2025年12月 施罗德投资首席投资总监Johanna Kyrklund（中文译名：约翰娜∙基尔克伦） 在即将到来的2026年，尽管市场对股票估值保持关注，但投资者仍充满期待。由于超大规模云端服务供 应商（hyperscalers）对数据中心和云端基础建设进行大量投资，市场普遍将当前情况 与1999-2000年的 互联网泡沫相提并论。与此同时，许多人工智能(AI) 初创公司仍处于亏损，其估值则由供应商融资 （vendor financing）所推高。在此背景下，市场上也出现了关于"煤矿中的金丝雀"(canaries in coal mine)、"蟑螂理论"（当一只出现时，通常还有更多将会出现）以及"在派对上跳最后一支舞"(staying at the party for one last dance) 的说法。 以上如有提及证券仅供参考，不构成任何投资或撤资之建议。 本文件仅供参考之用，并不打算作任何方面的宣传材料。本文件不应视为提供投资意见或建议。有意投 资者应寻求独立的意见。本文所载的内容为撰文者的意见和见解，不一定代表施罗德投资的看法，或在 其他施罗德通讯、策略或基金反映出来。本资料所载资料只在资料刊发 ...

尽管人工智能（AI）占据了新闻头条，但我们认为其颠覆性的增长潜力和诱人的投资回报仍被低 估。与此同时，投资者面临着"重蹈覆辙"的风险，即期望通过广泛的指数投资来捕捉投资机会，却难以 区分颠覆者与被颠覆者。 二是技术提升迅速，成本随之降低。自ChatGPT发布以来，大语言模型的进化速度之快令人惊叹。 关键在于，推理模型能够生成自己的训练数据，模型处理的每个思考过程都可以反馈回模型中，从而在 解决问题时实现实时学习。 此外，由于半导体技术的进步，技术成本正在迅速下降，为生成式AI带来了更多盈利应用场景。 就在几年前，推理模型还因其计算密集的特性，成本高得令人望而却步。 三是AI扩展性远超其他技术突破。回顾历史技术周期，无论是通过计算机实现劳动力自动化，还 是知识型工作赋能（涉及思考、分析或创造的任务），都需要新设备和流程。自动化流水线已经存在了 一个多世纪，但发展缓慢，因为在现实世界降本需要时间。计算机赋能的知识型工作也需要设备和技 能，例如，学习打字或使用Excel，虽然这一过程进展很快，但也花了数十年时间。 而如今，我们看到AI正以前所未有的速度增强人们的工作能力。随着我们迈向由智能体主导的世 界（首批应用案 ...