无就业繁荣下的资本重构与资产定价

当切线垂直于时间轴

人类经济发展的历史轨迹从未像今天这样陡峭。作为 VestLab 的投研团队，我们在审视2025年至2026年的全球宏观数据时，发现传统的线性外推模型正在失效。如果我们以生产力（GDP或全要素生产率）为纵轴，时间为横轴，绘制人类文明的发展曲线，我们正处于一个数学意义上“不可导”的奇点（Singularity）。在这个点上，曲线的切线斜率趋向于无穷大，旧有的均值回归逻辑崩塌，未来的预测视界（Event Horizon）被极度压缩。

本报告的核心论点建立在一个残酷而充满机遇的宏观现实之上：“无就业繁荣”（Jobless Prosperity）已不再是理论假设，而是正在发生的经济事实。 AI代理（Agent）与具身智能（Humanoid Robots）的结合，使得资本（算力与机械）对劳动（人类智力与体力）的替代率首次突破了临界值。这并非意味着经济衰退，恰恰相反，这预示着生产力的大爆发。然而，这种繁荣具有极强的排他性。它不再依赖于大规模的就业扩张来驱动消费和生产循环，而是依赖于“硅基劳动力”——即运行在数据中心的AI智能体和行走在工厂的人形机器人。

对于资本市场而言，这意味着投资逻辑的根本性重构：

商业模式的重构： 企业不再通过雇佣更多人来扩大规模，而是通过购买算力和AI服务。SaaS（软件即服务）正在消亡，取而代之的是“服务即软件”（Service-as-Software），即直接购买工作结果而非工具。
供应链的重构： 全球价值链正在围绕“具身智能”重新组织。中国在传感器、精密减速器和线性执行器领域的统治力，正复刻其在电动车领域的成功，成为全球机器人产业链的“世界工厂”。
能源的重构： 算力即权力，而电力即算力。数据中心的能耗指数级增长使得能源基础设施（尤其是核能和液冷技术）成为比芯片本身更紧缺的资源。

本报告将深入宏观、行业、供应链及个股四个维度，为投资者描绘一幅在“奇点”状态下的生存与获利指南。

第一章：宏观奇点——无就业繁荣的经济学解构

2.1 无法求导的发展曲线：数学隐喻与经济现实

在数学分析中，当函数曲线出现尖点或垂直切线时，该点被称为“不可导点”。在经济学语境下，这意味着过去的增长率（一阶导数）和加速度（二阶导数）失去了参考意义，因为变化是瞬时且剧烈的。2025年的全球经济正展现出这种特征。

根据圣路易斯联储（St. Louis Fed）的最新研究，2022年至2025年间，AI暴露度较高的职业类别经历了显著的失业率上升。数据显示，AI暴露度评分在80%左右的“计算机与数学职业”，其失业率上升幅度最大，且两者之间呈现出高达0.47的相关系数。这打破了传统的“技能偏好型技术变革”（Skill-Biased Technological Change）理论，该理论曾认为技术进步会增加对高技能人才的需求。现实是，AI正在无差别地冲击高技能脑力劳动者，尤其是编码、数据分析和基础算法设计岗位。这一现象被称为“奇点前夜的震荡”。

我们看到，Transformer架构诞生后的几年内，AI模型的任务处理复杂性每7个月翻一番，远超摩尔定律的硬件迭代速度。OpenAI的o3模型和Claude 3.7 Sonnet在推理能力上的突破，使得AI不再是辅助工具，而是具备了独立完成复杂任务链（Chain of Thought）的能力。这种技术进步的垂直拉升，直接导致了劳动力市场的反应滞后和脱钩。

2.2 劳动力市场的K型撕裂：硅基对碳基的替代率

“无就业繁荣”的核心特征是宏观产出的增长与劳动力需求的萎缩并存。摩根大通（J.P. Morgan）的经济学家指出，尽管部分科技行业（如云计算、网络搜索）在2022年底后停止了人员净增长，甚至进行了裁员，但这些行业的产出和利润率却创下新高。这表明，企业的增长引擎已经从“人海战术”切换到了“算力战术”。

