有人認為，持續數年的AI行情正在見頂；也有人認為，這只是一次擠掉高估值的正常調整。

中國AI類股不存在整體性泡沫，近期調整反而讓估值重新回到健康水平。

下一輪資金尋找的，將是三條能夠率先把AI變成訂單和現金流的主線：

任何一輪產業革命，不意味著所有參與者都能獲勝。判斷一個產業有沒有泡沫，至少要分清三件事：

第一，技術方向是不是假的；第二，產業投資是不是過度；第三，個別公司的估值是不是透支。

現在的AI，顯然不是第一種情況。

無論模型能力、企業呼叫量，還是資料中心用電需求，都在真實增長。

過去幾年，部分AI公司把未來五年甚至十年的增長預期，提前壓縮排了當前股價。

一些尚未形成穩定收入的企業，僅憑算力、機器人或者大模型概念，就獲得了很高估值。

高盛也承認，今年6月，A股科創板和創業板部分AI硬體公司的估值，一度觸及近五年高位。

但經過近期調整，股價與盈利增長預期已經重新趨於平衡。

因此，更準確的說法不是“AI沒有泡沫”，而是：

AI產業趨勢沒有破裂，但AI類股內部必須重新定價。

這一幕在網際網路和新能源時代都出現過。

網際網路確實改變了世界，但2000年前後，大量沒有商業模式的網際網路公司依然倒閉；

新能源汽車確實完成了全球滲透，但產業擴張到一定階段之後，缺乏成本和技術優勢的企業同樣會被淘汰。

高盛判斷中國AI不存在整體性泡沫，還有一個重要依據。

目前，中國AI相關企業約佔全球AI類股總市值的11%，但海外投資者的AI資產組合中，配置到中國AI類股的比例只有約1%。

這意味著，中國在全球AI產業中的製造能力、市場規模和應用潛力，與其獲得的國際資本配置並不完全匹配。

更重要的是，中美AI產業的優勢並不完全相同。

美國最強的是高端晶片、基礎模型、雲端運算平台和軟體生態。

因此，美股AI行情首先集中在晶片設計、雲服務和模型入口。

中國目前更突出的優勢，則是完整的製造業體系、龐大的電力基礎設施、工程落地能力，以及大量可以被AI改造的工業場景。

所以，中國AI的估值邏輯，不能只看誰能訓練出最大的模型，還要看誰能夠降低算力成本、建設資料中心，並讓AI進入工廠、汽車、電網和機器人。

這也是高盛為什麼把下一階段機會集中在三條線。

AI最大的瓶頸，正在從晶片轉向電力。

高盛最新測算，全球AI資本開支今年約為7650億美元，到2031年可能升至1.6兆美元；

2026—2031年，圍繞計算、資料中心和電力的累計投入可能達到7.6兆美元。

這意味著，AI競爭已經不只是買晶片，而是搶電源、搶變壓器、搶電網接入能力。

各大科技廠商如此龐大的投入，最終都要轉化為晶片、伺服器、PCB、光模組和資料中心訂單。

因此，硬體行情並沒有結束，而是進入業績淘汰賽。

下一階段，訂單增長、技術升級和利潤率，將比“是否屬於AI概念”更加重要。

AI正在從資料中心走向機器人和工廠。

最新行業統計顯示，2026年上半年，全球人形機器人出貨量達到1.91萬台，同比增長272%；

中國廠商佔全球出貨量的97%，約70%的產品已經進入工業和商業場景。

這說明物理AI正在從展示動作，邁向小規模商業交付。

不過，出貨增長不等於已經形成成熟盈利模式。

成本、可靠性、連續工作時間和客戶回報率，才是下一階段估值能否成立的關鍵。

高盛的三條主線，構成了一條完整的產業演進路徑：

先解決能源問題，再建設算力基礎設施，最後讓AI進入現實生產。

電力供應鏈解決的是“AI能不能持續運行”；

硬體基礎設施解決的是“算力能不能繼續擴張”；

物理AI解決的是“算力能不能創造真實產出”。

這也揭示了下一階段AI行情的真正邏輯。

過去，市場最願意為技術突破付費；未來，市場會越來越願意為確定的訂單、利潤和現金流付費。

AI有沒有泡沫，本身可能就是一個過於簡單的問題。

AI內部既可能存在局部泡沫，也可能同時存在尚未被充分定價的產業機會。

AI行情的轉折，並不是從上漲轉向下跌，而是從講故事轉向算帳。

當資本開始算電力、算訂單、算產能利用率、算客戶回報周期，AI產業才算真正走出概念期，進入大規模工業化階段。

下一輪行情重要的主線，也未必是那個模型參數更大，而是誰能夠把每一個Token，最終變成電力需求、裝置訂單和現實生產力。(投資的深度思考)

彙整鉅亨號中所有使用「AI相關企業」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`