证券时报记者 赵梦桥
在人工智能（AI）浪潮席卷全球的背景下，关于AI应用场景的探索也逐渐步入“深水区”。近期，科技巨头纷纷加码端侧硬件，标志着AI应用正从云端向终端设备快速延伸。而受益于算力爆发，端侧AI正凭借更快的响应速度以及更好的隐私保护重塑消费电子的业态。
从端侧形态的演绎来看，多名基金经理认为，手机作为较成熟的应用，未来或仍是“第一载体”，当然AI眼镜也是具有潜力的品类之一。因此，辐射到投资端，端侧硬件品牌以及上游供应链或率先受益，此外系统交互、语音识别等关键环节亦有放量机遇。
科技巨头加码端侧AI
近期，海内外各大科技巨头动作频频。11月27日，阿里巴巴集团首款自研夸克AI眼镜正式发布，该产品深度整合千问大模型与阿里生态服务，具备导航、支付、AI问答等功能；12月1日，字节跳动联合中兴通讯推出搭载豆包手机助手技术预览版的努比亚M153工程样机并少量发售。国外方面，无论是OpenAI，还是谷歌等科技巨头，均有多款智能终端产品发布。
华夏基金表示，这些巨头的集体行动并非盲目跟风，而是源于端侧AI清晰的盈利逻辑。比如，工业富联三季度净利润大增62%的业绩公告，揭开了产业链的盈利密码——AI服务器、智能硬件零部件的需求爆发，正让中国供应链企业直接受益。
全球性企业增长咨询公司弗若斯特沙利文（Frost & Sullivan）预测，2029年，中国端侧AI市场将达到3077亿元，复合年增长率高达39.9%。
与在“云端”完成计算不同，端侧AI指的是模型在终端设备运行，运算推理在设备本地完成，用户指令和数据并不会发向云端服务器。民生加银基金基金经理王悦认为，受制于端侧的运存能力，端侧AI模型一般参数量较小，只能完成轻量级任务；但其响应速度、隐私保护等好于云侧模型，且不依赖于网络连接。云侧AI的发展往往更注重复杂任务的完成能力、思考深度等，科技公司会聚焦模型的能力进行不断迭代和训练；而端侧AI更侧重于与硬件的配合，以尽可能低的功耗完成端侧的轻量级任务，更注重模型在端侧的适配程度和对APP的整合调用能力。
“未来，二者将更偏向于协同关系。端侧负责处理用户的简单需求，包括调用APP接口等，并将用户的隐私数据留存在本地。而端侧无法处理的复杂需求，则由具备多模态和更好推理能力的云端模型完成，从而使得模型的使用效率更高，隐私也得到了更好的保护。”王悦表示。
手机依然是“第一载体”
尽管国内外科技巨头围绕端侧AI动作频频，但多集中在AI眼镜、AI音箱以及专属智能终端等产品之上。多名基金经理表示，作为第一流量入口，手机仍是端侧AI第一载体。
王悦指出，从短期的推进度来看，手机仍然是逻辑上最通顺的应用场景：一是手机相较于智能眼镜等新品类，其硬件更为成熟，已是移动互联网时代的成熟载体，在使用体感上最为顺手；二是手机厂商具备和上游软件厂商合作的完整生态和模式，在推动端侧AI与软件的协同整合上速度最快；三是手机的下游用户群体最广、支付意愿最强，在商业化上最有希望快速跑通。
诺德基金基金经理谢屹也持有类似观点，他说：“大模型的确可以嵌入不同的终端产品，目前来看可能手机还是相对更为合适的，它拥有较大的现成保有量和使用习惯，可以得到迅速普及。”
谢屹认为，当前，手机在体积上较为适中，人机交互的方式也较多，技术路线和产业链也相对成熟。而智能眼镜可能需要较长的推广期，不过在特定场景上可能会更为合适，例如AR导航、实时拍摄、医疗辅助和健康监测等，它更可能创造出一些新的使用场景，而非直接替代手机。“当然，我们现在还很难直接判断端侧AI会和多少或哪些终端结合，这还需要我们时刻去跟踪产业的变化。”他说。
