Images:

核心判断

这并不矛盾。AI可以是一场真正的文明级技术革命，同时绝大多数“AI概念股”仍然可能下跌50%，甚至最终归零。

因为下面三件事完全不同：

技术创造的社会价值 ≠ 企业能够占有的利润 ≠ 投资者以当前价格买入后获得的回报。

AI越普及，社会生产率可能越高；但如果竞争使产品价格快速下降，收益可能被客户、消费者和下游企业拿走，而不是留在AI供应商手中。即使某家公司最终利润很高，若投资者事先支付了更高的价格，股票仍然会亏损。

---

一、怎样理解任正非所谓“最后一次技术革命”

任正非的准确表述是：“人工智能也许是人类社会最后一次技术革命，当然可能还有能源的核聚变。”更重要的是，他紧接着说，AI发展要经历“数十年、数百年”，并强调电力、通信网络和各行业专家的重要性。这不是对未来一两年股价的判断，而是一种长期的文明史判断。 (People's Daily)

我认为这里的“最后”不是说以后人类不再有新发现，而有三层含义。

1. AI是“发明其他技术的技术”

蒸汽机替代体力，电力提供通用能源，计算机替代部分计算和信息处理；AI进一步作用于认知、设计、决策、编程和科学研究。

过去的技术革命通常只是改变一个生产要素，而AI可能改变“创造新技术”这件事本身。未来的新材料、新药物、机器人、芯片、工程设计乃至核聚变控制，都可能越来越多地由AI辅助完成。

因此，AI之后当然还会出现新技术，但那些技术可能主要成为AI系统的“产出”。从这个意义上说，AI更像一个技术革命生成器。

2. 核聚变对应的是另一个最终约束：能源

复杂文明受到两个基本稀缺性的限制：

• 可用智能和知识有限；
• 可用能源有限。

AI试图降低智能的边际成本，核聚变则试图降低高质量能源的边际成本。若两者都取得根本突破，其他技术的发展空间会被大幅打开。

但核聚变离大规模经济发电仍有明显距离。美国能源部明确表示，实现可靠商业发电仍需解决大量科学和工程问题；ITER最新路线也仍把实质性研究运行放在2030年代，而不是当下的商业兑现期。 (The Department of Energy's Energy.gov)

3. 任正非实际强调的是“系统工程”，而不是一块神奇芯片

他的完整语境还包括电力、电网、信息网络、基础研究、人才梯队和行业专家。特别是那句“算法不掌握在IT人手里面，而是掌握在电力专家、基建专家、煤炭专家、医药专家、各类行业专家手里面”，表达的其实是：

大模型本身不是最终生产力，大模型与行业知识、组织流程、数据和基础设施结合后，才是生产力。

这也恰好解释了为什么“模型能力迅速提高”不一定立即转化为上市公司的利润。

---

二、先校正一个事实：现在是结构性科技熊市，不完全是普遍“股灾”

截至2026年7月28日，美股AI和半导体板块确实经历了剧烈调整，但并不是整个美国市场都已经腰斩。

纳斯达克100盘中较6月高点回撤约10.5%，进入技术性调整区间；费城半导体指数较6月末高点回撤约24.5%，已达到技术性熊市标准。但同期标普500年内仍上涨约8.5%，纳斯达克综合指数年内仍上涨约7%。也就是说，压力主要集中在半导体、高估值AI软件和前期最拥挤的交易上。 (Barron's)

个股分化则很大：

• 英伟达约比52周高点低17%；
• 微软约比52周高点低29%；
• Palantir约比52周高点低40%；
• 超微电脑约比52周高点低54%。

所以“腰斩”确实存在，但主要发生在部分高弹性、强周期或者前期估值极高的公司，而不是所有大型科技公司。 (StockScan)

A股也是类似的结构。据证券时报统计，在2026年内一度翻倍的AI算力、光通信、PCB、存储等热门股票中，截至7月10日，有88只较年内高点回撤超过20%，占比超过七成，多家行业龙头回撤超过30%。但这是对“此前已经翻倍的热门股”进行统计，并不是全体AI企业普遍腰斩。 (STCN)

