科技再一次走到了A股市场的潮头，吸引了众多投资者的目光。科技股的崛起，背后离不开科技产业日新月异的发展。尤其是人工智能领域，正以前所未有的速度迭代革新，从底层的算力基础设施，到前沿的算法模型，再到广泛的应用场景，每一个环节都蕴含着无限的投资机遇，同时也伴随着各种挑战和不确定性。在科技的星辰大海中，寻找最璀璨的那颗，并非易事。而鹏华基金“科技投资共同体”通过长期的精细设计，做出了覆盖多领域的“工具箱”，风格多样、各有千秋的基金经理，也具备了挖掘细分领域优质标的的实力。其中，杨飞的时代投资理论更是别具一格。
用时代产业的成长穿越宏观周期
2023年，市场走势不甚明朗，但杨飞在2023年一季度就已经从新能源转向AI。他认为，当时新能源行业面临比较大的产能过剩问题，竞争格局恶化，且处于开端，未来短期还看不到结束的可能性。2023年OpenAI发布了GPT大模型，AI元年到来，很多TMT行业的公司都处在历史底部，此时意味着整个新科技周期开始出现，而此时的产业估值具有较高的性价比。另外，科技产业周期调整的时间足够长。凭借对科技赛道的熟悉，杨飞果断转向AI，也为获取超额收益奠定了基础。
这种捕捉技术迭代跃迁带来的机遇的能力，源自杨飞独创的时代投资理论。分为几个步骤：第一，确定一个比较大的时代投资主线，这个时代可能是大时代产业，也可能是小时代产业。大时代产业指的是成长空间足够大，市场容量超过5000亿、影响面足够广、产业成长速度比较快且持续时间足够长，至少能持续十年以上的产业。而小时代产业，通常指市场容量可能在500亿-1000亿左右的产值，市场认知有一定的共性，可能快速成长期持续时间在3-5年的时间。
第二，寻找投资最舒服、投资逻辑最简单的行业。选取空间大、成长性比较好，但渗透率较低的行业；成长稳定性较强，盈利具备连续性，且可产生规模效应；拥有时间、人才或技术等行业壁垒形成要素；在积累和沉淀后，内部竞争格局清晰、优秀的公司的竞争壁垒会更加坚实。
第三，选择公司。买入最优质的行业龙头，又分为几个步骤：第一个是希望这个公司是最好、具备独特的或者稀缺的核心竞争力；第二个就是希望这个公司具有较强的产品竞争力以及销售能力；第三个是希望公司的盈利驱动因素比较简单易懂，而且规模化能力会比较强；第四个是希望公司做大规模的同时，竞争力会不断增强，各项的财务指标会明显领先于同业；第五个是公司的管理层具备较强的管理能力、战略前瞻能力、执行力以及在遇到问题的调整能力。
第四，在投资选择过程当中，杨飞会投资于产业生命周期最快速增长的阶段。当产业的渗透还处在0-5%的时候，保持紧密跟踪；一旦渗透率从5%跨越到40%加速成长阶段的时候，产业也进入了最好的投资期；当渗透率拐点出现的时候，比如说到了40%-50%的时候，产业估值可能会逐步回落，整个投资也基本可以慢慢退出。
第五关于商业模式的讨论，杨飞表示更愿意选择商业模式简单易懂，而且落地容易变现的行业。
关于投资新兴产业，杨飞认为，需要不断的跟踪、不断的验证、不断的迭代、不断的更新。因为整个新兴产业在时代的浪潮当中，内部结构也会发生比较大的变化。整个时代产业中的细分行业自身也是有生命周期的，整个新兴产业的投资需要持续的验证迭代，这样才能对行业和公司的盈利性，包括估值，做出合理的判断。
把握AI应用奇点临近的关键时间点
中国科技的进程，早已从“复制”转变为“创造”。杨飞认为，2024年是AI应用的奇点，主要原因是低算力成本的DeepSeek大模型的出现，让应用快速普及成为可能。
第一，算力基础设施方面。
2023年开始，海外开始大规模进行AI算力基础设施的投入，2024年继续保持着快速的增长。而且从国内来看，2024年是算力基础设施投入的第一年，2025年算力投入才开始加速，往后看，会继续加速。无论是海外还是国内，未来2年算力基础设施的投入都将保持快速增长的状态。
第二，模型算法。
2023年是海外OpenAI发布ChatGPT的一年，随后两年大模型的不断迭代，整个文字推理能力已经很强。2024年，国内的大模型也不断涌现出来，无论是字节的豆包，还是BAT，还是科大讯飞等等AI公司，都相继发布了有竞争力的大模型。随后在2025年初DeepSeek的出现，让大模型进入了极具应用价值的时代。但目前大模型还有很大进步空间，比如多模态领域，目前还没有大模型厂商能做的比较好。
第三，应用。
目前C端应用最快落地的可能是手机、眼镜等AI端侧产品，智能驾驶以及人形机器人也会在今年开始落地。B端来看，AI Agent赋能行业的应用也会在今年逐步开展，最快渗透的行业包括金融、教育、医疗等等，但这些都是还在初期，即使2025年可能也不会看到太大的量。
