广发证券-谁将引领AI新叙事?-260809.pdf — HopeAlpha
HopeAlpha HopeAlpha
📑 目录

广发证券-谁将引领AI新叙事?-260809.pdf

2026/08/09
35K 字 2026-08-10 13:53
⚠️未能获取独立官方数据用于交叉验证,本分析主要基于研报原文,结论未经外部核对。
AI新叙事
📚 数据来源
📎 |: --- | :--- |

1. 研报核心观点摘要

广发证券在本策略专题报告中指出,自2026年6月下旬开始的AI板块调整,并非产业趋势的逆转,而是在高估值、高杠杆环境下,市场对AI资本回报率(ROI)进行重估所引发的阶段性出清(来源:研报摘要)。

核心结论: 市场定价逻辑正从单纯奖励大规模的资本开支(CapEx),转向奖励能够将投入有效转化为营收、订单与利润的兑现能力。AI板块在2026年7月末已现企稳迹象,但后续将进入高波动、高轮动阶段,下一阶段主线可能围绕“模型商与新云厂商”以及Agent向RSI(递归式自我改进)突破带来的新叙事展开。

支撑该结论的主要证据如下: - 调整触发因素: 触发6月下跌的核心是三重因素共振——拥挤交易松动、AI应用增长未持续超预期导致回报率被重估、韩国存储链交易逻辑从“盈利上修”切换至“盈利高点与扩产压力”(来源:研报摘要,第2页)。 - 企稳信号: 7月末以来,北美云厂商财报验证、CapEx指引继续上修、半导体及韩国存储链超跌反弹,共同构成了初步企稳的锚点(来源:研报摘要,第2页)。 - 数据支撑: 北美四大云厂商的2026年预期资本开支(2026E CapEx) 在二季报后进一步上行(来源:研报,第9页,图9)。 - 未来接力逻辑: 虽然传统云厂商2027E-2028E的CapEx增速预计大幅回落(2028E仅9%),但模型商和新云厂商的推理及新增RSI训练需求有望接棒,仅凭传统厂商无法填补增速缺口(来源:研报,第10-11页,图11,图12)。 - 关键定性支撑: 前提是“Agent向RSI突破的迭代需求”被确立为下一阶段主线,其逻辑在于RSI能将训练范式从单次大模型训练转向高频、递归式实验,从而显著抬升算力需求,并为AI投资提供从“算力再扩张”到“需求再创造”的新叙事(来源:研报,第18页)。

2. 关键财务与业务拆解

本研报为行业策略报告,未提供具体的公司级财务数据,而是基于行业趋势和一致预期进行分析。以下是根据研报原文整理的关键行业层面的资本开支与增长预期数据。

表1:北美四大云厂商资本开支增速预期 | 指标(预期值) | 2026E | 2027E | 2028E | | :--- | :--- | :--- | :--- | | CapEx增速 | 进一步上修(来源:研报图9) | 预计回落至45%(来源:研报图12) | 预计继续回落至9%(来源:研报图12) | | CapEx缺口分析 | - | - | 若维持2026E增速,需额外填补约1.94万亿美元(来源:研报图14) |

关键解读: - 收支两端分化: 根据研报,市场对云厂商的态度已从“惩罚CapEx导致的自由现金流恶化”,转向“奖励收入、订单和利润的兑现”。这表明市场关注的焦点已从单纯的投入端转移至产出端(来源:研报,第7页)。 - 一次性 vs 经常性: 研报区分了传统云厂商资本开支的周期性(预计2027-2028年增速回落)与由模型训练范式变革(RSI)驱动的潜在的、新的经常性算力需求。后者被视作支撑行业下一阶段增长的核心变量。 - 行业集中度与支撑: 报告未提及具体公司业务集中度风险,但强调了产业链轮动(硬件→云厂商→模型商→应用),这表明不同环节的业绩驱动力将有显著差异。对云厂商的正面支撑来自其CapEx转化为下游云收入的兑现能力;对模型商的支撑则来自其商业化进程和盈利迹象;而硬件的支撑来自当前CapEx上修的订单需求(来源:研报,第2页摘要)。

3. 研报逻辑链条与前提假设

研报的推理建立在一个清晰的逻辑链条之上,从解释过去到展望未来。

表2:研报核心逻辑链拆解 | 推理步骤 | 核心逻辑 | 前提假设 | 假设脆弱性 | | :--- | :--- | :--- | :--- | | 1. 定性调整 | 6月下跌是“拥挤交易松动+回报率重估”的短期出清,而非产业趋势终结。 | 1. AI长期产业趋势未变。 2. 高杠杆和拥挤仓位是主要市场结构问题。 | 。若AI应用增长持续慢于预期,“回报率重估”可能演变为长期趋势的修正。 | | 2. 确立企稳 | 北美云厂商二季报验证和CapEx上调,为市场提供了基本面锚点。 | 1. 云厂商CapEx能有效转化为未来的云收入。 2. CapEx上调是持续且真实的订单需求。 | 。大型云厂商的财报和资本开支计划具有较高的透明度和可信度。 | | 3. 识别缺口 | 传统云厂商2027-2028年CapEx增速将大幅回落,形成巨大的投资缺口。 | 市场对2027-2028年的一致预期是准确的或方向性正确。 | 。长期预测本身具有不确定性,若宏观经济或AI应用爆发,预测可能大幅修正。 | | 4. 提出新叙事(RSI) | 模型商与新云的推理及RSI训练需求将填补上述缺口,成为下一阶段主线。 | 1. AI Agent能从L2/L3阶段成功演进到RSI阶段。 2. RSI能引发高频、递归式实验的算力需求扩张。 3. 新应用模式能创造第二波商业化需求。 | 。RSI是前瞻性概念,其技术实现、商业化时间和规模均存在巨大不确定性。能否真正拉动万亿美元级别的资本投入存疑。 |