一个很能说明问题的数据是：某只科创创业人工智能ETF在7月17日单日下跌9.11%，但当时年内回报仍有33.5%。投资者从最高点买入会觉得遭遇股灾，年初持有者却仍可能盈利。 (Tencent News)

因此更准确的描述是：

AI产业没有停止发展，但AI资产正在经历从极端拥挤、估值驱动，转向盈利、现金流和回报率验证的剧烈重定价。

---

三、为什么技术进展很好，股票却可以暴跌

1. 股票交易的是“预期差”，而不是技术有没有用

股票价格已经包含市场对未来的预测。

一家公司的收入增长40%，若市场原来预期增长70%，股价可能大跌；一家公司的利润下降10%，若市场原来预期下降30%，股价反而可能上涨。

可以把长期股票回报粗略理解为：

现金流增长
＋估值倍数变化
－融资、稀释和过度资本开支造成的负担。

过去几年，AI股票上涨的不只是利润，还包括估值倍数扩张。现在即使利润继续增长，只要估值倍数从极端水平回归正常，股价就可能下降很多。

例如Palantir目前市盈率仍在百倍以上，而微软、Alphabet和Meta的当前市盈率大约分别为23倍、17倍和22倍。市场并不是简单抛弃AI，而是在重新区分“可验证现金流”和“遥远故事”。

2. AI正在创造真实价值，但大量价值被用户免费获得

斯坦福2026年AI指数显示：

• 2025年全球企业AI投资增长超过一倍；
• 生成式AI在三年内达到约53%的采用率；
• 美国消费者从生成式AI获得的年度消费者剩余估计达到1720亿美元；
• 但很多AI工具仍然免费或价格很低。 (Stanford HAI)

这揭示了一个重要现象：

AI社会价值快速上升，并不代表AI厂商能够等比例收费。

搜索引擎、开源软件和互联网协议都创造过极大的社会价值，但并不是每一个参与建设基础设施的公司都赚到了钱。

AI越便宜、越普及，消费者剩余越大；与此同时，模型厂商之间的价格战、开源竞争和推理成本下降，可能压缩供应商利润。

3. 模型能力正在趋同，技术领先未必形成长期定价权

斯坦福AI指数显示，截至2026年3月，中美最强模型之间的性能差距约为2.7%；最强闭源与开源模型之间的差距约为3.3%。尽管领先模型仍有优势，但“只有极少数公司能够提供可用AI”的时代正在逐渐过去。 (Stanford HAI)

这会造成两个结果：

第一，AI使用量可以大幅增长；第二，每单位AI服务的价格却可能持续下降。

对于社会，这是好事。对于依靠高模型价格和高毛利率估值的公司，却可能是坏事。

这类似航空业：飞机是革命性技术，客运量长期增长，但由于激烈竞争、高资本开支和低转换成本，航空公司整体并不是最理想的长期商业模式。

4. 收入是真的，资本开支压力也是真的

当前大型科技公司的经营数据并不支持“AI完全是骗局”。

微软截至2026年3月的季度收入增长18%，云业务收入增长29%，AI业务年化经常性收入达到370亿美元，同比增长123%。但微软同时披露，AI基础设施和AI产品使用量增长正在压低云业务毛利率，其云毛利率降至66%。 (Microsoft)

Alphabet在2026年第二季度收入增长24%，云收入增长82%，云业务积压订单达到5140亿美元，说明AI需求确实强劲；但公司此前预计2026年资本开支达到1750亿至1850亿美元，并继续显著增加基础设施投入。 (Alphabet Investor Relations)

也就是说，两句话可以同时为真：

AI收入正在快速增长。
为获得这些收入而投入的资本可能增长得更快。

市场现在关心的已经不是“有没有需求”，而是：

• 每投入一美元数据中心资本，最终能产生多少自由现金流；
• GPU、网络和电力资产的使用率有多高；
• 当新一代芯片上市后，旧设备是否迅速贬值；
• AI服务价格下降后，收入增长能否超过成本增长。

