6月11日，平安基金经理要文强在该公司中期策略会上，就产业、投资和策略分享了对AI的看法。
要文强，平安基金TMT组长兼基金经理，基金从业时间很短，2025年11月加入平安基金管理有限公司，2026年3月9日起任平安科技精选混合型发起式证券投资基金基金经理。曾任华锦基金投资发展部主管、蓝箭航天空间科技股份有限公司投资经理、东北证券研究部分析师。
其管理的平安科技精选混合A业绩表现突出。自2026年3月9日接手以来，任职回报为59.58%，近3个月收益率为53.93%（该基金今年整体涨幅为94.6%）。
投资作业本课代表整理了要点如下：
1、去年的贸易战、今年的地缘冲突，还有最近讨论的交易拥挤度、世界杯开幕、长鑫上市、宏观利率等问题。
所有这些因素，在AI——人类最大级别的一次产业革命浪潮下，全部都是场外因素。
我们只关注一个点：当前模型发展好不好、够不够快、能不能解决实际问题、能不能带动各个大厂继续加大资本开支形成闭环。
2、每一波超额收益都来源于宏观波动。所以大家不要担心宏观波动。我们每次看到宏观波动都很兴奋，虽然过程煎熬，但宏观波动带来筹码交换，科技产业发展趋势不变。一旦宏观波动稍微缓和，科技板块立马新高。
3、算力需求未来2到3年持续紧缺，这个大命题非常明确。算力高投入带来模型快速迭代，进一步带动应用快速渗透，再进一步带来算力需求，这个闭环已经形成。
4、光通信，为什么我们非常看好？光通信是A股唯一可以和美股存储抗衡的资产。美股最好的是存储，A股最好的是光通信，这是我们的优势产业，坐上北美AI牌桌，引领技术迭代方向。
5、5到6月份是AI行情主要震荡期。震荡期大家会有各种疑虑，各种因素被放大。我觉得不在于周围人讲什么，而在于我们要看实际上海外AI大厂到底在做什么。
转到7、8月份，整体AI行情，过去三年是都比较好的。总体来讲，7、8月份我们看好AI行情。
中长期逻辑方面，今年下半年企业端agent爆发，明年模型自训练爆发，都足以支撑我们在相当长一段时间对AI产业保持非常好的期待。
平安基金服务号推送文章也概括了要文强的核心观点：AI产业进入“产能为王”新阶段，市场范式从“奖励资本开支”转向“验证回报后奖励扩产环节”；
在细分方向上，要文强最看好光通信全产业链，认为800G产品生命周期将超市场预期，NPO（近封装光学）为投资主线，CPO（共封装光学）进展锚定全球算力芯片巨头催化，OCS（光交换）已出现爆单，DCI（数据中心互联）需求超预期。
他特别指出光器件与光模块存在"严重倒挂"的定价错配机会，以及硅光技术占比高的公司将持续受益。
此外，他认为光纤板块正复制光模块和存储的"周期转成长"路径，前提是需要1-2个季度的业绩兑现验证。对于存储、PCB（上游>下游）、MLCC（周期开启）等方向，他建议深挖个股而非板块性配置。
以下是投资作业本课代表（微信ID：touzizuoyeben）整理的精华内容，分享给大家：
AI产业三年复盘：23年预训练→24年多模态→25年强推理
我们所有挖掘的投资标的，甚至当年的投资主线，一定有底层的产业支撑。
我们看非常明确，2023年AI横空出世。那时强调预训练大力出奇迹，GPU首当其冲，所以2023年整个围绕英伟达的这条链，是我们科技产业的重中之重。
到24年春节后，我印象很深。Sora模型出来后，大家惊讶地发现模型还可以搞多模态。多模态真正把模型能力边界进一步扩展。所以整个24年围绕端侧AI，包括具身智能，我们对机器人的研究也放在AI应用框架里做。
大家看到24年底，端侧AI那波行情也在一定程度上拉开了不同科技基金产品的投资业绩水准，背后就是当年各家模型大厂都在发力多模态。
