能賺超額收益的3個(gè)AI賽道

出品 | 妙投APP

作者 | 董必政

編輯 | 丁萍

頭圖 | AI制圖

今年科技投資不是沒有機(jī)會(huì)，而是“閉眼買板塊”的時(shí)代過去了。

隨著美聯(lián)儲(chǔ)降息的預(yù)期推遲或落空，AI為代表的科技板塊的估值不再出現(xiàn)普漲，而將迎來分化。當(dāng)下，我們更應(yīng)該關(guān)注有基本面支撐、有預(yù)期差、還能把業(yè)績(jī)兌現(xiàn)出來的細(xì)分方向。

而新技術(shù)的突破，意味著產(chǎn)生新的市場(chǎng)預(yù)期。這次，OpenClaw和“養(yǎng)龍蝦”的走紅，正在把AI推進(jìn)到一個(gè)新的投資階段。

表面上看，這只是又一個(gè)Agent（智能體）產(chǎn)品爆發(fā)；但往深了看，它改寫的是AI系統(tǒng)的運(yùn)行方式。大模型不再只是被動(dòng)回答問題，而是開始自主拆解任務(wù)、多輪調(diào)用模型、持續(xù)訪問工具、長(zhǎng)期維護(hù)上下文。

這意味著，AI產(chǎn)業(yè)的競(jìng)爭(zhēng)焦點(diǎn)，正在從“誰的模型更強(qiáng)”，轉(zhuǎn)向“誰能以更低成本生成更多有價(jià)值的Token”。

換句話說，下一階段比拼的不只是總算力，而是單位能耗到底能產(chǎn)出多少有效Token，即Tokens per Watt（Token/W）。

這也是妙投判斷下一階段AI投資機(jī)會(huì)的核心框架。

如果說上一輪AI行情主要圍繞“堆GPU”，那么這一輪更值得關(guān)注哪些環(huán)節(jié)能真正提升Token/W，誰就更可能成為新一輪資本定價(jià)的中心。

順著這條主線看，至少有三類資產(chǎn)正在被重估：

一是負(fù)責(zé)調(diào)度和編排的CPU；

二是負(fù)責(zé)搬運(yùn)數(shù)據(jù)的高速互聯(lián)與CPO；

三是掌握Token收費(fèi)權(quán)的大模型廠商。

一、CPU成為決定效率的指揮官

過去在對(duì)話式AI場(chǎng)景里，CPU的重要性并不高。

從流程上看，用戶發(fā)出請(qǐng)求，CPU負(fù)責(zé)接收、分發(fā)，再把任務(wù)交給GPU執(zhí)行，最后返回結(jié)果。

在這個(gè)鏈條里，GPU像廚師，CPU更像傳菜員——等炒好端上來就行，CPU的作用只是“打雜”，能用就行。

但Openclaw為代表的Agent改變了這一點(diǎn)。

Agent不是一次性問答，而是一個(gè)持續(xù)運(yùn)行的系統(tǒng)。它要拆解任務(wù)、調(diào)用工具、等待結(jié)果、修正路徑、再次調(diào)用工具，形成多輪循環(huán)。

這類工作流的復(fù)雜度，遠(yuǎn)高于傳統(tǒng)Chatbot。

問題在于，GPU擅長(zhǎng)的是大規(guī)模并行計(jì)算，不擅長(zhǎng)邏輯控制、任務(wù)編排、I/O管理和跨工具調(diào)度；而這些，恰恰是CPU最擅長(zhǎng)的部分。

所以，進(jìn)入Agent時(shí)代后，CPU的角色不再只是“輔助算力”，而更像是整個(gè)AI工作流的指揮官。

指揮官（CPU）憑借高效的調(diào)度能力，可以減少GPU空轉(zhuǎn)、降低等待時(shí)間、壓縮系統(tǒng)性損耗，從而提高單位能耗下的Token產(chǎn)出。

這便意味著，CPU的重要性將被重估。

有數(shù)據(jù)表明，對(duì)話式AI場(chǎng)景下，CPU主要負(fù)責(zé)Token化等邊緣計(jì)算工作，工作量?jī)H占約5%；代理型AI模式下，CPU承擔(dān)工具調(diào)用、任務(wù)編排、實(shí)時(shí)決策等大量非AI原生計(jì)算，消耗量占AI工作流的80-90%。

需求端已經(jīng)有跡象。

據(jù)Creative Strategies預(yù)測(cè)，數(shù)據(jù)中心CPU市場(chǎng)規(guī)模將從2026年的250億美元增長(zhǎng)至2030年的600億美元；如果疊加Agent相關(guān)需求，規(guī)模有望逼近1000億美元。

ARM CEO Rene Haas也曾表示，隨著Agent驅(qū)動(dòng)應(yīng)用擴(kuò)張，數(shù)據(jù)中心單位功耗所需的CPU算力需求可能增長(zhǎng)到當(dāng)前的4倍以上。