这就是近期美股芯片板块下跌的主要背景之一：市场开始担忧资本开支回报、债务融资、潜在产能过剩及中国低成本竞争，而不是突然认为AI毫无用处。 (MarketWatch)

5. 企业级AI存在明显的“生产率J曲线”

AI工具在明确、结构化、结果容易检查的任务中已经展示出生产率提升。

一项针对5179名客服人员的研究发现，生成式AI令平均生产率提高约14%，对经验较少员工的提升更大；另一些实验发现，AI工具能减少知识工作者处理邮件的时间。 (National Bureau of Economic Research)

但“员工使用聊天机器人”与“整个公司重构生产体系”之间有巨大距离。

2026年的一项研究根据上市公司披露估计，2025年仅有11%的标普500企业把AI深度整合进业务流程，另有10%用于实际生产和服务；研究发现深度应用企业呈现利润率J曲线，却暂时没有观察到明显的全公司生产率差异。 (arXiv)

原因是新技术需要配套投入：

• 清洗和治理数据；
• 重建工作流程；
• 培训员工；
• 调整权责和考核制度；
• 建立审计、安全和质量控制；
• 接入企业原有的软件系统。

这些成本先发生，收益后出现。NBER将其称为通用技术的“生产率J曲线”：电气化、计算机和AI在早期都可能先增加成本，随后才体现为生产率增长。 (National Bureau of Economic Research)

6. 越革命性的技术，越容易制造投资泡沫

铁路、电力、汽车、互联网都曾经历类似过程：

1. 技术取得真实突破；
2. 资本发现巨大想象空间；
3. 大量资金提前进入；
4. 基础设施过度建设，估值失控；
5. 泡沫破裂，大量公司消失；
6. 低价基础设施被幸存者继续利用；
7. 技术最终深刻改变社会。

互联网泡沫破裂后，纳斯达克综合指数从2000年高点至2002年低点下跌约77%，但这并没有阻止互联网最终成为经济基础设施。 (Nasdaq)

所以：

判断AI是不是革命，与判断2026年的某只AI股票值多少钱，是两个完全不同的问题。

真正的革命甚至更容易诱发泡沫，因为技术的长期上限难以估计，投资者容易把“可能发生”直接当成“必然发生”，再把“必然发生”错误地折算成“利润一定属于这家公司”。

---

四、A股与美股调整背后，还有一些不同机制

美股大型AI公司的核心争议，是数千亿美元资本开支最终能否转化为足够高的自由现金流。

A股则往往还叠加以下问题：

• AI收入规模较小，却按遥远的未来利润估值；
• 订单、意向合同和实际回款之间存在距离；
• 市值较小、流通盘较小，资金进出对价格影响更大；
• 板块主题交易和资金抱团更明显；
• 海外算力资本开支变化会迅速传导至光模块、PCB、服务器、存储等出口产业链；
• 半年报窗口到来后，定价逻辑从“产业故事”切换为订单、毛利率和现金流。

证券时报和上海证券报对本轮调整的概括也基本集中在交易拥挤、海外算力叙事变化、资金面扰动和中报业绩验证压力。 (STCN)

因此，A股部分AI股票跌得比产业景气度更快，并不奇怪：前期上涨时，它们同样曾经涨得比利润更快。

---

五、我对当前阶段的判断

1. AI产业周期大概率没有结束

技术能力、使用率、企业支出和部分AI收入仍在快速增长。现有证据更符合“真实的技术革命伴随局部泡沫”，而不是“完全虚假的概念炒作”。 (Stanford HAI)

