AI时代的投资思考
作者：微信文章首先，我先做个免责声明，以下内容纯属个人思考总结，不包含任何投资建议。我只是为了站在2026年初，等未来回顾再对比看看自己的思考是否完全印证。
基础假设：
1，大模型的军备竞赛还会持续，基础大模型的能力还远没有达到极限。
原因：
其一，这一年其实是加速的一年，大厂从chatbot卷入coding。实际也确实看到编程领域的范式也彻底变了。未来程序员都会人手vibe coding进行工作。未来竞赛的注意力还会继续转向其他通用领域，或垂直通用领域。还有大量行业等着被持续颠覆。比如影视，医疗，金融，法律等等。
其二，智能驾驶，多模态，世界模型，具身智能。这些也都才方兴未艾，对算力的需求更是吞金兽。
2，token消耗量会每年十倍百倍以上的持续上升。token成本会跟随技术持续每年以十倍百倍降低，看起来是平衡关系，但实际，算力的供给量会完全跟不上消耗量，算力还会持续不足。
原因：
首先，刚第一点里其二已经说明，暂不赘述。
此外，从manus访谈，从自己各种场合看到和听到的来说，agent的token消耗远超chatbot。对算力是十倍百倍的消耗量。而agent现在根本远没有达到大规模普及的程序。2026年才仅仅是起步年。所以未来对算力的渴求会越来越多。但受限于不管是电力还是存储还得芯片的供给量，算力的增长势必会远低于token需求的增长。时间会证明。
3，电力系统，存储芯片，台积电的算力生产，英伟达cuda生态，都是这个趋势中的关键瓶颈点。
推论：
从英伟达开始，追溯上游，包括台积电，存储（对应的海力士和三星），以及AI数据中心，电力生产商，能源厂商，以及所依赖的对应资源提供商（铜）。整个一条链路上的瓶颈点厂商和公司，都会上涨受益。
以我对大模型当前应用，这才刚刚起步，和未来千行百业继续拓展的星辰大海来说，我认为英伟达会依然远远被低估！（因为physical AI， AI4SCI这些领域，cuda护城河太深了。现在还没什么应用，而这些未来都是大量需要算力的）
暂时写这么多。后续想到再发文补充。
页:
[1]