文 | 多空象限
2026 年第一季度，AI 产业迎来了一个重要的分水岭。市场正在告别 2023 至 2025 年间以 " 流动性溢价 + 概念炒作 " 为主导的阶段，进入一个以 " 盈利兑现优先、硬件占优 " 为特征的新周期。这一转变标志着AI 产业的核心逻辑，正从 " 讲故事 " 走向 " 看报表 "。
从三个维度可以清晰地看到这一投资逻辑的根本变化：
首先，纯软件及 AI 应用公司的平均市盈率从 2025 年的 65 倍回落至 2026 年一季度的 35 倍，而 GPU、服务器、光模块等 AI 硬件龙头的市盈率则维持在 45-55 倍的高位，且业绩持续超预期，估值分化加剧。
其次，一季度公募基金的 AI 持仓中，硬件板块占比从 2025 年的 42% 大幅提升至 68%，软件板块则从 58% 降至 32%，机构 " 用脚投票 " 的趋势愈发明显，资金流向出现逆转。
最后，一季报数据显示，AI 硬件公司平均净利润同比增长 85%，而 AI 软件公司仅增长 12%；股价表现与业绩增速的相关性从 0.3 显著提升至 0.78，业绩验证正成为股价的核心催化剂。
AI 投资为何转向硬件？
从宏观层面来看，流动性环境正在边际收紧。2026 年，全球主要央行进入 "higher for longer" 阶段，流动性宽松周期正式结束，估值扩张的时代宣告终结。美联储联邦基金利率维持在 4.75%-5.00% 区间，10 年期美债收益率在 4.2%-4.5% 的高位震荡。中国央行则在一季度净回笼 MLF 6000 亿元，DR007 从 2025 年的平均 1.8% 升至 2.1%。与此同时，纳斯达克 100 指数的远期市盈率从 2025 年末的 28 倍降至 2026 年 4 月的 23 倍。
我们可以看到一条从宏观利率变化到公司估值的清晰传导路径：在流动性收紧的背景下，缺乏现金流支撑的高估值公司首当其冲，投资者从追逐 " 市梦率 " 回归到关注 " 市盈率 "。硬件公司因拥有真实订单和利润，成为资金的避风港。中信证券在研报中指出：" 流动性拐点确认后，AI 投资必须从‘估值驱动’转向‘盈利驱动’，硬件环节因业绩确定性最高，将成为资金首选配置方向。" 高盛也表示：" 在高利率环境下，我们下调纯软件 AI 公司目标价 15%-25%，同时上调硬件龙头目标价 10%-15%。"
除了宏观环境变化，一季度财务数据也揭示了硬件与软件板块之间的显著分化。两者在盈利兑现能力上的差异，是表现 " 冰火两重天 " 的另一关键原因。硬件端呈现出 " 量价齐升 " 的黄金期：大模型训练和推理需求爆发，GPU 供不应求，服务器厂商订单饱满，光模块用量激增（800G/1.6T 产品单价提升 30%-50%），规模效应叠加技术壁垒，推动毛利率持续提升。
而软件端则陷入 " 增收不增利 " 的困境：大模型同质化严重，价格战激烈（API 调用价格在 2025-2026 年间下降 60%），获客成本高企，商业化落地缓慢，盈利模式尚未跑通。
机构持仓与调研方向的转变，则是资金 " 用脚投票 " 的最直接体现。对比 2026 年一季度与 2025 年四季度的持仓数据，公募基金增持前三名分别为英伟达（+3.2%）、中际旭创（+2.8%）和工业富联（+2.1%）；减持前三名则分别为某 AI 语音公司（-4.5%）、某 AI 办公公司（-3.8%）和某大模型创业公司（-3.2%）。
从调研频次来看，2026 年 3-4 月，AI 硬件公司平均每月接待机构调研 15.6 次，而 AI 软件公司仅为 6.3 次。调研问题的关注点也明显不同：硬件公司被问及 " 产能扩张进度、订单可见度、毛利率趋势 "；软件公司则被关注 " 付费转化率、续费率、盈亏平衡点 "。华泰证券指出：" 机构调研的‘硬件偏好’反映了市场对确定性的追求。硬件公司的订单可见度已达 12-18 个月，而软件公司的收入预测误差率仍高达 40%。"
AI 硬件产业链：盈利兑现的 " 黄金赛道 "
GPU 芯片：算力需求的 " 卖水人 "
全球 GPU 市场规模正从 2025 年的 450 亿美元快速增长至 2026 年的 820 亿美元，同比增长 82%。
龙头公司财务表现亮眼，英伟达 2026 年一季度营收达 440.62 亿美元，同比增长 69.18%；净利润 187.75 亿美元，同比增长 26.17%；毛利率维持在 60.5% 的高位。
A 股龙头中际旭创一季度营收 194.96 亿元，净利润 63.17 亿元，毛利率 46.1%。订单可见度方面，2026 年全年产能已售罄，2027 年一季度订单也已开始排产，供需失衡至少持续至 2027 年。
