1月26日，景顺长城基金经理江山在公司投资策略会上分享了对AI算力、AI应用、机器人投资的看法。

投资作业本课代表整理了要点如下：

1、从模型训练范式和推理两方面看，有几个趋势很确定。

算力投资，首先在传输环节，尤其是光通信，一定是价值量通胀的环节，会有更多新技术和应用来撑大整个市场空间。

在需要更长上下文记忆和更大KV Cache过程中，对存储的需求也是确定性提升。

从推理方向上，第一，ASIC可能是未来越来越大的市场。第二，在Agent趋势下，未来CPU需要完成的任务也会越来越多。

我们现在也能观察到CPU有一些阶段性涨价趋势。从现在往后看，类似过去存储芯片、CPU这样的新叙事，随着AI需求越来越大、触及变化越来越多。

2、到2026年，一个非常重要的点是能看到很多B端应用逐步替代开来。很多应用场景后面都会迅速被AI替代。

3、回到投资标的和方向上......未来相当大的价值量都会被头部大模型自己拿走。

回到股票上，可投资标的会跟一级市场一样变得非常稀缺，可能类似阿里或一级市场的字节这样手里握着重要头部大模型的公司，肯定具有更长期的投资价值。

......最后我们买的很多标的，实际上是在这个过程中受损的。

就像内燃机出来了，我们去投内燃机应用的公司，却买了一个马车公司。有点像这样的概念。

所以从我自己的角度，我比较鲜明地不看好类似这样的公司，不是说完全不行，但我对大部分这类公司不太看好。

4、从更长期维度看，机器人是AI在端侧一个全新的应用。虽然短期确定性不是特别高，但如果看五年以上时间，是一个确定性非常高、空间非常大的方向。

江山，景顺长城基金经理，拥有12年证券、基金行业从业经验。曾任职于宝盈基金、国投瑞银基金、长安基金等多家机构，历任产品经理、研究员、专户投资经理、基金经理、研究部副总监等职务。2023年12月加入景顺长城基金，自2024年7月起担任混合资产投资部基金经理。

截至1月26日，其管理的基金资产总规模达451.07亿元。值得关注的是，2025年10月 其管理规模仅为108亿元，这意味着在约3个月时间内，管理规模增长超4倍。

另外值得注意的是，其管理的景顺长城稳健回报混合A业绩表现突出，以2025年全年131.91%的回报率位列主动权益基金第15名。

截至1月26日，该基金成立近11年来累计收益近390%，各阶段回报分别为：近3年225%，近1年115%，近6个月81%，近3个月14%，近1个月6%。由此可见，近期业绩也出现回调。

我们重点关注其2024年8月以来的业绩，因为江山从此时开始管理该基金，下图中可见，去年5月至今任职回报约152%。

关于AI投资的看法，景顺长城基金官方公众号文章中也阐述了他的观点，和本次对话内容主旨一致，只是更为清晰明了。

文章称，他认为，算力投资的关键在于寻找产业链中具备“价值通胀”能力的环节，现阶段可重点关注两大趋势：一是大模型训练对高速数据传输和存储的需求；二是大模型推理对高性能集成电路和CPU的需求。

江山还强调，AI应用已在多个场景逐步落地，包括C端的聊天机器人、B端的自动化流程（如美国信用卡账单评估与寄送）等。未来，优质标的将愈发稀缺，例如手握头部大模型的公司。此外，从5年以上的维度看，机器人产业的确定性非常高。

课代表认为，他在演讲中还提出了一个核心而犀利的观点：将革命性的AI技术（尤其是生成式AI和大模型）比喻为“内燃机”，而将那些基于传统技术架构、工作流程和商业模式的软件或服务公司比喻为“马车”。

江山暗示，不要因为一家公司披着“AI应用”的外衣就认为它能分享AI红利。许多传统软件公司（如A股计算机、传媒等板块的部分企业），其产品本质可能正是将被AI替代的“马车”。投资这类公司，并非在投资AI的未来，而是在投资一个即将被颠覆的过去。

江山在基金四季报中表示，仍以AI算力为主要布局方向，继续持有机器人、有色金属板块，并增持了电力设备与新能源板块。

展望2026年，他认为无论从产业基本面、流动性还是政策层面，均对A股回报充满信心。行业层面，AI仍是最激动人心的产业主线。

随着互联网巨头持续加大投入，AI的影响将从IDC行业进一步拓展至电力电网、新能源、大宗电子元器件乃至能源金属等更广泛的领域，对宏观经济形成更大拉动。

同时，AI应用端也有望迎来多点开花：B端应用的成熟和收入增长值得期待，AI将不断打开新场景、改造新行业；而智能设备的升级与机器人的产品进展，将具有划时代意义，推动AI行业进入应用场景与资本开支良性互动的新阶段。

