中欧信息科技混合发起C(023452) - 基金投资策略和运作

在经历了这样一个颇具挑战的季度后，中欧信息科技四季度取得了2.7%的上涨。比净值小幅增长更让我们感到欣慰的是，我们一直跟踪的产业逻辑正在清晰地得到验证：海外那些领头的大模型公司，凭借将算力、云服务、模型能力和应用场景融为一体的综合实力，在短时间内实现了模型效果的显著提升，实实在在地推动了行业进步。展望2026年，我们认为相比于2025年，科技产业可能会带来更多的惊喜和可能性。我们也希望凭借我们对产业的持续深耕和前瞻性判断，在2026年能继续为投资者创造良好的回报。  首先，AI能发挥作用的地方越来越广了。比如新一代多模态大模型，特别是轻量化图像生成专用模型的出现，让图片生成的方式发生了根本性的变化，无论是漫画、剧集制作，还是UI设计、PPT制作，效率都得到了大幅提升。不过我觉得更值得关注的，是海外新一代通用大模型的更新让大家看到了AI在未来各种工作场景中实实在在的潜力。这个测试非常接地气，它在美国经济中最重要的9个行业里，挑选了44个核心职业，邀请了在这些领域平均有14年经验的资深专家，基于他们的真实工作成果，设计了1320道专业任务。这些任务不仅仅是文字，还常常包含PDF、Excel表格、图片、PPT等多种格式，高度复杂、没有标准答案，非常贴近真实工作场景。测试结果显示，新一代通用大模型推理版在这些任务上达到或超越人类专家水平的比例达到了70.9%，而新一代通用大模型增强版更是达到了74.1%。这其实就是AI当前最能产生价值的方向：深入到各行各业中去，辅助甚至部分替代人力，从而显著提升生产效率。海外很多我们觉得理所当然应该线上化、自动化的流程（比如线上贷款申请、保险快速理赔），实际上还特别依赖人工审核，环节复杂，因此对AI赋能的需求非常迫切。我们看到头部大模型厂商正在和两家人力资源外包公司（A公司和I公司）合作，一起梳理美国主流行业的工作流程，目前看来，能提升的效率空间非常大，这也是支撑海外大厂持续投入资本开支的根本动力。当然，这样的趋势也可能加剧“K型社会”的分化，这或许是AI推广过程中需要留意的一个风险。  其次，在算力体系内部，2026年，“光”（光互联）和“存”（存储）在整体资本开支中的占比预计会持续提升。最核心的原因在于，“算”（计算芯片）本身遵循的摩尔定律正在逼近物理极限，但通过提升设备之间的连接速度和数据存储效率来提升整个计算集群的性能，这方面依然有红利可挖。所以，“光模块进机柜”以及“DRAM和NAND闪存芯片可能持续涨价”，很可能会成为2026年硬件领域的重要主题。在我们的投资组合中，也包含了一些北美地区的电力基础设施公司，主要是考虑到美国为了支持多个超大算力集群的建设，对电网等电力设施的投资力度预计还会持续加大。  对于消费电子市场（也就是“端侧”），2026年上半年可能需要稍微谨慎一些。在存储芯片涨价的压力下，整个行业的出货量可能会有两位数百分比的下滑，不少手机、PC等端侧企业可能会面临亏损压力。不过，从2026年下半年开始，随着端侧AI智能体（Agent）技术的成熟和落地，我们预计在硬件领域会看到不少创新，这些创新有望带动整个行业在2025年形成的低基数上重新恢复增长。这方面的发展机会我们也会保持密切关注。  总之，我们对2026年的科技产业前景充满期待。我们会继续坚持深度产业研究的方法，希望我们的判断和布局能在2026年开花结果，为投资者带来持续的良好回报。

