聚焦人工智能：2026年的行业格局愈发清晰

在2025年的大部分时间里，专注科技板块的投资者们所面临的核心问题是：“科技板块到底还能继续增持多少？”当下，市场正逐渐步入对投资回报率（ROI）的高强度审视阶段，这势必会进一步拉大人工智能行业内企业间的差距。在此情形下，主动选股策略的重要性愈发凸显。本期，我们将聚焦2026年的人工智能行业，剖析其企业分化的原因，助力投资者们把握人工智能行业的投资机遇。 

当下市场对于人工智能泡沫的普遍忧虑，促使投资者们更加关注企业在人工智能领域的投资回报率。未来几个月，这一趋势将越来越明显，既有可能引发市场波动，也可能造成行业不断分化，而这两者之中都潜藏着投资机会。

现在的市场已经变得更为谨慎：那些盈利模式清晰的企业（比如含有云业务的企业）正受到资本的追捧，而那些回报率不明朗或缺乏说服力的企业则遭到质疑（某科技企业12月财报公布后市场的消极反应就是典型案例）。 

人们往往容易将“人工智能风险”简单归为一类，但实际上，不同企业面临的竞争压力、商业模式以及融资需求差异巨大。倘若像ChatGPT或Anthropic这类领先的大型语言模型（LLM）因竞争加剧或资金受限而遭遇重大挫折，无疑会打击整个行业的市场信心，拉低整体估值。不过，人工智能的相关收入并非集中在某一领域，其盈利模式可能分散且不易察觉。这种复杂性使得投资者们对风险与价值的误判概率大幅度提高。

我们预计，即便身处人工智能领域中看似相近的细分赛道，企业间的分化也会持续加剧，这背后存在着多重原因： 

1、收入往往出现在意料之外

人工智能的应用场景丰富多样，对应的盈利模式也各不相同。部分用户通过订阅或授权费用直接为人工智能服务买单，另一些用户在使用人工智能增强型工具时，无需为其中的人工智能组件单独付费。许多企业将人工智能部署于后台运营，以此维护市场份额、提高转化率或优化单位经济效益。在这些情况下，人工智能带来的收益被纳入整体营收，难以单独区分。 

对人工智能盈利能力的任何分析，都需要涵盖其完整的技术架构：包括用户直接交互的应用层、提供动力的大型语言模型层，以及底层的计算基础设施层。价值沿着技术架构向下流动：无论用户采用何种付费方式，模型使用权限和计算资源的成本最终都会转化为大型语言模型提供商和超大规模云计算厂商的收入。

2、部分收入清晰可见（如大型语言模型与云计算厂商）

最直接的证据来自大型语言模型企业自身：开发者使用授权、企业级许可和消费者订阅服务已为其带来可观的收入。预计未来几年，该领域的总收入将达到数百亿美元，与那些成熟软件企业的收入规模相当。

 同样，超大规模云计算厂商也报告称，人工智能相关工作负载正推动其增长加速。多家知名云服务提供商的云业务管理团队均表示，市场需求持续超出当前产能。种种迹象表明，人工智能的商业化落地已进入实质性阶段。 

3、部分收入虽然隐蔽，但显著改善经济效益

另一类盈利模式则更为分散。多个数字平台并未选择将人工智能作为独立产品出售，而是将其作为提升广告效果和用户参与度的工具。这种收益提升是真实存在的，但并未被单独标注为“人工智能收入”。在许多其他行业中，企业利用人工智能提高转化率和盈利能力，也是相同的情况。这种“隐性盈利”规模已相当可观，却常常被市场所低估。

施罗德投资集团经济学团队构建了两种情景模型，探讨了“人工智能繁荣”与“人工智能泡沫破裂”可能带来的影响。这两种情景都给投资者和经济体带来了潜在挑战：例如在“人工智能泡沫破裂”的情景中（以1999 - 2000年科技泡沫破裂后的市场崩溃为参考），资本支出大幅下滑可能引发温和衰退，并导致经济停滞两年。

该研究还探讨了这项变革性技术带来的更广泛、更长期的不确定性。就目前而言，鉴于稳健的经济环境（尤其是美国市场），市场很可能继续保持上行态势。

市场对人工智能投资回报率的担忧是切实存在的，这无疑会使2026年的市场波动性加大。与以往的创新周期类似，多家人工智能相关企业（无论规模大小）都可能面临失败。但值得注意的是，人工智能的相关收入正逐步显现，少数企业不及预期的表现不足以削弱人工智能的长期发展潜力。