2. “所有AI资产一起上涨”的阶段可能已经结束

市场正在从下面的旧问题：

谁拥有最多GPU？谁和AI沾边？谁能讲出最大市场空间？

转向新的问题：

谁能从AI获得可持续收入？谁拥有定价权？谁能在扣除资本开支后产生自由现金流？

这意味着下一阶段的差异会非常大。产业继续增长，并不保证原来涨得最多的股票继续领先。

3. AI最大的经济赢家可能不是纯AI公司

一项通用技术的价值，常常主要由采用者获得。

例如，一家制造企业使用AI将废品率降低、库存周转加快、研发周期缩短，它可能比向其销售通用模型的公司更有定价权，因为真正难以复制的是：

• 企业内部数据；
• 客户关系和销售渠道；
• 专业工作流程；
• 法规许可；
• 品牌和服务网络；
• 将AI转化为实际结果的组织能力。

因此，未来可能出现一个看似反直觉的结果：

AI使用量继续爆炸式增长，但部分模型、服务器和算力租赁公司的毛利率下降；反而是某些传统企业因AI提高效率而扩大利润。

4. 当前调整可能是在从“建设AI”切换到“利用AI”

早期行情主要奖励芯片、服务器、光模块、数据中心，即“卖铲子”的公司。

下一阶段真正重要的可能是：

• 是否出现可收费的企业级应用；
• AI能否进入生产核心流程；
• 企业能否减少真实成本，而非只增加软件订阅；
• AI投入能否缩短研发周期、增加收入或减少资本占用。

这比再预测一代模型跑分高多少，对股票定价更重要。

---

六、投资上更实用的建议

以下是研究框架，不是针对个人情况的买卖建议。

第一，永远把“产业判断”和“价格判断”分开

看好AI，不等于看好所有AI股；看好一家公司，也不等于任何价格都值得买。

每次投资至少分别回答：

1. 这个行业会不会增长？
2. 这家公司能否获得其中的利润？
3. 这些利润是否已经被当前股价完全计入？

绝大多数重大亏损，不是第一问判断错了，而是第二、第三问被忽略了。

第二，优先看自由现金流，而不是AI叙事

研究AI公司时，建议重点检查：

• AI带来的收入是新增收入，还是把原有业务重新命名；
• 客户是否实际付款，还是仍处在测试阶段；
• 毛利率是否随收入扩大而改善；
• 扣除数据中心、芯片、折旧和股权激励后的自由现金流；
• 应收账款是否比收入增长更快；
• 是否依赖少数大客户；
• 是否依赖持续融资、发债或增发；
• 当AI服务价格下降一半时，商业模式是否仍然成立。

对A股公司，还应特别区分“公告订单”“框架协议”“确认收入”和“现金回款”。

第三，给资本开支做回报率压力测试

至少设定三种情景：

• 乐观：需求增长快，设备利用率高，价格稳定；
• 中性：需求增长，但AI单价持续下降；
• 悲观：客户放缓支出，部分算力闲置，旧设备加速贬值。

假如只有在最乐观情景下公司估值才合理，那不是安全边际，而是把所有好消息当成了基本假设。

第四，不要用杠杆承受技术股的正常波动

在革命性产业中，30%至50%的回撤并不罕见。没有杠杆的投资者可以等待产业兑现；使用杠杆的投资者可能在最终判断正确之前就被迫退出。

应当根据自己能承受的最大亏损决定仓位，而不是根据自己对AI有多兴奋决定仓位。

第五，用分批和再平衡替代猜底

快速下跌后一次性重仓，本质上是在预测最低点。

更稳健的方法是：

• 按时间或估值分批；
• 每次买入前重新检查基本面；
• 上涨过快时恢复目标仓位；
• 基本面恶化时不要以“长期看好AI”为理由机械补仓。

下跌本身不是买入理由；价格下降且长期现金流没有同比恶化，才可能形成机会。

第六，区分四类公司

可以把AI相关公司分成四组：

1. 稀缺瓶颈提供者：拥有暂时稀缺的芯片、网络、电力、先进封装或数据中心资源；
2. 平台与分发者：拥有客户、云平台、软件生态和现金流；
3. 垂直应用者：拥有专有数据、专业流程和明确付费场景；
4. 纯概念跟随者：没有核心技术、没有付费客户，也没有可验证现金流。