转到25年，这个时间点离我们比较近，现在复盘很容易，coding能力出现了。最开始模型的coding替代程序员做大量编程工作。后来大家发现coding不仅是编程能力，还能让模型自主完成长流程任务。
因为人类通往数字世界就是通过代码。当代码由模型掌握，在数字世界里各种任务模型就具备了完成能力。
所以今年上半年，agent进一步带动了tokens爆发式增长。强推理成为25年开始AI发展的非常关键的方向。
当然这个阶段大家也看到，有些公司可能多模态不是重点了，但也要推动。比如Sora这个项目现在已经停掉了。
25年大家都在发展过程中找到AI商业价值最先落地的方向。推理端要强调高速互联，要强调大量的长上下文文本。现在百万级上下文文本已成为标配。存储也是25年到现在非常重要的关注方向，这就是过去三年产业端发展的脉络。
2026年全球AI交易寻找新的价值洼地
从投资端，我把它划分为三个阶段，如下图是三个沙堆，从23年Q1 AI刚刚开始，一直到去年的Q3，我形容为一直在加沙的阶段。
AI蓬勃发展，大模型能力快速跃升，各家大厂资本开支也在快速提升。这个过程中，任何赋予AI相关元素的板块都会成为重点投资方向。
尤其去年非常典型，各个AI细分赛道把头部的公司都配一遍，一定会实现非常好的业绩回报。但转到去年Q4到今年Q1，正好是我这个基金正式从业的一段时间。
随着资本开支的持续加速，大厂现金流压力凸显，算力相关板块已经历显著上涨，市场对AI交易逐步进入到“沙堆模型”坡度临界点，AI交易正在寻找新的价值洼地。
我刚上来管产品就遇到比较大的挑战，尤其今年Q1，很多AI大厂涨不动了。英伟达在Q4到Q1这半年多也没涨。海外大厂谷歌还好一点，其他Meta、AWS、亚马逊等全部都在下跌。反映什么特征？
大家很多疑虑爆发了。Meta第一次提高资本开支，股价就给了很大的负反馈。资本开支越高，与现金流的剪刀差越大。大家担心ROI能否形成好的闭环，那个阶段处在比较犹豫的时间点。
但到今年Q1到Q2，宏观上看到地缘冲突。这次地缘冲突把AI产业内部的量变数据、最终真正引起AI产业质变的东西给掩盖掉了。
战争是三月份发生的。但从那个时间点，大家可以感受一下，当时国内已经有龙虾热。海外个人agent、终端调用、API调用在快速上升，大概从那个时间点， Anthropic等模型厂的年化收入预期也在快速提升。
只是因为宏观形势，很多要素被忽略了。也就是说在26年的Q1到Q2，AI产业在本身发展很好的阶段被加速了。
所以战争一缓和、地缘冲突一缓和，我们马上及时提出要重视大市值标的估值回归。
从美股看，以前大厂提高资本开支，市场基本给予负反馈惩罚性股价交易。但今年一季度末，大家发现高资本开支确实换来了模型能力的快速提升。尤其像Meta，已经极大缩小了与头部几家模型厂的差距，所以后面大家又给予奖励性的股价回报，有了一个比较大的回摆。
对A股来说，也从那个节点开始，头部一些耳熟能详的AI标的开始上涨。
这里我补一点对后面数据的预期，因为海外模型厂的收入数据，一定决定云厂的资本开支，也决定我们对AI模型的判断。
昨天晚上我们新沟通了数据：Anthropic目前预测全年化约490亿美金，到六月底会提到600亿，到年底到1100亿，明年全年年化收入目标达5500亿美金。大家可以感受一下这个增长情况，很新鲜的数据。
下半年企业端Agent爆发，明年模型自训练爆发
刚才我们从产业端和投资端做了过去AI发展的复盘。
对我个人而言，我们坚守AI产业，看好内部细分方向，动力来源于哪里？有几个点汇报一下。
