过去两年，AI几乎成为全球科技产业绕不开的关键词。

从算力芯片、存储，到光模块、CPO，再到越来越多的AI应用，产业链不断扩张；与此同时，经历前期快速上涨后，近期科技板块的波动也明显加大。

这轮AI周期和过去的新能源周期有什么不同？7月科技板块为什么出现明显调整？光通信的长期空间究竟在哪里？国产半导体目前又走到了什么位置？

本期《行行行》，我们邀请到具有光学博士背景、长期关注电子、半导体、通信等科技领域的基金经理马丁，从产业与投资两个角度，聊聊他眼中的这一轮科技周期。

本文根据播客内容整理，部分内容有删改。

Q1：从光学博士到科技投资，学术研究和投资最大的不同是什么？

舟舟： 你本科、博士阶段一直研究光学，后来为什么选择了投资？

马丁：

我最开始选择光学，其实更多来自于好奇心。

光是一个很有意思的研究对象。世界上有很多物理量会随着环境变化，但光速却是一个非常特殊的常数。从激光、非线性光学，到超快激光、全息成像、傅里叶成像，我在学校里接触了很多偏工程和应用的研究。

真正进入投资行业以后，我才慢慢发现，学术研究和投资之间有一个很重要的区别，就是怎么看待“不确定性”。

科研往往喜欢研究未知。如果一个实验结果已经完全确定，那么它反而失去了很多研究价值。很多前沿研究可能十个方向里只有一个最终成功，但只要这个成功足够重要，科研投入就有价值。

投资却不完全一样。

资本市场不仅关注潜在空间，也会给“确定性”定价。一个方向想象空间再大，如果产业兑现路径非常遥远、商业模式尚不清晰，投资者就需要对风险和赔率提出更高要求。

所以这些年的一个很大变化，是从过去单纯追求“最前沿的东西”，逐渐变成同时关注：技术能不能实现、产业能不能落地，以及最终能不能形成可持续的商业回报。

Q2：为什么这一轮AI周期，和上一轮新能源不太一样？

舟舟： 这一轮AI行情已经持续了一段时间，市场也经常把它和新能源产业周期比较。两者有什么本质区别？

马丁：

我认为两者有明显差别。

新能源很多需求最终是可以估算的。比如新能源汽车，全球汽车保有量、销量、渗透率都有相对明确的范围；光伏、储能虽然空间很大，但最终也会受到成本、收益率和能源需求的约束。

AI目前最大的特点恰恰是：我们还很难准确判断它最终能够走到哪里。

它不仅是企业之间的竞争，还关系到不同产业、甚至不同经济体未来的生产效率与技术竞争力。因此我们看到，这一轮AI资本开支很大程度上来自企业自身的商业判断，大量科技企业主动投入真金白银建设算力基础设施。

另一方面，AI最终试图解决的是“智能”问题。

人类自己对于智能的边界都没有完全理解，因此AI未来能够形成多大的生产力提升、能够渗透多少产业，目前很难简单用一个渗透率数字计算。

当然，这并不意味着AI不存在上限。

回头看很多历史产业周期，在早期阶段市场同样很难看到天花板。只有产业真正发展几年以后，约束条件才会逐渐显现。

所以相比给AI下一个“空间无限”的结论，我更倾向于认为：目前AI仍处于快速发展过程中，但未来需要持续观察技术进步和商业回报能否匹配不断增加的投入。

Q3：AI这么热，怎么判断产业是不是“过热”了？

舟舟： 现在产业界和资本市场对AI都比较乐观。站在投资角度，怎么判断是不是已经过热？

马丁：

产业内部其实也并不是只有一种声音。

目前大模型路线发展非常快，相关从业者往往非常乐观；但AI领域还有很多不同技术路线，也有人认为，仅靠现有模型架构未必能够真正实现更高级别的智能。

所以一个产业看起来非常繁荣，并不代表内部没有争议。

对于投资来说，更重要的是不要把自己完全变成技术路线的“信仰者”。科研可以长期探索终极问题，但投资需要不断衡量资产价格、产业进展和潜在回报之间是不是匹配。

如果一定要找一个相对直观的观察指标，我会比较关注：全球头部科技企业对于AI的资本开支究竟还在加速、保持稳定，还是开始明显放缓。因为真正处在产业最前沿的公司，往往最早知道算力是否紧缺、模型是否持续进步，以及AI产品有没有形成真实需求。