更關(guān)鍵的是，CPU還是一個(gè)供給彈性沒那么大的行業(yè)。

和存儲(chǔ)有些類似，服務(wù)器CPU長(zhǎng)期是高度集中的雙寡頭格局，英特爾與AMD主導(dǎo)市場(chǎng)；一旦AI鏈條擠占產(chǎn)能、原材料成本上升、交期拉長(zhǎng)，CPU的價(jià)格就因供需錯(cuò)配進(jìn)入上行通道。

據(jù)日經(jīng)亞洲3月25日?qǐng)?bào)道，英特爾與AMD已通知客戶上調(diào)全系列CPU價(jià)格，平均漲幅在10%-15%，部分產(chǎn)品漲幅更高；同時(shí)，交貨周期將從之前的1-2周大幅延長(zhǎng)至8-12周，個(gè)別情況下甚至將長(zhǎng)達(dá)6個(gè)月。

因此，妙投認(rèn)為，CPU正在進(jìn)入新的景氣周期，整個(gè)賽道將迎來價(jià)值重估。參考存儲(chǔ)的上漲，資本市場(chǎng)愿意給出更高的溢價(jià)。

當(dāng)然，最大的受益者會(huì)是，海外CPU雙雄英特爾、AMD。受益于國產(chǎn)替代，海光信息等國內(nèi)CPU廠商也將迎來發(fā)展機(jī)遇和價(jià)值重估。

二、小龍蝦記憶能力“吃光模塊”

另一方面，OpenClaw（“小龍蝦”）為代表的Agent具備記憶能力，能夠讓用戶感到終于被記住，不用反復(fù)“自我介紹”，協(xié)作效率大幅提升。

“小龍蝦”的記憶能力本質(zhì)上就是長(zhǎng)上下文推理——把"記住"變成"攜帶在上下文里"，把更多歷史信息、任務(wù)狀態(tài)和中間結(jié)果持續(xù)塞進(jìn)上下文窗口里，讓模型在生成下一個(gè)Token時(shí)，始終帶著這些信息一起推理。

上下文越長(zhǎng)，記憶雪球越大（KV Cache越大），需要搬運(yùn)給GPU的數(shù)據(jù)就越多，單個(gè)GPU裝不下，就得分給多個(gè)GPU計(jì)算。

問題也隨之升級(jí)。在每步計(jì)算（每個(gè)token生成）中，GPU之間還需同步全部的記憶（KV Cache）；否則，每個(gè)GPU只看到局部信息，生成的Token是"瞎子摸象"，上下文理解支離破碎。

因此，上下文越長(zhǎng)，GPU之間要對(duì)賬的數(shù)據(jù)越多，需要“搬”的數(shù)據(jù)爆發(fā)式增長(zhǎng)。

于是，Agent的“記憶能力”最終會(huì)轉(zhuǎn)化成一個(gè)物理層問題，即GPU之間的數(shù)據(jù)互聯(lián)（主要依賴于光模塊）是否足夠快、足夠省電。

從Token/W的框架看，這一點(diǎn)也尤其關(guān)鍵。

因?yàn)樵谛碌腁I工作模式里，真正昂貴的未必只是“算”，很多時(shí)候更貴的是“搬”，即光模塊的傳輸效率。

傳統(tǒng)可插拔光模塊的問題在于，電信號(hào)需要經(jīng)過較長(zhǎng)PCB走線，損耗和發(fā)熱都較高；

而CPO（共封裝光學(xué)）把光引擎直接放到交換芯片或加速芯片附近，顯著縮短電互聯(lián)距離，從而降低功耗、改善熱管理、提升整體傳輸效率。

（圖片來源：AI制作）

在Token/W投資框架下，共封裝光學(xué)器件（CPO）的價(jià)值不再僅是“更高帶寬、更低延遲”，而是降低數(shù)據(jù)搬運(yùn)的能量代價(jià)，用同樣的電能跑出更多Token。

正因如此，妙投認(rèn)為，共封裝光學(xué)器件（CPO）將進(jìn)入加速落地的快車道，進(jìn)入從“1”到“100”的階段。

集邦咨詢預(yù)測(cè)，共封裝光學(xué)器件（CPO）滲透率將從2026年約0.5%攀升至2030年約35%。

從市場(chǎng)預(yù)測(cè)數(shù)據(jù)來看，據(jù)YOLE預(yù)測(cè)，CPO市場(chǎng)在2024年的規(guī)模為4600萬美元，預(yù)計(jì)到2030年將達(dá)到81億美元，期間的年復(fù)合增長(zhǎng)率高達(dá)137%。

落地在產(chǎn)業(yè)鏈上，相對(duì)于傳統(tǒng)光模塊，CPO減少了部分有源器件，如激光器芯片、探測(cè)器芯片等，增加了集成多種光器件的光引擎、硅光芯片和薄膜鈮酸鋰調(diào)制器等。

