Huahuan "Technology Brother" counters "AI Bubble Theory": This time is different from the past, cash flow and engineer dividends are important supports

華安基金聯席首席權益投資官、“高景氣賽道佈局者” 胡宜斌在華安基金 “馬年投資嘉年華” 上，以聚焦工程師紅利，佈局投資未來為主題進行分享。

總的來説，他認為 A 股整體來説穩中有升，仍然會有結構性的機會，甚至有結構性的牛市。

在這個當中，看好科技相關的方向，算力、創新藥、自主創新、AI 應用，都代表着工程師紅利。另外，還是會在階段性擔心 PPI 轉正或者擔心其他風格對於科技的擾動，會去尋找一些週期和新消費的賽道的配置。

金句：

1、 隨着工程師紅利的逐步釋放，R&D（研究與試驗發展）支出佔 GDP 的總比重也會越來越高，這是一個累積變量，會帶來中國未來佔領全球科技制高點和機會的脈絡。

2、 如果去做一些橫向的對比，拿一些主要經濟體、一些全球發達國家的均值去做比較，我們國家現在最有優勢的是 STEM（科學技術工程數學等專業）相關的大學生數量很龐大。

3、 當下，如果我們也爆發了一輪工程師紅利，在創新和半導體、汽車、消費電子、精細製造領域會誕生出更多優秀個股。

4、 A 股跟同一個行業裏面的全球龍頭企業相比，毛利率水平差距非常大，可能會差兩倍到三倍，但這並不意味着這種差距是可延續的，兩者會向中值進行迴歸。

5、 所以，中國出海企業的利潤率是被低估的，在現在這個階段增收不增利，是因為企業現在跑馬圈地，未來可能出現戴維斯雙擊式的爆發。

6、 今天我們看到了 DeepSeek，看到阿里的通義這樣優秀的開源產品，這不是偶然現象，背後是因為中國有大量的 AI 人才，這種人才密度跟我們提到的工程師紅利密不可分。

7、 具身智能產業現在處在 0~1 的階段，這個階段更多的是打磨產品、創新供給，隨着產業 0~1 的階段過去之後，我們會看到在陡峭的放量斜率下，每年可能需求是 10 倍的增長，這個行業的遠期空間非常大。

8、 中國人的人均消費可能有三次脈衝爆發，人均消費額大幅提升。一次是高考前後；一次是事業騰飛，大概在 30~35 歲；第三次是銀髮時代退休之後。

9、 我們這一代人到 30 歲，和上一代人到 30 歲，以及下一代人到 30 歲，消費觀念以及消費產品的差異，形成了新消費的本質。

海外 “工程師紅利” 樣板

經歷了 2025 年跌宕起伏、但穩中有升的市場變化，也經歷了這些風風雨雨，我們現在展望 2026 年的整個投資策略。今天我還是想跟大家分享一下聚焦工程師紅利這個方向（的思考），同時延伸一些投資機會，給大家分享一下我個人 2026 年的投資策略。

首先，我們還是要回顧到工程師紅利怎麼產生。

我們拿日本作為一個歷史參照。日本 GDP 佔全球的比重，大概是 1995 年見到高點，佔到全球的 18%，之後持續回落。但日本的製造業，尤其是日本製造業增加值佔全球的份額，並沒有在 1995 年就見到高點。

實際上，日本製造業增加值佔全球份額的最高點，出現在 2000 年到 2005 年之間。日本製造業增加值的峯值大概在 2005 年到 2010 年附近。也就是説，在日本 GDP 佔全球比重見頂之後的接近 10 年的時間裏面，日本的製造業份額仍然還在攀升。

這 10 年，我們認為是工程師紅利的作用，對沖了日本本身很多各項其他方面的經濟的問題。

工程師紅利的背後，是日本高等教育畢業生總人數的快速增長。雖然我們看到日本的勞動力總人口可能在 1995 年之後就變得非常平緩甚至下滑，但是並沒有影響日本高等教育，或者高素質人才的供給。在 1995 年之後，日本依然有非常龐大的一部分日本高等教育的畢業生總人數，所以帶來一個非常好的結果。日本不斷將一些高素質的人才輸送到勞動力人口當中。

