【导读】公募投研人士解读谷歌AI叙事和人工智能投资前景：AI作为主线行情具备较强可持续性
中国基金报记者 方丽 李树超 孙晓辉 张玲
近日，谷歌AI叙事热度飙升，并引发一波AI行情。与此同时，“人工智能泡沫”是否出现的讨论在全球资本市场持续发酵。
谷歌在AI领域的进展有何标志性意义？AI作为本轮牛市主线是否可持续？与2000年互联网泡沫有何异同？投资者当下该如何操作？
为此，中国基金报采访了嘉实基金大科技投研总监王贵重、南方创业板人工智能ETF基金经理潘水洋、博时基金权益投资四部副总经理兼投资副总监肖瑞瑾、永赢基金权益投资部联席总经理李文宾、平安科技创新基金经理翟森、西部利得基金基金经理吴海健、诺德基金基金经理周建胜，共同研判AI产业投资价值。
AI产业从“硬件”到“软件”的里程碑
南方基金潘水洋：Gemini 3 Pro与Nano Banana Pro密集发布，标志着谷歌在AI领域实现对OpenAI的强势反超。其核心优势在于构建了从TPU自研芯片、Gemini大模型到搜索及Waymo应用的全栈式闭环生态，模型参数优化周期由数月压缩至一周，凸显软硬协同带来的迭代效率与成本优势。Gemini 3的推出有望进一步提升算力与存力需求。
嘉实基金王贵重：Gemini 3在推理、编程和多模态能力上显著提升，是AI发展的重要突破。它展示了AI产业原生多模态、Agent等演进方向，更首次完整呈现“硬件（TPU）—模型（Gemini）—服务（云、搜索、广告）”闭环商业模式，可视为AI从“硬件驱动”迈向“软件定义”的关键里程碑。
博时基金肖瑞瑾：Gemini 3不仅强化了大模型技术进步的持续性，更彰显谷歌“自研芯片+模型+应用”的全栈协同创新能力，为中国大模型企业提供了重要参考范式。
永赢基金李文宾：Gemini 3初步奠定谷歌从AI追赶者到领跑者的地位，推动算力基础设施层进入多元化竞争，模型与应用层则趋向集中化演进，产业链重塑带来新的投资机会。
平安基金翟森：Gemini 3执行复杂workflow的实际表现出现代际跃升，标志AI正从“回答问题”向“执行任务”进化，在规划、长链路推理、多模态视频理解及工具协同方面已进入真实生产力场景。AI商业化将呈现指数级验证趋势。
西部利得基金吴海健：谷歌领先的软硬件生态加速全栈式创新，将刺激全球大模型厂商持续加大投入，“AI军备竞赛”趋势仍将延续，有利于产业长期健康发展。
诺德基金周建胜：AI作为本轮牛市主线，仍具持续性。本轮行情的大赢家同时也是真实推动产业进步的产业主体，基本面支撑扎实。
“估值不便宜但空间巨大”
嘉实基金王贵重：当前AI整体呈现“估值不便宜但空间巨大”的特征。国内AI发展在硬件（半导体公司收入快速增长）、算法（人才优势难以形成代差）、应用（完整产业链与庞大下游市场）三方面均具备坚实基础，支撑中长期行情演绎。
永赢基金李文宾：AI板块基本面持续向上，估值处于合理区间；预计2026—2027年高景气度仍将延续，主线行情具备较强可持续性。上游算力侧受Scaling Law驱动维持高增长；中游模型侧，国内外头部厂商收入持续提升，出海进程加快；下游应用端，智能体、机器人等雏形已现，规模化落地有望在2026—2027年实现。
诺德基金周建胜：AI主线行情具有持续性，当前仍持乐观态度——因产业真正的大赢家正在兑现进步，而非仅靠概念支撑股价。
博时基金肖瑞瑾：AI板块基本面坚实、估值相对合理，主线投资机遇具备可持续性；随着大模型进入产业生态竞争阶段，大型科技企业将更受青睐。
“人工智能泡沫”并未出现
博时基金肖瑞瑾：当前未出现“人工智能泡沫”，与2000年互联网泡沫存在本质差异：当前大模型已进入产业生态竞争阶段，具备强大生态的中国互联网企业仍处相对低估值区间，构成显著投资机遇。
