吵翻了！为“AI”生分歧 哪条主线更值得？

近日，市场对AI领域的判断分歧加大，此前暴涨的算力、芯片相关个股陷入回调，动漫游戏接继成为领涨先锋。与此同时，市场上有关“AI见顶”的相关言论逐渐发酵。

中国证券报记者多方采访调研了解到，不简单炒概念，关注业绩兑现和降本增效的预期，是本轮AI行情调整的主要逻辑。但对于未来AI主线的演绎逻辑，市场呈现分歧。有人以“业绩兑现，降本增效”为核心，持续看好游戏、传媒等应用端的场景落地和商业兑现；有人却认为应该继续选择更具硬科技属性的芯片算力龙头。

为AI生分歧

“五一”节前，有关“AI见顶”的言论在市场发酵，甚至还出现了一些市场谣言。在经历年初大涨后，AI部分产业近期发生大幅回调，与此同时，游戏、传媒在市场的簇拥下扛起市场领涨大旗。

当前，无论细分行情，还是相关言论热议，市场对AI领域的判断分歧逐渐加大。

数据显示，截至5月5日，自4月初以来，计算机指数跌近10%；细分行业来看，IT服务下跌13.86%，软件开发跌近10%，计算机设备下跌5.15%。

“4月，A股经历了AI主题行情诱发的过度博弈和心态失衡，市场大幅动荡。”中信证券日前评论道。

而在上述调整中，4月收官之际，今年第一只“翻倍基”在游戏赛道中诞生，华夏中证动漫游戏ETF今年来涨幅达102.38%。“五一”节后第一天，游戏板块延续涨势，截至5月5日，市场上的“翻倍基”变为3个，均为动漫游戏相关ETF。

“4月以来市场对人工智能板块的投资逻辑发生了转变。”博时基金权益投资四部投资总监助理兼基金经理肖瑞瑾表示，市场的投资重心从人工智能模型为代表的计算机、算力为代表的通信行业，逐步转移到AI应用为代表的传媒行业，包括游戏、出版、影视剧等AI赋能的下游行业。

“不简单炒概念，比如大模型、算力，市场需要看到业绩，以及降本增效的预期。”某头部公募重仓成长股的基金经理为记者阐释了此轮AI行情分化的逻辑。

诺安益鑫基金经理陈衍鹏介绍到，梳理产业链条，AI行业可以分为三层：包括AI芯片、硬件设备的基础层；包括计算机视觉、语音技术的技术层；以及各类应用场景落地的应用层，如在能源、医疗、城市管理等领域的衍伸。

“基础层来看，一季报业绩体现并不明显，算力、芯片大部分公司负增长；游戏等AI应用端业绩趋势改善明显。”嘉实基金大科技研究总监王贵重对记者表示。

对此，盈米基金研究院权益研究员王泽涵称，从应用的角度看，游戏可能是能够较早应用AI新技术的领域之一。市场关注AIGC应用落地情况，叠加近期游戏版号发放常态化等因素，行情进一步催化。

从资金博弈的角度，广东正圆私募基金投资总监华通认为，此前参与芯片等赛道的定价资金较多，但当前这些行业还没有出现持续的定价上行周期，而参与传媒、游戏定价的资金过去较少，板块估值很低，能够较容易在某个阶段被定价。

预期分化

在游戏暴涨、算力暴跌这一分化的基础上，市场各方对于AI各产业链的投资预期各执一词，分歧不少。

有人以“业绩兑现，降本增效”为核心，持续看好游戏、传媒等应用端的场景落地和商业兑现，认为国内下游人工智能应用将进入快速增长期。

如肖瑞瑾表示，国内企业近期密集发布了人工智能大模型，随着监管层明确适用的行业监管规则后，或将看到国内下游应用的快速扩张，并转化为实在的收入和利润，对下游应用行业构成显著支撑，也对前期估值大幅扩张的人工智能模型和算力行业构成基本面支撑。

“从算力、算法、应用三个层面来看，我可能倾向于后面应用的表现。”上述某头部公募重仓成长股的基金经理表示，这里降本增效很容易理解，游戏中很大的一块成本来自于美工，ChatGpt的文生图可以解决80%的游戏美工，降本是正在发生的；而AI在游戏中是否能使玩家有更好的游戏体验，这里虽还处在预期阶段，但逻辑是相通的。

有人却认为应该选择硬科技属性较强的科技龙头，市场主线终究会回到算力和大模型的公司上来。

“对于传媒我是比较谨慎的，因为传媒本质上不是硬科技，更多的是商业模式和应用，其后劲可能不足。”今年某业绩领跑基金经理对记者直言，这一轮行情的龙头应该是真正有硬科技的公司，主线应该在计算机软件行业，本来半导体也会不错，但因为上一波牛市已经大涨过了，股价透支了，这一波表现就相对弱了。

从产业链的视角来看，陈衍鹏进一步表示，以AI芯片为代表的基础层或是率先受益于行业加速扩张，而AI应用场景的扩张或带来行业变革性发展。AI算力对于整个AI产业来说更像是卖水人或卖铲者，购买算力是进入AI产业的第一步。横向对比的话，下游AI应用层出不穷，但谁能脱颖而出成为爆款需要跟踪。

“随着下游应用的逐步成熟和扩张，使用人数不断增加，算力不足的瓶颈和模型能力又将成为市场关注点，市场逻辑将会重新转回到上游芯片算力和大模型环节。”肖瑞瑾表示。

当然，还有人认为，一个季度或短短一年难以说明问题，目前AI的商业逻辑并未足够清晰。

华通表示，AI因其涉及到算法的层面并不容易被直观解构并进行趋势推演，所以尽管目前AI确实得到了明显进步，但这些表现能实际落地为应用和获得商业的成功并没有那么清晰。