表 1：2022-2025年不同职业类别的失业率与AI暴露度相关性

职业类别	AI暴露度评分	2022-2025 失业率趋势	替代机制分析
计算机与数学	~80%	显著上升	自动编码工具（如GitHub Copilot, Cursor）和AI Agent直接接管了初中级代码编写和测试任务。
行政与办公支持	~70%	上升	生成式AI在文档处理、会议摘要、客户服务领域的“零边际成本”优势，取代了大量白领岗位。
管理与商业金融	~60%	分化	决策层（高管）仍需人类，但中层分析师和报表制作岗位大幅缩减。
个人服务与蓝领	<30%	相对稳定	具身智能（机器人）尚未大规模普及，加上涉及非结构化物理互动，人类在这一领域仍具比较优势。
总体趋势	--	K型复苏	高资本回报率 vs. 低劳动参与率。

数据来源：基于圣路易斯联储与高盛数据的综合分析。

值得注意的是，高盛的研究虽然指出目前全面替代尚未发生，但也承认在特定行业如营销咨询、平面设计和呼叫中心，就业增长已明显低于趋势线。这种“温水煮青蛙”式的替代，正在以每个季度加速的形式呈现。特别是对于大学毕业生，其失业率攀升至5.8%，为四年来最高，这标志着“知识工人”红利的终结。

2.3 生产力悖论的终结与GDP的重新定义

长期以来，经济学家困惑于“索洛悖论”（Solow Paradox）——我们在到处都能看到计算机，唯独在生产率统计中看不到。然而，2025年的数据表明，这一悖论正在终结。美国非农商业部门的劳动生产率在经历了多年的停滞后，开始呈现加速迹象，这与90年代末互联网革命带来的生产率跃升惊人地相似。

然而，GDP作为一个工业时代的统计指标，可能严重低估了AI带来的福利。当AI将软件编写、法律咨询、医疗诊断的边际成本降至接近零时，名义GDP可能不会大幅增长（甚至可能因为价格通缩而下降），但实际生活水平（消费者剩余）却大幅提升。VestLab 预测，未来的宏观经济分析将更多地依赖“算力消耗量”和“机器人保有量”作为经济活力的先行指标，而非传统的就业人数。根据麦肯锡和PwC的预测，到2030年，AI将为全球GDP贡献13万亿至15.7万亿美元。但这仅是基于线性外推的保守估计。如果考虑到具身智能在物理世界的落地，这一数字可能还要翻倍。

2.4 分配制度的滞后：机器人税与基本收入的博弈

当生产力不再依赖人类劳动，分配制度必须重构。目前的税收体系主要建立在对劳动所得征税的基础上（个人所得税、薪资税）。当劳动收入在国民收入中的占比（Labor Share）持续下降，政府财政将面临枯竭。

比尔·盖茨早年提出的“机器人税”（Robot Tax）在2025年再次成为全球立法者的焦点。逻辑很简单：如果一个机器人替代了一个年薪5万美元的工人，那么它也应该缴纳相应的税款，用于维持社会保障网络和再就业培训。

美国： 两党在这一问题上存在分歧，但随着白领失业压力的增大，针对高利润AI企业的“超额利润税”或“自动化调节税”呼声渐高。
欧盟： 倾向于更严格的监管和税收，试图通过税收转移支付来维持高福利社会，但这可能以牺牲创新速度为代价。
中国： 在“共同富裕”的大框架下，中国可能采取更具统筹性的手段。虽然不太可能直接叫停自动化（因为这与产业升级目标相悖），但通过国有资本在核心算力和机器人产业中的持股，将资本收益直接转化为公共财政收入，可能是一条独特的路径。

对于投资者而言，这意味着长期来看，AI巨头的净利润率可能会受到政策天花板的压制。ESG（环境、社会和治理）投资的内涵将从“绿色环保”扩展到“就业友好”和“算法伦理”。