南方基金潘水洋：尽管AI相关公司估值偏高，但产业链盈利持续兑现、基本面良好、流动性充裕，尚不具备触发系统性调整的宏观条件；类比互联网浪潮，“爆款级”应用或仅是时间问题，断言泡沫为时过早。
永赢基金李文宾：与2000年相比，当前AI在盈利支撑、技术成熟度、市场格局等方面更为扎实；主要风险在于资本开支过度引发系统性压力，以及商业模式盈利路径尚未完全清晰。
平安基金翟森：AI并非“互联网2.0”，而是生产力结构的重构。以互联网商业化逻辑类比AI发展，属于用错误标尺衡量全新经济形态。
诺德基金周建胜：2000年“.com”公司靠虚无叙事推高估值，而今AI龙头支撑市值的是真实利润与现金流，不少企业呈现“股价上涨、相对估值下降”的健康态势。风险评估应基于产业赛道成长潜力与企业竞争力，结合3年中期与10年长期视角进行合理折现估值。
嘉实基金王贵重：需警惕部分领域估值过高及技术进展不及预期的风险，但整体仍处AI产业早期阶段，通过精选个股，可在不同发展阶段匹配相应受益标的，持续分享产业红利。
部分细分领域估值较高
诺德基金周建胜：AI板块中部分细分领域存在估值偏高风险。建议将更多仓位配置于当下及未来三年确定性强、能兑现利润与现金流的龙头公司；对确定性较低、弹性较大的品种，宜低仓位、分散持仓，待其确定性提升后再逐步加仓。
永赢基金李文宾：当前投资风险核心不在短期估值，而在于产业进展是否顺利，以及领先企业能否守住竞争优势。谷歌大模型崛起正带动其“硬件－软件－云－生态”全链强势出圈，也加剧对其他互联网龙头的竞争冲击。此外，AI对消费端影响加深，但更广阔空间在制造业——目前AI与实体制造融合虽有进展，仍需提速。
博时基金肖瑞瑾：当前存在高估风险的两大方向：一是算力租赁行业，随着英伟达及国产芯片性能提升，旧卡经济性下降，可能缩短折旧周期，削弱盈利能力；二是AI初创企业及单一应用企业，因大模型竞争转向生态主导，缺乏综合能力的企业易被科技巨头替代，成长空间受限。
中国AI产业发展优势明显
西部利得基金吴海健：优势在于全球最大数字市场带来的数据红利、丰富落地场景催生多样化AI应用、特高压等基建保障算力能源供给；短板在于高端芯片受限、先进制程工艺落后、主流大模型架构原创能力不足、高质量训练数据欠缺。中期看，科技自主可控是长期趋势，伴随先进制程产能释放，国内互联网大厂、运营商算力需求将快速释放，驱动国产算力芯片供应链业绩高速增长。
平安基金翟森：中国AI优势体现在体系化效率与落地速度，在开源生态、算力成本、工程化人才与产业链协同方面具备更强规模化能力；GPU之外整条供应链（服务器、光模块、液冷、IDC建设等）均可低成本、高效率完成，形成长期训练与部署经济性；短板仍为高端算力芯片供给受限，但国产算力成长空间明确。
永赢基金李文宾：优势集中于开源模型全球领先、制造业基础雄厚、落地场景丰富、硬件环节基础较好；短板在于高端模型理论、核心硬件（如高端GPU）研发能力不足，导致国内模型厂商较海外落后1–2年。
嘉实基金王贵重：瓶颈在于算力，但追赶步伐加快；To C应用市场广度大、落地经验丰富；国产算力虽存不确定性，但弹性巨大——海外高端算力受限倒逼建立完整自主生态，涵盖设备、材料、零部件、芯片设计及生态体系，任一环节突破均为重大投资机会。
博时基金肖瑞瑾：国产化与产业生态是两大核心优势；国产算力长期投资价值显著；底层半导体制造技术是当前少数待突破环节，但随着国产核心装备持续突破，该短板有望快速弥补，迎来国产AI黄金发展期。
