继续操作将离开富达基金中国官网主页，跳转至投资人平台。该平台由富达基金外包服务机构招商证券提供技术支持，平台数据准确性由富达基金负责，富达基金拥有最终解释权。
反洗钱
国内法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 国际法律法规 国际法律法规 国际法律法规 国际法律法规 国际法律法规 国际法律法规 国际法律法规 国际法律法规 国际法律法规 国际法律法规 国际法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 国内法律法规 反洗钱联系方式 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接 反洗钱动态、宣传材料及相关链接
风险提示
投资者权益须知
招贤纳士
私募资产管理业务从业人员公示
债券交易相关人员公示
销售人员从业资格公示
董监高及分支机构负责人公示
投资者/产品风险等级分类与匹配
隐私声明
使用条款
个人信息使用和保护告知事项
Cookie政策
媒体中心
下载中心
投诉建议
信息披露
OverviewAI 投资：智能体浪潮来袭
2026年06月30日
Poonam Sharma 富达国际欧洲股票研究主管
富达国际研究团队正在挖掘与AI智能体相关的投资机会。
我们这一代最核心的投资主题，如今迈入了全新发展阶段。你或许已经听过“AI智能体”这一概念：用户向人工智能下达一项任务后，它会自动拆解为多个子任务，借助搜索引擎、数据库等工具独立运作，无需人工监督即可完成工作。
这种自主作业的能力，正是智能体人工智能有望大幅提升生产效率的核心原因。但与此同时，它也面临一大难题。大型语言模型应对人类逐条输入的简单查询，每次仅需数秒或数分钟，这与让模型连续数小时自主运行、自主生成指令并调度多个子智能体协同工作，完全是两回事。
和大众日常使用的聊天机器人等应用相比，AI智能体对算力、能耗以及配套基础设施的需求都呈指数级增长。这也解释了为何海量资本正持续投入数据中心、电力设施及其他人工智能相关基建领域。美国圣路易斯联邦储备银行的分析指出，2025年前九个月，人工智能领域投资贡献了美国经济增长的39%。不过，当前这般大规模的资本支出能否持续？资金究竟流向了何处？下一批优质投资机会又会出现在哪些领域？
人工智能投资热潮能否延续？
富达半导体行业分析师Jonathan Tsang表示：“上市公司要么削减资本开支，要么提升营收、增加绝对自由现金流。核心问题在于，企业能否挖掘出新的收入来源——无论是企业端支出，还是面向消费者的广告、订阅收入，依托大语言模型打造的产品能否顺利变现。”
在他看来，市场更有可能通过提升人工智能相关营收而非削减开支来化解这一矛盾，对此他持乐观态度。他指出，人工智能“驱动框架”正快速兴起，这类技术能让大语言模型将文字输出转化为实际操作，比如编写并运行代码。
Jonathan Tsang也十分看好Anthropic发力大语言模型代码编写能力的布局。“如果人工智能模型能够编写代码，理论上它就能完成计算机可实现的所有工作。”他说道。“诸如OpenClaw这类智能体驱动框架，正是将这一设想落地的关键一环。”这一变革影响深远。这也意味着科技巨头有望依靠营收增长恢复自由现金流，而非压缩资本投入。
行业发展趋势也倾向于维持高资本投入。通信服务行业分析师兼投资组合经理Alex Grant表示：“各大科技企业将人工智能视为决定企业生死的核心赛道。它们宁愿过度投入，也不愿在竞争中掉队。
资本品分析师Shrigi Parekh谈道：“本轮市场行情有一个显著规律：资源稀缺的领域往往能获得资本的超额追捧。资金持续流向数据中心建设过程中各个供不应求的环节：2022至2023年，资金集中在加速芯片、电力设备；2024年转向风冷、液冷技术以及整个服务器产业链；到了2025年，发电环节成为资本新热点。”
存储芯片是近期因供需紧张、价格上涨的典型案例。目前制约智能体人工智能发展的一大痛点是：算力芯片的性能提升速度，远超系统整体的数据读写传输速度。芯片之间依靠铜质传输链路互联，而这类物理链路在带宽、延迟、能效上已触及物理极限，这一行业难题被称作内存墙。
“内存墙是当下亟待解决的核心问题。” Jonathan Tsang表示。“高成本数据中心的算力瓶颈，正逐步转移至数据互联环节。芯片性能越强，这一问题就越突出。性能更强的芯片，需要更快的互联链路来吞吐数据、保障算力充分利用。因此，数据中心内部的数据传输，必然会从传统铜缆向光互联技术转型。”
局势将如何发展？
放眼未来，产业链上下游或将涌现不少投资机会。数十年来，芯片行业一直依靠缩小晶体管尺寸实现迭代，以此在单颗芯片中集成更多晶体管、提升算力。如今，行业重心正逐步转向整体系统性能优化。半导体设备行业分析师Austin Kelly称：“芯片封装互联技术的重要性愈发凸显，混合键合、热压键合等重资产工艺的需求随之上涨。这也会让芯片封装设备市场，从过去低增长、强周期的状态，转变为具备长期成长潜力的周期性赛道。”
他同时提到，数据中心还需要大量技术门槛相对较低的模拟芯片，这类芯片主要负责处理现实场景中的信号，例如管控服务器电力供应。“我预计到2027年，市场会意识到人工智能需求将彻底收紧模拟芯片的供需格局。”他解释道。
“当人工智能与非人工智能两大终端市场同步扩张时，模拟芯片的产能缺口会彻底显现，相关企业的估值也将迎来重估。”Jonathan Tsang则认为，除了大语言模型高度依赖的图形处理器（GPU）之外，其他通用芯片也将面临供不应求的局面。
除此之外，分析师们认为，要实现AI智能体的规模化落地，数据中心的建设与运营环节也蕴藏机会。资本品分析师Shrigi Parekh表示：“大型科技企业如今愈发青睐模块化、预制式数据中心建造方案。行业价值随之向能够提供一站式快速部署服务的企业倾斜，而非单纯售卖零部件或单机设备的厂商。部分公用事业企业也将迎来发展机遇，尤其是那些深度布局数据中心业务、并掌控电力、水能全产业链的企业。
做好面对变革的准备
如今我们尚未进入完全依靠大语言模型全权处理工作的阶段。但阻碍这一愿景落地的，已不再是技术难题，而是各类物理硬件瓶颈。巨额的资本投入正逐一打破这些硬件壁垒。
当然，市场也普遍担忧如此大规模的投入能否持续，以及最终的投资回报如何。但不可否认，一旦AI智能体兑现发展潜力，整个行业将迎来巨大红利。
届时，随着人工智能不断渗透经济各个领域，算力紧缺的现状还将持续多年。而所有布局稀缺算力产业链的行业与企业，都将长期受益。