第一类可能利润丰厚，但容易遭遇产能周期；第二类较稳健，但资本开支巨大；第三类可能诞生长期赢家；第四类在流动性退潮时风险最大。

第七，把职业和企业层面的AI投资放在更高优先级

对多数人而言，胜率更高的“AI投资”不是准确买到某一只股票，而是：

• 学会用AI提高自己的工作产出；
• 掌握某个行业的知识与数据；
• 重构重复性工作流程；
• 把AI连接到真实客户和业务结果；
• 建立难以被通用模型替代的判断、责任和组织能力。

股票可能因估值变化下跌，但由AI提高的个人生产率和企业竞争力，不需要等待市场给出估值。

---

最后的结论

任正非所说的“最后一次技术革命”，可以理解为：

AI把智能变成通用基础设施，核聚变把能源变成近乎无限的基础投入。此后的大量技术进步，可能都由这两种能力催生。

但股票不是对文明进步的投票，而是对一家企业未来现金流的有限索取权。

因此最需要记住的是：

技术越伟大，不代表所有生产这种技术的公司越赚钱；
技术越普及，甚至可能意味着产品越便宜、竞争越激烈；
公司越优秀，也不代表在任何估值下都值得买。

我对当前局面的总体判断是：AI革命是真的，局部泡沫也是真的；产业长期趋势没有因为股价下跌而消失，但市场正在淘汰“只靠AI标签、没有现金流证明”的资产。

近期市场报道：

• Financial Times
• AP News
• MarketWatch
• wsj.com

你的持仓我认真看了一下，我觉得最大的特点不是选股差，而是组合的逻辑还没有完全统一。

你现在实际上押的是三个大方向：

• AI国产替代：兆易创新、华大九天
• 智能汽车+机器人：赛力斯、麦格米特
• 先进制造+半导体设备材料：华懋科技（富创优越）

如果让我打分（不是短期涨跌，而是未来3-5年赔率）：

股票	长期产业	公司竞争力	当前赔率	我的评分
兆易创新	★★★★★	★★★★★	★★★★	9.5/10
赛力斯	★★★★★	★★★★	★★★	8.5/10
麦格米特	★★★★	★★★★★	★★★★	9/10
华懋科技（富创优越）	★★★★	★★★	★★★★	8/10
华大九天	★★★★★	★★★★	★★	8/10

