TL;DR
- 高盛建议买入中国 AI 价值链篮子，覆盖电力、半导体、AI 基建、模型和应用。
- 高盛估算，中国 AI 相关市值约 4 万亿美元，收入占全球 AI 相关收入约 16%，但全球共同基金科技敞口中对中国配置仅约 1.2%。
- 这笔交易的核心不是单一 AI 应用爆发，而是低配资金、政策投资和硬件需求共同带来的重估机会。
- 风险在于，数据中心投资、存储扩产、IPO 融资和 AI 硬件出口仍需持续兑现。
高盛主题研究团队正在把「中国 AI 价值链」推到交易视野中心。
据其题为《交易策略：做多中国人工智能价值链》的报告，高盛建议做多覆盖电力、半导体、AI 基础设施、模型和应用的中国 AI 篮子。过去两年，全球 AI 交易主要由美国大型科技股、英伟达产业链和云资本开支主导；高盛现在看中的，是中国 AI 资产在市值、收入贡献和全球资金持仓之间的错位。
按照高盛估算，中国 AI 相关公司已有约 4 万亿美元市值，贡献全球 AI 相关收入约 16%，但截至 2026 年 1 月，全球共同基金经理在其全球科技敞口中，对中国的配置只有约 1.2%。
这组数字构成了整篇报告最重要的交易逻辑：如果中国 AI 产业已经在收入端占据两位数份额，而全球资金配置仍明显偏低，那么中国 AI 价值链就存在被重新定价的空间。
最大反差：收入贡献不低，全球资金配置很低
高盛对全球 AI 资产的拆分，给出了一个很直接的对比。
自 2022 年底以来，全球 AI 相关股票已经创造约 34 万亿美元市值，其中中国 AI 相关市值约 4 万亿美元，占全球 AI 相关市值约 10%。从收入看，中国贡献了全球 AI 相关收入的约 16%。
资金配置却远低于这个比例。高盛估算，截至 2026 年 1 月，全球共同基金经理在全球科技敞口中，对中国的配置只有约 1.2%。
这也是高盛提出做多中国 AI 价值链的核心原因。美国 AI 资产已经被全球资金反复买入，英伟达、云厂商、半导体设备和电力基础设施都被纳入 AI 交易主线。相比之下，中国 AI 资产虽然已经形成一定收入规模，但在全球基金仓位中仍处于低配状态。
换句话说，高盛押注的不是单纯的「中国 AI 叙事」，而是一个更具体的资金配置缺口：收入贡献已经出现，全球持仓还没有跟上。
这不是传统 KWEB 交易，硬件和基建更靠前
高盛特别强调，这笔交易不同于传统意义上的 KWEB 交易。
KWEB 通常对应中国互联网和平台经济敞口，投资者会想到电商、广告、线上娱乐和本地生活。但高盛这次构建的是 GS China AI Value Chain（GSXACART）篮子，覆盖范围从电力、半导体、AI 基础设施，到模型和应用，更接近一条完整的中国 AI 供应链。
在这个框架下，硬件和基础设施的位置更靠前。
中国推进科技自立和先进计算能力建设，使 AI 硬件、数据中心、电力配套和半导体环节同时受到政策、产业和资本关注。高盛认为，这些环节的价值尚未被股票市场充分反映。
其研究估算，AI 通过效率提升和创造新利润带来的潜在经济收益，可能比当前 AI 股票价格中已经反映的水平高出 50% 至 100%。这也是电力、AI 基础设施和半导体被放在篮子核心位置的原因。
模型和应用能否爆发，最终都要落到算力、存储、电力和设备供给上。而这些环节，正是中国具备规模制造、工程建设和产业配套能力的地方。
出口、政策和 IPO，正在强化 AI 硬件线索
中国 AI 硬件链的变化，正在从概念走向更具体的订单、出口和融资节点。
需求端，多家媒体转引的海关数据显示，中国 5 月出口同比增长 19.4%，为三个月来最强增幅；其中集成电路出口额同比增长约 111%，出口量仅小幅增长。价格和结构变化背后，AI 硬件需求被视为重要推动因素之一。对存储、半导体设备和上游材料来说，这类数据指向订单和产能利用率改善的可能性。
政策投资端，据 Reuters 转引 Bloomberg 报道，中国正在筹备约 2 万亿元人民币、约合 2950 亿美元的五年计划，用于建设全国性 AI 数据中心网络。该计划尚未正式公布，但如果落地，将直接拉动国内存储芯片、半导体设备、电力配套和数据中心基础设施需求。
资本市场端，公开报道显示，A 股、港股及部分全球指数在 2026 年调整中提高 AI 和半导体权重。这会提升相关公司的被动资金可见度，也会把更多境内外资金引向先进计算和半导体方向。
个股和产业案例也在强化这条线索。长江存储 2026 年一季度收入同比大增约 445%，在全球 NAND 闪存市场份额从一年前的 8% 升至 13%，跃居并列第四位，并推进境内 IPO 计划以支持扩产。
长鑫存储则被视为中国 DRAM 产业的重要公司。有第三方研究估算，其 2026 年收入可能超过 500 亿美元；公司招股书口径显示，一季度收入为 508 亿元人民币，上半年收入指引为 1100 亿至 1200 亿元人民币。
这些案例并不意味着中国存储企业已经全面赶上海外巨头，但它们说明，中国 AI 硬件链正在从「政策概念」转向更可观察的收入、份额、融资和扩产节点。
资金开始切换，美国 AI 仍是主要参照
高盛还提到，中国 AI 板块已经跑赢其他中国相关资产，并出现资金配置转移迹象。不过，与美国 AI 相比，中国 AI 资产表现仍明显落后。
这也是交易吸引力和风险边界同时存在的地方。
吸引力在于，如果全球投资者继续寻找美国 AI 之外的增长线，中国 AI 的低配状态可能给资金切换留下空间。尤其在美国 AI 龙头估值已经较高、资本开支预期被充分讨论之后，市场自然会寻找尚未被充分持有的供应链和应用资产。
风险在于，这仍是一项交易建议，不是已经兑现的产业结论。2 万亿元 AI 数据中心计划取决于政策细节和实际执行；长鑫存储、长江存储等公司的上市、扩产和盈利改善也需要时间；芯片出口和销售数据能否持续，还要看全球 AI 硬件周期和贸易环境。
美国 AI 仍是全球资金的主要参照。无论是模型能力、云厂商资本开支、GPU 生态，还是企业应用收入，美国市场仍拥有更成熟的标杆。中国 AI 要吸引更多全球资金，不能只证明「估值便宜、持仓低」，还要持续交出收入、利润和技术进展。
高盛这次做多中国 AI 价值链的看点，不在于宣布中国 AI 已经追上美国，而在于把一个市场错位摆到台前：约 4 万亿美元市值、约 16% 的全球收入贡献，对应的却是全球共同基金科技敞口中仅约 1.2% 的中国配置。
资金能否补上这道缺口，将取决于政策投资、硬件需求和企业盈利能否继续兑现。
