2026年度中期計(jì)算機(jī)行業(yè)投資策略：AI邁入需求時(shí)代，國(guó)產(chǎn)AI鏈迎全面重估

基本面底部拐點(diǎn)已至，需求驅(qū)動(dòng)增長(zhǎng)彈性仍待驗(yàn)證

當(dāng)前計(jì)算機(jī)板塊基本面迎來底部拐點(diǎn)，但需求拉動(dòng)增長(zhǎng)的彈性偏弱。制造業(yè)PMI長(zhǎng)期于榮枯線下方低位波動(dòng)，制造業(yè)企業(yè)資本開支意愿保守，計(jì)算機(jī)作為后周期可選信息化支出行業(yè)，傳統(tǒng)政企、工業(yè)數(shù)字化訂單回暖節(jié)奏平緩，營(yíng)收增長(zhǎng)彈性受限。PPI前期持續(xù)深度通縮、當(dāng)前拐頭企穩(wěn)回升，上游硬件元器件成本壓力逐步消解，CPI溫和小幅修復(fù)帶動(dòng)終端需求邊際改善，CPI-PPI剪刀差收斂推動(dòng)計(jì)算機(jī)板塊毛利率修復(fù)、行業(yè)基本面底部拐點(diǎn)確認(rèn)，但受PMI低位約束，板塊盈利改善主要依靠成本端紅利，尚未迎來終端需求全面回暖驅(qū)動(dòng)的業(yè)績(jī)高增行情。

2025年行業(yè)營(yíng)收增速邊際抬升，實(shí)際盈利反轉(zhuǎn)仍待驗(yàn)證。營(yíng)收端，2025年全年行業(yè)營(yíng)收總額同比增長(zhǎng)，2026Q1行業(yè)營(yíng)收總額同比增長(zhǎng)，增速維持邊際改善趨勢(shì)；歸母凈利潤(rùn)端，2026Q1歸母凈利潤(rùn)同比改善。受制于宏觀背景持續(xù)承壓，2021年以來計(jì)算機(jī)板塊營(yíng)收增速持續(xù)放緩的趨勢(shì)在2025年出現(xiàn)邊際改善，整體仍處于相對(duì)低位，板塊景氣度緩慢修復(fù)、反轉(zhuǎn)仍待驗(yàn)證。受益于收入溫和修復(fù)、期間費(fèi)用率改善和非經(jīng)常性損益拉動(dòng)，板塊表觀利潤(rùn)實(shí)現(xiàn)顯著修復(fù)，但考慮剔除非經(jīng)常性損益影響，板塊實(shí)際盈利仍未走出虧損區(qū)間，行業(yè)內(nèi)生盈利能力雖邊際改善但仍未實(shí)現(xiàn)實(shí)質(zhì)性反轉(zhuǎn)。

人員管控成效持續(xù)顯現(xiàn)，費(fèi)用率優(yōu)化進(jìn)一步對(duì)沖毛利率壓力。2025年板塊銷售、管理、研發(fā)費(fèi)用率同步下行，期間費(fèi)用率較2024年減少，各項(xiàng)費(fèi)用率的同步優(yōu)化減緩了毛利率小幅下滑帶來的盈利壓力。從前瞻指標(biāo)看，目前行業(yè)經(jīng)營(yíng)現(xiàn)金流相對(duì)健康，應(yīng)收回流向好，經(jīng)營(yíng)質(zhì)量企穩(wěn)改善。2025年計(jì)算機(jī)行業(yè)統(tǒng)計(jì)標(biāo)的總經(jīng)營(yíng)性現(xiàn)金流凈額同比增長(zhǎng)，銷售商品、提供勞務(wù)收到的現(xiàn)金增速顯著高于營(yíng)收增速，應(yīng)收賬款同比下降，行業(yè)現(xiàn)金流入質(zhì)量改善趨勢(shì)明確。

AI進(jìn)入下半場(chǎng)，逐步邁入需求主導(dǎo)