中國有全世界最多的高素質畢業生

我們如果去做一些橫向的對比，拿一些主要經濟體、一些全球發達國家的均值去做比較，我們可以看到，我們國家現在最有優勢的是 STEM（科學技術工程數學等專業）相關的大學生。

和全球任何一個國家或經濟體去比，哪怕是歐盟 27 國加在一起，也沒有我們的畢業生總人數高當然這裏算上了高職院校，包括了職業院校，總共來説，我國每年大概有 1200 萬的畢業生輸送到各行各業，在很多科研類的行業，我們擁有非常充足的 “新鮮血液”。

隨着每年能輸送這麼多畢業生 “滾存” 之後，在很多領域，比如説高精尖領域，新能源汽車、量子計算、機器人、人工智能等等方向當中，我們都擁有着全世界人數最多的高素質畢業生，遠超過全球發達國家均值，均值大概是 320 萬一年。

我們現在的工程師的密度，和發達國家比相對比較低，略有差距，但是和其他很多發展中國家相比，有比較大的優勢。

而和發達國家的差距，也意味着我們的工程師紅利的釋放可能才剛剛開始，我們現在的 R&D（研究與試驗發展）支出佔 GDP 的總比重僅超過歐盟 27 國的均值，但實際上我們在快速追趕美國，美國現在是 3.55，我們是 2.68。

隨着工程師紅利的逐步釋放，我認為 R&D 支出佔 GDP 的總比重也會越來越高，這是一個累積變量。隨着工程師紅利不斷為我們國家貢獻一些新的科研製高點，比如我們在 2025 年年初看到 DeepSeek，以及後來看到的創新藥，看到很多新的技術出海，背後實際上是擁有着龐大的 STEM 畢業生輸送到產業之後，隨着不斷的累積，R&D 支出佔 GDP 比重越來越高，換化為了一些科研成果優勢，從而帶來未來佔領全球科技制高點以及產生新投資機會的脈絡。

中國不會有 “失去的 20 年”

大家比較擔心日本的 “失去的 20 年”，當年日本自 1990 年後連續 20 年左右物價下調，經濟的冷蔽觸目可見。

但以史為鏡。即便是上述 “20 年”，我們依然看到日本股市在不斷誕生 “大牛股”。比如在創新藥領域，在半導體領域，在汽車消費電子，還有在精細製造和化工方向上誕生了無數大幅戰勝日經 225 指數的一些個股。

這些個股都是當年日本工程師紅利帶來的科研製高點，以及最後出海佔領全球制高點的寫照。這些企業的業績非常突出，脱離了日本國內經濟當年的局面。

我們大概率會比日本好，但從發現投資機會的角度，上述歷史可以給我們啓發。告訴我們，，把握這些機會可以讓我們大幅戰勝我們的 benchmark（基準），這是我們現在正在思考的一個問題。

當下，如果我們也爆發了一輪工程師紅利，事實上有可能我們國家的工程師紅利基礎要比日本更加龐大、更好，我們也許在創新和半導體、汽車、消費電子、精細製造領域會誕生出更多優秀個股。

如果我們把時間拉得更長一點，從 1990 年到 2025 年，在 2010 年之後的 15 年日本大牛市裏，只要稍微給一點 “陽光”，這些牛股超額收益會變得更加明顯，甚至是超越指數幾十倍的漲幅，這給我們一個非常好的啓示，就是隻要中長期能夠發現它是工程師紅利的最好象徵，這些企業的盈利就會在相對全球宏觀經濟不太理想的時候，能大幅戰勝指數；但是當全球有機會、經濟騰飛的時候，他們就會表現得非常突出。

