#美股AI概念股普涨 Apakah harga saham naik turun berdasarkan "Kandungan AI"? Memahami logika ini jauh lebih penting

Baru-baru ini, pasar saham global menunjukkan fenomena menarik: semakin kuat rantai industri AI di suatu ekonomi, semakin baik indeks saham utamanya berkinerja.

Data Wind menunjukkan bahwa hingga 29 Mei, sejak konflik AS-Iran pada bulan Maret tahun ini, indeks semikonduktor Philadelphia naik sebesar 58,4%, indeks komposit Korea naik 35,7%, indeks weighted Taiwan dan indeks ChiNext A-share juga menunjukkan kinerja yang baik, sementara pasar Eropa dan pasar berkembang lainnya yang kandungan AI-nya relatif lebih rendah, mengalami kenaikan yang jauh lebih lambat.

Apakah ini berarti bahwa "Kandungan AI" adalah "kode" untuk kenaikan dan penurunan harga saham?
Keduanya memiliki korelasi positif yang kuat, tetapi jika kita melihatnya dari sudut pandang yang lebih luas, keadaan tidak sesederhana itu. Performa harga saham dipengaruhi oleh banyak faktor, termasuk tingkat valuasi, aliran dana, tahap siklus industri, profitabilitas perusahaan, dan lain-lain, semuanya berkontribusi terhadap hasil akhir. "Kandungan AI" sangat penting, tetapi itu bukan segalanya.
Namun demikian, tidak dapat disangkal bahwa AI telah menjadi salah satu arah investasi yang paling disepakati dan berkelanjutan di industri teknologi global saat ini.
Baik itu ekspansi infrastruktur komputasi, maupun penerapan secara bertahap di lapisan aplikasi, AI sedang bergerak dari "konsep" menuju "kinerja nyata", dari "harapan" menuju "realitas". Bagi investor, memahami tahap perkembangan dan logika internal industri AI jauh lebih bermakna daripada sekadar mengejar label "Kandungan AI".
Lalu, bagaimana cara memahami peluang investasi AI saat ini secara lebih komprehensif?

01 Rantai industri AI adalah industri siklik yang memiliki tingkat kepastian tinggi
Dalam beberapa tahun terakhir, rantai industri AI telah menjadi inti penting dalam penetapan harga aset global, dan harga saham perusahaan terkait pun melonjak pesat, sehingga beberapa pihak khawatir bahwa sektor AI mungkin terlalu "penuh sesak".
CICC berpendapat bahwa saat ini AI mungkin belum mencapai tahap kekhawatiran akan keruntuhan siklus. Saat ini, rantai industri AI global sangat terintegrasi, dan perusahaan-perusahaan utama AI di AS sebagai indikator tren industri, tren mereka sering kali tercermin ke pasar A-share melalui rantai industri. Sebagai contoh industri AI di AS:
Pertama, AI benar-benar meningkatkan produktivitas.
Sebelum kuartal ketiga 2025, GDP AS tumbuh 2,51% YoY, dan Federal Reserve St. Louis memperkirakan bahwa AI menyumbang sekitar 0,97 poin persentase, sekitar 39%, lebih tinggi dari kontribusi revolusi internet di tahun 2000 yang sebesar 28%. Yang lebih penting, komersialisasi AI Agent di sisi perusahaan sedang mempercepat, pendapatan tahunan dari perusahaan AI terkemuka di luar negeri telah mencapai miliaran dolar AS. Investasi dalam daya komputasi mungkin beralih dari "biaya konsumsi" menjadi "penggerak keuntungan".
Kedua, perusahaan-perusahaan terkemuka belum banyak menggunakan leverage.
Dibandingkan dengan masa gelembung teknologi dan internet, investasi AI saat ini lebih bergantung pada arus kas internal raksasa teknologi. Meskipun tingkat pengeluaran modal tinggi, rasio utang terhadap ekuitas tetap jauh di bawah rata-rata masa gelembung teknologi dan internet.
Ketiga, tingkat valuasi tidak terlalu tinggi.
Data Wind menunjukkan bahwa hingga akhir Mei 2026, PER forward industri teknologi informasi S&P 500 hanya 24 kali, jauh di bawah valuasi 55 kali saat gelembung teknologi dan internet tahun 2000. Pertumbuhan kinerja yang tinggi mungkin sedang mengkonsumsi valuasi tersebut.