AI行業(yè)發(fā)展步入下半場(chǎng)，轉(zhuǎn)向需求主導(dǎo)。模型側(cè)，伴隨國(guó)產(chǎn)模型能力加速提升，憑借性價(jià)比有望實(shí)現(xiàn)ARR快速提升；國(guó)產(chǎn)算力側(cè)模型持續(xù)迭代帶動(dòng)計(jì)算資源需求增加，新技術(shù)架構(gòu)、超節(jié)點(diǎn)、CPU值得重點(diǎn)關(guān)注；云計(jì)算側(cè)上游漲價(jià)疊加下游高景氣推動(dòng)云計(jì)算漲價(jià)，收入側(cè)帶來直接提振；應(yīng)用側(cè)Agent+Harness成為主流應(yīng)用形態(tài)，數(shù)據(jù)工具等Infra賽道有望收獲增量?jī)r(jià)值，具備"數(shù)據(jù)+流程+用戶"閉環(huán)的平臺(tái)公司擁有核心壁壘。

模型側(cè)：加速進(jìn)入需求時(shí)代，關(guān)注模型進(jìn)化與場(chǎng)景滲透

模型能力不斷抬升驅(qū)動(dòng)需求爆發(fā)。模型的智力提升是促進(jìn)生產(chǎn)力提升的關(guān)鍵主線，是驅(qū)動(dòng)生產(chǎn)力革命的核心。當(dāng)供給發(fā)生改變，格局的變化具有較高可見性。AI會(huì)帶動(dòng)部分環(huán)節(jié)存在商業(yè)模式裂變的機(jī)會(huì)，從而使得場(chǎng)景空間熵增。市場(chǎng)快速擴(kuò)容，增長(zhǎng)邏輯從訂閱到Token再到場(chǎng)景滲透。從Token用量的口徑來看，2026年3月中國(guó)日均token使用量超過140萬億，而2024年初這一數(shù)字僅為1000億，2025年底為100萬億，需求加速的斜率極為陡峭。

從量和滲透率的維度上看，軟件編程領(lǐng)域仍是滲透提升最快的場(chǎng)景。AI賦能Coding領(lǐng)域正涌現(xiàn)類似視頻行業(yè)的模式變革，Coding Agent是一個(gè)已經(jīng)被驗(yàn)證的高速增長(zhǎng)的新物種。從模型計(jì)費(fèi)邏輯的維度來看，本輪實(shí)現(xiàn)了從訂閱到按Token計(jì)費(fèi)的收費(fèi)邏輯演進(jìn)，價(jià)值計(jì)量單位從用戶席位轉(zhuǎn)變?yōu)榘戳坑?jì)費(fèi)，為行業(yè)打開了更大的商業(yè)化空間。相比訂閱模式，Token計(jì)費(fèi)將收入增長(zhǎng)與實(shí)際生產(chǎn)力需求綁定，不再受用戶數(shù)量和固定客單價(jià)約束，而是受使用深度驅(qū)動(dòng)。

國(guó)產(chǎn)大模型加速迭代，ARR提升驅(qū)動(dòng)力十足。驅(qū)動(dòng)因素包括：模型能力仍在加速追趕，打開國(guó)內(nèi)需求爆發(fā)的拐點(diǎn)；國(guó)產(chǎn)模型回歸價(jià)值曲線的同時(shí)，相比海外前沿模型性價(jià)比依舊明顯；模型競(jìng)爭(zhēng)升維至主權(quán)競(jìng)爭(zhēng)，北美前沿模型封鎖敘事反而強(qiáng)化國(guó)產(chǎn)開源模型趨勢(shì)；算力不斷緩解有望加速國(guó)產(chǎn)模型ARR釋放。國(guó)內(nèi)模型供給側(cè)短期緊缺，但伴隨頂層設(shè)計(jì)地位躍升、地方加速智算集群部署，有望迎來關(guān)鍵擴(kuò)產(chǎn)節(jié)點(diǎn)。