华南某公募投研人士认为，从未来的形态演绎来看，端侧AI对于端侧产品的用法、能力的改变会非常大，因此厂商会在各种新形态之间进行持续探索，其中智能眼镜就是现阶段玩家们选择的一个最有潜力起量的品类。眼镜或是手机之后端侧落地起量最为顺畅的品类之一，但拉长时间轴来看，端侧品类的形态仍有很长的探索期。
契合消费电子投资逻辑
若将端侧AI的发展脉络辐射至资本市场，目前消费电子的投资逻辑或与其更契合。
在王悦看来，端侧AI投资的核心维度还是看创新驱动的产业链价值变化，可以关注消费电子创新供应链的优质企业、具备配合客户共研新形态端侧硬件的组装厂以及端侧运存要求提高下可能受益的散热、存储、系统交互、语音识别等关键公司。
“另外，也可以关注具备生态和品牌能力的终端厂商，它们一方面拥有资源和能力去推动自研的端侧大模型，另一方面有望延续移动互联网时代的品牌壁垒，在端侧AI时代获得先发优势。”王悦表示。
前述华南某公募投研人士认为，端侧AI短期会先从硬件迎来产业创新，AI手机、智能眼镜等产品会逐步起量和加配，上游的供应链（整机组装、核心零部件）会率先受益。同时，终端的硬件品牌厂商也会在前期的投入探索后逐步找到新的商业化路径，带动端侧终端价值量和渗透率进一步提升。
谢屹也表示，受益于端侧AI的产业链包括提供算力的上游芯片厂、提供传感器和其他基础部件的电子元器件和模组厂商，以及提供组装的代工企业。当然，定义产品的主机厂也十分重要。
“在选择标的时，我们当前会比较倾向于主机厂，因为相对来说它们是最接近于消费者环节的，如果发展较好可能会很容易形成一定的品牌优势和市场认知。另外，代工环节也会相对好一些，虽然议价能力稍弱，但是能见度相对较高。总体上，上游元器件可能会有较大的波动，毕竟不同的技术路线会对其产生较大的影响。”谢屹称。
景顺长城基金基金经理刘煜认为，未来的投资重点，除了关注算力增长，还要关注“如何让算力更高效、更人性化地服务于人”。“我们关注的不再是单一硬件或软件，而是‘脑—体—感’协同的生态系统。谁能更好定义人机交互新范式，谁能更精准捕捉情感陪伴等新兴需求，谁就能在未来的价值链中占据主导地位。”刘煜表示。
产业并未进入泡沫化阶段
年内的“科技热”行情，已将端侧AI的多只个股估值抬升到了数年来的高位，因此关于板块投资的“泡沫”之争近期也被频繁提及。
“‘泡沫’的论调，更多是因为市场对于产业的发展缺乏足够的耐心。”王悦表示，一个新产品的出现，大都会经历较长的前期投入和用户心智培养，而投资不能抛开潜在收益只看短期回报。如果以当前端侧AI乃至整个AI的投入与回报做对比，那么净资产收益率（ROE）会非常差，但是参考移动互联网的“烧钱”大战，可以看到在确定性的产业趋势面前，供给侧完全可以忍受一段时间的投入，并在找到C端的需求偏好后通过快速的商业化回收前期成本。
前述华南某公募投研人士也表示，当前，无论是手机大厂如苹果、三星、华为等，还是云厂商OpenAI、Meta、谷歌、亚马逊等，都在加速开发自身的端侧AI新品。云厂商们有动力将前期投到大模型上的成本找到商业化回收方式，手机厂商也需要快速提升自身的模型能力去应对云厂商对于硬件领域的竞争。未来，我们会看到较长时间各大玩家对端侧AI的持续投入，以构建自身的“护城河”。“因此，不能以简单的ROE思路去看待端侧AI的发展，产业现在并没有到泡沫化的阶段。”该人士说。
谢屹则认为，需要对不同公司进行单独分析，如果是传统业务发展较好且叠加端侧AI新业务的公司，其估值泡沫可能会相对小一些，因为基本盘与盈利估值是相对匹配的。不过，那些原有主业较弱、新业务又尚未形成有利局面的公司，如果其股价已有大幅上升的情况，那么估值大概率会隐含一些泡沫。
查查配提示：文章来自网络，不代表本站观点。