出海龍頭企業毛利率水平會抬升

這些牛股的共同特徵是毛利率水平比較高。為什麼會誕生這樣的一個結果？

比如，在我們觀察的股市週期裏，日本漲幅最大的一家企業叫基恩士，它是一家做設備、做精細製造的企業，這家企業從 2010 年到 2025 年之間，毛利率持續維持在 70% 以上，而且穩步爬升；它的業績也在穩步爬升，也就意味着這家企業的護城河非常高，即便有這麼高的毛利率，規模還在擴張，依然沒有什麼競爭對手可以去衝擊它的毛利率水平，一定程度上反映了日本的工程師紅利，給企業帶來了一箇中長期的研發優勢。這種研發優勢所帶來的護城河是非常明顯的。

現在中國是什麼狀態？如果我們把出海佔比比較高的幾大類行業，比如説材料工業、通訊服務、信息技術、醫療保健這幾大行業的毛利率，和同類美股、日股作比較，我們會發現，這些出海行業，除了材料類的行業之外，A 股都是戰勝美國同行的。

在其他所有的大項中，A 股的毛利水平都是偏低的，尤其是通訊服務是比較低的，工業是比較低的，醫藥包括創新藥在內是比較低的。

這説明，我們現在工程師紅利在爆發的早期。早期一個非常典型的特徵是內卷程度非常高，我們大部分出海的行業正處在研發逐步追趕，甚至有部分行業已經超越了，比如新能源電池技術實際上已經基本超越、形成全球研發制高點了，但是依然需要去搶奪全球的份額。

這個階段裏，我們能看到的就是中國大部分企業出海之後，依賴於以價換量去攫取市場份額。所以在這個階段裏面，跑馬圈地比利潤率水平顯得更加重要，所以初期我們的毛利率水平確實較低，中後期有沒有可能毛利率實現抬升，我認為是有可能的。

A 股跟全球主要龍頭企業相比，在同一個行業裏面的毛利率水平差距非常大，可能會差兩倍到三倍，但這並不意味着這種差距是可延續的。

未來，這裏面會誕生一些我認為比較顯著的投資機會，就是經常説的戴維斯雙擊，雙擊擊在一是企業的規模增長，二是當規模變大之後，一定能看到企業的利潤率水平向全球龍頭企業的均值迴歸。

也許，我們現在會看到這個階段裏企業增收不增利，但是我們在這個階段裏面需要對利潤率的包容，所以我們給一些龍頭企業理論上應該給予更高的估值，因為它的利潤率水平是被低估的，只是因為現在在跑馬圈地。

可能再過 5 年或者 10 年回頭來看，只要工程師紅利還在持續釋放，當工程師紅利轉化為全球研發制高點，全球技術壟斷的時候，那時我們能看到我們的企業除了規模增長，一定能看到利潤率水平的一次躍升，從而帶來業績普遍在某一些階段能夠持續超預期。

華人工程師紅利支撐全球 AI 發展

我們回到幾個方向上來延展。

首先，我們從科技的角度來看，今年美國幾大雲巨頭用高薪挖走了一些華人科學家，在全球著名開源平台 GitHub 上，華人及華裔的貢獻率超過了 50%。從全球 Top100AI 企業的核心技術人員佔比上來估算，中國人及華裔合計是 42%。頂級 AI 論文佔比，中國人及華裔接近 48%。

毫無疑問，也許今年我們看到了一個 DeepSeek，看到阿里的通義這樣的優秀的開源產品，但是這樣產品的出現，佔領全球開源制高點，不是一個偶然現象，背後所衍生出來是中國有大量的 AI 人才，這種人才跟我們剛才提到的工程師紅利密不可分。因為我們每年有 1200 萬 STEM 畢業生，夜以繼日的這些畢業生們都在不斷的前行、去探索 AI 各方面領域的一些制高點。

如果有一些 AI 技術的新技術突破，我們這 1200 萬每年的這些畢業生會以十分的努力不停的去復現它，去超越它。

所以，在某些角度上來講，我們的工程師紅利一定會帶來一個結果。最後中國人及華裔在全球 AI 的貢獻會越來越高。毫無疑問過若干年之後，AI 的定義或者 AI 算法的定義可能基本上掌握在中國人或者華裔的手裏，這是極有可能的。

