AI产业链研究：供给约束是否仍在主导周期?

一、第一层：供给信号，瓶颈是否仍然存在？

为什么首先观察供给，而不是需求？

在传统行业中，需求变化通常领先于景气变化。下游订单增加 → 企业扩产 → 景气上升，这是一个耳熟能详的传导链条。

但在供给刚性行业中，这个逻辑并不成立。

真正决定周期持续时间的，往往不是需求有多强，而是供给能以多快速度释放。当产能无法随价格信号即时扩张时，需求再旺盛也只会转化为价格上涨，而不是产量增加。因此，研究这类产业，首先要观察的是产业链最接近供给瓶颈的位置。

为什么选择存储芯片作为观察指标？

HBM（High Bandwidth Memory）、DRAM（动态随机存取存储器）位于AI产业链最上游，它们的价格变化通常最早反映整个产业链的供需关系。

当需求持续快于供给释放时，上游价格往往最先上涨；反之，当供给约束缓解，价格也通常最先出现拐点。因此，与其直接观察GPU销量，不如首先观察存储价格。它就像一个产业链的"温度计"。

最新数据

存储价格持续上涨。 根据TrendForce的报告，第三季度DRAM合约价环比上涨13%-18%，HBM4价格预计在明年迎来翻倍行情。存储芯片的涨价斜率尚未放缓，这是供给无法跟上需求的直接信号。

GPU交付周期拉长。 H100、H200等热门型号现货紧张，交付周期已排至2027年。如果需求已经明显放缓，企业通常不会接受一年以上的等待周期。交付时间持续拉长，本身就意味着供给仍然快不过需求。

算力租赁价格创新高。 H100一年期租赁合约价格从2025年10月的1.70美元/GPU/小时，涨到2026年6月底的3.09美元，涨幅超过80%。交期比销量更能反映供给约束是否解除，而价格则反映了这种约束的强度。

二、第二层：资本信号，企业是否仍在持续下注？

为什么CAPEX是第二层关键指标？

供给约束只说明"现在很紧"，但不能说明"未来还会紧"。如果企业停止投入，当前的供给紧张只是短期现象。

资本开支（CAPEX）回答的是：产业参与者是否愿意继续承担风险、扩大产能？

这里有一个容易被忽略的关键点：资本投入增长，并不等于供给立即释放。

在传统制造业中，增加资本开支通常意味着未来几个季度产能提升。但AI基础设施不同，新增供给需要经历设备采购、安装调试、工艺验证和良率爬坡等多个阶段，整个周期长达数年。

因此，CAPEX增长实际上意味着未来供给会增加，但在短期内，它反而强化了产业景气。因为资本投入创造了新的需求，而产能释放需要时间。

最新数据：资本投入在加速

SEMI最新数据预测，2026年全球晶圆厂设备总支出将达到1381亿美元，2027年突破1500亿美元。从2026年到2028年，全球300mm晶圆厂设备支出累计将达到3740亿美元。存储设备未来三年累计投资规模超1750亿美元。

一级市场同样活跃：非金融企业IPO与SEO融资额处于历史高位，风险偏好正在从少数龙头向更广泛的AI资产外溢。

这意味着什么？

企业不仅没有收缩投入，反而在加速。更重要的是，这些投入不会立刻转化为供给。晶圆厂从开工到量产需要3-5年，设备交付周期长达2-3年。当前的CAPEX高增长，实际上锁定的是未来几年的供给增量，而不是当下的产能释放。

这意味着：当前供给紧张不是短期现象，而是资本持续投入但产能无法快速释放的结构性结果。

三、第三层：盈利信号，商业价值是否开始兑现？

为什么ARR是第三层核心指标？

资本投入可以持续，但如果最终无法转化为商业收入，产业链就只是"烧钱游戏"。

ARR（年度经常性收入）反映的不是一次性收入，而是可持续的、可预期的收入流。它是判断商业化是否真正落地的关键指标。

但需要注意的是，盈利信号目前仍处于验证阶段。

与基础设施投资相比，AI应用商业化仍然处于早期。当前更重要的问题不是"AI有没有收入"，而是收入增长是否能够长期覆盖巨大的资本投入。

最新数据：商业化正在加速，但仍处早期

头部模型厂商的ARR呈现强劲增长。Anthropic在2026年5月公布的ARR达到470亿美元，显示企业级AI需求正在快速增长。

海外主要云服务商的云业务收入正在成为新的增长曲线。CSP的资本开支是产业链景气度最直接的前瞻指标，而云业务收入则是资本开支是否有效的前验指标。

AI模型的Tokens调用量呈现爆发式增长，单周调用量已创下历史新高。AI Coding和视频生成等场景正在成为目前商业化探索较快的方向之一。

这意味着什么？

商业化正在从预期走向兑现，但尚未完全成熟。ARR增长、云收入扩张、调用量爆发，三个信号同时改善，说明盈利兑现的可靠性在提高。

但距离"自我造血、覆盖投入"仍有距离。当前的盈利增长，更多是由资本投入驱动的需求扩张所带动，而不是由内生商业模式的成熟所支撑。

四、交叉验证：三层信号组合起来看什么？

单独看每一层信号，都可能产生误判。只有把它们组合起来，才能定位产业的真实阶段。

阶段	供给信号	资本信号	盈利信号	产业特征
早期投入期	紧张	上升	未验证	资本涌入，但商业化尚未开始
当前AI	紧张	上升	改善中	供给约束持续，资本扩张，商业化加速但未成熟
成熟阶段	放松	放缓	稳定	供给充裕，增长放缓，盈利稳定

