景順長城江山：2026年B端AI應用加速替代，投資標的稀缺，看好大模型頭部公司; 機器人未來5年確定性非常高

1月26日，景順長城基金經理江山在公司投資策略會上分享了對AI算力、AI應用、機器人投資的看法。

投資作業本課代表整理了要點如下：

1、從模型訓練範式和推理兩方面看，有幾個趨勢很確定。

算力投資，首先在傳輸環節，尤其是光通信，一定是價值量通脹的環節，會有更多新技術和應用來撐大整個市場空間。

在需要更長上下文記憶和更大KV Cache過程中，對存儲的需求也是確定性提升。

從推理方向上，第一，ASIC可能是未來越來越大的市場。 第二，在Agent趨勢下，未來CPU需要完成的任務也會越來越多。

我們現在也能觀察到CPU有一些階段性漲價趨勢。 從現在往後看，類似過去存儲芯片、CPU這樣的新敘事，隨著AI需求越來越大、觸及變化越來越多。

2、到2026年，一個非常重要的點是能看到很多B端應用逐步替代開來。 很多應用場景後面都會迅速被AI替代。

3、回到投資標的和方向上......未來相當大的價值量都會被頭部大模型自己拿走。

回到股票上，可投資標的會跟一級市場一樣變得非常稀缺，可能類似阿里或一級市場的字節這樣手裡握著重要頭部大模型的公司，肯定具有更長期的投資價值。

......最後我們買的很多標的，實際上是在這個過程中受損的。

就像內燃機出來了，我們去投內燃機應用的公司，卻買了一個馬車公司。 有點像這樣的概念。

所以從我自己的角度，我比較鮮明地不看好類似這樣的公司，不是說完全不行，但我對大部分這類公司不太看好。

4、從更長期維度看，機器人是AI在端側一個全新的應用。 雖然短期確定性不是特別高，但如果看五年以上時間，是一個確定性非常高、空間非常大的方向。

江山，景順長城基金經理，擁有12年證券、基金行業從業經驗。 曾任職於寶盈基金、國投瑞銀基金、長安基金等多家機構，歷任產品經理、研究員、專戶投資經理、基金經理、研究部副總監等職務。 2023年12月加入景順長城基金，自2024年7月起擔任混合資產投資部基金經理。

截至1月26日，其管理的基金資產總規模達451.07億元。 值得關注的是，2025年10月其管理規模僅為108億元，這意味著在約3個月時間內，管理規模增長超4倍。

另外值得注意的是，其管理的景順長城穩健回報混合A業績表現突出，以2025年全年131.91%的回報率位列主動權益基金第15名。

截至1月26日，該基金成立近11年來累計收益近390%，各階段回報分別為：近3年225%，近1年115%，近6個月81%，近3個月14%，近1個月6%。 由此可見，近期業績也出現回調。

我們重點關注其2024年8月以來的業績，因為江山從此時開始管理該基金，下圖中可見，去年5月至今任職回報約152%。

關於AI投資的看法，景順長城基金官方公眾號文章中也闡述了他的觀點，和本次對話內容主旨一致，只是更為清晰明了。

文章稱，他認為，算力投資的關鍵在於尋找產業鏈中具備“價值通脹”能力的環節，現階段可重點關注兩大趨勢：一是大模型訓練對高速數據傳輸和存儲的需求；二是大模型推理對高性能集成電路和CPU的需求。

江山還強調，AI應用已在多個場景逐步落地，包括C端的聊天機器人、B端的自動化流程（如美國信用卡賬單評估與寄送）等。 未來，優質標的將愈發稀缺，例如手握頭部大模型的公司。 此外，從5年以上的維度看，機器人產業的確定性非常高。

課代表認為，他在演講中還提出了一個核心而犀利的觀點：將革命性的AI技術（尤其是生成式AI和大模型）比喻為“內燃機”，而將那些基於傳統技術架構、工作流程和商業模式的軟件或服務公司比喻為“馬車”。

江山暗示，不要因為一家公司披著“AI應用”的外衣就認為它能分享AI紅利。 許多傳統軟件公司（如A股計算機、傳媒等板塊的部分企業），其產品本質可能正是將被AI替代的“馬車”。 投資這類公司，並非在投資AI的未來，而是在投資一個即將被顛覆的過去。

江山在基金四季報中表示，仍以AI算力為主要佈局方向，繼續持有機器人、有色金屬板塊，並增持了電力設備與新能源板塊。

展望2026年，他認為無論從產業基本面、流動性還是政策層面，均對A股回報充滿信心。 行業層面，AI仍是最激動人心的產業主線。

隨著互聯網巨頭持續加大投入，AI的影響將從IDC行業進一步拓展至電力電網、新能源、大宗電子元器件乃至能源金屬等更廣泛的領域，對宏觀經濟形成更大拉動。

同時，AI應用端也有望迎來多點開花：B端應用的成熟和收入增長值得期待，AI將不斷打開新場景、改造新行業；而智能設備的升級與機器人的產品進展，將具有劃時代意義，推動AI行業進入應用場景與資本開支良性互動的新階段。