第二章：智力层——从SaaS到Service-as-Software的商业模式革命

3.1 软件已死，服务永生：AI Agent 的经济学

如果说2023年是“大模型（LLM）”的元年，那么2025-2026年则是“智能体（Agent）”的爆发年。这一转变对软件行业商业模式的破坏力是毁灭性的。

传统的SaaS（软件即服务）模式建立在“席位费”（Per Seat）之上。Salesforce希望你雇佣更多的销售人员，这样它就能卖出更多的账号。然而，AI Agent的目标是替代销售人员。当企业雇佣的AI Agent能够自动处理客户邮件、更新CRM、生成报价单时，企业不再需要购买工具给员工用，而是直接购买“能够完成工作的AI”。这种新模式被称为 Service-as-Software（服务即软件）。

案例：Thoughtful AI。 这家公司专注于医疗行业的营收周期管理（RCM）。它不卖软件给医院的会计用，而是直接提供“AI会计 Agent”，负责处理账单、索赔和核算。医院不需要培训员工使用复杂的软件，只需要为“处理成功的账单”付费。客户运营成本降低了30-80%，而客户满意度提升了35-55%。

投资启示：

做空/减持： 纯工具型SaaS。如果一个软件的价值仅仅是“让员工效率提高10%”，它将被淘汰。因为未来的趋势是“让员工数量减少90%”。
做多/增持： 能够定义工作流并交付结果的平台。那些能够将AI Agent集成到核心业务流程中，并按结果（Outcome-based pricing）收费的公司将享受极高的估值溢价。

3.2 模型战争的新格局：Anthropic 的企业级逆袭

2025年的AI模型战场发生了一场静悄悄的政变。尽管OpenAI在公众视野中依然喧嚣，但在企业级市场（Enterprise Market），Anthropic 已经完成了逆袭。根据Menlo Ventures和Y Combinator的数据，Anthropic在企业级大语言模型（LLM）支出中的份额从2024年的24%飙升至2025年的40%，而OpenAI则从50%大幅滑落至27%。

表 2：2025年企业级LLM市场份额变动

模型厂商	2024年份额	2025年份额	核心驱动因素
OpenAI (GPT)	50%	27%	内部动荡、数据隐私担忧、模型“偷懒”问题。
Anthropic (Claude)	24%	40%	Claude 3.7 Sonnet 在编码（Coding）任务上的卓越表现；更强的上下文理解能力；更安全的企业级合规性（Constitutional AI）。
Google (Gemini)	低个位数	~23%	捆绑Google Cloud生态，Gemini 1.5/2.0 的长窗口（Long Context）优势。

深度洞察：开发者选择的“渗透效应”

Anthropic的胜利首先是“开发者体验”的胜利。Y Combinator的数据显示，52%的初创企业开发者首选Claude作为API。这种个人偏好迅速渗透到企业决策中——开发者在用什么写代码，企业就会采购什么作为基础设施。Claude 3.7 Sonnet被认为是目前最接近“AI工程师”水平的模型，这直接契合了企业通过Agent替代初级开发者的需求。

3.3 中国大模型的“百模大战”收官与应用突围

中国的AI模型竞争格局在2025年也尘埃落定，从早期的百家争鸣演变为“四小龙+巨头”的寡头格局。

阿里 Qwen（通义千问）： 凭借开源策略（Qwen-72B等）和阿里云的强大算力底座，成为中国最全面的全能型模型，广泛应用于B端企业。
DeepSeek（深度求索）： 技术黑马。其R1模型在推理（Reasoning）和编码能力上表现惊人，且推理成本极低。DeepSeek代表了中国AI在算法优化上的独特路径——在算力受限的情况下追求极致的参数效率。
腾讯 Hunyuan（混元）： 专注于社交和多模态，深耕微信生态。
百度 ERNIE（文心一言）： 虽然先发优势被稀释，但在政企市场仍有深厚积累。