AI 會有良性的現金流循環

我們也看到，整個 2025 年，尤其是下半年，AI 的表現非常突出。這個表現主要源於海外，生成式 AI 出現。

到現在為止，我們第一次看到了雲付費收入或者年化訂閲制收入，這些收入和企業的算力投入形成了一個正循環。

當 AI 企業在做資本開支，購買算力卡、投入大規模的算力能源基礎建設，它同時可以在另外一頭把算力轉化為企業的盈利和付費。這是 2023 年看到生成式 AI 以來，我們第一次看到年化訂閲制收入的爆發。

與此同時，我們會看到這些企業的現金流穩步提升，有些企業不斷上修預期。這帶來了無論是推理還是 asic，還是訓練卡，其實需求目前來看都相對來説仍然處在高歌猛進的狀態。

我們也看到了，最近市場對於 AI 有泡沫的擔憂，通常會拿 2000 年的納斯達克的科網泡沫和當下的 AI 去做一些對比。

我只想説一點來證偽這個事情。2000 年的科網泡沫，我們看到了資本開支，超越了經營性活動淨現金流。當年的美股，最後的投入高歌猛進，並沒有建立在經營性活動現金流的高歌猛進之上。

也就是説在某一個節點上，資本開支超過了現金流，這個時候負債在上升。所以最後帶來一個結果，當流動性衰退的時候，企業自身盈利能力無法支撐資本開支持續，所以科網泡沫的見頂速度就比較快。

但是我們現在能看到的一個情況，在 AI 行情下，納斯達克企業的資本開支和現金流是呈同向同增趨勢，甚至能看到短期因為 AI 爆發了，所以經營性活動現金流遠超過資本開支增長，當下不需要去擔心企業自身債務問題。

國內和海外不同

海外是這樣，國內是不是呢？國內能看到龍頭企業，比如字節跳動這樣的企業，AI 產品並沒有顯著的獲得收入。排名靠前的像豆包這樣的產品，現在幾乎是免費，但這種情況下不意味着它沒有商業價值。

中國的商業模式和美國不太一樣。中國向來是以一些增值服務或者間接類商業模式為主，中國發明瞭互聯網當中很多間接增值服務的商業模式。其實中國在互聯網的付費基礎並不差，網絡遊戲、直播、短劇、在線文學等等。

全球來看，商業模式最早誕生的根源都在於中國，所以中國的 To c 端的互聯網付費商業基礎並不差，只是我們不簡單粗暴的在早期直接用訂閲的方式來向用户徵收費用，我們更多的是讓用户養成中長期的使用習慣，再通過間接付費或者直接付費的方式，在用户粘性比較強的時候再去獲得這部分收入。

在當下是不是就沒有商業價值？其實並不是。在互聯網（發展）過程當中，我們會看到互聯網企業的估值主要來自於活躍用户數、留存以及它的 ARPU 值（每用户平均收入）等等。

當下我們最好看待互聯網公司的方式，可能就是 tokens 的增長。因為 tokens 的消耗直接代表着用户對於互聯網公司 AI 產品的粘性。現在能看到的 tokens 的增長，幾乎每 4~5 個月就會翻一倍。

所以，在現在這個基礎上，我們毫不猶豫的認為，未來中國的互聯網公司，中國的這些 CSP 公司（雲服務提供商），中長期的價值依然是不錯的。

端雲混合方向值得關注

其他的方向我想提幾個。一個是端雲混合，我們認為，AI 最終是要解決端側算力的問題，同時也要解決用户體驗，我們需要有高情商的大模型，但高情商的這些大模型，沒有辦法放到本地去，因為大模型非常大，本地的算力支撐不了。同時，又需要有本地的東西，因為本地有很多個人隱私數據。

我想，AI 模型應該在本地進行一些可能是嵌入式模型的訓練，或者導入本地個性化的數據，但這些個性化的數據又比較不容易上傳到雲端。所以，我個人認為，未來的趨勢是端雲混合，雲物端一體化，形成一個 AI 模型。