02 Dari infrastruktur hingga realisasi aplikasi vertikal
Saat ini, rantai industri AI telah membentuk struktur yang jelas dengan hulu, tengah, dan hilir, dan tingkat kematangan serta logika investasi di setiap bagian berbeda jauh.
Hulu (lapisan infrastruktur): "Batu penjuru" dengan tingkat kepastian kinerja tinggi

Hulu adalah fondasi penerapan AI, termasuk komputasi, data, dan keamanan jaringan.
Daya komputasi dan perangkat keras: Konsumsi daya komputasi AI saat ini beralih dari pelatihan ke inferensi. Barclays memperkirakan bahwa hingga 2026, kebutuhan daya inferensi global akan melebihi 70% dari total kebutuhan daya AI generatif, dan skala daya inferensi mungkin mencapai 4,5 kali dari daya pelatihan, dengan permintaan daya yang terus meningkat. Hal ini mendorong kebutuhan daya yang lebih tersebar dan skala yang lebih besar, serta menuntut efisiensi energi dan biaya deployment yang lebih tinggi. Pada 2026 dan beberapa tahun ke depan, pasar daya AI global dan China diperkirakan akan tetap mengalami kekurangan pasokan, menjadi salah satu bagian yang paling menonjol dari ketidakseimbangan pasokan dan permintaan.
Layanan data dan keamanan jaringan: langkah pertama dalam penerapan AI perusahaan biasanya adalah pengelolaan, integrasi, dan perlindungan data. Oleh karena itu, pendapatan perusahaan terkait menunjukkan indikator awal yang penting. Laporan keuangan beberapa perusahaan layanan data dan keamanan jaringan di pasar Amerika Utara telah melampaui ekspektasi selama beberapa kuartal berturut-turut, membuktikan bahwa investasi perusahaan dalam AI tingkat perusahaan nyata dan memberikan logika pemetaan yang jelas untuk saham domestik.
Tengah (lapisan platform dan model): inti distribusi nilai dan pengubah model bisnis
Tengah meliputi layanan model besar (MaaS), model vertikal, dan rangkaian alat.

Ekonomi token menjadi kekuatan pendorong utama: Token telah berkembang dari parameter teknis menjadi faktor produksi utama dan pengangkut nilai di era AI. Menurut pengumuman dari Komisi Pengembangan dan Reformasi Nasional, volume panggilan Token harian di China melonjak secara eksponensial, dari sekitar 100 miliar awal 2024 menjadi 140 triliun pada awal Maret 2026, pertumbuhan lebih dari seribu kali dalam dua tahun. Ini memunculkan model bisnis matang yang berfokus pada Token, termasuk platform agregasi Token, layanan MaaS dari penyedia cloud, dan lain-lain.
Persaingan model dan aliran nilai kembali: Meskipun lapisan aplikasi beragam, nilai besar dari rantai industri semakin mengalir kembali ke lapisan model. Pendapatan startup AI meningkat pesat, tetapi sebagian besar laba akhirnya dibayarkan sebagai biaya kepada produsen model dan penyedia daya komputasi di lapisan dasar. Model domestik telah menguasai pangsa pasar panggilan global, menunjukkan daya saing internasional yang kuat.
Hilir (lapisan aplikasi): Mencari pertumbuhan nyata di tengah diversifikasi
Aplikasi hilir langsung menyasar pengguna perusahaan dan konsumen, menjadi skenario akhir dari nilai yang direalisasikan, dan saat ini merupakan bagian yang sangat terdiversifikasi dengan peluang dan risiko yang bersamaan.
Aplikasi perusahaan: Beberapa bidang vertikal telah menunjukkan sinyal validasi awal, terutama di industri yang padat data dan memiliki alur kerja kompleks, seperti manajemen risiko keuangan, underwriting asuransi, integrasi data perusahaan, dan pemasaran lintas negara. AI Agent dengan kemampuan perencanaan mandiri dan pemanggilan alat menjadi model komersial yang layak saat ini, dan telah menyatu secara mendalam ke dalam otomatisasi kantor dan layanan pelanggan.
Aplikasi konsumen: Contohnya adalah AI untuk drama/komik pendek, yang secara signifikan menurunkan biaya dan meningkatkan efisiensi, sehingga menghasilkan model keuntungan yang jelas. Selain itu, alat pembuatan video AI yang permintaannya tinggi telah menyebabkan kenaikan harga yang cepat. Aplikasi asisten pintar juga menunjukkan daya tarik pengguna dalam meningkatkan efisiensi riset dan belajar, dan keinginan membayar sedang dikembangkan.