國(guó)產(chǎn)算力：國(guó)產(chǎn)芯模適配加速，供需共振驅(qū)動(dòng)β向上

需求側(cè)，模型商業(yè)化全面開啟，Token出海與Agent化加劇需求爆發(fā)。模型側(cè)持續(xù)迭代帶動(dòng)計(jì)算資源需求增加，這一輪大模型產(chǎn)業(yè)周期的底層邏輯本質(zhì)是遵循Scaling Law，通過消耗大規(guī)模算力來?yè)Q取模型智力水平的躍升。國(guó)產(chǎn)模型進(jìn)入需求時(shí)代，Token出海、芯模適配加速帶動(dòng)國(guó)產(chǎn)芯片需求爆發(fā)。從實(shí)際投入看，AI軍備競(jìng)賽延續(xù)，國(guó)內(nèi)各大云廠資本開支持續(xù)上修，2025年國(guó)內(nèi)BAT三家合計(jì)資本開支較2018年提升3倍，2026Q1同環(huán)比均實(shí)現(xiàn)增長(zhǎng)，且對(duì)未來Capex表述積極。

供給側(cè)，外部受限、供給為王，國(guó)產(chǎn)份額加速提升。美國(guó)AI領(lǐng)域?qū)χ袊?guó)管制層層加碼進(jìn)一步倒逼我國(guó)AI自主可控，算力底座供應(yīng)鏈穩(wěn)定可靠成為我國(guó)AI產(chǎn)業(yè)健康可持續(xù)發(fā)展必由之路。我國(guó)多方面支持國(guó)產(chǎn)智算發(fā)展，尤其在政府智算中心和國(guó)央企領(lǐng)域強(qiáng)政策指引。近年來國(guó)內(nèi)AI芯片國(guó)產(chǎn)化率穩(wěn)步提升，中國(guó)AI服務(wù)器中外購(gòu)海外芯片的比例預(yù)計(jì)持續(xù)下降。

從國(guó)產(chǎn)算力三大趨勢(shì)看未來投資機(jī)遇：趨勢(shì)一，Agent化驅(qū)動(dòng)異構(gòu)資源需求崛起，CPU有望迎來重估，Agent時(shí)代CPU成核心瓶頸，需求有望爆發(fā)，未來柜內(nèi)柜外CPU需求均將顯著提升，核心數(shù)已經(jīng)成為衡量CPU競(jìng)爭(zhēng)力的關(guān)鍵指標(biāo)；趨勢(shì)二，超節(jié)點(diǎn)成為國(guó)產(chǎn)算力破局之道，2026迎來量產(chǎn)元年，超節(jié)點(diǎn)架構(gòu)引領(lǐng)技術(shù)革新，重構(gòu)計(jì)算能力邊界，產(chǎn)業(yè)推進(jìn)節(jié)奏看2026年已被確立為國(guó)產(chǎn)超節(jié)點(diǎn)規(guī)模化放量的元年；趨勢(shì)三，新架構(gòu)百花齊放，技術(shù)路線未定催生結(jié)構(gòu)性機(jī)會(huì)，以英偉達(dá)發(fā)布的LPU為例，其通過架構(gòu)創(chuàng)新實(shí)現(xiàn)在低延遲推理與高吞吐場(chǎng)景下的能效比顯著優(yōu)于通用方案。

云計(jì)算：長(zhǎng)期來看產(chǎn)業(yè)鏈地位有望持續(xù)提升

漲價(jià)線方面，2025年以來國(guó)內(nèi)云計(jì)算行業(yè)正迎來新一輪價(jià)格與需求共振周期。AI訓(xùn)練和推理需求的雙重爆發(fā)帶動(dòng)核心資源價(jià)格持續(xù)緊張，上游資源成本顯著提升推動(dòng)云廠商逐步調(diào)整產(chǎn)品定價(jià)體系。2026年伊始，隨著上游漲價(jià)壓力的持續(xù)傳導(dǎo)，海外云廠紛紛宣布核心產(chǎn)品漲價(jià)，隨后包括阿里、百度等在內(nèi)的核心云廠紛紛官宣漲價(jià)，亦是這輪景氣周期的核心驗(yàn)證。對(duì)于云服務(wù)廠商而言，云產(chǎn)品漲價(jià)將直接反映在收入端，同時(shí)較之前有明確提高的資源利用率也有助于攤薄固定成本、提升盈利能力。