这也是为什么资本开支一旦出现变化，往往会显著影响全球科技资产的定价。

Q4：7月AI板块为什么会出现明显调整？

舟舟： 7月科技板块经历了一轮比较大的波动。最开始只是某些海外厂商资本开支变化的传闻，为什么最后演变成了整个AI板块的调整？

马丁：

最初确实是一些关于算力供需和资本开支的消息触发了市场担忧。后来不少科技企业又进一步说明，算力依然偏紧，未来投资计划也并没有发生根本变化。

但市场并没有立即恢复。

这说明，真正推动这轮调整的可能不只是某一条消息，而是它触发了市场长期以来一直存在的一个问题：AI已经投入了这么多资金，什么时候能够看到与之匹配的商业回报？

过去几年，当市场主要围绕算力短缺交易时，逻辑相对简单：需求很强，供给不足，于是最重要的问题就是“谁能够提供更多产能”。

但当资本开支持续上升之后，市场自然开始进一步追问：

这些算力最终由谁使用？

AI产品能够创造多少收入？

企业投入的资本能否形成足够的现金回报？

我认为这种变化并不一定是坏事。

它意味着AI投资正在从单纯交易产业趋势，进一步进入验证商业模式和投资回报率的阶段。

Q5：为什么接下来的科技投资可能比过去两年更难？

舟舟： 如果AI的大产业趋势还在，接下来是不是还能延续过去两年比较简单的投资逻辑？

马丁：

可能没有那么简单了。

过去一段时间，产业的核心矛盾比较集中——需求很强，瓶颈主要在供给。因此只要能够扩产、提升性能、解决算力瓶颈，很多环节都会受益。

但未来要同时考虑两个变量。一个是供给，一个是需求。

当需求也成为重要变量之后，问题就复杂了：不仅要看企业能不能生产出来，还要看竞争格局、产品价格，以及下游客户是否愿意持续支付。

从单变量变成多变量之后，科技板块的分化很可能会更加明显。

因此相比过去比较明显的产业Beta行情，未来更需要真正研究不同公司的产业地位、产品竞争力和商业兑现能力。

换句话说：AI的大趋势可能仍在，但“只要属于AI就上涨”的阶段，很难一直持续。

Q6：中国为什么在光通信领域具有比较强的产业基础？

舟舟： 回到你的专业领域。为什么中国企业在光模块、光通信产业链中竞争力比较突出？

马丁：

首先，中国在光学领域有比较长期的积累。

另一方面，光模块并不是一个纯设计产业，其中包含大量制造、组装以及材料环节，因此中国完整的制造业体系也能够发挥比较明显的优势。

此外，很多光学元器件对于材料科学要求很高。材料并不是简单依靠某一项技术突破就能够完成的，它需要长期研发，也需要庞大的工业体系支撑。

因此从材料、元器件到中游制造，我认为国内已经形成了相对完整的产业链基础。

市场上经常把光通信简单分成“大光”和“小光”。

所谓“大光”，可以简单理解为集成程度更高的光模块产品；“小光”则更多指向上游的光学元器件、材料和零部件。

从投资研究角度看，两者真正重要的差别并不是名字，而是：它在产业链中解决了什么问题，以及自身技术壁垒究竟有多高。

Q7：为什么说光通信真正的长期空间，可能远不只是光模块？

舟舟： 光模块、CPO过去几年关注度很高。光通信未来的空间应该怎么理解？

马丁：

我认为光通信真正长期的想象空间非常大。

今天绝大多数芯片内部的数据传输，仍然依靠电信号；光主要应用在需要高带宽、长距离传输的场景。

可以把它简单理解成：现在的光通信有点像连接城市之间的高铁。它速度非常快，运输能力也很强，但轨道目前主要铺设在特定线路上。

未来一个重要方向，是光逐渐向芯片周围靠近。

随着AI芯片性能不断提升，芯片与芯片之间的数据交换越来越庞大，传统电连接在带宽、功耗等方面都会面临越来越大的压力。因此从可插拔光模块，到CPO，再到硅光技术，本质上都是在让“光”离芯片越来越近。

更长期来看，如果未来能够在芯片内部进一步使用光进行信号传输甚至运算，那么光学和半导体的边界会进一步融合。

这也是为什么我自己会比较长期地关注硅光和光电融合。它最终解决的并不只是“通信更快”，而是未来高性能计算系统怎样以更低功耗搬运和处理越来越庞大的数据。

Q8：国产半导体和海外相比，目前主要差距在哪里？

舟舟： 国产芯片这几年进步很快。如果和海外相比，目前主要差距体现在哪些方面？

马丁：

我会把这个问题分成几层。

第一层，是已经能够生产的芯片。国内很多产品已经能够满足实际使用需求，但在稳定性、长期可靠性，以及部分极端使用环境下，还需要持续积累制造经验。

第二层，是生态。海外半导体产业经过几十年发展，很多软件、硬件和系统都是围绕既有芯片体系建立的。

这种生态本身就是竞争壁垒。但国内同样拥有非常庞大的终端市场，而且大量新应用也在快速出现。因此从更长期看，国产软硬件生态仍有不断完善的空间。

第三层，也是目前最明显的差距之一，是先进制程以及相关制造能力。高性能CPU、GPU等芯片，需要更先进的制程以提高晶体管密度，同时降低功耗。这一领域仍然是国内半导体产业需要持续突破的重要方向。