对于投资者而言，中国市场的机会更多在于应用层的突围。由于底层模型同质化竞争激烈，能够卡位高频刚需场景的应用更具投资价值。

3.4 深度案例：金山办公的“助手化”转型之路

金山办公 (688111.SH) 是中国乃至全球范围内，AI应用落地最成功的案例之一，也是“Service-as-Software”模式的践行者。

从工具到助手： WPS AI不再仅仅是一个润色文章的工具，而是升级为“WPS 365”企业大脑。它能够自动根据企业知识库生成合同、分析财务报表、甚至通过自然语言指令完成复杂的Excel操作。
数据表现： 2024年，WPS个人版业务收入增长18%，月活设备突破6.32亿。更重要的是，WPS AI的月活用户达到近2000万。在企业端，WPS 365业务收入激增149%，显示出B端客户愿意为AI带来的效率提升支付高溢价。
护城河： 在中国的信创（信息技术应用创新）环境下，金山办公在党政和国企市场拥有不可替代的地位。这为其AI产品的训练提供了海量且高质量的中文政务/商务语料，这是OpenAI等海外巨头无法触及的壁垒。

第三章：躯体层——具身智能的寒武纪大爆发

如果说AI Agent是无形的劳动力，那么人形机器人（Humanoid Robot）就是有形的劳动力。2025年，人形机器人正式走出了波士顿动力的实验室，走进了特斯拉和比亚迪的工厂。

4.1 物理世界的摩尔定律：人形机器人量产前夜

高盛将2035年人形机器人的市场规模预测上调至380亿美元，出货量140万台，这一数字比之前的预测翻了六倍。这一修正的背后，是AI大模型赋予了机器人“大脑”（泛化能力），以及中国供应链大幅降低了机器人的“躯体”成本。

成本曲线的断崖式下跌： 2024年，一台高性能人形机器人的BOM成本还在5万-25万美元之间。到了2025年，这一数字已降至3万-15万美元。更令人震惊的是中国厂商Unitree (宇树科技) 推出的G1量产版，售价仅为9.9万元人民币（约1.6万美元），甚至更低版本的H1价格也击穿了行业底线。

商业逻辑的闭环： 当机器人的价格低于2万美元（约14万人民币），且寿命超过3年时，其每小时的使用成本将低于人类最低工资。这标志着物理世界的“奇点”到来。

4.2 Tesla Optimus V3：定义行业标准的“iPhone时刻”

特斯拉的Optimus项目是行业的绝对风向标。

V3版本： 据传闻，Tesla已经冻结了Optimus V3的设计，预计2026年Q1开始大规模量产，年产目标直指5万-10万台。V3将具备完全自主的灵巧手（Dexterous Hand），能够执行穿针引线、精密装配等任务。
供应链异动： 2025年底，市场传闻Tesla向中国供应商三花智控 (Sanhua Intelligent Controls) 下达了价值6.85亿美元（约50亿人民币）的线性执行器订单。尽管公司官方对此保持缄默，但在二级市场上引发了剧烈反应。这一订单规模足以支持约18万台机器人的生产，验证了Tesla量产的决心。

4.3 中国供应链的统治力：BOM成本的极限压缩

如同智能手机和电动车一样，人形机器人的供应链正在向中国集中。从成本结构看，执行器（关节）、传感器、减速器占据了70%以上的价值量。

表 3：人形机器人BOM成本结构与中国核心供应商

核心组件	功能描述	价值占比	关键技术壁垒	全球/中国领军企业
行星滚柱丝杠 (Roller Screw)	将旋转运动转化为直线运动，爆发力强	~20%	高精度加工、热处理工艺	SKF, Moog / 北特科技, 恒立液压
谐波减速器 (Harmonic Drive)	调节电机转速，提供大扭矩	~15%	齿形设计、材料寿命	Harmonic Drive / 绿的谐波 (Leader Drive)
六维力传感器 (6-Axis Force Sensor)	感知X/Y/Z轴的力与力矩，触觉核心	~10%	结构解耦、抗干扰算法	ATI / 柯力传感 (Keli Sensing), 坤维科技
空心杯电机 (Coreless Motor)	灵巧手驱动，体积小响应快	~10%	绕线工艺	Maxon / 鸣志电器
集成执行器模组	"关节"总成	~30%	机电一体化集成能力