而CPO產(chǎn)業(yè)鏈上游中硅光光引擎和ELS/CW光源需求將迎來爆發(fā)，源杰科技、仕佳光子等相關(guān)廠商迎來機(jī)遇。

三、大模型重掌定價(jià)權(quán)

這波“養(yǎng)龍蝦”的浪潮，讓大模型廠商看到了更清晰的商業(yè)化路徑。

過去市場(chǎng)對(duì)大模型商業(yè)化的最大質(zhì)疑在于，模型能力越來越強(qiáng)，但誰來付費(fèi)、為哪種價(jià)值付費(fèi)、付費(fèi)能否覆蓋成本，這些問題始終沒有真正解決。

而OpenClaw等改變了這套敘事。

因?yàn)橛脩糍I的不再只是一次性問答，而是一個(gè)持續(xù)工作的數(shù)字勞動(dòng)力。而Token消耗就不再只是“聊天成本”，而變成了企業(yè)愿意為效率提升買單的生產(chǎn)成本。

近期多家廠商開始結(jié)束免費(fèi)公測(cè)、轉(zhuǎn)向正式商用按量計(jì)費(fèi)，甚至釋放漲價(jià)信號(hào)。

關(guān)鍵的是，市場(chǎng)已經(jīng)開始接受高質(zhì)量Token的收費(fèi)權(quán)，而不是“誰漲了多少價(jià)”。這比單純的調(diào)用量增長(zhǎng)更重要。

例如：2月12日智譜發(fā)布GLM-5時(shí)上調(diào)Coding Plan套餐價(jià)格30%起，3月16日發(fā)布GLM-5-Turbo時(shí)再漲20%，相對(duì)GLM-4.7累計(jì)漲幅達(dá)83%。即便如此，市場(chǎng)依然供不應(yīng)求，調(diào)用量增長(zhǎng)400%。

另外，token消耗的想象空間還很大。

GMI Cloud創(chuàng)始人AlexYeh曾表示，“隨著開源和閉源的模型越來越好，token的調(diào)用量會(huì)越來越高。所以我覺得我們甚至連1%或5%都還沒有到。”

根據(jù)IDC數(shù)據(jù)，中國企業(yè)活躍智能體數(shù)量將在2031年突破3.5億規(guī)模，年復(fù)合增長(zhǎng)率達(dá)到135%以上，同時(shí)由于智能體任務(wù)執(zhí)行密度的增長(zhǎng)和任務(wù)復(fù)雜度的提升，也將帶來智能體Token消耗年均超30倍的指數(shù)級(jí)躍升。

妙投認(rèn)為，大模型廠商持續(xù)受益的確定性很高。

與此同時(shí)，資本市場(chǎng)對(duì)大模型企業(yè)商業(yè)化的敘事頗為認(rèn)可，尤其在科技股回調(diào)時(shí)逆勢(shì)上漲。今年以來，智譜、MiniMax的股價(jià)上漲已達(dá)到579%、483%。

這里，不禁有人會(huì)問，智譜等大模型的估值高嗎？

妙投認(rèn)為，由于今年大幅度上漲，智譜的估值已經(jīng)透支了未來的業(yè)績(jī)?cè)鲩L(zhǎng)。

據(jù)華泰證券測(cè)算，在樂觀情形下，智譜有望于2029年實(shí)現(xiàn)營(yíng)收142億元，可給予29倍的市銷率（PS），對(duì)應(yīng)的市值為4118億元。

摩根大通將智譜的目標(biāo)價(jià)從800港元上調(diào)至950港元，基于30倍2030年預(yù)期市盈率。

截至4月1日，智譜的市值已經(jīng)超過4000億元，股價(jià)最高達(dá)到了938港元。也就是說，按照機(jī)構(gòu)的測(cè)算，智譜已經(jīng)透支了2029年甚至2030年的業(yè)績(jī)。

當(dāng)下，大模型廠商估值不具備“性價(jià)比”。接下來，投資者還需關(guān)注智譜大模型的token量以及業(yè)績(jī)能否超出預(yù)期。

小結(jié)

總體而言，妙投認(rèn)為，資本市場(chǎng)將更關(guān)注AI新技術(shù)帶來的“蝴蝶效應(yīng)”，即token激增帶來的新的商業(yè)模式（如：大模型商業(yè)化敘事）以及新的市場(chǎng)需求（CPU、CPO產(chǎn)業(yè)鏈等）。

另外，中東邊緣沖突推高通脹預(yù)期，美聯(lián)儲(chǔ)降息落空或加息影響整體科技股估值，因而科技股出現(xiàn)“殺估值”，同時(shí)也會(huì)跌出“性價(jià)比”。一旦沖突出現(xiàn)結(jié)束信號(hào)，資本將重新關(guān)注科技股，甚至“搶跑”并押注新的機(jī)會(huì)。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4847900.html?f=wyxwapp