先给结论
AI 行业研究应先分清产业链位置，再看收入和利润是否被订单、客户、现金流和产能节奏支持。财搭子适合把主题问题拆成公司样本、关键指标、公告财报、行情热度和风险边界，并把后续验证放进观察清单和复盘。
把问题变成工作流
- 先分层把主题拆成上游资源、核心硬件、基础设施、模型服务、应用场景和下游客户。
- 列样本每层只保留能被公告、财报或业务披露复核的公司样本。
- 查兑现看收入、毛利率、订单、现金流和客户结构是否支持主题叙事。
- 设边界把估值过高、订单不确定、资本开支周期和技术替代写成风险清单。
一个 AI 算力主题可以这样拆
同一个 AI 算力问题，至少应被拆成需求、供给、公司样本、财务兑现和风险边界五段。
| 需求侧 | 云厂商资本开支、模型训练/推理需求、行业应用落地节奏和租赁价格变化。 |
|---|---|
| 供给侧 | GPU、服务器、光模块、PCB、存储、IDC、液冷和电力约束。 |
| 公司侧 | 业务占比、订单披露、客户结构、毛利率、现金流和在手项目。 |
| 风险侧 | 估值预期过满、订单延期、价格下行、技术路线变化和政策/合规约束。 |
可以直接带回财搭子的问题
- 请把 AI 算力主题拆成产业链层级、公司样本、关键指标、公告财报复核点和风险边界。
- 请比较这几家公司在 AI 产业链中的位置、收入弹性、毛利率、现金流和估值消化压力。
- 请把当前 AI 主题热度降级为观察信号，并列出后续需要跟踪的公告、财报和行情节点。
AI 行业研究的五个复核层
| 对象 | 适合做什么 | 边界 |
|---|---|---|
| 产业链位置 | 确认公司在算力、芯片、服务器、光模块、应用或服务中的位置。 | 位置相近不代表利润弹性相同。 |
| 公司样本 | 把龙头、弹性样本、供应商和替代样本分组。 | 样本不能只来自热度榜。 |
| 财务兑现 | 看收入增速、毛利率、现金流、订单和费用投入。 | 主题热度不能替代财报。 |
| 行情热度 | 观察成交额、换手率、估值分位和资金拥挤。 | 热度只能作为观察信号。 |
| 风险边界 | 列出价格竞争、技术路线、客户集中、估值消化和政策变化。 | 风险没有消失，只是可能尚未反映。 |
AI 行业研究需要保留的来源
| 公司披露 | 定期报告、订单公告、投资者关系记录、异常波动公告和风险提示。 |
|---|---|
| 行业材料 | 产业链白皮书、监管/交易所资料、指数公司行业分类和公开研究。 |
| 后续验证 | 公告财报更新、行情异动、产业事件和复盘记录。 |
权威参考
| 巨潮资讯 | 上市公司公告、定期报告、业绩预告和风险提示的常用复核入口。 |
|---|---|
| 上海证券交易所公告 | 上交所上市公司公告、问询、回复和监管信息复核入口。 |
| 深圳证券交易所公告 | 深交所上市公司公告、监管函件和信息披露复核入口。 |
常见问题
AI 行业研究是不是就是找概念股？
不是。概念只是入口，真正的研究要回到产业链位置、公司披露、财务兑现和风险边界。
为什么要把公司样本分层？
不同位置的利润弹性、估值逻辑和风险完全不同，混在一起会误判。