格兰：国家级大计划？！A股怎么看？

lameihua

　　今早一觉醒来，川普又给了全世界一个小小的震撼。

　　在白宫签了一个行政令，名字听起来有点好莱坞大片的味道，Genesis Mission创世纪计划。

　　核心内容很明确，进一步提高AI在美国的核心地位，升到国家战略发展方向的级别。

　　川普还把这事儿对标了当年的曼哈顿计划和阿波罗计划。

　　到底怎么回事，让川普下了这么大手笔呢？

　　本质上是老美着急了。

　　行政令里写得很露骨，说老美正处在“全球技术主导权的竞赛”中。

　　什么意思？

　　现在全球能在硬科技上和老美对抗的，只有我们。

　　现在为了赢过我们，川普几乎举全国之力，玩了一把大的。

　　具体做法是让DOE能源部牵头，把17个国家实验室的数据全拿出来，再加上几个大私企的算力，搞一个美国科学与安全平台。

　　为什么是能源部呢？

　　因为美国那17个国家实验室、顶级的超级计算机、核武器研究数据，都在能源部手里。

　　川普的思路很清晰，就是综合这些资源，搞一个超级大闭环。

　　要解决的，是科技研发速度问题。

　　虽然老美每年都往科研里砸几千亿美元，但这两年真正能做到颠覆性的科学突破越来越少。

　　科学界给这种现象起了一个名字，叫知识的负担。

　　大意就是说现在人类掌握的知识总量太大了，光是把前人的东西学会都会把自己的头发熬秃，哪还有什么精力搞科研创新。

　　即便有科研的动力，但是提出假设、做实验、收集数据、验证成果，这一套程序走下来，少说也要几年时间。

　　十年磨一剑，九年半都在试错。

　　效率太慢了。

　　川普的想法很直接，既然用人做速度太慢，那就上AI。

　　创世纪计划就是要把AI从陪人聊天、帮人查资料的小助手，变成自己能搞科研的爱因斯坦。

　　让AI去研读几百万篇论文，去分析老美政府攒了几十年的海量数据，然后让AI自己设计实验。

　　这样一来，科研模式便会彻底改变。

　　以前搞出一款新药或者新材料可能要十年，因为实验室里的博士们要一个个试配方，每天只能试几个。

　　以后的情况是，AI模型能够瞬间生成上万个潜在配方，最终筛选出最靠谱的几百个，然后下发指令给自动化实验室，让机器人24小时地合成、测试与反馈结果。

　　这个对效率的提升是指数级的。

　　这意味着，以后谁有算力、谁有数据，谁的科研迭代速度就是别人的几十倍甚至上百倍。

　　大家想想，这东西要是做成，会是什么结果？

　　没错，老美一定会建一道数字铁幕。

　　以前科学是无国界的，大家可以互相看一看发的论文。

　　以后不行了，这种顶级的科学数据和AI模型，将成为重要的国家战略资产，严禁外流。

　　这个计划摆明了是要虹吸全球顶尖人才。

　　大工程、大数据、大算力，对科学家的吸引力是致命的。

　　这对我们来说，是个巨大的外部压力，同时也是动力。

　　对于A股来说，短期可能是看个热闹，炒个映射。

　　中长期看，那些真正能在国产算力芯片、电网数字化升级、工业科研软件里做出来的公司，才是能接住这一波时代红利的主角。

　　刚好今天下午，我听了瑞银对于中国AI的2026年展望，大中华区通信及软件行业分析师SARA和瑞银证券中国互联网行业分析师熊伟讲到的内容很有意思，分享给大家。

　　先说个反直觉的现象。

　　现在市场上有一种情绪，只要谈到AI就一定会聊到芯片。

　　只要说起高端芯片，大家就眉头一紧。

　　认为我们没有高端芯片，没有顶级GPU，整个行业就没有任何价值。

　　这是个明显的错误。

　　我们的数据中心资产，在全球范围内被显著低估。