Q9：这一轮半导体周期，为什么和过去不一样？

舟舟： 半导体本身一直是一个周期行业。这轮周期和过去最大的不同是什么？

马丁：

最大的区别还是AI创造了一个过去没有出现过的新需求。

AI算力需要大量高性能芯片，也需要先进存储、先进封装、光通信以及大量高规格材料。更重要的是，它消耗的往往是产业链中最先进的一部分产能。当高端产品需求快速增加以后，上游厂商会优先将产能和资源投入到附加值更高的产品，由此又可能进一步影响其他产品的供给。

所以这轮周期并不是简单的某一种芯片涨价，而是AI需求通过上游晶圆、设备、材料、存储、封装等环节不断向外传导。

从目前产业信息来看，我认为这一轮科技投资仍值得持续跟踪。但相比此前，市场已经开始更加关注资本开支能否转化为需求，以及新增产能与终端应用之间能否形成良性循环。

Q10：未来关注半导体，应该看哪些方向？

舟舟： 经历这轮波动之后，你关注半导体产业的思路有没有变化？

马丁：

我仍然比较重视国产半导体产业链。

一方面，国内对于芯片自主化的需求具有比较强的产业支撑；另一方面，国内制造能力和产业生态也在不断进步。

从产业链角度，晶圆制造、半导体设备仍然是值得长期跟踪的基础环节。

与此同时，过去与消费电子周期关联度比较高的一些模拟芯片、小型SoC等产品，也值得观察AI应用向终端设备扩散之后会不会出现新的增量需求。

但我觉得选择科技公司不能只看它今天生产什么产品。更重要的是看这家公司真正的技术禀赋。例如有些公司擅长低功耗，有些公司擅长信号处理，有些公司在高速接口或模拟电路方面长期积累。很多科技史上非常重要的产品，最初的应用场景和后来真正打开市场的场景并不相同。

所以投资科技企业，有时候需要从它底层的技术能力出发，思考这项能力未来有没有进入新场景的可能。

Q11：普通投资者怎么区分产业趋势和题材炒作？

舟舟： 市场上经常会出现各种科技概念。怎么判断一家公司是真正受益于产业趋势，还是停留在题材阶段？

马丁：

一个比较简单的原则是：故事越复杂，越需要谨慎。

真正好的产业逻辑通常能够比较清楚地回答几个问题：

公司到底提供什么产品？

解决了客户什么问题？

有没有形成收入或者订单？

行业景气最后有没有反映到财务报表中？

对于普通投资者来说，也不一定需要在一个产业刚刚出现概念的时候就参与。

科技成长往往是一个比较长的过程。

如果一家公司真的进入快速成长阶段，随着季度财报不断披露，投资者通常仍然有时间观察它的收入、利润、客户和产业地位是否发生实质变化。相比抢在所有人之前预测未来，适当等待产业趋势得到更多验证，往往也是一种降低投资不确定性的方式。

Q12：如果只能选一个长期观察的光通信方向，会选什么？

舟舟： 如果在光通信领域只能选择一个长期研究方向，你会选什么？

马丁：

我会选择硅光和光电融合。

因为从学习光学开始，我们一直在期待一件事情：能不能把光真正做进集成电路。

过去光主要负责远距离通信，今天它正在逐渐进入数据中心、进入芯片之间的互联。未来如果光能够进一步进入芯片内部，那么光学和半导体会真正融合在一起。

从产业角度，这条路可能很长。但也正因为足够长，它才值得持续跟踪。

Q13：AI究竟是“信仰”，还是“泡沫”？

舟舟： 最后一个问题。有人说AI是一种信仰，也有人说AI是一场泡沫，你怎么看？

马丁：

我觉得这两个词对于投资来说都不够客观。

相比判断AI到底是“信仰”还是“泡沫”，我更愿意把它理解成：一个可能持续较长时间、但过程中一定伴随周期和波动的成长产业。

AI不会一直沿着直线上涨。

随着产业不断成熟，市场会反复讨论算力是否过剩、资本开支是不是太高、应用兑现够不够快。但这些讨论本身，也是一个新产业逐渐从想象走向现实必经的过程。

对于投资者来说，真正重要的并不是预测每一次涨跌，而是持续跟踪三个问题：

技术还在进步吗？

需求还在增长吗？

企业最终能不能把技术进步转化成商业回报？

如果这三个问题的答案仍在不断得到验证，那么产业就仍然值得研究。

而如果答案发生变化，也应该及时重新审视原来的判断。

这或许也是科技投资最有意思的地方：一边保持对新技术的好奇，一边保持对投资纪律的敬畏。

---

风险提示：基金管理公司不保证基金一定盈利，也不保证最低收益；基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证；我国基金运作时间较短，不能反映股市发展的所有阶段；基金非存款、产品有风险、投资须谨慎，投资人应认真阅读基金法律文件。文中观点仅代表嘉宾个人在访谈时点的观点，不构成任何投资建议或个股推荐，相关观点可能随市场及产业情况变化而调整。