不要凭感觉猜AI泡沫，数据告诉你怎么识别

6月17日，陆家嘴论坛。

证监会主席吴清宣布：科创板第五套上市标准适用范围扩大至人工智能领域，重点支持优质AI大模型企业上市。

翻译一下这句话的意思就是，智谱、MiniMax、DeepSeek这些国内人工智能公司，很快要在A股上市了。

截止目前，智谱的IPO辅导状态已经变成辅导验收，MiniMax5月底和中信证券签了辅导协议，DeepSeek虽然还没启动IPO，但刚融了500亿。这个节奏跟去年商业航天非常类似，第五套标准一放开，资本化进程直接提速。

大模型公司上市这件事，意味着二级市场很快就能直接买到纯正的AI标的了。但在那之前，得先搞清楚一件事：这波AI浪潮，到底走到哪了。

本周，吴晓波频道首席财富顾问赵启欣老师在一场内部直播中，详细地分析了大模型产业当下的发展阶段和未来展望。

小巴整理了直播中的核心内容，希望能帮助关注AI领域的同学，更好理解这轮科技变革。

（赵启欣老师拥有20余年资本市场投资经验，曾管理规模达30亿的银行理财产品，其管理的私募基金获年度十佳荣誉。）

赵老师在直播解疑

三个指标，判断AI产业的位置

很多人喜欢拿现在的AI跟2000年互联网泡沫对比，有人说已经到了，有人说还早，两种说法都不太对。判断产业阶段得看数据，不能凭感觉。

第一个指标，大厂资本开支。

微软、谷歌、Meta、亚马逊、Oracle，五家公司每个季度的资本开支都在涨，2026年Q1合计约1300亿美元（同比增长超70%），全年预计超8000亿美元。

1999年的情况是各个大厂的资本性投入已经出现明显拐点。现在的AI军备竞赛，远没到那个阶段。

第二个指标，核心产品销量。

1999年10月，PC和相关设备的销售总量出现拐点开始下滑，半年后泡沫破裂。现在GPU、光模块、存储芯片的拐点出现了吗？没有，英伟达数据中心业务还在增长。

第三个指标，渗透率。

2000年互联网泡沫破灭时，核心市场美国的上网人口渗透率达到43%；而根据微软2026年一季度监测数据，当前发达经济体劳动年龄人口的生成式AI使用率约为27.5%，全球平均约17.8%。

非要刻舟求剑地比，产业普及节奏大概相当于1997年的互联网阶段，仍处早期。

大模型九年五次跃迁

到2026年的当下，大模型技术走了五个阶段。

2017年，Google团队提出Transformer架构，次年OpenAI发布GPT-1，首次验证了预训练语言模型的可行性。这就像爱迪生试出钨丝能做灯丝，大模型的方向定了。

2020到2021年，GPT-3证明了“参数越大、能力越强”的规模效应，预训练大语言模型正式走上主流赛道，英伟达崭露头角。

2022年底到2023年，ChatGPT横空出世，大模型从技术圈彻底走向大众，生成式AI从实验室概念变成了所有人都能用的工具，“GPT时刻”到来。

2023到2024年，多模态爆发，文生图、图生视频、语音交互快速落地，AI不再只懂文字，开始具备多感官的理解与生成能力。

2025年至今，进入推理和Agent阶段，这是关键转折。原来大厂卷的是模型参数，砸钱训练自己的大模型，训练靠GPU，所以2024年以前英伟达一枝独秀，但现在竞争焦点正在转移。

我们普通人天天和豆包聊天，跟DeepSeek提问，需要调用推理需求，推理对GPU要求没那么高，但对CPU和存储的需求很大。这就是为什么2025年之后，存储芯片和CPU涨得比GPU好。

2026年推理算力需求已经占全部AI计算的三分之二以上，北美五大云厂商今年AI训练算力预计增长56%，推理算力暴增122%。

训练驱动变成了推理驱动，这个逻辑切换，很多人还没反应过来。

现在这个趋势还在加强。试想以后每个人每天生成一个4K高清长视频，推理需求还会进一步爆发。AI硬件投入跟AI应用迭代高度相关，应用越多，算力需求越大，反过来又拉动硬件。

钱从哪来，流向哪去

AI怎么赚钱？普通人收订阅费，B端按API调用量收Token费，像收电费一样，模型即服务。

哪些工作先被替代？高频、高工资、规范化的岗位。程序员、一般研究员、投资助理、财务、法务属于第一批，还有演员，AI短剧又快又便宜。

企业部署AI后，中后台提效是最直接的，所有工作流、会议记录、客户沟通都会上传平台，优秀员工的技能会被抽炼成通用skill，天天摸鱼划水的会被迅速识别。

企业里的员工用得越多，贡献的数据越多，模型能力越强，对工作效率的提升也越快，但不用也不行，公司会让你用。最后大概率只剩顶级认知的行业专家和顶级销售，人的差距会进一步拉大。

产业链上利润流向三个方向。

第一，关键硬件。

GPU、ASIC、HBM、光模块、先进封装，卖铲子的逻辑依然成立。三星海力士变成万亿利润公司不是偶然。

第二，高切换成本的平台。

假如你们公司日常用企业微信办公，会随便切钉钉吗？一般不会，除非对方推出不可替代的功能。云平台、数据库、MAAS这些平台，用户粘性强，迁移成本高，利润稳。

第三，可量化的ROI应用。

GitHub的AI编程助手每人每年228美元，最理想的情况软件开发公司每月用16分钟就回本，酒店机器人租一台1000块一个月，节省半个人工。这些真有用的东西，代码助理、智能客服、量化投流，只要算得过来账，企业就愿意掏钱。

投资机会在哪

大模型公司1万亿市值合理吗？

简单算一笔账，前段时间豆包推出了付费版，分别为68元/月、200元/月和500元/月，我们假如有1亿人付费，每人每年花500块，光C端就500亿收入，再加企业端Token费，熬到最后肯定是千亿级收入的公司，问题是谁能熬到最后形成寡头格局。

第一批上市的独立模型公司，如果智谱的估值对标1万亿，那国内几家平台型公司的大模型业务还远未被市场充分定价。

存储的逻辑也很清楚。中国市场占全球DRAM需求25%，国内供应占比不到8%，这个缺口就是长鑫的成长空间。但也不能昏头，存储是周期行业，预计2028年全球新增产能释放，市场一般提前6到12个月反映预期。

AI产业可以高速发展十年，中间照样能折腾好几轮涨涨跌跌。别因为产业空间大就无脑冲，也别因为短期波动就怀疑方向。

假如你看到这里，我们建议收藏一下这篇文章，半年后再回来看这些指标。资本开支到拐点了没有，核心设备销量到拐点了没有，渗透率又到了多少，你会对市场有更清楚的认识。

*本期内容仅为投资观点分享，不构成投资建议，市场有风险，决策需谨慎

文章来自于微信公众号 “吴晓波频道”，作者 “吴晓波频道”