政策重心切换下国产替代：从战略前沿走向规模化商业化应用

电信网络基建的历史镜鉴

我国电信网络基建的经验表明，基础设施投资的价值并不只体现在建设期本身，而体现在其能否改变整个经济体的信息流、交易流和组织效率。3G解决了移动互联网的入口问题，4G解决了大规模移动应用的体验问题，5G则试图把通信能力从消费互联网推向产业互联网。每一轮网络基建的直接投资主体主要是运营商，但真正的产业弹性往往出现在网络设备、光通信、终端、内容、软件、云和应用生态等更长链条。

市场在讨论AI算力基建时，容易把重点放在短期资本开支规模上，但电信网络基建告诉我们，真正决定行情持续性的不是第一年建了多少基站，而是渗透率曲线是否进入自我强化阶段。3G时代的移动互联网处于导入期，终端体验、资费和应用都不成熟；4G时代则完成了用户体验跃迁，网络能力足以支撑视频、支付、位置服务和即时通信，移动互联网才真正成为经济活动的新底座。

AI算力也存在类似的渗透率曲线。第一阶段是算力可得性，解决有没有足够便宜、足够稳定、足够安全的算力问题；第二阶段是工具可用性，解决模型、框架、数据库、知识库和企业系统能否打通的问题；第三阶段是流程改造，AI从"问答工具"变成企业生产流程的一部分；第四阶段才是商业模式重估，企业因为AI获得更高利润率、更快周转或新的收入来源。

政策重心三次切换：从战略到场景

政策对于AI的支持并非始于今年，但今年的变化在于，政策表述正在从"前沿技术""产业方向"进一步落到"规模化商业化应用"。这意味着AI不再只是科技部门的研发任务，也不是资本市场的主题交易，而是被纳入制造业数智化转型、先进制造业和现代服务业融合、新产业新赛道培育的总量政策框架。

回顾政策演进，第一次切换是从技术研发到国家战略。2017年《新一代人工智能发展规划》把AI放在国家战略高度，提出分阶段产业目标。第二次切换是从技术战略到算力基础设施，并由枢纽节点建设进一步升级为全国一体化网络。2022年"东数西算"启动后，算力基础设施从企业自建数据中心逐渐走向国家级网络布局；2023年底全国一体化算力网实施意见把政策推进到跨区域协同调度；2025年算力互联互通行动计划进一步建立标准、标识和规则体系；2026年"十五五"规划又把全国一体化算力网提升为国家重大工程。第三次切换是从算力供给到商业化应用。2024年政府工作报告提出开展"人工智能+"行动，2026年7月政治局会议更加聚焦产业数智化转型，促进人工智能等新技术规模化商业化应用。

过去两年，市场对AI政策的理解更多停留在科技产业政策层面，即政策会支持大模型、算力中心、数据要素和创新平台。但从最新表述看，政策正在更强调场景牵引。制造业数智化转型、先进制造业和现代服务业融合、AI规模化商业化应用，本质上都不是单点科技词汇，而是把AI纳入产业组织方式重构。政策对人工智能的表述变化对资产定价的影响很关键：政策如果只是给方向，市场通常交易主题弹性；政策如果开始给场景，市场就会交易订单、项目、预算和商业模式，受益方向会逐渐从纯硬件扩散到解决方案、工业软件、云平台、安全系统、数据治理和行业应用。

下半年看好国产替代的三重逻辑

下半年看好国产替代，核心原因并不是简单认为海外算力链条不好，而是认为当前市场对于美股映射型A股资产的定价已经较为充分，而国产链条正在迎来政策、产业和技术路线三重变化。相比继续追逐高弹性的海外映射，国产替代更符合"政策胜率提高+产业趋势增强+估值性价比改善"的组合。

第一，美股映射链条的A股资产已经进入高预期状态。以PCB、光模块、服务器和部分AI硬件为代表的方向，受益于海外云厂商资本开支和英伟达产业链映射，年初以来股价弹性已经非常充分。但当市场对这些资产形成高度共识后，估值和交易拥挤度本身就会成为后续收益率的约束。

第二，政策扶持正在向国产算力和实体应用倾斜。李强总理关于促进AI等新技术规模化商业化应用的表述，意味着AI政策不只是支持科技企业做模型，也是在支持制造业和服务业把AI真正用起来。对于国产链而言，政策最重要的作用不是短期补贴，而是创造需求场景、采购标准、示范工程和安全边界。只要央国企、地方平台和重点制造业企业开始以国产算力为底座做应用，国产链条就具备从主题向业绩切换的条件。

第三，国产链的技术路线并非单纯追赶海外先进制程，而是在成熟制程、先进封装、异构算力和低成本模型上形成差异化突围。海外AI路线高度依赖先进制程、高带宽存储和大规模GPU集群，中国在短期内难以完全复制这一体系，但可以通过成熟制程芯片、Chiplet/先进封装、专用加速器、异构计算、模型压缩、推理优化和场景定制，走出更适合本土应用的路线。大模型训练和推理成本下降，也使得"够用、可得、便宜、安全"的国产方案更容易在产业端落地。目前，超节点和韬定律也给国产算力带来了新的技术路径。

国产链条的核心优势：可控场景

海外AI链条的优势非常明确：先进制程、GPU生态、HBM、云厂商资本开支和全球开发者生态共同形成强正反馈。国内短期很难在所有环节同步追平，因此国产链条不应简单复制海外路径，而应寻找可控场景中的系统最优。

与海外AI链条相比，国产链条的核心优势在"可控场景"。所谓可控场景，首先是客户可控。央国企、政务、金融、电信、能源和军工等领域对安全、合规和国产化有刚性要求，只要国产方案达到可用水平，就存在替代空间。其次是数据可控。很多行业数据无法直接交给海外模型和海外云，国产模型和算力天然具备落地优势。最后是成本可控。对于大量制造业应用来说，最先进模型未必必要，能够以较低成本解决具体问题的方案反而更容易大规模部署。

具体投资方向展望

国产替代最容易被市场理解为AI芯片替代，但真正的投资机会往往分布在更长链条。算力基础设施是一套系统工程，芯片只是最核心但不是唯一的环节。如果芯片性能短期存在差距，那么系统层面的补偿能力反而会变得更加重要，包括封装、互联、散热、供电、调度、编译器、框架和模型优化。

光芯片领域，硅光+NPO技术迭代落地，NPO近封装光学依托现有产线改造、部署门槛更低，商业化落地节奏显著领先CPO共封装光学，行业需求有望在2028年集中释放。超节点完整产业链方面，韬定律与超节点架构指明国产算力长期技术演进方向，2026年为国产超节点规模化落地元年，高速线缆、背板连接器、PCIe/CXL互连芯片、以太网交换机、一体化整机厂商将同步兑现业绩增量。先进制程晶圆代工领域，国产GPU加速放量，产能紧缺催生行业强景气，国内具备稳定先进制程供给能力的代工标的稀缺。先进封装方面，后摩尔时代核心主线，Chiplet芯粒异构集成、2.5D/3D堆叠、混合键合等工艺可大幅降低高端芯片设计、制造成本，长期成长周期有望延续十年以上。半导体设备板块则具备最强贝塔属性，无论下游GPU、封测、存储环节哪家厂商扩产，上游设备均能稳定收获资本开支红利。