虽然我国的人工智能技术发展还处在大时代的初期，但在算力基础设施、算法模型、应用场景上更具全球竞争力。
算力基础设施方面，杨飞认为我们是后来者居上，虽然在训练环节，我们与全球比较领先的英伟达的GPU芯片还是有比较大的差距，但是我们自研的国产GPU芯片也呈现了不断追赶的势头。在推理环节，其实我们未来的芯片可能并不比海外弱，尤其是算力要求没那么高的ASIC芯片，这其实对应用环节可能更重要一些。包括在AIDC建设以及数据中心制造业产业链上，我们拥有相当强的领先优势，海外的很多数据中心的产业建设，很大一部分都要找我国的供应链。
算法模型方面，DeepSeek的出现已经实现了低算力高效模型，而且该模型实现了开源，具备持续不断的迭代能力，已经不输于海外的OpenAI的模型了。随着开源模型的持续升级，我国大模型也是有竞争力的。
从应用场景来看，无论是C端还是B端，我们都有全球最强的制造能力和最大的单一需求市场。C端的产品最快、最早能够在我国落地的可能性是非常高的，而且我国还具备最大的行业数据和应用场景，AI Agent给产业赋能落地的可能性也会非常大。
全球竞争的挑战与机遇
科技革命，既迷人又危险，迷人在于空间大、扩张快，在这其中，多少机会瞬息而起；危险在于，一旦掉队，就可能追不上时代的步伐。但机遇、前景永远动人心魄。杨飞表示，虽然在全球竞争格局下，中美存在差距，但差距在一步步缩小。
AI芯片方面，美国以英伟达为代表的GPU的设计公司，在底层框架以及经验积累方面，都要明显领先于我国的芯片企业。此外，在GPU代工方面，其实美国拥有全球最领先的芯片代工企业提供方-台积电。另外，在算法和框架方面，美国的大模型公司OpenAI仍然是全球领先的企业，但是我国的DeepSeek在低算力的优势下，也不会输于OpenAI，各有千秋。
算力方面，如果中芯国际的先进制程能有提升，可能会对我国的GPU算力性能上有很大的帮助。另外，在推理侧，算力需求会大幅提升的背景下，我国的ASIC芯片与海外芯片的差距会进一步缩小。在算法模型性能上，如果DeepSeek在多模态领域能有突破的话，将会大大提升我国模型方面的竞争力。
针对AI技术的快速迭代，杨飞的组合持仓策略叫行业分散与个股集中，行业和个股的权重变化在组合内部是动态平衡的，以此来应对迭代风险。
在产业内部适度分散，按照行业发展的生命周期进展的阶段进行划分，产业早期，行业的配置权重较少；爆发初期，行业权重配置较大；行业中晚期，渗透率出现拐点的时候，占比最少。随着生命周期的进展，行业内部会出现一个动态的平衡。比如2023-2024年组合在AI算力的占比是相对来说比较高的，但AI应用占比相对来说会比较少。但随着AI的发展，内部AI应用的占比，现在目前来说是非常、非常大的，出现大幅提升。在AI应用内部也有这样的差异，目前来说，C端落地进展要比B端快，所以说刚开始的时候，组合在C端应用的权重就会高于b端，这就是行业分散的内在逻辑。行业选择以后，重仓一些竞争力比较强的公司，最后组合体现出来的就是个股的集中度会比较高。
科技发展多点开花，AI改变世界
对普通投资者来说，科技发展是一个多点开花的过程，而这一轮的AI产业趋势，正在重塑市场新秩序。杨飞表示，当前可以看到投资者对AI产业的熟悉度在慢慢提升，逐渐认识到AI产业可能是未来长期的发展方向，也可能是政府未来长期支持和鼓励的方向。国外人工智能也在快速发展，成为中美两国科技产业争夺的焦点。在这个时候虽然可能会有分歧，但是相信AI的人会越来越多，投资者的风险偏好也在缓慢提升。伴随着整个宽松的流动性与逐步提升的风险偏好，相信科技股的估值中枢也在慢慢提升，在合理的估值基础上叠加了一些风险偏好和流动性的溢价。未来，伴随着整个C端以及B端的应用落地，市场对未来的预期也会提升，市场风险偏好进一步提升的情况下，AI的应用可能会迎来戴维斯双击。
展望未来，杨飞认为AI仍将带颠覆性变革。重大变化可能分两块：第一个在C端和B端都会发生比较大的变化。从C端来说，AI眼镜、手机，包括智能汽车、智能家居、人形机器人等AI产品的落地会能改变我们生活、提升生活品质、改变我们与世界交互方式、让生活更加便利，从而有更多时间享受生活。从B端来说，AI+产业可能也会深远地影响很多行业。AI Agent的出现会让很多金融行业的业务流程极其简单而高效，既节约金融业的成本，也让金融高效服务实体经济成为可能；制造业未来可能会有很多机器人替代工人，既提升工厂效率、节约成本，也保障生产的安全性。AI+医疗、AI+教育也将会极大改善行业格局。
（来源：资讯中国）