第一，今年上半年个人端agent快速爆发。我认为API调用还是冰山一角。今年下半年企业端agent也会整个爆发起来。大家可以关注一下，各家模型厂已经开始推企业端的agent工具和服务了。
另外非常重要的一点，我们一切研究从模型出发。
从23年、24年，刚才介绍过，模型很简单，就是个chatbot对话。到二五年它可以辅助工作。到现在，我们周围很多基金经理和同事都用大模型，很多是重度付费用户。
模型往后怎么发展？我觉得从今年下半年到明年，尤其明年，模型的自训练会成为非常重要的讨论话题。如果说今年是推理时代，那么明年会转向模型的自训练。
什么叫模型自训练？很简单，举个例子。最近有朋友从北美回来，调研就业市场，现在最受关注的是程序员，大量计算机毕业的工作可能已受到挑战。但排在第二位的是什么？就是训练模型的那批从业者。
因为大家发现，模型参数的调优、算法的设定等，已经开始可以由模型自己去做了。所以模型自训练指的就是：模型自己生成数据、投喂数据、确立算法、确立自己的奖励反馈机制，再到生成结果。
当模型自训练的整个趋势形成后，我们看到下一代GPT，比如GPT-7，模型迭代速度和能力会快速提升。
现在模型发布周期是每年一个大版本、每季度一个小版本。这决定了大家每次看到模型能力提升了多少，我们二级市场也会根据模型能力提升在投资上有所反馈。后面预计每个季度看到一个大版本迭代可能成为常态，另外模型能力会指数级提升。
大家如果用agent，会发现它连续工作的时间有限，基本10到12个小时。但如果模型能持续工作24个小时、持续工作一个月？我觉得模型的自训练会为我们明年……
如果明年按照我们的路径演绎，那么站在明年看今天模型发展所处的阶段，API调用量可能也还是刚刚起步。
这带来了什么影响？
大命题很明确：算力需求未来2到3年持续紧缺
这就进入投资端的汇报了。
因为我们今天对科技投资思路非常明确：算力需求未来2到3年持续紧缺，这个大命题非常明确。
算力高投入带来模型快速迭代，进一步带动应用快速渗透，再进一步带来算力需求，这个闭环已经形成。
我们建立在这几点共识基础上，去看目前整个AI产业的供应链情况，会发现背后只有一点逻辑：tokens的指数级增长，tokens调用的指数级增长。
刚才讲Anthropic的收入，今年可能预期1100亿美金，明年干到5500亿。但这是需求端。从全产业供给端看，所有供给都是线性增长。一边需求指数级增长，一边供给线性增长。
因为所有供给环节不可能扩产今年一倍、明年五倍、后年十倍，没有这么激进的公司。而且很多关键供应链掌握在海外手里。不同国家、不同文化，对扩产节奏的决策不一样。
紧缺环节着手：三个确定性方向，三个高弹性方向
我们的投资核心命题就一个：找供需缺口。所以今年看到各种通胀环节，来自缺口带来的短缺。
在全球AI基建的木桶效应下，我列出的这些方向大家都很熟，我们做了划分。左边三类：GPU、CoWoS+晶圆产能带动整个台积电半导体产业链这条线，再到AI电力。
这几个方向我们划分为确定性增长的三个方向。如果追求确定性，这三个方向都是必选项，可以优先的必选项。
右边几个方向包括光通信，这里大的范畴是连接类：光通信加PCB上游，以及CPU和存储。我们称之为高弹性方向。
为什么？因为今年资本开支不管7000亿美金还是多少，明年9000亿、1万亿，右边的方向结构性增长要远高于整个资本开支的增长。
比如光通信，为什么我们非常看好？光通信是A股唯一可以和美股存储抗衡的资产。美股最好的是存储，A股最好的是光通信，这是我们的优势产业，坐上北美AI牌桌，引领技术迭代方向。
去年到今年大概三倍以上增长。前三个月我预测明年比今年翻倍以上增长，但现在预期已变。