增利線方面，長(zhǎng)期看云計(jì)算行業(yè)產(chǎn)業(yè)鏈地位有望持續(xù)提升。AI云和大模型結(jié)合可以輸出實(shí)際的業(yè)務(wù)價(jià)值，而不僅僅是存放數(shù)據(jù)的容器；結(jié)構(gòu)上看AI云的PaaS層占比高于傳統(tǒng)云，使得AI云整體較傳統(tǒng)云擁有更高的毛利水平。隨著未來AI云收入占云商收入逐漸提升，云廠利潤(rùn)率水平將逐步提升。云計(jì)算作為推理時(shí)代的最核心環(huán)節(jié)之一，在AI時(shí)代有望再次整合IT產(chǎn)業(yè)價(jià)值鏈。

升級(jí)線方面，算力緊缺下Token工廠新模式應(yīng)運(yùn)而生。Token工廠是指在AI推理時(shí)代，數(shù)據(jù)中心從傳統(tǒng)的"數(shù)據(jù)存儲(chǔ)倉(cāng)庫(kù)"轉(zhuǎn)型為專門生產(chǎn)AI生成基本單位——Token的工業(yè)化生產(chǎn)設(shè)施。Token工廠的收入公式為Token調(diào)用量乘以Token的定價(jià)，北極星指標(biāo)變成了有限資源的Token生產(chǎn)效率。為提升Token工廠的運(yùn)營(yíng)效率，國(guó)內(nèi)外GPU云和智算中心核心玩家皆在不同層級(jí)上做出了多樣化的嘗試，核心玩家分別從資源觀測(cè)、資源共享、集群調(diào)度以及Token級(jí)調(diào)度等不同層級(jí)展開探索。

AI應(yīng)用：數(shù)據(jù)工具及具備閉環(huán)的平臺(tái)玩家核心受益

模型能力驅(qū)動(dòng)產(chǎn)品形態(tài)變化，AI正走向從模型到場(chǎng)景的最后一公里。模型能力的關(guān)鍵提升對(duì)應(yīng)了產(chǎn)品與應(yīng)用形態(tài)的兩次重大升級(jí)，模型動(dòng)手執(zhí)行任務(wù)的能力進(jìn)一步?jīng)Q定了模型能夠打開的場(chǎng)景以及需求空間。第一輪升級(jí)從Chatbot到Agent，模型從對(duì)話交互到執(zhí)行真實(shí)任務(wù)；第二輪升級(jí)從Agent到Agent+Harness，智能體開始變成長(zhǎng)時(shí)運(yùn)行、分工協(xié)作、反復(fù)評(píng)估的系統(tǒng)。

為最后一公里提供Infra的數(shù)據(jù)基礎(chǔ)設(shè)施具備賣鏟邏輯，享受增量?jī)r(jià)值。企業(yè)數(shù)據(jù)工程的生命周期核心包括數(shù)據(jù)生成、數(shù)據(jù)獲取、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理與轉(zhuǎn)換、數(shù)據(jù)提供和數(shù)據(jù)治理六個(gè)環(huán)節(jié)。當(dāng)下已進(jìn)入從模型到場(chǎng)景的"最后一公里"，企業(yè)只有將自身數(shù)據(jù)、業(yè)務(wù)Knowhow與Agent進(jìn)行深度適配與打通，才能真正讓AI走向可靠、好用。Agent規(guī)模化部署為數(shù)據(jù)工具創(chuàng)造第二價(jià)值曲線，包括存儲(chǔ)擴(kuò)容、可觀測(cè)性擴(kuò)容、數(shù)據(jù)治理擴(kuò)容、實(shí)時(shí)數(shù)據(jù)流擴(kuò)容等。