以下是投资作业本课代表（微信ID：touzizuoyeben）整理的精华内容，分享给大家：

主持人：资本市场常将算力分为海外算力、国产算力、训练算力、推理算力。在后续AI发展中，下一阶段的核心是哪个细分赛道？

江山：我觉得这个问题底层想问的是，在算力大方向看好情况下，如何解决结构性问题，在算力板块内部如何排布仓位。

从我们研究来看，算力研究已走到第四个年头。简单区分海外国内、训练推理，是过于粗暴的分类方法。

更核心的是研究在贝塔向上过程中，哪些环节价值量通胀，哪些环节可能出现阶段性供需失衡。这些环节既能提供中期确定性，又能带来阶段性超额收益和更强利润兑现。这对我来说是更核心的问题。

从模型训练范式和推理两方面看，有几个趋势很确定。

第一，在训练范式上，未来会更强调多模态，需要更长记忆功能。这两个方向指向的算力投资，首先在传输环节，尤其是光通信，一定是价值量通胀的环节，会有更多新技术和应用来撑大整个市场空间。

第二，在需要更长上下文记忆和更大KV Cache缓存过程中，对存储的需求也是确定性提升。所以我们看到，不管A股、美股还是日韩股市，过去一两个季度这些方向都创造了很强阿尔法。

从推理方向看，第一，ASIC可能是未来越来越大的市场。第二，在Agent趋势下，未来CPU需要完成的任务也会越来越多。

我们现在也能观察到CPU有一些阶段性涨价趋势。

另外，从现在往后看，类似过去存储芯片、CPU这样的新叙事，随着AI需求越来越大、触及变化越来越多，更多上游电子大宗品环节都可能从平淡甚至供给过剩状态，迈向供需平衡点。

这可能是未来我们在投资结构上更多关注的细分方向。

主持人：另外，近期AI应用非常火。在AI时代，应用涉及范围比过去更广，包括纯软应用、端侧应用以及未来的像巨星智能。这一块想问两个问题：第一，怎么看各个应用产业所处的阶段？第二，怎么看后续在今年内的投资机会？

江山：从我们角度看，AI应用已经在很多场景逐步铺开。比如现在大家手机上可能装不止一个大模型的C端软件，这些入口未来可能成为大家重要的个人助手。

我觉得C端应用形式更多可能还是以聊天机器人的形式逐步展开。到2026年，一个非常重要的点是能看到很多B端应用逐步替代开来。

这些B端应用最后能观测到的形式，可能都是以替代各种形式的人工来进行。包括从去年编程场景逐步替代程序员的代码生成，现在很多大厂可能有相当大比例的代码生成由AI完成，替代速度还在非常快地进行。

明年还能看到其他新场景，比如美国的个人贷款，大家如果在美国收过信用卡账单就知道，美国可能上百万亿美元的个人信用卡账单和贷款，背后评估和账单寄送环节还是非常依赖人工，整个流程可能有大概3‰到5‰的成本花在背后评估和人工上。

像这样金融业利润最丰厚的服务业之一，类似的应用场景后面都会迅速被AI替代。

这部分价值量就是AI可以提供给实体的附加价值量。

这些是实实在在AI能够提高劳动生产率，逐步一个场景一个场景去改善和替代的应用方向。所以我觉得2026年是大家观测B端变化非常重要的一年。

回到投资标的和方向上，就像刚才仲维总说的，未来相当大的价值量都会被头部大模型自己拿走。

回到股票上，可投资标的会跟一级市场一样变得非常稀缺，可能类似阿里或一级市场的字节这样手里握着重要头部大模型的公司，肯定具有更长期的投资价值。

但我自己揣测，大家想听的可能不只是这些，核心是想看A股的计算机、传媒这种趴在地上的股票到底能不能投资。

简单来说，从上游企业的IT支出看，AI支出自然会挤占其他部分IT支出。尤其是在国内现在的大环境下，各位可能是各自企业的领导或高管，大家想想自己公司如果要多投百分之二三十的钱在AI上，会挤出什么支出来投这个钱。

最后我们买的很多标的，实际上是在这个过程中受损的。就像内燃机出来了，我们去投内燃机应用的公司，却买了一个马车公司。有点像这样的概念。

所以从我自己的角度，我比较鲜明地不看好类似这样的公司，不是说完全不行，但我对大部分这类公司不太看好。

主持人：2026年最看好的细分方向是什么？

江山：我补充一点。机器人也是我们这些年来长期关注的方向。今年虽然我们对产品力怎么样、量产节奏怎么样，未来还有一些观测时点需要进一步确认，但从更长期维度看，机器人是AI在端侧一个全新的应用。

虽然短期确定性不是特别高，但如果看五年以上时间，是一个确定性非常高、空间非常大的方向。这也是我们未来相当长时间会花很多精力研究的方向。

来源： 投资作业本Pro，作者课代表

更多大佬观点请关注↓↓↓