以下是投資作業本課代表（微信ID：touzizuoyeben）整理的精華內容，分享給大家：

ASIC市場越來越大，存儲芯片、CPU的新敘事會越來越多

主持人：資本市場常將算力分為海外算力、國產算力、訓練算力、推理算力。 在後續AI發展中，下一階段的核心是哪個細分賽道？

江山：我覺得這個問題底層想問的是，在算力大方向看好情況下，如何解決結構性問題，在算力板塊內部如何排布倉位。

從我們研究來看，算力研究已走到第四個年頭。 簡單區分海外國內、訓練推理，是過於粗暴的分類方法。

更核心的是研究在貝塔向上過程中，哪些環節價值量通脹，哪些環節可能出現階段性供需失衡。 這些環節既能提供中期確定性，又能帶來階段性超額收益和更強利潤兌現。 這對我來說是更核心的問題。

從模型訓練範式和推理兩方面看，有幾個趨勢很確定。

第一，在訓練範式上，未來會更強調多模態，需要更長記憶功能。 這兩個方向指向的算力投資，首先在傳輸環節，尤其是光通信，一定是價值量通脹的環節，會有更多新技術和應用來撐大整個市場空間。

第二，在需要更長上下文記憶和更大KV Cache緩存過程中，對存儲的需求也是確定性提升。 所以我們看到，不管A股、美股還是日韓股市，過去一兩個季度這些方向都創造了很強阿爾法。

從推理方向看，第一，ASIC可能是未來越來越大的市場。 第二，在Agent趨勢下，未來CPU需要完成的任務也會越來越多。

我們現在也能觀察到CPU有一些階段性漲價趨勢。

另外，從現在往後看，類似過去存儲芯片、CPU這樣的新敘事，隨著AI需求越來越大、觸及變化越來越多，更多上游電子大宗品環節都可能從平淡甚至供給過剩狀態，邁向供需平衡點。

這可能是未來我們在投資結構上更多關注的細分方向。

2026年，B端AI應用加速替代

主持人：另外，近期AI應用非常火。 在AI時代，應用涉及範圍比過去更廣，包括純軟應用、端側應用以及未來的像巨星智能。 這一塊想問兩個問題：第一，怎麼看各個應用產業所處的階段？ 第二，怎麼看後續在今年內的投資機會？

江山：從我們角度看，AI應用已經在很多場景逐步鋪開。 比如現在大家手機上可能裝不止一個大模型的C端軟件，這些入口未來可能成為大家重要的個人助手。

我覺得C端應用形式更多可能還是以聊天機器人的形式逐步展開。 到2026年，一個非常重要的點是能看到很多B端應用逐步替代開來。

這些B端應用最後能觀測到的形式，可能都是以替代各種形式的人工來進行。 包括從去年編程場景逐步替代程序員的代碼生成，現在很多大廠可能有相當大比例的代碼生成由AI完成，替代速度還在非常快地進行。

明年還能看到其他新場景，比如美國的個人貸款，大家如果在美國收過信用卡賬單就知道，美國可能上百萬億美元的個人信用卡賬單和貸款，背後評估和賬單寄送環節還是非常依賴人工，整個流程可能有大概3‰到5‰的成本花在背後評估和人工上。

像這樣金融業利潤最豐厚的服務業之一，類似的應用場景後面都會迅速被AI替代。

這部分價值量就是AI可以提供給實體的附加價值量。

這些是實實在在AI能夠提高勞動生產率，逐步一個場景一個場景去改善和替代的應用方向。 所以我覺得2026年是大家觀測B端變化非常重要的一年。

投資標的會變稀缺，頭部大模型公司更具長期投資價值

回到投資標的和方向上，就像剛才仲維總說的，未來相當大的價值量都會被頭部大模型自己拿走。

回到股票上，可投資標的會跟一級市場一樣變得非常稀缺，可能類似阿里或一級市場的字節這樣手裡握著重要頭部大模型的公司，肯定具有更長期的投資價值。

對大部分應用公司不太看好

但我自己揣測，大家想听的可能不只是這些，核心是想看A股的計算機、傳媒這種趴在地上的股票到底能不能投資。

簡單來說，從上游企業的IT支出看，AI支出自然會擠占其他部分IT支出。 尤其是在國內現在的大環境下，各位可能是各自企業的領導或高管，大家想想自己公司如果要多投百分之二三十的錢在AI上，會擠出什麼支出來投這個錢。

最後我們買的很多標的，實際上是在這個過程中受損的。 就像內燃機出來了，我們去投內燃機應用的公司，卻買了一個馬車公司。 有點像這樣的概念。

所以從我自己的角度，我比較鮮明地不看好類似這樣的公司，不是說完全不行，但我對大部分這類公司不太看好。

長期關注機器人，未來5年確定性非常高

主持人：2026年最看好的細分方向是什麼？

江山：我補充一點。 機器人也是我們這些年來長期關注的方向。 今年雖然我們對產品力怎麼樣、量產節奏怎麼樣，未來還有一些觀測時點需要進一步確認，但從更長期維度看，機器人是AI在端側一個全新的應用。

雖然短期確定性不是特別高，但如果看五年以上時間，是一個確定性非常高、空間非常大的方向。 這也是我們未來相當長時間會花很多精力研究的方向。

來源：投資作業本Pro，作者課代表