完美体育Wind统计数据显示，截至2月27日，在近16个交易日内，有817只主动权益类基金（包括灵活配置型、偏股混合型、平衡混合型、普通股票型，不同份额分别统计）的净值涨幅达到或超过20%。
其中，鹏华创新未来、德邦稳盈增长A/C、西部利得数字产业A/C、海富通科技创新A/C等多只产品在这轮行情中“回血”超过30%，而这类产品均在去年四季度重仓了信息技术等与人工智能相关概念股。
“自2023年2月至6月人工智能的行情开始，一场由政策和创新双擎驱动的长周期科技浪潮已经开启，新一轮产业催化不断出现，人工智能产业正在加速兑现，预计人工智能为代表的科技成长在2024年仍可能有较好的弹性和空间。”海富通基金公募权益投资二部总监吕越超对记者表示。
他同时称，北美算力产业链（参与全球产业链分工的光模块、服务器代工、PCB进程管理块等）、国产算力产业链，以及AIGC（生成式人工智能）和MR（混合现实）产业趋势共振带来的投资机会值得看好。下一阶段将重点在这些方向上寻找投资机会。
“未来AI（人工智能）行情能否持续，需要验证业绩兑现的时间和持续性，观察 AI应用落地是否能够对业绩产生较大贡献。总体看，跟去年普涨行情不同，今年行情可能分化会很明显，未来更多是结构性机会。对于AI主题基金而言，也要精挑细选，切忌盲目追高，建议采取逢低和分批买入的方式力争降低波动。”一位大型公募基金人士亦告诉记者。
AI主题基金近期大幅上涨的背后，是A股人工智能上下情密集爆发的体现。
数据显示，截至2月27日，Sora概念指数(8841756.WI)、中证人工智能产业指数（931071.CSI）在近16个交易日内分别上涨44.07%、31.77%，中证数字经济主题指数（931582.CSI）、中国战略新兴产业成份指数（000171.CSI）亦在同期分别上涨21.09%、12.66%。
从板块来看，计算机、传媒、机械设备、通信、电子等多个行业表现亮眼，推动并带来了市场整体的上涨行情。
在吕越超看来，市场进入2月份以来，正是由于高景气度和海外映射标的的大幅上涨，A股市场以光模块为首的人工智能相关标的开始大幅反弹。
一个标志性的信息是，2月19日国资委召开央企人工智能推进会，要求加快建设一批智能算力中心，开展 AI+专项行动构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态。
对此，吕越超认为，国产算力必将迎头赶上，“以文生视频大模型为代表的多模态应用场景及央企等新兴建设主体正在快速拉动算力需求增长，而美国出口管制措施导致国内算力短缺，国产AI不得不投入、必须要投入发展的紧迫性毋庸置疑，在算力供需失衡的背景下，国产算力公司有望实现超预期发展。”
吕越超进一步表示，从北美角度来看，进入2024年1、2月份，相关产业链催化不断，均指向AI需求高景气，同时多家产业链相关公司的业绩指引均很乐观，业绩超预期催化股价大幅上涨，EPS（每股收益）和估值信心得到进一步强化，投资人对2024年下半年到2025年需求的疑虑很大程度上被消除，海外人工智能巨头股价均迎来了大幅上涨。
“未来算力/应用有望形成互哺。随着技术的进步和应用场景的不断拓展，AIGC的四个核心要素：数据、算力、模型和应用将不断实现正反馈，推动整个行业的创新和发展。”上述公募基金人士亦如是称。
他同时表示，考虑到AI相关概念股此前的套牢卖压都相对较重，如无持续增量资金进场接力的话，后续大概率仍将以震荡向上的趋势性行情为主，相关概念股则进入去伪存真阶段。
有市场观点认为，在经历前期的整体回撤后，AI部分板块估值性价比已较为突出。例如，AI服务器子行业平均交易在2024年市盈率15倍以内，有一定估值优势。光模块在经历一段上涨后也平均交易在2024年市盈率25倍左右，估值泡沫并不显著。因此目前A股AI板块整体估值处于较为合理水平。
景顺长城投研团队在《2024 AI+洞察报告》中指出，当前处在AI革命的第二浪。未来伴随多层次多浪潮的发展，AI相关投资机会将不断涌现。从投资角度来说，AI产业链可以从应用层、算力层、模型层分别切入。
“AI应用方面，类似于移动互联网的发展历程，中国具备完备的数字经济基础设施，庞大的内需市场和人口规模成为AI应用快速发展的重要基础。因此，我们看好AI应用板块诞生出有市场竞争力的头部企业，潜在的下游应用行业集中在视频生成、游戏制作、AI+医疗，AI+教育，AI+交通等领域。”博时基金权益投资四部投资副总监兼基金经理肖瑞瑾告诉记者。
肖瑞瑾同时亦表示，在AI算力方面，Sora的成功展现了大语言模型遵循的Scaling Law（规模法则）的巨大效用。但在当前国际环境下，中国面临算力被卡脖子的困境，因此自主可控的AI算力基础设施是重要的投资方向，其中包括AI芯片、光模块及光芯片、交换机、路由器和AI服务器，以及生产AI芯片所需的先进半导体产线、HBM存储芯片、CoWoS（基板上晶圆芯片）等先进封装产能等。
肖瑞瑾同时强调称，在AI数据方面，训练大模型需要大量的文本、图片和视频数据，掌握数据资源的企业将获得数据要素资产价值重估，同时也将在训练大模型中占得先机。
“包括AI芯片及光模块，上游供应链国产替代预期的半导体设备、零组件、材料产业等，以及中长期受益国产化、汽车电动化、智能化的汽车电子等值得关注。”上文提到的公募基金人士亦表示，“由于英伟达高性能AI 芯片出口中国受限，国产算力芯片厂商将持续受益，算力层建议重点关注算力基础设施的相关厂商，以及光模块产业链中的龙头公司。”
