报告概述
本报告聚焦A股市场传统行业分类体系在AI时代的适用性问题。报告指出,2023年以来A股最强主线沿“AI产业趋势—关键瓶颈—业绩验证—应用扩散”的跨行业链条展开,传统一级行业标签无法覆盖全貌。为此,报告提出从行业升维到产业链×主题×成熟度的新坐标系,并以产业链环节定位价值、以主题持续性筛选主线、以技术成熟度区分定价方式。同时,报告展示了AI工具如何将成本—利润穿透、业绩验证跟踪、订单与需求联动等跟踪颗粒度从人工经验变为可量化的实时刻度。这套框架为机构投资者提供了区别于传统行业轮动的全新投研范式。
报告的核心结论
传统行业分类在AI时代失效,需升维至产业链×主题×成熟度新范式。
申万行业分类通过滞后追认式修订适应了稳定产业格局,但2023年以来AI产业链跨越6个以上一级行业,同一行业内部逻辑分叉,传统框架无法识别跨行业主线。新坐标系以产业链环节定位价值、以主题持续性而非热度筛选主线、以技术成熟度区分PEG与叙事定价,更适合当前市场。
主题策略超额收益远超传统行业轮动策略。
回测显示,2023年1月至2026年5月,AI主题策略累计收益约+322.5%,而传统行业轮动策略仅约+34.0%,差距逐年扩大。但主题策略收益高度集中,择时难度大;行业轮动策略量化可复制、月度胜率高,两者各有优劣。
AI工具可将产业链跟踪从人工经验变为可量化实时刻度。
新坐标系要求的产业链成本—利润—订单跟踪,人工拆解耗时巨大。AI工具能自动穿透各环节毛利率、实时验证业绩叙事、联动海外云厂资本开支与A股订单,把分散在异构数据源中的信号归集到同一产业链坐标上。
AI算力产业链价值向上游集中,盈利分布极不均匀。
以2026年一季报数据为例,上游AI芯片毛利率达54.3%,光模块约46-49%,中游服务器组装仅7.4%。各公司虽同享AI需求红利,但盈利能力差异巨大,需在产业链层面识别价值高地。
报告回答的关键问题
传统行业分类为什么在AI时代失效?
报告认为不是分类错了,而是范式变了。原因有四点:一是技术渗透已跨越所有传统行业边界,AI产业链一条线就覆盖6个以上一级行业;二是同一行业内部投资逻辑分叉,如计算机中的传统软件公司与算力服务器公司本质不同;三是小微盘股难以用一级行业匡算;四是产业投资与主题投资边界动态变化,传统框架无法捕捉前沿方向。
AI投资如何选择主线?
报告提出以主题持续性而非热度为标准筛选主线。对A股主题热度回测发现,持续时间超过数周的主题才有资格被视为产业主线,瞬时热度与涨跌幅弱负相关。有效的主线应能沿产业链传导,如AI算力→配套基础设施→电力设备→材料资源,资金流向比传统轮动指标更有预测价值。
主题投资和行业轮动哪个策略更好?
两者各有优劣。AI主题策略收益弹性大,2023年1月至2026年5月累计收益+322.5%,但高度集中在少数时段,择时难度极高。行业轮动策略量化可复制,月度胜率可达九成,系统化程度高,但累计收益仅+34.0%。更可落地的做法是将31个行业重新映射到以产业逻辑为内核的产业集群上,综合运用。
AI算力链的价值集中在哪些环节?
价值向上游集中。以2026年一季报毛利率为例,上游AI芯片(寒武纪54.3%)和光模块(新易盛49.2%、中际旭创46.1%)毛利丰厚,中上游PCB(沪电股份35.6%)居中,中游服务器组装(工业富联7.4%)极低。因此投资应优先关注上游环节,同时需结合业绩验证和订单联动信号。
报告中的代表性数据
AI主题策略与行业轮动策略累计收益对比
2023年1月至2026年5月,AI主题策略为AI相关赛道标的构成指数,行业轮动策略为按景气度ROE排序选前行业。回测41个月,主题策略超额收益逐年扩大,但波动更大。
AI算力产业链各环节销售毛利率(2026Q1)
2026年第一季度,数据来自万得,选取AI算力链代表公司一季报。毛利率差异揭示价值向上游集中,上游盈利能力远高于中游。
以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整报告包含申万行业分类三次重大修订的历史回顾,展示从23个一级行业到31个的演变过程,并分析每次修订与产业催化的关系。
- 详细阐述了传统行业分类失效的四个根因:技术渗透跨越边界、行业内部逻辑分叉、框架偏大盘忽视小微盘、产业投资与主题投资边界动态变化。
- 提出了四种已在使用的新投资范式:产业链视角、主题叙事视角、技术成熟度视角、LLM辅助聚类,并附有Gartner技术成熟度曲线图。
- 包含主题热度指数频次排序和热门主题轮动策略的回测表现分析,展示即时调仓与滞后一周调仓的净值差异,并统计了年化收益率、波动率、最大回撤等关键指标。
- 基于2026年上半年市场实践,勾勒出十大产业集群的景气全景,包括AI全栈算力、硬核半导体、人形机器人等集群的景气星级、趋势和核心驱动。
- 展示了将31个申万一级行业映射到新产业聚类框架的完整对应表,以及新兴产业聚类与传统行业的交叉跨度关联图。
- 详细说明了AI工具的三个应用场景:成本—利润穿透(以AI算力链毛利率为例)、业绩验证跟踪(以2026Q1龙头公司营收和净利润增速为例)、订单与需求联动(海外云厂capex到A股供应商的链路)。
- 总结了从行业版图到产业链坐标系的迁移路径,并给出了三条策略落地的约束条件:产业链路径优先、区分α与β来源层、对传统行业个股α为主。
- 列出了报告的风险提示,包括美国通胀超预期、高利率冲击全球需求、国际贸易冲突加剧等。
本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。