三季度区间回报83.7%，一定不是常态化的表现，我理解大概率是“once in a life time”：我们坚信通过我们的努力会有长期稳定的回报，但是短期极端高回报，这个事情一定是不可持续的。如果要归因的话，我理解核心还是运气比较好，这个运气主要是指目前我们在一个合适的产业和市场环境中，AI在高速发展，而我们又恰好立足于AI的产业研究，因此体现出来的收益率还算可观。  产业发展初期，一定是硬件先行，因此我们最核心的持仓还是围绕海外算力，只不过在内部结构做了一定的调整，基于两个逻辑：1)是否是算力这个大beta下的通胀环节；2）竞争格局是否收敛。因此，我们在算力中选到了服务器、光连接、PCB三个环节。此外，我们也加大了对AI存储的配置，核心是由于推理需求的快速爆发，对DRAM和SSD等需求激增，预计在未来一段时间内都会看到供需错配的情况发生。二季报中也讲到过，我们最看好的三个环节还是海外算力、AI大模型应用、国产算力，因此核心仓位在三季度中变化不大，阶段性比例略有调整。  本季度调仓动作的核心考量基于对AI产业竞争格局的认知：当前全球AI能力的竞争，不是一个点的竞争，而是一整套系统能力的竞争，在国内集合了模型、算力卡、软件优化、云等全栈业务的领先企业，我们预计未来竞争优势会不断拉大。举个例子，如果只对比国内的算力卡，其实单卡能力都差不多。如果去适配模型的训练和推理，重要的是后面整个系统的优化，包括软件调优、模型架构的适配、集群效应等。DEEPSEEK做的好就是把集群优化到了极致，阶段性超过了原厂方案。不管是GPU还是ASIC，未来的研发一定不是盲人摸象，要对后续的模型方向，怎样用单卡、集群、软件优化去匹配模型非常清楚。我们看好在国内目前看下来从卡到系统到软件到云服务整体做的最领先的企业，这些业务优势的短期好处是在AI云的市场份额快速提升，长远来看云、卡、模型三位一体的壁垒会更加牢固。海外也是一样，专用芯片方案正在加速成长。这样看来，海外头部芯片厂商与顶尖模型开发机构的深度战略协作就变得很有意义，因为如果模型开发者保持领先，大概率芯片厂商的整个系统化能力就很难被挑战，因为只要他会清楚的知道卡的研发该往哪个方向走。  在我的框架的排序中，后续短期会重点关注的方向还是集中在大模型应用、AI端侧、海外算力需求溢出的存储等，从产业逻辑上，机器人的兑现周期需要更长，整体的量级可能要到2028年后才会变到meaningful。  AI大模型应用，我们除了会持续布局未来大概率会成为模型入口的几家平台公司，也会关注在垂类领域有数据、用户和流程闭环的方向。  AI端侧我们认为最先落地的还是手机，在可见的未来，考虑端侧算力、存储、续航、使用习惯等，手机这个形态还是会成为AI端侧运行终端的核心。我们认为不带显示的眼镜可能会成为有爆发潜力的单品，因为在目前的硬件条件下，只有不带显示的眼镜才能满足日常长时间佩戴需求，尤其是在骑行、登山、攀岩、滑雪等运动场景中。  最后，还是感谢投资者的信任和支持，我们会尽心尽责，年报见！

开局即暴击。对于做产业趋势投资的基金经理来说，稳定的国际贸易环境是非常重要的。但确实在二季度，我们经历了中美之间比较严苛的关税战的考验，被动地增加了换手率，也对我们组合收益产生了不小的影响。在一季报中，我们看好的其中一个方向是垂类/特种机器人，但因为关税对主业影响较大的原因，我们做了比较大幅度的减仓，但后续垂类机器人相关逻辑被市场认可，相关股票有比较大的涨幅。因此，组合净值有了一定的损失。5月开始海外AI叙事有较大变化，Tokens调用大幅增长，头部厂商在推理端产生正向的ROI，带动算力需求爆发，而因为ASIC量的增长，光模块和PCB在其中是通胀环节，整体增速比海外算力CAPEX增速更快，因此我们配置方向往海外算力转移，主要配置在光模块、PCB和服务器。对于AI应用，我们也在重点关注，目前看到海外在AI陪伴、编程、AI客服三个领域爆发。后续我们会在相关领域重点找优质公司，进行组合配置。国产算力方面，我们认为在供给端更明确后会有更好的配置机会，也是我们重点关注的方向。产品运行到现在四个月，虽然较基准有较大超额，但回顾过程，我自己对组合的整体运行情况是不太满意的。不过，要特别感谢持有人的无条件信任，让组合规模快速增长，希望后续组合会有更好的表现。

