
3.2 地缘约束：主权 AI 作为“第三极开支”
既有研究记录 担忧 Fed 利率和 US ERP 的挤压，但主权 AI 的钱不归美联储管。 - Alpha 逻辑：中东（沙特 $40B AI 基金）、日本（$6B+ 算力补贴）的开支由主权基金或国家战略驱动。这种资本流向是外生于美国宏观周期的。在 Path B1 环境下，这类“非利率敏感型”资本开支是 AI 算力一侧能够维持高斜率增长的关键支撑，也是 既有研究记录提到的“哑铃”中 AI 那一头最坚硬的部分。
4. 风险溢价结构的“传染病”：警惕相邻主题的久期杀
虽然人形机器人和生物医药 AI 经常在展会上与 AI 算力捆绑出现，但它们的财务特征本质上是 Biotech 化的 1. 现金流后置：大部分营收预期在 2028–2030 年。 2. 高资本敏感度：对外部融资环境极度依赖。 在 Path B1 下，UST 10Y 的高位运行将直接导致这些领域的折现值折损 30% 以上。千万不要把机器人看作是算力的延伸；在估值逻辑上，它们是算力的反面。
5. 投资建议：重排哑铃的“重担”
- 建议超配（权重 60% of AI Leg）：AI 算力硬件 + AI 电源/散热 + 主权 AI 概念标的。
- 建议择机（权重 30% of AI Leg）：具备强现金流支撑的 Edge AI 硬件龙头 + AI 安全龙头。
- 建议低配（权重 10% or Avoid）：尚未盈利的应用软件、Agent 平台及所有前沿科研主题（机器人、量子、生医 AI）。
下一站建议： 既然“物理约束”成为 AI 链最硬的一环，我们需要核实能源体系的承载力。
对接分析师： utilities-analyst [primary] — 核实电力瓶颈的量级。 如果 AI 资本开支时钟在物理层面（电网容量、变压器交付周期、液冷渗透率）遭遇不可抗力，那么 既有研究记录预期的“基础设施相对跑赢”也将面临二次向下修正的风险。