4.4 隐形冠军挖掘：传感器、执行器与精密减速器

绿的谐波 (688017.SH)： 作为国内谐波减速器的绝对龙头，绿的谐波在全球市场的占有率仅次于日本Harmonic Drive。在人形机器人中，由于关节数量多（通常40+个自由度），对轻量化和谐波减速器的需求远超工业机器人。绿的谐波的产品已进入优必选、傅利叶智能等头部厂商供应链，具备极强的扩产弹性和技术壁垒。
柯力传感 (603662.SH)： 人形机器人要走出铁笼子与人协作，必须具备“触觉”。六维力传感器是实现柔性控制的关键。柯力传感通过内生研发和外延并购，已构建了覆盖从单轴到六轴的全系列产品线，并在2024年中国国际衡器展上展示了其人形机器人专用传感器，市场份额在国内遥遥领先。
三花智控 (002050.SZ)： 虽然是家电零部件起家，但三花智控凭借在特斯拉热管理系统中的卓越表现，成功切入机器人执行器领域。作为Tier 1供应商，三花智控的确定性最高。一旦Tesla Optimus放量，三花将享受最大的订单红利。

第四章：算力层——平行宇宙下的军备竞赛

AI的奇点建立在算力的指数级增长之上。然而，在地缘政治的撕裂下，全球算力市场正在分裂为以Nvidia为首的“西方阵营”和以华为为首的“中国阵营”。

5.1 存储墙的突破：HBM4 与 3D 堆叠的路线图

在AI大模型的训练和推理中，“内存墙”（Memory Wall）已经取代“计算墙”成为最大的瓶颈。HBM（高带宽内存）因此成为了比GPU核心更稀缺的战略物资。

市场格局： SK Hynix 凭借在MR-MUF（Mass Reflow Molded Underfill）技术上的先发优势，占据了全球HBM市场约62%的份额，也是Nvidia的独家供应商。Samsung 正在追赶，但良率问题依然存在。Micron 凭借HBM3e的能效优势试图分一杯羹，预计2026年市场份额将有所提升。
HBM4 革命： 预计2026年到来的HBM4将带来架构革命。它不再仅仅是存储芯片的堆叠，而是采用**混合键合（Hybrid Bonding）**技术，将逻辑底座（Base Die）直接采用台积电12nm甚至5nm工艺制造，实现存算一体的雏形。这意味着存储厂商与晶圆代工厂（TSMC）的捆绑将更加紧密。
中国困境与突围： 由于美国制裁，中国无法获得先进的HBM3e。长鑫存储 (CXMT) 和武汉新芯 (YMTC) 正在联手攻关。YMTC利用其在3D NAND领域的Xtacking技术积累，试图在HBM领域实现弯道超车。虽然目前只能满足中低端AI芯片的需求，但这是中国算力自主可控的必由之路。

5.2 华为 Ascend vs. Nvidia：制裁下的良率突围

在中国市场，Nvidia的H20特供版虽然仍有销售，但其算力被阉割，性价比大幅下降。这给了华为千载难逢的窗口期。

华为 Ascend 910C： 这是目前中国最强的国产AI训练芯片。据报道，其性能在特定场景下已接近Nvidia A100甚至H100的60%-80%。虽然受限于SMIC的7nm/5nm工艺，初期良率仅为20%-40%，但在国家意志和产业链协同下，良率正在稳步爬坡，目标是达到60%的商业化基准。
生态系统的胜利： 华为最大的护城河不是芯片本身，而是CANN（对标CUDA）软件栈。通过与科大讯飞、字节跳动、百度等巨头的深度合作，华为正在构建一个去Nvidia化的软件生态。Bernstein Research预测，到2026年，华为在中国AI芯片市场的份额将达到50%，而Nvidia将从之前的垄断地位缩减至8%。