中欧信息科技的持有人们好，我叫杜厚良。这是我作为公募基金经理的第一份季报。担任公募基金经理一职，对我而言责任重大，所以在撰写这份季报时，心情颇为激动。在此，首先要感谢持有人对我的信任。  简单介绍一下自己，我算是科技投研领域的“老兵”了。从海外到国内，从卖方到买方，从研究到投资，我已深耕了12年。期间我最大的收获，就是对“科技”怀有发自内心的敬畏。还记得2013-2014年，我在美国做卖方，负责覆盖主要科技类公司，彼时包括我在内的整个华尔街都不太看好某算力龙头公司的发展。然而，十年过去了，随着GPU在矿机、人工智能、自动驾驶这三个场景迎来爆发，之前的观点也随之被推翻。所以十年后呢，算力形式是否仍以GPU为主？量子计算是否会占据较大比重？对于具身智能场景中运动控制的数据捕捉，是否会出现更优的算力形式？这些问题我无法回答，所以我对科技发展始终保持一颗敬畏之心。  科技领域极为复杂，创新周期与库存周期相互交织，不同技术间的比较优势难以长期维系，基本上每两三年就会涌现新的技术路线。所谓“一眼看十年”，至少对于绝大多数公司而言，我做不到。那既然做不到，又想把投资做好，该如何是好？我认为要立足产业研究，通过对产业链上下游进行深入研究，形成对行业的深刻认知，进而推断未来两三年的行业发展趋势。我给自己设定了一个目标象限，凭借自身十余年积累的产业资源，加上中欧基金强大的科技投研团队（目前我兼任权益研究部副总监），我的愿景是在科技投研领域做到兼具深度、广度与时效性，期望能在这些特定维度下成为行业顶尖者之一。  最近大家想必都听过“杰文斯悖论”这个词。在AI发展领域，它指的是随着前沿模型的不断迭代，单位算力成本会持续下降，进而催生出更多模型落地应用场景，引发应用爆发，从而使总算力需求不断攀升。这个逻辑本身并无问题，但在某些阶段，可能会对这一闭环产生一定冲击。当下可能就处于这样的阶段。目前的状况是，前沿模型的进展有所放缓，类似GPT-5的模型迟迟未能推出，而随着DeepSeek的出现，单位训练和推理成本下降的幅度极为显著。随着应用的逐步普及，总算力需求虽仍在增长，但增长的斜率大幅降低，我们可以看到，近期国内、海外相关算力品种都出现了较大跌幅。  如果“杰文斯悖论”在AI领域阶段性失效，那么当下科技投资应关注哪些方向呢？目前我有三个思路：  第一，关于大模型应用。我们认为，AI将对移动互联网带来变革，其中之一便是改变移动互联网时代各环节的利润分配模式。举个例子，美国某消费终端公司的手机销量在近十多年内虽有所下滑，但利润却增长了约三倍。主要原因是它依靠“平台税”，成为移动互联网时代最大的受益者之一。但我们预计，在AI时代，所谓的“平台税”将转移到大模型入口厂商，并且由于垂类应用的UI交互减少，入口厂商潜在可分得的利润比例会更高。此外，当前单位算力成本快速下降，推理需求加速增长，这些大模型厂商的云业务阶段性投资回报率（ROI）也将稳步提升。从短期和长期来看，这些厂商均会受益。我们会根据每家大模型公司成为潜在AI入口的可能性，阶段性地调整对每家公司的配置比例。  第二，关于机器人。我们预计，2024-2026年，机器人行业将呈现100倍的增长速度，行业规模从2024年的不到10亿，增长至2026年的接近1000亿。虽然我们坚信人形机器人是机器人远期最大的应用场景，但从阶段性来看，工业机器人、特种机器人等领域预计将率先实现落地，并为相关公司带来规模化的收入和利润。例如，工厂无人搬运（包括载具和非载具）、高危环境下的巡检、特种及防爆场景下的机器人救援等，我们认为类似场景在2025年将迎来大规模爆发。  第三，展望2025年之后，不仅在机器人领域，在AI端侧、消费电子等领域，由于大模型的出现，也将进入加速创新阶段。在创新过程中，相关通用设备、柔性化产线等都需要提前进行大规模投入，这也将为相关设备公司带来投资机会。  回到科技投研领域，由于科技行业变化迅速，需要我们投入大量热情和精力于其中。而我们所能做的，便是日复一日，每天投入十几个小时到相关工作中，希望凭借自身的努力和专业，为投资者带来一定的超额回报。  再次感谢持有人对我的支持与信任，中报时再会。