Q1：AI投资是否存在泡沫？
金兴：看待AI投资是否存在泡沫，可以从几个角度进行分析：
首先，从产业趋势与历史周期来看。回顾以往科技浪潮，如PC互联网、移动互联网，其发展周期往往持续15–20年。从更宏观的人类发展史看，历次重大技术变革往往持续数十年甚至更久。相比之下，本轮AI发展至今仅约3年，仍处于非常初级的阶段，其未来演进的空间和时间跨度，很可能远超当前市场预期。
其次，从“泡沫论”质疑的角度来看。主要的质疑集中于AI算力投资规模（已近5000亿美元）与应用落地速度之间的不匹配。但若站在科技巨头视角，持续投入AI实际是维持竞争力的必要举措。我们判断，在不举债的情况下，北美科技企业仍有能力维持高强度资本开支，预计到2027年，AI投入或增长到1万亿美元，这构成了我们对算力方向研究的基本假设。
最后，从估值与产业链机会来看。在算力投资的相关环节，如光模块等，由于技术持续升级，当前估值仍处于相对合理区间。同时，国内制造业依托成本优势，正逐步在海外算力供应链中实现突破，未来份额提升有望带来显著的结构性机会。
综上，AI作为一次可能比肩历次工业革命的技术变革，当前仍处发展早期，尽管短期存在投入与产出节奏不匹配，但从产业趋势、企业投入、估值结构等多方面看，更应关注其长期价值和产业链中的结构性机会。
Q2：科技投资，如何应对不确定性？
金兴：硬科技投资波动较大，主要因其变量多、技术迭代快，且全球资源高度集中于此领域。
以算力投资为例，核心变量如海外云厂商资本开支、芯片及封装产能等，任一预期的变化都可能引发估值大幅波动。同时，技术路线的快速演变使得企业可能因技术采用而获得巨大成长，也可能因技术路线被替代而价值骤减。
面对这种环境，我的应对方式有两点：
一是坚持“走在正确的道路上”，即把握确定的产业演进方向。例如AI模型向Agent多模态发展、算力互联带宽提升与能效要求不断提高等大趋势。尽管技术落地节奏会有波动，但只要围绕正确方向布局，就可能在市场出现定价偏差时捕捉到机会。
二是保持对国内科技产业发展的信念。以半导体为例，国产替代已在多个环节实现突破，未来在光刻机、先进制程、算力芯片等“卡脖子”领域的进展，仍是未来几年的投资主线之一。这背后离不开中国的工程师红利，这也是我们应对不确定性的重要信心来源。