5.3 半导体设备的国产化攻坚：刻蚀与薄膜的突围

要生产出Ascend 910C，必须解决设备卡脖子的问题。在光刻机（Lithography）短期难以突破ASML封锁的情况下，中国厂商在刻蚀（Etching）和沉积（Deposition）环节取得了重大进展。

中微公司 (AMEC)： 其等离子刻蚀机在技术指标上已达到5nm水平，且在制裁前已进入台积电供应链验证。AMEC正在利用这一技术积累，配合国内晶圆厂进行全产线的国产化替代。
北方华创 (Naura)： 作为平台型龙头，Naura在ICP刻蚀、PVD、CVD等多个环节实现了全覆盖。数据显示，中国半导体设备的国产化率正在从20%向50%迈进，Naura是最大的受益者。

5.4 先进封装：CoWoS产能瓶颈与分配政治

即便有了芯片，没有先进封装（CoWoS）也无法制成AI加速卡。台积电的CoWoS产能是目前全球AI算力的最大物理瓶颈。

产能预测： 全球CoWoS需求将从2024年的37万片晶圆激增至2026年的100万片。
Nvidia的垄断： Nvidia预订了台积电2026年CoWoS产能的50%以上，这使得其他竞争对手（如AMD、Google TPU）面临产能挤压。

第五章：基建层——能源与热力学的终极约束

当算力成为新的生产力，电力就是新的石油。我们预测，到2030年，数据中心的能耗将占到全球总发电量的3%-4%，在某些科技枢纽（如北弗吉尼亚、爱尔兰）甚至可能超过30%。

6.1 能源即货币：AI 数据中心的千瓦时饥渴

AI大模型的训练和推理需要24小时不间断的基荷电力（Baseload Power），这是风能和太阳能等间歇性可再生能源无法提供的。Google和Microsoft的碳中和目标在AI军备竞赛面前已显得苍白无力，它们开始转向“务实”的能源策略——不惜一切代价获取电力。

6.2 核能复兴：SMR 小型堆的商业化落地

核能，特别是小型模块化反应堆（SMR），成为了科技巨头眼中的终极解决方案。SMR可以部署在数据中心园区内部，提供GW级别的独立电源，完全绕过日益拥堵的公共电网。

Oklo Inc. (OKLO)： 由OpenAI CEO Sam Altman投资并担任董事长。Oklo采用快堆技术，不仅能发电，还能消耗核废料。其商业模式类似于SaaS——不卖反应堆，而是卖电力（Power Purchase Agreement, PPA）。这极大地降低了数据中心运营商的资本开支门槛。
NuScale Power (SMR)： 虽然近期遭遇项目取消的挫折，但它是目前唯一获得美国核管会（NRC）设计认证的SMR厂商，技术成熟度最高。
政策风向： 美国能源部和白宫在2025年加大了对核能的支持力度，简化审批流程，以应对中国的算力挑战和自身的能源危机。

6.3 散热革命：从风冷到全液冷的必然变迁

随着Nvidia Blackwell B200等芯片的TDP（热设计功耗）突破1000W，传统的风冷技术已逼近物理极限。液冷（Liquid Cooling）不再是选配，而是必配。

Vertiv (VRT)： 作为全球数据中心基础设施的龙头，Vertiv提供了从冷板式（Cold Plate）到浸没式（Immersion）的全套解决方案。其与Nvidia的深度合作，使其成为了高性能计算集群的“默认选项”。市场预测，数据中心液冷市场将以33%的CAGR高速增长。
Super Micro (SMCI)： 虽然面临会计合规风波，但SMCI在液冷服务器机架的系统集成能力上仍具优势。其DLC（直接液冷）机架的出货量在2025年达到了每月2000架的规模，直接受益于AI集群的部署。

第六章：投资策略与核心资产组合

基于上述对“无就业繁荣”奇点时刻的深度解构，VestLab 构建了一个名为“奇点对冲（Singularity Hedge）”的投资组合。该组合旨在做多那些拥有“智力生产权”、“体力生产权”和“能源定义权”的垄断性资产，同时规避被AI通缩效应打击的传统行业。