当前AI产业链的组合是：供给约束持续 + 资本投入扩张 + 商业化逐步兑现。

这个组合对应什么？

• 供给紧张 → 产业有物理层面的景气支撑
• 资本增长 → 趋势有资金层面的延续动力
• 盈利改善 → 价值有基本面层面的验证，但尚未完成

三层信号同时指向正向，但不是"黄金阶段"。因为盈利尚未完全成熟，商业化仍在加速过程中。

更准确地说，这是"投入期向兑现期过渡"的阶段：供给约束提供了时间窗口，资本投入填充了产能缺口，盈利兑现正在验证商业模式。

五、泡沫评估：产业周期和投资回报不是同一个问题

在产业链高景气的背景下，资本市场上AI相关资产的交投空前活跃。三层信号框架能帮我们判断产业阶段，但不能直接回答估值是否合理。

因此需要补充一个维度：泡沫评估。

产业投资扩张：明确升温，但尚未形成泡沫

IT设备投资占GDP处在80%-100%分位，但整体设备投资占GDP仅在20%-40%分位，企业债务同比也处在0%-20%分位。当前繁荣尚未主要依赖企业部门普遍加杠杆支撑。

这与互联网泡沫时期电信运营商大规模举债铺光纤的状态有明显差别。

资金与情绪：活跃但未失控

一级市场融资额处于历史高位，但波动率指标仍处在中性区间，市场尚未进入全面亢奋、散户化、彩票化的交易状态。

估值位置：明显偏高

美股尤其科技巨头的定价已经提前吸收了未来多年增长预期。回报的"安全边际"已经大幅收窄。

综合判断： 产业投资扩张正处于升温阶段（尚不是泡沫），市场情绪活跃但未失控（尚不危险），但估值已经偏高（回报预期需要下调）。

当前AI交易最突出的矛盾并非产业已经走到末端，而是价格走得比基本面扩散更快。

一个重要的区分

产业周期和投资回报不是同一个问题。

一个产业处于正确的发展方向，并不意味着所有阶段买入都能获得超额收益。产业趋势决定方向，估值决定回报。

AI产业链当前的状态是：产业基本面仍然强劲，但资本市场已经提前定价了这种强劲。这意味着，即使产业继续向好，投资回报也可能因为估值过高而被压缩。

这是两个问题，需要分开思考。

六、案例研究的启示

将三层信号结合来看，目前AI产业链呈现出以下特征：

供给约束持续 + 资本投入扩张 + 商业化逐步兑现

这意味着产业仍处于投入期向兑现期过渡的阶段，而不是成熟期。

这个判断有什么意义？

如果没有三层信号框架，可能会陷入两种极端：要么看到存储涨价就说"AI过热"，要么看到资本投入就认为"趋势永续"。框架的价值在于，它强迫你同时观察三个维度，避免单一信号带来的误判。

• 供给约束告诉你：景气的物理支撑还在。
• 资本信号告诉你：趋势的延续动力还在，而且短期内不会缓解。
• 盈利信号告诉你：价值的兑现正在发生，但尚未完成。

三者叠加，才能得出"投入期过渡"这个判断。不是简单回答"AI有没有泡沫"，而是区分两个不同的问题：产业基本面如何，以及估值是否合理？

---

写在最后

AI并不是研究目标，而是框架验证案例。

真正重要的问题不是"AI还能涨多久"，而是当下一次技术革命出现时，无论是新能源、生物医药还是量子计算，我们是否拥有理解它的方法。

通过这套三层信号框架，我们看到的AI产业，并不是一个简单的"泡沫"或"黄金赛道"，而是一个处于供给约束、资本扩张、商业兑现过程中的复杂系统。

研究产业，不是寻找最热门的主题，而是理解价值如何沿产业链传递。

The goal is not to predict markets, but to understand them.

我们的目标不是预测市场，而是理解驱动市场的力量。

*作者：Magic Econ · Common Sense Jack*

本文基于公开市场数据及公开研究资料整理（数据来源包括TrendForce、SEMI、Omdia、SIA、WSTS、各公司财报等），旨在通过案例分析验证产业研究框架的有效性，仅供学习交流，不构成任何投资建议。