南方基金潘水洋：DeepSeek开创大模型第二路径——“不强堆参数与算卡、支持端侧部署”，证明中国在算法与架构设计上已实现明显突破；数据与算力正迎头赶上，机器人、无人机等领域已初步建立领先优势，有望在新一轮科技革命中形成“双核心”模式。
诺德基金周建胜：AI发展依赖电力、算力、人才、资本、政策、应用等多要素，我国拥有全球最优质的电力基础设施、广泛AI人才、充沛资本支持及良好政策环境。
AI应用处于商业化落地初期阶段
博时基金肖瑞瑾：AI应用正处于高速发展期，以Gemini 3为代表的SOTA模型正深度融入产业生态，模型调用量（token）快速增长；重点关注AI建模与编程、个人知识库管理、企业生产力工具等细分领域。
永赢基金李文宾：更看好具备明确商业化路径的应用场景，包括AI广告、办公与软件助手、数据分析平台、AI编程、金融医疗等垂直领域软件平台；上述方向海外已实现业绩兑现与清晰收费模式，国内企业正积极切入。
嘉实基金王贵重：AI正从预期驱动迈入真实落地新阶段：To C端已与广告、游戏、个人助理（Agent）深度融合；To B端正参照美国路径，推进营销、法律、政务、代码等环节的AI替代。
平安基金翟森：AI商业化尚处初期，尤其To C层面尚未形成大规模、可复刻的单点产品模式；收入滞后源于企业需重构流程，阶段性投入与收入错配非泡沫信号，而是所有生产力革命共性——先扩能力、再拓场景、终至规模化兑现；传统企业数字生产力改造是重点落地方向。
西部利得基金吴海健：AI应用处于商业化初期，现有AI耳机、AI玩具、AI视频、AI编程等软硬件多属探索阶段；渗透率与付费率较高的主要为聊天与编程领域；重点看好广告营销、办公软件、视频编辑、AI眼镜、智能穿戴等场景。
看好AI算力基础设施及AI生态应用
嘉实基金王贵重：当前处于“硬三年”向“软三年”过渡初期。“模型即应用”趋势日益明显，模型与应用进化将持续拉动上游算力需求；确定性高的细分领域如存储，已因AI需求驱动出现五年来首次涨价。
南方基金潘水洋：最看好AI产业链上游算力基础设施。海内外互联网巨头大幅上调资本开支，聚焦AI算力芯片、光模块等硬件；国产AI芯片产能与良率持续提升，出货量有望超预期。
永赢基金李文宾：最关注算力环节，因其契合当前AI所处的Scaling Law主导阶段；中美将持续加大算力投入以争夺领导地位，未来2–3年算力领域具备较强业绩兑现能力。模型端格局未定；应用端需待大模型竞争明朗后方可形成明确投资结论。光模块领域国产替代率高，已培育多个全球市占率领先品牌，是AI算力扩张的关键玩家。
博时基金肖瑞瑾：更看好AI算力基础设施及AI生态应用：一方面，Gemini 3等SOTA模型持续突破印证Scaling Law依然有效，算力投入仍是刚需；另一方面，大模型正进入生态竞争阶段，掌握庞大算力资源与应用基础的大型科技企业更具优势。
AI的关键突破方向：算法升级与算力基础设施升级
永赢基金李文宾：未来1–2年值得关注的技术突破与商业应用集中在全模态融合、AI智能体落地、具身智能三大方向；AI行业已现格局分化，应聚焦重投入、具领先优势的企业。
平安基金翟森：未来1–2年AI关键突破来自两方面：一是算法升级，包括多Agent协作、长上下文与外部记忆能力，推动模型从“被动回答”走向“主动执行”，开启应用爆发期；二是算力基础设施升级，支撑超大规模GPU集群建设。随推理成本下降与自动化增强，AI将在企业流程、科研、创意及个人效率中快速商业化，形成强确定性需求周期。
博时基金肖瑞瑾：在线学习（online-Learning）是未来1–2年值得关注的技术突破方向——模型可在推理过程中持续学习进化，打破训练完成后能力固化限制；最具潜力的商业应用场景为无人驾驶与人形机器人。