著眼應(yīng)用，具有"數(shù)據(jù)+流程+用戶"閉環(huán)的平臺(tái)玩家掌握核心壁壘和門檻。當(dāng)前AI應(yīng)用落地的核心矛盾已從通用模型的能力上限，轉(zhuǎn)向模型與垂直場(chǎng)景Know-how及數(shù)據(jù)的適配。通用大模型底層訓(xùn)練數(shù)據(jù)已高度同質(zhì)化，互聯(lián)網(wǎng)公域數(shù)據(jù)基本耗盡，模型性能的邊際提升越來越依賴垂直行業(yè)專屬的私域業(yè)務(wù)數(shù)據(jù)；只有對(duì)行業(yè)Knowhow有深刻理解并能夠?qū)⑵渑cAgent能力進(jìn)行適配的玩家才能讓AI在企業(yè)業(yè)務(wù)流中可靠可用；具備用戶基礎(chǔ)的廠商擁有天然的訓(xùn)練數(shù)據(jù)沉淀，且流程和數(shù)據(jù)的綁定抬高AI時(shí)代用戶遷移成本，提升用戶粘性。此三者將形成AI應(yīng)用飛輪效應(yīng)。

重點(diǎn)應(yīng)用場(chǎng)景包括AI+工業(yè)、AI+能源、AI4S等。AI+工業(yè)方面，空間大、數(shù)據(jù)足、壁壘深，2024年我國(guó)工業(yè)增加值占GDP比重約30%，全球工業(yè)第一大國(guó)，過去二十年大部分工業(yè)領(lǐng)域已完成自動(dòng)化和信息化兩輪改造，各行業(yè)數(shù)字化水平持續(xù)提升。AI+能源方面，算電協(xié)同納入國(guó)家戰(zhàn)略，激發(fā)增量能源IT需求，算力與電力系統(tǒng)各自面臨安全、綠色、經(jīng)濟(jì)的"不可能三角"挑戰(zhàn)，且相互交織，算電協(xié)同為破局之道。AI4S方面，科研范式迭代進(jìn)入第五種范式，AI for Science具有顯著的跨學(xué)科特征，已逐步滲透至藥物發(fā)現(xiàn)、材料科學(xué)、能源催化、氣候模擬等多個(gè)核心科學(xué)領(lǐng)域，市場(chǎng)空間達(dá)萬億美元級(jí)別。

尋找新需求：新技術(shù)突破與出海

新技術(shù)突破方面，物理AI/世界模型的GPT時(shí)刻尚未到來，基于當(dāng)前對(duì)世界模型研究的技術(shù)路徑分化，未來其商業(yè)價(jià)值或?qū)?huì)在實(shí)時(shí)交互及物理仿真兩大方向兌現(xiàn)。量子計(jì)算由于并行計(jì)算的特性，有望成為當(dāng)前算力體系的重要補(bǔ)充，從而有望成為未來算力的最終解答之一。當(dāng)前量子計(jì)算產(chǎn)業(yè)正由起步期邁向成長(zhǎng)期，2029年有望成為可規(guī)模化量子計(jì)算機(jī)落地關(guān)鍵時(shí)點(diǎn)。

出海方面，伴隨國(guó)內(nèi)大模型能力持續(xù)迭代，以及模型推理、Agent、多模態(tài)等核心能力與全球領(lǐng)先水平的差距不斷縮小，同時(shí)國(guó)內(nèi)互聯(lián)網(wǎng)廠商在產(chǎn)品設(shè)計(jì)、用戶運(yùn)營(yíng)和商業(yè)化方面積累了豐富經(jīng)驗(yàn)，推動(dòng)中國(guó)AI應(yīng)用在海外市場(chǎng)實(shí)現(xiàn)快速增長(zhǎng)。近年來多款中國(guó)AI產(chǎn)品在全球下載量、月活用戶數(shù)和收入排名中表現(xiàn)亮眼，顯示出中國(guó)AI產(chǎn)業(yè)正逐步從模型能力追趕走向應(yīng)用創(chuàng)新引領(lǐng)。