人工智能（AI）浪潮再起，從生成式AI的崛起到各行各業的自動化轉型，「算力」成為新的生產力。無論是半導體巨頭、雲端服務供應商，還是應用端的創新企業，都正成為資本市場追逐的焦點。然而，AI產業的投資機會並非單一鏈條，而是一個由底層芯片、中層雲端基礎設施到上層應用場景構成的多層價值網絡。理解這條價值鏈的邏輯，正是掌握AI投資主線的關鍵。
芯片層：算力即稀缺資源的黃金時代
AI的本質是算力與數據的結合，因此芯片層是整個AI基礎設施的根基。現階段，全球高性能運算（HPC）與AI訓練主要依賴GPU（圖形處理器）與專用AI芯片（如TPU、NPU等）。其中，以NVIDIA為代表的GPU生態形成壟斷性地位，其CUDA架構與軟體工具鏈建立了強大的護城河。市場預期其高階芯片（如H100、B100）在AI伺服器中的滲透率將持續提升，成為AI資本化的第一波核心標的。
然而，芯片層的估值邏輯並非單純看出貨量，而是「技術週期×生態綁定×產能約束」三者的疊加效應。當AI模型日益龐大，對記憶體頻寬與能耗的要求暴增，能生產出符合技術門檻的先進製程芯片企業（如台積電、三星）便掌握了全球供應瓶頸。換言之，芯片的投資價值不僅在於設計能力，更在於其在整個AI算力供應鏈中的「不可替代性」。
值得注意的是，中國市場在此層正處於追趕階段。隨著國產GPU與AI加速器的快速迭代，加上政策扶持及算力基礎設施建設的推進，本土芯片企業正逐步成為A股與港股投資者的新寵。雖短期仍面臨技術封鎖與製程限制，但中長期潛力不可低估。
雲端層：從硬體供應到算力服務的商業轉型
若說芯片是AI的心臟，那雲端則是其循環系統。AI模型的訓練與推理需要龐大的運算集群與彈性調度能力，而這正是雲端服務商的戰場。以美國市場為例，亞馬遜AWS、微軟Azure與Google Cloud三強佔據約七成全球雲端市場。近年，它們正從傳統IaaS服務轉向「AI雲」模式，不僅出租算力，還提供模型訓練框架、資料管理、API介面與安全治理方案。
這種轉型改變了估值邏輯：雲端業務的價值不再只是伺服器資產，而是「可持續訂閱收入＋高附加值AI工具」的結合。尤其是微軟藉由投資OpenAI，將生成式AI直接整合進Office與Azure生態，實現了從基礎設施到應用端的閉環，成為市場最具參考性的範例。
對中國市場而言，阿里雲、華為雲與騰訊雲等同樣在加速構建AI雲生態，推出自研大模型與雲端訓練平台。這不僅是商業模式的升級，更是一場「算力民主化」的過程，讓中小企業也能以低門檻接入AI能力。從投資角度看，雲端層的關鍵在於用戶粘性與毛利率提升的可持續性，能否形成技術與應用雙重壁壘，是其估值能否重估的核心。
應用層：從熱潮到落地的價值分化
AI基礎設施的最終價值，必然要回歸到應用層的變現能力。生成式AI的崛起，使應用端成為最受公眾關注的部分，無論是ChatGPT、Midjourney、還是AI醫療、AI金融、AI製造等垂直場景，都展現出驚人的創新速度。然而，應用層的投資邏輯遠比看似熱鬧的表面更為複雜。
首先，應用端的壁壘主要體現在「資料獨特性」與「場景專業性」。例如在醫療領域，擁有大量臨床資料與醫師網絡的平台更具競爭優勢；在金融領域，結合專業風控模型與合規算法的AI公司更易獲監管接受。這意味著，AI應用企業若無法建立特定場景下的專有數據與用戶生態，其商業模式難以持久。
其次，資本市場對應用層的估值分化正在加劇。早期AI概念股憑題材上漲，但隨著現金流與盈利能力成為市場焦點，投資者開始更重視「真實需求＋可規模化落地」的企業。例如企業級AI服務（如文檔自動化、客服智能化）或B2B工具型產品（如AI設計、AI寫作平台）更易實現持續收入，而純消費性應用則可能陷入流量紅海。
對港股與A股市場而言，應用層的投資焦點正從「故事驅動」轉向「場景變現」。在估值體系上，應用端企業往往採用SaaS或訂閱制的倍數評價模型，其核心指標是用戶增長率與續費率，而非傳統製造業的PE倍數。
義合控股(01662)投資者關係部。