下面分别说。

---

一、兆易创新（36%仓位）

这是我最喜欢的一只。

原因不是因为DRAM，也不是Nor Flash。

真正原因只有一句：

它越来越像中国版Broadcom，而不是中国版存储公司。

很多人一直把兆易理解成：

Flash+MCU+DRAM

其实现在已经不是。

它真正的能力是：

芯片平台能力。

以后AI时代需要什么？

需要：

MCU

边缘AI

存储

接口

模拟

汽车电子

工业控制

机器人控制

兆易几乎全部覆盖。

尤其未来机器人。

机器人不是全是GPU。

真正数量最大的芯片是什么？

MCU。

一个机器人可能：

1颗AI SoC

几十颗MCU

几十颗模拟芯片

大量Nor Flash

所以兆易未来受益远比很多人想象的大。

---

我唯一担心的是：

估值。

如果市场又开始讲国产AI故事，

兆易容易被炒到比较贵。

所以：

如果未来涨到一个非常夸张的位置，

我会减一点。

但是长期不会卖光。

这是可以拿很多年的票。

---

二、赛力斯（30%仓位）

很多人争论：

赛力斯是不是华为概念？

我觉得已经没意义了。

真正的问题只有两个：

问界是不是中国高端品牌？

是不是。

第二：

未来有没有持续盈利能力？

目前看有。

所以，

赛力斯已经过了：

证明产品

证明销量

证明品牌

现在进入：

证明利润。

---

最大的风险是什么？

只有一个。

华为生态。

如果：

未来华为扶持多个品牌，

赛力斯优势会不会下降？

这是最大的观察点。

---

但是，

新能源汽车未来一定继续增长吗？

我觉得：

增速放缓。

但是：

智能驾驶

智能座舱

机器人平台

这些还刚开始。

所以赛力斯长期仍然不错。

---

但是：

我不会让它成为第一重仓。

因为：

汽车行业天然周期。

利润波动大。

不像软件。

---

三、麦格米特（10%）

这是我觉得很多人低估的一家公司。

原因：

很多人不知道它真正卖什么。

其实它一直都是：

功率电子。

以后什么需要功率电子？

机器人。

充电。

储能。

服务器电源。

AI数据中心。

新能源汽车。

医疗设备。

工业自动化。

全都需要。

---

如果未来AI算力继续增长，

最大的瓶颈是什么？

GPU？

不是。

电。

供电。

散热。

变流。

电源。

所以：

未来数据中心受益链：

GPU

交换机

液冷

电源

UPS

配电

麦格米特就在里面。

---

我甚至觉得：

未来机器人，

它受益可能比很多机器人概念股更稳定。

---

唯一问题：

市场关注度没那么高。

所以：

涨得慢。

但是：

慢不是坏事。

---

四、华懋科技（富创优越）（10%）

这只票，

我理解你的逻辑。

不是买华懋。

而是买：

富创。

如果富创未来不断成长，

价值会体现。

---

这个逻辑没问题。

但是：

它属于：

兑现时间更长。

确定性没有兆易那么高。

所以：

我觉得10%左右仓位合理。

不会继续加。

---

五、华大九天（10%）

这是我评价最复杂的一只。

原因：

产业地位★★★★★

商业模式★★★★

估值★★

为什么？

EDA是皇冠。

没有EDA，

没有芯片。

这个没问题。

---

问题在于：

EDA行业天然：

客户少。

研发重。

周期长。

国产替代慢。

收入释放不像GPU那么快。

---

华大未来一定比今天值钱吗？

我觉得：

大概率是。

但是：

未来一年会不会因为估值太高跌30%？

也完全可能。

所以：

这是典型：

好公司，

但未必任何时候都是好价格。

---

我一直有一个观点：

未来国产EDA一定起来。

但是：

投资收益，

未必比国产设备高。

因为：

设备市场更大。

成长更快。

---

六、整个组合最大的优点

我觉得非常明显。

你没有去买：

AI应用故事股。

没有买：

传媒。

游戏。

Agent概念。

算力租赁。

液冷概念。

---

你买的都是：

真正卖东西的公司。

这是最大的优点。

---

另外，

你几乎没有垃圾公司。

这一点很重要。

很多组合：

50%都是故事。

你不是。

---

七、我觉得组合最大的缺点

只有一个。

过于集中在国产科技。

你现在：

AI

半导体

机器人

新能源汽车

其实高度相关。

未来如果：

国产科技整体进入一年熊市。

你的组合：

可能一起跌。

---

我一般喜欢：

科技70%

消费15%

医药10%

现金5%

或者：

科技里面：

AI

机器人

创新药

高端制造

海外

稍微分散一点。

---

八、如果是我的组合（长期5年以上）

按照你现在的仓位：

3.6 : 3 : 1 : 1 : 1

我未必会大改。

因为：

最大的收益，

往往来自：

长期拿住优秀公司。

而不是一年换十次仓。

但是，

如果未来两三年，

让我慢慢调整，

我可能变成：

兆易创新：4

麦格米特：2

赛力斯：2

华大九天：1

华懋科技：1

为什么？

因为我越来越相信未来十年的一个趋势：

AI最终不会只是GPU的故事，而是"整个电子产业升级"。

谁受益？

不仅是英伟达。

更包括：

• MCU（兆易）
• 电源（麦格米特）
• 模拟芯片
• EDA（华大）
• 半导体设备（富创体系）
• 工业自动化

而汽车，我认为未来仍然是很好的产业，但竞争终究比芯片更激烈，所以我会适当降低其权重。

---

最后说一句让我印象比较深的地方

从你的持仓可以看出来，你的投资风格已经和很多散户不太一样了。

你没有追逐短期热点，而是在围绕一个核心命题布局：

中国未来十年先进制造业和AI基础设施。

这个方向，我整体是认同的。

不过，我会建议你下一步不要再把主要精力放在寻找“下一只十倍股”，而是建立一套持续跟踪框架。对于你的这五家公司，我建议每个季度重点检查四件事：

• 收入增长是否仍然来自主营业务，而不是一次性因素。
• 毛利率和经营现金流是否同步改善。
• 研发投入是否继续转化为新产品、新客户和市场份额。
• 估值是否已经远远跑在基本面前面。