　　通常大家看股票习惯用PE市盈率来看估值，但对数据中心这种前期砸钱狠、折旧高的重资产行业，看EV/EBITDA企业价值倍数才准确。

　　目前的现状是，中国数据中心上市公司的估值倍数，被压得比海外同行低一大截。

　　市场把缺芯的风险全都计价进去了，但却完全忽略了另一个更致命的制约因素，电力。

　　老美那边，不就是卡在这里了吗？

　　全球最大的数据中心市场北弗吉尼亚，数据中心想并网，不好意思，请排队，等到2027年甚至2028年。

　　这意味着，只要芯片问题通过国产化或供应链调整稍微缓和，数据中心背后那些原本被视作“过剩”的电力和机柜，瞬间就会变成稀缺资源。

　　更有意思的是，在数据中心领域，国内资本市场出了一个很特殊的情况，估值倒挂。

　　现在市场上单独发行的数据中心REITs项目，估值能给到17倍甚至20倍以上。

　　但是，持有这些资产的那些上市公司，估值却惨兮兮地趴在10倍出头。

　　最根本的原因是资金认为上市公司有负债、有开发风险，所以给折价；觉得REITs是成熟资产，所以给溢价。

　　但是，这种价差不会一直存在。

　　随着越来越多的公司把成熟项目拿出来做REITs上市，回笼资金再去建新项目，大家迟早会反应过来，原来公司手里攥着这么多值钱的资产。

　　这种错配，就是最典型的套利空间。

　　说完基建，我们再看看国内大厂们在用AI干什么。

　　这里又有个反直觉的情况。

　　别看新闻里各家模型更新速度很快，吹得天花乱坠，打得热火朝天。

　　实际上大厂内部的账算得比谁都明白。

　　现阶段，他们根本没指望靠AI搞出一个惊天动地的APP来颠覆世界，最核心的策略非常朴实，先省钱，再赚点确定的钱。

　　省钱这块，就是让AI去写代码、做客服、搞内容生成，给大厂自己打工。

　　这些东西虽然不体现在财报的营收增长里，但能实打实地把毛利提上来。

　　赚钱这块，还得靠那两门老生意，卖云和卖广告。

　　尤其是广告方面，AI大模型对广告技术的改造是颠覆性的。

　　它能让推送精准到可怕的程度，看到转化率明显上涨后，广告主自然愿意多掏钱。

　　这是目前最隐蔽但也最暴利的变现路径。

　　比起去向C端用户收些小打小闹的订阅费，用AI守住流量入口、把广告卖得更贵，才是大厂们现在最想干的事。

　　把老生意重新做一遍，是目前大厂最性感的商业模式。

　　至于大家都在找的杀手级应用，瑞银提到了两个非常有潜力的垂直赛道。

　　一个是对成本极其敏感的视频生成。

　　AI只要能把视频制作成本打下来，做游戏、拍短剧，做广告等行业马上就会买单，这是有明确投入产出比ROI的生意。

　　另一个是比较枯燥的招聘，特别是AI面试官。

　　像校招、蓝领招聘这种量大、重复性高的活儿，用AI面试官去面，不仅省下了人力成本，还能通过微表情、语音语调来辅助判断，比单纯的看简历、线上交流分析得更准。

　　这些方向听起来确实不怎么科幻，甚至有点枯燥，但它们能帮老板省钱。

　　在现在的大环境下，能真正帮企业降本增效的技术，比畅想未来、遥望星空的技术要好卖得多。

　　最后说说大盘。

　　指数继续反弹，上涨33点，4300只个股飘红，赚钱效应还不错。

　　美中不足的是成交量虽然比昨天放大了一些，但比起之前上涨行情中，全天交易量走高的情况还是逊色不少的。

　　下午成交没有明显扩张，显然资金还是不够充裕，流动性问题没有根本解决。

　　在这种大的环境下，我们看到市场没有摆脱震荡结构，但是已经开始出现了局部的赚钱效应。

　　这个时刻，就可以在坚持不追高的原则下，逐步开始可以把我们在4000点减掉的仓位逢低一点点吸回来，去布局跨年行情了