竞争格局方面，英伟达在训练芯片市场占据 90% 的份额，H200/B100 系列供不应求；AMD 的 MI300 系列快速放量，2026 年一季度数据中心营收同比增长 156%，市场份额从 5% 升至 8%。
国产替代方面，华为昇腾 910B 产能持续爬坡，2026 年预计出货 15 万片（同比增长 200%），但生态壁垒仍是挑战。瑞银认为：" 国产 GPU 在推理端有望实现 20%-30% 的替代率，但在训练端仍需 3-5 年追赶。"
AI 服务器：算力落地的 " 承载者 "
全球 AI 服务器市场规模预计从 2025 年的 380 亿美元增至 2026 年的 650 亿美元，同比增长 71%；中国 AI 服务器市场则从 120 亿美元增至 210 亿美元，同比增长 75%。AI 服务器正呈现出 " 量价齐升 " 的局面：大模型参数量每 18 个月翻 10 倍，训练集群规模从千卡级迈向万卡级，服务器需求量指数级增长；单机价值量从 2023 年的 8 万美元升至 2026 年的 15 万美元（其中 GPU 占比从 60% 升至 70%）。头部厂商如工业富联、浪潮信息、超微电脑凭借供应链管理和交付能力，市场份额持续提升。
从一季度财务表现看，工业富联 AI 服务器营收占比从 25% 升至 48%（预测），毛利率提升 2.3 个百分点至 9.8%；浪潮信息 AI 服务器出货量同比增长 95%（预测），经营现金流净额转正。招商证券表示："AI 服务器是‘铲子股’逻辑最清晰的环节，订单可见度达 18 个月。预计 2026 年头部厂商净利润增速将超 80%。" 花旗也指出：" 服务器厂商的议价能力正在提升，毛利率拐点已现，这是过去三年未见的积极信号。"
光模块：算力网络的 " 血管 "
技术迭代是光模块行业持续增长的核心动力。速率从 400G 到 800G 再到 1.6T，2026 年 800G 渗透率将从 35% 升至 65%，1.6T 开始小批量出货；万卡集群的光模块用量从 2023 年的 25 万只升至 2026 年的 80 万只，增长 220%；800G 光模块单价约 800 美元，1.6T 产品单价预计在 1500-1800 美元。
中国厂商在全球光模块市场中占据 70% 的份额（代表企业有中际旭创、新易盛、天孚通信），一季度头部公司净利润同比增长 70%-90%，毛利率维持在 35%-40% 的高位。光大证券认为：" 光模块是 AI 硬件中‘弹性最大’的环节，1.6T 产品放量将推动 2026-2027 年行业复合增速超 60%。"
其他关键环节：HBM、先进封装、液冷
HBM（高带宽内存）2026 年市场规模预计达 120 亿美元，同比增长 95%，SK 海力士、三星、美光三足鼎立，国产长鑫存储正在加速追赶。先进封装（CoWoS）产能瓶颈制约 GPU 出货，台积电 2026 年 CoWoS 产能翻倍仍供不应求。液冷散热方面，单机柜功率密度从 20kW 升至 50kW，液冷渗透率从 15% 提升至 45%。
AI 软件与应用：困境中的破局探索
与硬件端的火热形成鲜明对比的是，AI 软件与应用当前正面临三重商业化困境。
大模型同质化严重，全球大模型数量从 2023 年的 80 个激增至 2026 年的 650 个，但性能差异却在缩小。MMLU 基准测试显示，头部模型得分集中在 85-88 分区间，难以形成显著差异化。
价格战压缩盈利空间，API 调用价格从 2023 年的 0.03 美元 / 千 tokens 降至 2026 年的 0.012 美元 / 千 tokens，降幅达 60%。国内大模型价格战更为激烈，部分厂商甚至打出 " 免费换流量 " 的策略。
付费转化率低下，企业端 POC（概念验证）转化率仅 15%-20%，平均销售周期从 3 个月延长至 6 个月；消费端付费用户占比普遍低于 5%，ARPU 值难以提升。
上市公司财报很好地佐证了这些困境，某头部 AI 办公公司 2026 年一季度营收同比增长 35%，但销售费用率从 45% 升至 58%，净利润率从 8% 降至 -3%。某 AI 语音公司活跃用户数增长 120%，但付费用户仅增长 25%，获客成本是客户终身价值的 2.3 倍。
破局的方向正在从 " 通用大模型 " 转向 " 垂直场景深耕 "。具体包括：行业大模型 + 私有化部署，金融、医疗、法律等垂直领域因数据壁垒和合规要求，私有化部署成为刚需；AI Agent（智能体）从 " 对话 " 走向 " 执行 "，用户不愿为 " 聊天 " 付费，但愿意为 " 完成任务 " 买单。2026 年一季度，AI Agent 在客服、销售、运维等场景的渗透率从 8% 升至 22%，商业模式按任务完成量收费（如每成功处理一个订单收费 5 元），单位经济模型显著改善；端侧 AI，即手机、PC、汽车的 "AI 化 "。2026 年 AI 手机渗透率预计达 45%，带动 SoC、存储、传感器升级；L3 级自动驾驶落地，单车 AI 算力从 50TOPS 升至 200TOPS，商业模式为硬件销售 + 软件订阅（如 FSD 每月 99 美元）。
