AI很火為啥不漲？盤盤GTC和關乎每個人「AI龍蝦」的投資主綫

最近這段時間，無論你是否身處科技圈，大概率都在各大社交平台上刷到過一只異常火爆的「AI龍蝦」。

伴隨著大量無編程基礎、甚至極少接觸大模型的小白用戶開始興致勃勃地加入到「沉浸式養龍蝦」的行列中，國内眾多科技廠商也迅速跟進，密集發佈了一係列低門檻、強交互的同類應用。在這個春天，人工智能終於剝離了晦澀的代碼外衣，真真切切地以一種工具的形態，湧入了普通人的手機和工作台。

然而，在這個産業端高歌猛進、全民歡呼AI終於「好用」的沸騰時刻，二級市場卻展現出了驚人的冷靜：既然 AI Agent的應用已經跑通，全行業景氣度持續上行，大家都在瘋狂使用，為什麼相關上市公司的股價卻在近期陷入了震蕩，遲遲未能迎來預期中的全綫大漲？

今天，我們就從這只火出圈的「AI龍蝦」入手，再盤一盤萬眾矚目的英偉達 GTC 大會，到底釋放了什麼核心信號，看看資本市場到底在擔憂什麼，又在期待什麼。

為什麼最近AI龍蝦持續火爆股價卻不漲？市場在擔憂什麼？

「AI龍蝦」是近期爆火的一類AI智能體（行業内稱之為 AI Agent）的昵稱，相比於傳統的AI聊天對話框，「AI龍蝦」不僅能聽懂人類語言指令，還能直接代替用戶幹活。

例如，你讓它「把今天郵箱裡關於二季度規劃的附件下載並總結成表格發給老板」，它能在後台自主打開郵箱、下載文件、新建表格、提取信息並發送。「AI龍蝦」跨越了被動問答的對話框時代，變成了一個能把人從繁瑣日常勞動中解放出來的超級助理。這就是為何全網都在瘋狂「養龍蝦」、擁抱Agent的底層邏輯。

「AI龍蝦」的運行消耗了大量的算力，帶來了全行業需求快速提升，但為什麼市場反響平平，部分公司甚至還出現短期調整？除了短期風險偏好下降的影響，還有一個問題是「AI龍蝦」太貴了，市場擔憂提供AI服務的公司入不敷出，也擔心高昂的成本使消費者嘗鮮過後不再續訂，也就是說，市場吃不準「繁榮」的持續性。

很多深度體驗的用戶發現，現在的「AI龍蝦」極其費錢，一天可能就要消耗掉大量Token。如果權限配置不慎，養一天龍蝦或要花費上千美元。這是因為「AI龍蝦」需要在後台自己跟自己不斷對話來完成任務。它越聰明、越像真人，完成一個任務消耗的算力就是以前聊天機器人的十倍甚至上百倍。

因此，市場開始擔憂AI企業提供「龍蝦」收到的訂閱費很難覆蓋對應的算力支出。而如果現在就向用戶收取過高的費用，又容易在行業發展早期嚇跑客戶，讓大家放棄持續探索使用AI。

總結來說，「AI龍蝦」的出現使算力需求激增，但市場擔心收入增長無法匹配算力支出，也擔憂用戶在當前的價格下更多是嘗鮮，缺乏持續訂閱，也就難以形成持續的「繁榮」。短期股價回調，不是否認行業的景氣度和AI的長期空間，而是在對這種短期的不確定性進行定價。

後續要觀察什麼？期待算力成本的進一步下降

如何解決當前的擔憂呢？既然不能讓AI變笨，唯一的辦法就是進一步降低算力成本，讓更多用戶能可持續地「養龍蝦」。

這正是全球投資者緊盯昨夜英偉達GTC大會的原因，在行業發展的關鍵節點，我們看到産業界正以極快的速度降低算力成本。

其一，是傳統芯片架構的升級，讓推理成本下降10倍。在昨夜的GTC大會上，黃仁勳正式揭曉了基於Vera Rubin架構的 R100 GPU。這顆超級芯片不僅在推理性能上實現了較上一代Blackwell提升5倍的跨越，更是將單次推理Token的成本整整降低了10倍。

其二，是推出專門為「龍蝦」類應用訂制的推理芯片。為了徹底打下推理成本，老黃不僅在升級GPU，還在大會上重點展示了此前重金收購的Groq團隊及LPU（語言處理單元）技術的新進展。LPU是一條專為生成Token而建的極速定制流水綫。這種專為推理而生的底層架構，吞吐量和超低延遲大幅提升，同樣降低了推理成本。

其三，是算法層面的升級，用更少的算力跑出更聰明的模型。以國内DeepSeek等為代表的優秀大模型企業，也在底層架構上貢獻了諸多亮眼發明。通過巧妙的算法優化，用更少的算力跑出更聰明的模型，從軟件端壓縮了「養龍蝦」的開銷。

AI産業中長期發展空間依然廣闊，這種發展離不開基礎設施的支持

一項顛覆性的技術在普及之初，往往都伴隨著高昂的基礎設施成本。早期的4G網絡如此，早期的雲計算如此，AI也不能例外。盡管短期面臨一定波動，但AI中長期的投資邏輯其實非常清晰，主要看兩股力量的交匯：

一方面，是成本端的進一步壓縮，為更多用戶持續使用AI創造基礎。以英偉達Rubin架構、被其吸收整合的Groq LPU技術、以及DeepSeek算法創新為代表，底層算力推理成本正速度加速下行，為更多用戶持續地使用AI提供支撐。

另一方面，是收入端的規模效應，通過吸引更多用戶來攤薄每個人的成本。眾多科技大廠正在一起借助不斷下降的算力門檻，打造更平民化的Agent産品，吸引更多小白用戶加入，用龐大的用戶基數去攤薄固定成本。

當整個行業因為 Agent 大規模應用而産生的收入預期，實打實地跨過了支撐它運轉的算力總投入時，這個行業就真正越過了盈利的臨界點。到那一天，我們將看到一大批AI産業鏈企業業績增長的確定性大幅提升。

在這個從「投入期」向「兌現期」跨越的關鍵階段，無論前台的應用形態如何演變，底層的算力消耗都是必須的。

未來一到兩年内，整個産業鏈中業績確定性最強、能最先兌現利潤、能夠扛過短期不確定性的，大概率依然是上遊的算力芯片及AI Infra（基礎設施）方向。

對於想高效把握這一投資者主綫的投資者，建議關注下列ETF産品，整體打包産業趨勢：

半導體設備ETF易方達（159558）：國産算力的基石，國産化水平快速提升，業績確定性強；

科創芯片設計ETF易方達（589030）：聚焦AI芯片領域，投向「中國的英偉達們」；

雲計算 ETF 易方達（516510）：AI Infra（基礎設施）佔比超過50%，同時包含AI應用重點領域；

科創創業人工智能ETF易方達（159140）：全AI産業鏈佈局，AI算力基礎設施佔比高（65%）。

表：四大高算力基礎設施佔比指數對比

資料來源：WIND，數據截至2026/3/16，不作為個股推薦

内容來源：有連雲