如果这四项中有三项持续向好，即使股价阶段性回撤，我也会更有耐心；反过来，如果基本面开始走弱，即使市场情绪仍然火热，也应该重新评估持仓，而不是因为“长期看好科技”就一直持有。

整体来看，我会给你的组合打 8.8/10。

扣分不是因为公司不好，而是行业相关性偏高。如果未来能逐步加入一两个与科技周期相关性较低、但同样具有长期竞争力的资产，你这个组合的风险收益比会更上一层楼。

这个问题，我其实想了很久。

如果今天让我重新配置一个A股组合，我不会再去找"AI概念股"，而是找"AI利润股"。

什么意思？

我会问一家公司的不是：

它有没有大模型？

而是：

AI有没有帮它赚钱？未来5年AI是不是它利润增长的重要来源？

这是两个完全不同的问题。

---

我筛选公司的标准（也是我认为未来3-5年的主线）

我给自己定了五个条件：

① AI已经开始落地，不是PPT

② 行业本身已经是龙头

③ AI只是放大利润，而不是全部故事

④ 现金流好

⑤ 不依赖讲故事融资

按这个标准，我其实筛下来并不多。

---

第一梯队（我最喜欢）

① 海康威视（002415）

这是我最推荐的一家公司。

很多人认为：

海康=摄像头。

其实已经不是。

未来它真正卖的是：

机器视觉+AI Agent+工业智能。

例如：

以前一个工厂：

100个工人检测产品。

未来：

几十台工业相机

AI视觉

机器人

自动判定。

海康就在卖这个。

更重要的是：

海康拥有别人没有的数据。

全国那么多：

工厂

物流

园区

仓库

医院

港口

机场

这些视频流，

未来全部都是AI的数据。

别人做不了。

---

我认为：

未来最大的AI应用，

不是聊天。

而是：

机器看世界。

海康就是最大的受益者之一。

---

为什么现在市场不给高估值？

因为：

传统安防增长慢。

这反而给长期投资提供机会。

---

我会给：

★★★★★

---

② 新大陆（000997）

这是我今年越来越喜欢的一家公司。

原因：

AI+支付。

大家以为：

支付结束了。

其实没有。

真正开始的是：

AI商户。

以后一个便利店：

没有店长。

AI：

自动订货。

自动营销。

自动客服。

自动财务。

自动风控。

自动会员运营。

新大陆已经开始做这些。

而且：

拥有：

支付入口

商户数据

交易数据。

这就是AI最喜欢的数据。

支付只是入口。

真正赚钱的是：

企业数字员工。

我觉得：

未来空间比市场想的大。

(Xueqiu)