其他體現工程師紅利的方向

除 AI 之外，在科技領域有很多其他工程師紅利的體現。

比如具身智能產業，在人形機器人產業中，我們現在處在 0~1 的階段，這個階段更多的是打磨產品、創新供給，只要有供給就有需求。所以，在這幾年打磨產品研發投入比較大的過程當中，中國無論在專利數量還是企業配套數量當中，其實都是全球的 number one（第一名）。隨着如果產業 0~1 的階段過去之後，在 1~10 的階段裏面，我們會看到在陡峭的放量斜率下，每年可能需求是 10 倍的增長，因為這個行業的遠期空間非常大。這個階段裏，看到 PE 和 EPS 的戴維斯雙擊。

新能源，毫無疑問，我們在固態電池，在包括光伏鈣鈦礦等等方向當中，我們都已經形成了技術迭代快、進度早，產業協同強的全球領先優勢。未來隨着固態電池的應用領域從汽車到其他的方向，我們的龍頭企業其實在全球當中的競爭格局會變得更加好。

創新藥領域，我們國內擁有 first in class（全世界最佳）位置的藥物管線是在飛速增長的，我們的醫藥研發人才每 5 年會實現翻倍增長，所以我們現在創新研發人才處於全球第一。專利基本上逼近美國，也許再過 5~10 年我們看到了全球首創類的一些創新藥產品，或者説一些大單品的來源大量來源於中國企業。

新消費源頭是代際差異

我們並不認為市場其他方向都沒有機會的，在和工程師紅利科技行業不太相關的其他地方，我們也去尋找機會，來平抑組合的超額波動。

其他方向我想提幾個點。第一個是新消費。從日本過去的 20 年或者 30 年當中，我們看到除了日本能夠找到有工程師紅利爆發的投資機會之外，還有一些平價消費也好，新消費趨勢也好，也誕生了一些非常好的投資機會。

中國人的人均消費可能有三次脈衝爆發，人均消費額大幅提升。一次是高考前後；一次是事業騰飛，大概在 30~35 歲；第三次是銀髮時代退休之後。我們人生當中，收入最高的階段可能在 30~45 歲或者到 50 歲階段，但是在這個階段裏，是沒有什麼時間去消費的，所以消費傾向並不在這個階段最高。

我們的消費能力是一個倒 U 型曲線，而消費傾向是一個正 U 型曲線，兩者疊加之後，如果去做一個差值，會發現疊加出了人生三次消費脈衝。當我們遇上這三次消費脈衝的時候就形成了最重要的投資機會。

我們這一代人到 30 歲，和上一代人到 30 歲，以及下一代人到 30 歲，消費觀念以及消費產品的差異，形成了新消費的本質。

在整個中長期，我們投資新消費脈絡的時候，最重要的是把握在人生三次消費脈衝階段，代際迭代所帶來的消費觀念的差異以及消費產品的差異，這就是我們的投資機會。

反內卷和科技

另外一個方向，我想提一下反內卷。很多中長期的工業品上，我們製造業整體的毛利率和淨利率水平相對比較低，反內卷實際上有效地突破了現在企業在國內極致內卷導致的利潤水平低下的問題。

我認為，反內卷對國民經濟價格體系的影響是比較深遠的。對中長期而言，對於企業盈利以及企業本身面臨的就業和產成品價格下降趨勢可能都是一個拐點。

我們也能看到，我們現在的 PPI，已歷經了連續 4 年 PPI 的下調，從改革開放開始，相對長的 PPI 下行週期差不多就是 4 年，所以有理由相信我們越往後走， PPI 回正的可能性也越來越高。

我們能看到跟全球相關的定價的商品，實際上價格走勢已經非常突出了。國內我們在做經濟結構轉型，所以跟房地產相關的大多數產品，仍然在下調區間，但並不意味着它會永久的下降。

最後，我想再提一個方向就是恒生科技指數。相對於萬得全 A 指數，它的超額收益已經回吐一段時間之後，指數點位回到了年初的水平。即現在又迴歸到一個歷史非常低的水平，這也代表着內資和外資對於中國資產的定價差異。這種差異中長期是會被修復的。

假設，明年真的看到 PPI 和各類資產價格的轉正，中國因為經濟結構轉型的成功走出價格下跌，我相信恒生科技到時也會重新迴歸。

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。