国泰君安认为 " 软件公司的出路在于‘垂直化 + 场景化’，通用大模型已成红海，但金融、医疗等垂直领域仍有 10 倍空间。" 野村证券也称："AI Agent 是 2026 年最值得关注的软件方向，我们预计 2027 年 Agent 市场规模将达 150 亿美元，复合增速 120%。"
市场展望：2026-2030 年 AI 产业链发展趋势
展望未来 3-5 年，AI 硬件环节预计将保持强劲增长态势。这一判断主要基于三大原因：大模型迭代持续加速，参数量每 18 个月翻 10 倍的趋势未变，训练集群规模从万卡级向十万卡级演进，算力需求呈指数级增长；推理需求爆发式增长，AI 应用从训练端向推理端迁移，预计 2027 年推理算力需求将超过训练算力，成为主要增长引擎；技术迭代带来价值量提升，GPU 从 H200 向 B100、Rubin 演进，光模块从 800G 向 1.6T、3.2T 升级，HBM 从 HBM3 向 HBM4 迭代，单机价值量持续提升。
软件环节则有望在 2027 年后迎来拐点。2026 年软件板块仍处于估值消化和商业模式探索期，但 2027 年后，随着 AI Agent 商业化落地和垂直领域大模型付费率提升，有望迎来业绩拐点。关键观察指标包括：付费转化率从当前的 15%-20% 提升至 30% 以上，续费率从 60%-70% 提升至 85% 以上，经营现金流从负转正，单位经济模型跑通，AI Agent 渗透率从当前的 22% 提升至 50% 以上。发展路径大致为：2026 年估值消化期，聚焦垂直领域和 AI Agent 试点；2027 年商业化验证期，头部公司实现盈亏平衡；2028-2030 年规模扩张期，付费率提升驱动利润释放。软件环节的市场规模将呈现 " 前低后高 " 的增长态势。
当然，风险因素也不容忽视。技术迭代风险方面，量子计算、光子芯片等颠覆性技术若提前突破，现有 GPU 产业链可能面临重构。地缘政治风险方面，美国对华 AI 芯片出口管制若进一步收紧，可能影响国产替代进度和全球供应链稳定。宏观经济风险方面，若全球衰退来临，企业 IT 支出缩减，AI 资本开支可能推迟，从而影响硬件需求。估值回调风险方面，硬件板块 2026 年 PE 已达 45-55 倍，若业绩增速放缓，可能面临 " 戴维斯双杀 "。
结语
2026 年，AI 投资正从 " 野蛮生长 " 进入 " 精耕细作 " 的新阶段。硬件环节凭借清晰的盈利模式和强劲的业绩兑现能力，成为当前确定性最高的配置方向；软件应用虽短期承压，但垂直化、场景化、端侧化的破局探索正在孕育新的机会。
流动性驱动退潮，盈利兑现成为唯一的 " 硬通货 "。市场正从 " 市梦率 " 思维转向 " 市盈率 " 思维，投资者更加关注真实的订单、利润和现金流。硬件为王，GPU、服务器、光模块构成的 " 黄金三角 "，2026-2030 年净利润复合增速预计超过 45%，供需失衡至少持续至 2027 年，订单可见度充足，毛利率持续提升。软件待时，短期应规避通用大模型，重点关注垂直领域和 AI Agent 的突破性进展；2027 年后，随着商业化落地，软件板块有望迎来估值与业绩的双击。
AI 产业的长期趋势并未改变——算力需求爆发式增长、推理端需求崛起、技术迭代加速，这三大动力依然强劲。唯有紧跟产业节奏、聚焦盈利兑现，方能在 AI 产业的 " 下半场 " 中赢得超额收益。
参考资料：
[ 1 ] AI 硬件投资新阶段：盈利兑现优先，中信证券
[ 2 ] AI 产业链深度：硬件黄金期，软件待拐点，中金公司
[ 3 ] Global AI Investment Strategy，Goldman Sachs
[ 4 ] AI Software Unit Economics Analysis，Morgan Stanley
[ 5 ] GPU：最确定的瓶颈，中信建投
[ 6 ] 国产 GPU 替代路径分析，瑞银
[ 7 ] AI 服务器：订单可见度 18 个月，招商证券
[ 8 ] 光模块：1.6T 驱动高增长，光大证券
风险提示及免责声明
本文内容基于公开信息及券商研究报告整理，仅供参考，不构成任何投资建议。投资者据此操作，风险自担。文中涉及的所有数据、观点均来源于第三方机构，作者不对数据的准确性和完整性作任何保证。市场有风险，投资需谨慎。本文不构成对任何证券、基金及其他金融产品的推荐或要约，也不构成对任何投资策略的承诺。过往业绩不代表未来表现，投资者应结合自身风险承受能力，在独立判断的基础上审慎决策。
