广东
在全球科技创新浪潮的推动下，人工智能产业正经历新一轮变革。近日，嘉实全球产业升级基金经理陈俊杰表示，当前AI产业发展的核心矛盾正从技术突破，转向应用落地与商业化闭环，而近期行业出现的结构性变化，为投资者提供了重要观察窗口。
陈俊杰指出，AI产业已进入“渗透率提升”与“成本优化”并行的新阶段。参考美股科技巨头的轮动路径，从底层算力、云服务到终端应用的产业链条逐渐清晰，但当前仍面临两大核心挑战：一是AI芯片的高成本与大规模应用盈利模式的不确定性；二是算力扩张带来的能源消耗问题。在此背景下，产业迭代逻辑正从单纯追求模型性能，转向探索成本下降路径与应用场景的适配性。以引发全球关注的DeepSeek模型为例，其通过工程化创新将训练和推理成本压缩至行业标杆的1/10至1/30，同时开源策略加速了技术扩散，这种“降本增效”的突破，或将重构产业生态。
在算力基础设施层面，陈俊杰分析认为，推理算力的需求弹性正在超越训练算力。随着模型能力的边际提升趋缓，产业资源开始向应用侧倾斜，推理芯片、边缘计算及端侧设备的商业化价值逐渐显现。例如，苹果最新终端产品已支持本地化模型运算，而特斯拉通过自研芯片优化自动驾驶系统的成本效率。与此同时，国产算力供应链的成熟为行业提供了多元化选择，从先进封装到服务器国产化，本土企业在特定环节已展现出全球竞争力。
针对AI应用的落地前景，陈俊杰强调“商业化闭环”是当前投资筛选的关键标准。在搜索、广告、营销等众多场景中，AI改造带来的效率提升已形成可验证的商业模式。例如，部分云服务厂商通过AI功能推动收入增长，而智能客服、代码生成等工具类应用正在打开企业付费市场。值得关注的是，Agent（智能体）技术的演进，可能成为下一个斜率提升的领域，其与终端硬件的结合，或将催生新的交互形态。
对于市场关心的中美AI产业竞争格局，陈俊杰认为，尽管全球头部企业仍在基座模型和生态建设上保持领先，我国企业在工程化创新和场景落地上正加速追赶。DeepSeek等模型的突破证明，当技术发展进入工程优化阶段，我国在人才储备、数据资源和市场需求方面的优势将逐步释放。这种趋势在开源生态、端侧应用及垂直行业模型中尤为明显。
作为深耕科技产业投资的基金经理，陈俊杰管理的嘉实全球产业升级基金，始终聚焦技术创新驱动的机会，力争在复杂市场环境中持续捕捉产业升级红利。在他看来，AI产业逐渐从主题投资转向业绩验证期，下一阶段将重点关注三个维度：一是模型成本下降带动的长尾应用普及；二是端侧AI与现有硬件生态的融合创新；三是国产算力供应链的持续突破。这种“硬件打基础、软件拓场景”的产业逻辑，或在全球范围内重塑科技投资的价值链条。
（作者：张裕 编辑：张颖国）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