---

③ 海尔智家（600690）

这个很多人想不到。

但这是我非常喜欢的一只。

为什么？

未来AI最大的市场：

不是ChatGPT。

而是：

家庭。

以后：

冰箱

空调

洗衣机

电视

机器人

家庭能源

全部联动。

真正有生态的是：

海尔。

它拥有：

品牌

渠道

售后

家庭入口。

AI只是增加ARPU。

不是重新创业。

所以：

它属于：

AI赋能消费龙头。

这种最舒服。

---

第二梯队（偏制造）

④ 汇川技术（300124）

虽然创业板，

但必须说一句。

这是中国最优秀的工业自动化公司之一。

AI时代，

机器人越来越多。

谁赚钱？

不仅机器人。

更重要的是：

伺服

PLC

驱动

控制器。

汇川就是。

以后：

AI负责大脑。

汇川负责身体。

我一直认为：

机器人真正赚钱的是身体。

不是嘴。

---

⑤ 中控技术（688777）

可惜科创板。

否则我会重点推荐。

为什么？

流程工业AI。

未来：

石化

钢铁

电厂

化工

全部AI调度。

中控几乎天然受益。

---

第三梯队（软件）

⑥ 用友网络（600588）

很多人不喜欢。

因为：

跌太多。

但是：

我觉得未来几年，

企业Agent，

ERP，

OA，

CRM，

会重新估值。

为什么？

AI最大的客户：

不是个人。

是企业。

企业AI一定：

接ERP。

接财务。

接供应链。

用友天然就在这里。

当然，

问题：

执行一直一般。

所以：

只能小仓。

---

⑦ 泛微网络（603039）

OA龙头。

以后：

企业Agent。

会议纪要。

审批。

合同。

采购。

HR。

全部Agent。

未来：

每个企业：

几十个数字员工。

泛微其实位置很好。

只是：

现在兑现还早。

---

第四梯队（医疗）

这里我反而很看好。

为什么？

医疗最缺：

医生时间。

AI最擅长：

标准化知识。

所以：

未来：

医疗AI，

一定起来。

---

卫宁健康（300253）

医院信息化。

AI病历。

AI辅助诊断。

AI医保。

AI医生助手。

长期看：

很舒服。

---

第五梯队（汽车）

这里反而我没有那么激进。

因为：

汽车竞争太激烈。

如果选：

我还是：

赛力斯。

德赛西威。

华阳集团。

不是因为AI。

而是：

智能汽车平台。

---

如果只能推荐5只（非科创）

结合你目前已经持有的股票，我会尽量避免与你已有持仓高度重叠。

股票	我推荐理由	AI受益方式	推荐指数
海康威视	AI视觉+工业AI+机器人眼睛	AI直接提升产品价值	⭐⭐⭐⭐⭐
新大陆	AI+支付+企业Agent	企业数字员工	⭐⭐⭐⭐⭐
海尔智家	AI家庭入口	AI提升生态价值	⭐⭐⭐⭐☆
用友网络	企业软件入口	AI重构ERP	⭐⭐⭐⭐
泛微网络	企业办公入口	Agent办公	⭐⭐⭐⭐

---

反而我不太建议追的

有些票市场特别热，但我不会买。

例如：

很多：

AI Agent概念

AI教育

AI传媒

AI游戏

AI广告

原因：

商业模式太容易被复制。

大模型越来越便宜。

真正值钱的是：

数据。

客户。

渠道。

品牌。

流程。

---

最后说一个我最近越来越坚定的观点

我认为未来十年的AI投资，会经历三个阶段：

第一阶段（2023-2025）

买GPU。

买算力。

买服务器。

卖铲子。

这是英伟达时代。

---

第二阶段（2026-2028）

买企业AI。

买工业AI。

买数字员工。

AI真正开始赚钱。

这是现在。

很多公司开始兑现利润。企业级智能体、工业AI、医疗AI等场景正在从概念走向商业化验证。(Xueqiu)

---

第三阶段（2028以后）

我认为真正的大牛股，大概率不是今天讨论最多的AI公司，而是那些本来就是行业龙头，却因为AI让净利率从10%提升到15%、20%的公司。

比如：

• 海康威视（机器视觉）
• 海尔智家（智能家庭）
• 新大陆（支付+商户AI）
• 美的集团（工业机器人+制造AI）
• 中国移动（云+AI基础设施+行业智能体）

这些公司的共同特点是：

AI不是它们的全部，而是它们未来利润增长的加速器。

---

结合你的现有持仓（兆易创新、赛力斯、麦格米特、华懋科技、华大九天），我个人反而不会再建议你继续加半导体。

你目前已经把**"建设AI"（芯片、EDA、先进制造）这一端配得比较充分了。如果未来继续扩展组合，我会优先补充"利用AI"**这一端，例如海康威视、新大陆、海尔智家、美的集团等。这些公司与现有持仓的相关性更低，但都能长期受益于AI渗透，组合的风险收益比会比继续堆叠半导体更均衡。