4. 主要风险与不确定性

报告自身揭示了部分风险,基于其逻辑也可以推演出其他潜在风险。

表3:风险与不确定性矩阵 | 风险类别 | 风险描述 | 来源 | 可能性 | 影响程度 | | :--- | :--- | :--- | :--- | :--- | | 研报提及 | AI投资回报率(ROI)不及预期:算力投入无法有效转化为充足的收入与利润。 | 原文-风险提示 | 中 | 高 | | 研报提及 | 模型价格竞争加剧:模型层可能发生价格战,侵蚀模型商的盈利空间。 | 原文-风险提示 | 中 | 中 | | 研报提及 | 存储涨价斜率放缓:存储芯片涨价趋势放缓,对相关硬件企业的盈利驱动力减弱。 | 原文-风险提示 | 中 | 中 | | 研报提及 | 高估值和拥挤仓位反复:市场情绪仍脆弱,存在波动放大的风险。 | 原文-风险提示 | 中 | 中 | | 模型补充 | “新云”接棒失败:模型商和新云厂商的资本开支扩张不及预期,导致2027年后算力需求出现断层,无法填补传统云厂商增速回落的缺口。 | 基于研报逻辑推导 | 中 | 高 | | 模型补充 | 应用端迟迟未能突破:除编程助手之外,未能诞生具备用户规模、留存和付费能力的企业级“杀手级应用”,导致对算力的商业需求无法形成第二波增长。 | 基于研报逻辑推导 | 中 | 高 |

5. 估值与目标价逻辑

本报告为策略报告,未给出具体公司的目标价或指数点位预测,而是对AI产业链的定价逻辑进行了分析。

当前市场定价逻辑的转变: - 从前的逻辑: 奖励高资本开支(CapEx),认为高投入即意味着高增长潜力。 - 现在的逻辑: 从“惩罚CapEx”切换到“奖励兑现”(收入、订单、利润)。这意味着市场估值体系正在从基于“想象空间”的PS估值,向需“业绩验证”的PE/现金流估值过渡。估值倍数可能受压制,直至商业化能力得到更明确的证明。

隐含的“目标”与调整机制: 研报并未给出明确的目标价,但其提出的投资机会是通过产业轮动实现的。其展望的目标状态是AI投资主线从“硬件”轮动至“模型商”和“应用”。这是一个基于产业生命周期演进的判断,而非基于某特定估值中枢的锚定。

6. 独立判断与情景分析

本文基于公开的广发证券策略研报分析整理,不构成任何投资建议。结合研报逻辑与外部市场背景,对2027-2028年AI产业的投资环境展望如下。

表4:AI产业投资情景分析(2027-2028年) | 情景 | 概率 | 核心条件 | 产业链表现 | 关键观察指标 | | :--- | :--- | :--- | :--- | :--- | | 乐观情景 | ~25% | RSI技术取得实质性突破,引发新一轮模型训练竞赛;同时出现一款现象级AI应用,打开企业端付费空间。 | “模型商”与“新云厂商”接力成为主线,“应用”板块迎来爆发。传统硬件与云厂商维持稳定。 | 1. 头部AI实验室发布RSI相关重大论文或产品。
2. 某AI应用(非聊天机器人)ARR(年经常性收入)呈现指数级增长。
3. 主要模型商宣布大规模新一轮融资及CapEx计划。 | | 基准情景 | ~55% | RSI进展缓慢,但现有模型在特定领域的渗透率持续提升。传统云厂商CapEx温和回落,被模型商资本开支部分抵消。 | 板块进入高波动的结构性行情,缺乏整体性机会。拥有稳定现金流和落地场景的云厂商及特定应用公司表现相对较好。 | 1. 云厂商AI相关云收入保持稳健增长(同比>30%)。
2. 模型调用Token量持续平稳增长。
3. 企业级AI Agent客户数稳步增加,但无爆发迹象。 | | 谨慎情景 | ~20% | RSI叙事被证伪或严重推迟,模型价格战导致行业普遍盈利困难。传统云厂商CapEx超预期下滑,且无足够新增需求填补。 | AI板块可能面临盈利与估值双杀的压力,持续时间和幅度将超过2026年中的调整。投资机会可能仅在少数具备强客户黏性的工具型应用中。 | 1. 北美主要云厂商大幅下调2027年CapEx指引。
2. 头部模型API价格同比降幅超过70%。
3. AI初创公司出现批量融资困难或倒闭。
4. 市场对AI的讨论从技术突破转向成本控制与裁员。 |

本站分析内容由 AI 自动生成,仅供研究与学习参考,不构成任何投资建议、要约或招揽。据此操作,风险自负。 免责声明