03 Ekspektasi "kanan" untuk aplikasi AI saat ini, fokus pada lima arah utama
Secara ringkas, perkembangan industri AI global menunjukkan ciri khas yang jelas: "Infrastruktur sebagai prioritas, aplikasi mengikuti". Margin keuntungan perusahaan aplikasi umumnya tertekan oleh biaya panggilan model dan daya komputasi di hulu, dan nilai rantai industri semakin terkonsentrasi di lapisan dasar model dan infrastruktur.
Fundamental (profitabilitas) dari sektor aplikasi AI mungkin masih berada di sisi kiri, tetapi tren industri dan validasi awal dari beberapa sub-sektor telah memberikan ekspektasi "kanan" kepada pasar.
Oleh karena itu, mungkin sulit bagi sektor aplikasi AI untuk "berkembang secara menyeluruh", tetapi sub-sektor yang memiliki sinyal validasi bisnis yang jelas dan model keuntungan awal lebih berpeluang.
Lima arah utama:
Pertama, ekosistem model besar. Model besar adalah infrastruktur dasar AI, dan peluang industri mungkin terus muncul di bidang pelatihan, penyempurnaan, dan deployment model.
Kedua, re-monetisasi AI. Di era internet seluler, yang paling cepat dimonetisasi adalah iklan dan e-commerce, dan hal yang sama mungkin berlaku di era AI. Contohnya, dalam e-commerce AI, pengguna semakin terbiasa menggunakan model besar untuk pencarian dan perbandingan produk, dan platform model besar mulai mengintegrasikan modul transaksi. Perusahaan yang menyediakan SaaS, layanan data, dan API untuk sistem ini berpotensi mendapatkan bisnis tambahan.
Ketiga, pemrograman AI. Berdasarkan laporan penggunaan AI 2025 yang dirilis oleh OpenRouter dan a16z (berdasarkan data panggilan 100 triliun Token), konsumsi Token untuk tugas pemrograman meningkat dari sekitar 11% awal 2025 menjadi lebih dari 50%. Pendapatan tahunan dari perusahaan-perusahaan terkemuka di luar negeri telah mencapai miliaran dolar AS dan menunjukkan pertumbuhan eksponensial, dan pengembangan terkait di dalam negeri juga patut diperhatikan.
Keempat, AI untuk Ilmu Pengetahuan. Ini adalah salah satu arah yang penuh imajinasi. Dalam bidang farmasi, bahan baru, dan energi terbarukan, riset tradisional membutuhkan bertahun-tahun oleh ilmuwan untuk menyaring molekul, sementara AI dapat secara signifikan mempercepat proses ini. Contohnya, AI dalam farmasi mampu menyaring kandidat dari puluhan ribu molekul dengan cepat, meningkatkan efisiensi R&D secara besar-besaran. Ini bukan sekadar pengurangan biaya dan peningkatan efisiensi, tetapi lonjakan produktivitas.
Kelima, ekspansi software AI ke luar negeri. Pengguna luar negeri memiliki keinginan membayar perangkat lunak lebih tinggi daripada di dalam negeri. Saat ini, banyak perusahaan perangkat lunak domestik telah mencapai pertumbuhan pendapatan dan laba yang pesat di pasar luar negeri, dan perusahaan yang memiliki proporsi bisnis ekspor tinggi akan mendapatkan manfaat.