7.1 核心资产池（Core Holdings）：穿越周期的基石

NVIDIA (NVDA)
- 投资逻辑： 尽管面临华为的挑战和反垄断风险，但Nvidia在软件生态（CUDA）和互联技术（NVLink）上的壁垒依然坚不可摧。在未来3年内，它仍是AI算力的代名词。
- 关键指标： 关注HBM供应情况和Blackwell芯片的毛利率维持能力。
Vertiv Holdings (VRT)
- 投资逻辑： 数据中心“卖水人”。无论谁赢了AI模型之战（OpenAI还是Anthropic），都需要更高效的散热和电源管理。VRT的业绩与AI资本开支（Capex）高度正相关，且不受单一芯片架构更迭的影响。
- 估值支撑： 2025-2026年液冷业务爆发带来的戴维斯双击。
Palantir Technologies (PLTR)
- 投资逻辑： 最纯粹的AI Agent应用标的。其AIP平台（Artificial Intelligence Platform）成功将军事级的数据治理能力转化为企业级的决策智能。Palantir通过Bootcamp（训练营）模式快速获客，展现了极强的Service-as-Software变现能力。

7.2 进攻型增长组合（Aggressive Growth）：捕捉中国 $\alpha$ 收益

三花智控 (002050.SZ)
- 投资逻辑： 特斯拉机器人产业链确定性最强的标的。一旦2026年Optimus量产，三花的执行器业务将迎来从0到1的爆发，有望再造一个三花。
- 风险提示： 特斯拉技术路线变更或引入二供。
金山办公 (688111.SH)
- 投资逻辑： 中国AI应用落地的最佳样本。WPS 365不仅是办公软件，更是企业的数字化底座。在党政信创市场的垄断地位为其提供了极高的安全边际，而AI功能的ARPU值提升则是进攻的矛。
北方华创 (002371.SZ)
- 投资逻辑： 半导体设备国产化的航母。在中国致力于将芯片自给率提升至70%的过程中，Naura作为平台型公司，其订单饱满度未来3-5年无虞。
柯力传感 (603662.SH)
- 投资逻辑： 人形机器人“触觉”赛道的隐形冠军。六维力传感器技术壁垒高，国产替代空间大。柯力传感正在从传统的工业称重向机器人感知转型，估值体系有望从传统制造向科技硬件重塑。

7.3 卫星策略与风险对冲（Moonshots & Hedging）

Oklo Inc. (OKLO)
- 投资逻辑： 押注Sam Altman的能源愿景。如果AI算力真的由于电力短缺而停滞，Oklo就是解开死结的钥匙。这是一张关于“核能复兴”的看涨期权。
华为昇腾产业链（组合投资）
- 标的： 高新发展 (000628.SZ)（算力租赁与服务器制造）、神州数码 (000034.SZ)（昇腾服务器分销）。
- 逻辑： 作为Nvidia在中国市场的替代者，这些公司将瓜分Nvidia留下的巨大市场真空。

8. 结论：拥抱不可导的未来

我们正处于一个历史性的转折点。人类发展的曲线不再平滑，而是进入了剧烈震荡和垂直攀升的阶段。“无就业繁荣”虽然对劳动力市场是残酷的挑战，甚至可能引发社会动荡，但对资本市场而言，这通常意味着利润率的结构性提升和新垄断巨头的诞生。AI将以前所未有的速度消灭中介、消灭低效、消灭重复劳动。作为投资者，我们不能再用过去十年的经验线性外推。在这个不可导的奇点，唯有极度认知，拥抱那些掌握了核心算法、核心算力和核心供应链的企业，方能穿越周期，在机器人的轰鸣声中分得一杯羹。

(本报告完)

免责声明： 本报告仅供 VestLab 内部研究使用及特定客户参考，不构成任何具体的投资建议。市场有风险，投资需谨慎。

🎙️ 推荐关注

小宇宙播客 VestLab，深度洞察市场脉络，连接价值发现。

点击收听：https://www.xiaoyuzhoufm.com/podcast/694f8d55c759026dcf29944f

VestLab

搜索此博客