明年比今年还是三倍以上增长，后年比明年一倍以上增长。内在逻辑是光通信之前在大的资本开支里盘子占比5%，但未来2到3年会快速提升到20%以上。
当然除了光通信，CPU和存储也都有内在快速提升的原因。
我们围绕木桶效应的短板找投资机会。这张图是我们今年看到各环节的紧缺度：中度紧缺、高度紧缺。包括最近半导体很多设备类也开始涨价了。
每一波超额收益都来自宏观波动，不要担心，看好五个细分方向
我快速把核心几个方向的观点汇报一下。
一个很大前提是科技产业。我们跟踪这些年发现，每一波超额收益都来源于宏观波动。所以大家不要担心宏观波动。我们每次看到宏观波动都很兴奋，虽然过程煎熬，但宏观波动带来筹码交换，科技产业发展趋势不变。一旦宏观波动稍微缓和，科技板块立马新高。
我们也高兴看到，最近在这种波动环境中，我们的产品还在净流入。去年的贸易战、今年的地缘冲突，还有最近讨论的交易拥挤度、世界杯开幕、长鑫上市、宏观利率等问题。
所有这些因素，在AI——人类最大级别的一次产业革命浪潮下，全部都是场外因素。
我们只关注一个点：当前模型发展好不好、够不够快、能不能解决实际问题、能不能带动各个大厂继续加大资本开支形成闭环。这是我们唯一的研究框架。建立在这个共识基础上。
第一，光这个方向，明年后年持续超预期，在A股增长的确定性非常明确。目前大家看到，有些公司的问题暴露全部在供给端，不在需求端。
供给端是最容易解决的问题，也反映供需矛盾突出。具体到细分方案，我谈一下自己看法。
刚才张瑜老师提到，港股这边，全球海外资金对国内优质产业链的定价水位比较高。国内包括光通信的相关标的也会去港股上市。
所以今年很大板块的水位点、价值点，会锚定港股。比如像旭创这样的公司在港股上市，我觉得会比A股有较大溢价。我们可以假设一下，今年明年假设1000亿利润，在A股可能明年十几倍估值，但在港股有没有可能30倍？我觉得是可能的。
第二，光纤，我目前非常看好。它会不会经历像前面光模块、存储都经历过的由周期转成长？后面AI对光纤的带动会成为超越军工、运营商的主力需求。
第三，存储。我们深挖个股，因为好的存储标的大多在海外。
第四，PCB这块，建议大家多关注上游。PCB和光模块相反：光模块价值实现在下游，上游赚扩产的钱但赚不了涨价的钱；而PCB上游全部在涨价，赚涨价的钱，议价能力更强。
第五，我们还看好MLCC，这个周期可能刚刚开始。
非常有意思的是，MLCC重点企业在日本。但我们发现日本所有环节基本不涨价。大家看到日本激光钻头、织布机等全市场缺货，都在日本，但日本不涨价。
上一轮MLCC在21年，全行业高容低容平均价格涨2到3倍的情况下，日本企业才开始涨价。但这一轮日本企业已经率先涨价了，所以这个信号非常明确，可能周期也才刚刚开始。
看好7、8月AI行情
最后给大家充值一下信仰。
六月份我们把AI和新能源当年的走势对比了一下，图很明确：5到6月份是AI行情主要震荡期。震荡期大家会有各种疑虑，各种因素被放大。我觉得不在于周围人讲什么，而在于我们要看实际上海外AI大厂到底在做什么。
所以基本上转到7、8月份，整体AI行情，过去三年都比较好。七月上旬开始发业绩、发季报。
整个7、8月份围绕业绩，大家发现不在于AI板块内部哪家公司业绩miss（不及预期）或beat（超预期），而在于整个行业的业绩相较于全行业的可比优势比较大。
所以总体来讲，7、8月份我们看好AI行情。
中长期，刚才讲了很多逻辑：今年下半年企业端agent爆发，明年模型自训练爆发，都足以支撑我们在相当长一段时间对AI产业保持非常好的期待。
来源：投资作业本Pro，作者王丽