理解AI赋能者：基金经理的科技投资成功框架

在人工智能投资快速发展的格局中，不同类别受益公司的区分对于组合构建变得尤为关键。Janus Henderson的投资组合经理丹尼·费什（Denny Fish）近日分享的见解，阐明了科技投资者如何在复杂的AI驱动增长生态系统中导航。他的分析围绕一个强大的概念框架，帮助投资者理解不仅哪些公司将受益于AI，还包括如何以及何时这些收益会实现。

“赋能者”概念代表了这一AI投资论点的基础层——那些使人工智能大规模部署成为可能的公司和基础设施。

三层AI投资框架：定义赋能者及其作用

在讨论如何划分市场中的AI机会时，费什解释说，采用曲线会经历不同的阶段，每个阶段由不同类型的公司组成。他所采用的框架——指导Janus Henderson全球科技与创新基金以及该公司专门的AI ETF（JHAI）——将受益公司划分为三个主要类别。

赋能者构成了关键基础。这些是使AI基础设施成为可能的公司和基础设施提供商。这一类别包括半导体、GPU、ASIC、半导体代工厂、设备制造商、电力供应商和数据中心运营商。赋能层跨越技术、能源和工业——基本涵盖了训练大型语言模型以及将这些模型部署到各种应用中进行推理所需的所有硬件和基础设施。

其理由很简单：在任何软件应用或业务流程被AI增强之前，必须存在基础的计算基础设施。英伟达的GPU、台积电的制造能力以及提供电力基础设施的公司都充当赋能者的角色。没有它们，整个AI生态系统无法运转。

超越基础设施：增强者与终端用户

虽然赋能者经常成为头条新闻并带来短期回报，但该框架还进一步扩展，以捕捉完整的投资机会。增强者代表那些在AI出现之前就具有强大业务基础的公司，但随着AI整合，这些优势将得到放大。具有既定市场地位、关键数据壁垒和宝贵客户关系的软件公司，典型地属于增强者——它们可以将AI嵌入现有产品中，以增强其价值主张。消费互联网公司同样作为增强者，AI有望深化用户参与度并提升数字和实体运营效率。

终端用户代表第三层——在医疗、金融、农业和保险等行业中，将积极部署AI以降低成本和推动收入增长的公司。这些行业的领军企业拥有规模和分销基础设施，能够从AI部署中获得显著的竞争优势，通过技术转型扩大其市场主导地位。

这三层结构认识到，AI的收益不会均匀出现。基础设施赋能者最早且最显著地产生回报。增强者随着将AI融入现有产品，逐步获得益处。终端用户则经历最深远但最长时间延迟的收益，因为竞争性AI采纳正在改变其行业格局。

当前投资周期：价值在2026年集中在哪些领域

过去三年清楚地验证了这一框架的有效性。定位为赋能者的公司——尤其是半导体制造商和AI基础设施提供商——实现了卓越的回报。AI半导体生态系统受益于超出预期的基本面，盈利大幅增长，即使股价上涨，估值倍数实际上也在压缩。

相比之下，软件行业经历了一段艰难时期。尽管某些类别的收入和盈利有所增长，但整个行业仍面临潜在颠覆威胁和关于AI在传统软件商业模式中创造收入潜力的根本性问题。赢家与输家的差距显著扩大——那些能够令人信服地展示AI驱动价值创造的公司表现优于那些没有明确AI变现路径的公司。

这一模式揭示了一个重要真理：并非所有科技股都在AI周期中平等受益。与行业参与者直接交流、参加UBS科技大会等大型会议、进行实地调研的实践者们清楚看到，赋能者持续扩展其能力。比如英伟达在CES上宣布的Vera Rubin下一代GPU架构，正是这一进步的典范——系统变得更强大、更高效，降低了模型推理的每个Token的成本，同时保持性能提升。

市场轮动与2026展望：关注赋能者的饱和

随着2026年的到来，投资格局似乎将继续在大型科技公司之间出现差异。2026年初谷歌的出色表现与Meta的动能减弱形成鲜明对比——这与2025年时的局面正好相反。这种逆转表明，即使在超级巨头阵营中，基本面执行也存在差异。

赋能者的前景仍然积极，但变得日益复杂。基础设施赋能的支撑作用将持续，但投资者应预期该类别的主导地位会发生变化。软件行业在过去三年相较半导体和基础设施表现不佳，估值压缩后出现新机遇，企业也在证明其将AI有效整合到运营中的能力。

大型科技公司本身也可能出现分化。那些通过积极部署AI以延伸竞争优势的公司——无论是通过更优质的芯片、领先的云平台，还是占据主导市场地位的企业——都应继续表现良好。其他公司尽管属于全球知名品牌，也会面临压力。

真实世界验证：从CES到自动驾驶

这一框架的信心通过实际观察得到了验证。2026年CES上的自动驾驶技术展示了赋能者创新的实际部署。Waymo在旧金山的运营已成熟到经验丰富的用户主动偏好该服务胜过传统拼车。特斯拉的全自动驾驶系统虽有显著进步，但仍落后于Waymo的能力，反映出这两家公司追求的技术路径不同。

由软银、微软和英伟达支持的伦敦自动驾驶公司Wayve，最近完成了在伦敦交通中无需人工干预的45分钟自动驾驶旅程——这是一个复杂的测试案例，展示了从理论到实际部署的快速推进。这些实际应用验证了赋能者的论点：没有英伟达GPU技术、没有云基础设施提供商、没有满负荷运转的半导体代工厂，这些演示都无法实现。

CES上出现的机器人和类人机器人行业也展示了，基础设施——芯片、算法、训练基础设施——为全新产品类别奠定了基础。

竞争复杂性：公司何时模糊类别界限

虽然这一框架非常有用，但在应用于超大规模云服务商时会变得更复杂。微软就是一个典型例子：Azure代表纯粹的赋能基础设施，而Copilot在Office和生产力应用中的整合，使微软成为增强者。亚马逊也跨越多个类别——AWS提供企业AI基础设施，而亚马逊的实体物流基础设施使其能够通过机器人和自动化实现巨大效率提升，从而在实体AI部署中获益。

这种复杂性反映了一个更深层次的现实：既拥有软件能力又拥有基础设施的公司，能够在AI采用的多个阶段捕获价值。超大规模云服务商的竞争优势——台积电无与伦比的制造能力、微软的企业关系、亚马逊的物流网络——形成了防御性护城河，尽管资本投入巨大，竞争对手仍难以复制。

组合构建：平衡韧性与选择性

在实际组合管理中应用这一框架，需要在两个目标之间取得平衡：韧性和选择性。策略建议将50-70%的资产配置于提供韧性的公司——这些企业具有高回报、可控的结果范围，拥有强大的竞争优势和创新领导团队。这些核心持仓可以在五年内合理维持，前提是基本假设保持不变。

台积电是韧性类别的典范。无论是博通、AMD还是英伟达成为领先的半导体设计商，“所有路径都通过”台湾和新兴的亚利桑那州凤凰城制造厂。代工模式将制造风险集中在可预测的范围内——无论哪款芯片获得采用，台积电都能制造。

剩余的30-40%配置在规模较小的公司上，这些公司具有更宽的结果范围——未来的赢家，可能随着时间推移晋升为韧性持仓。这些持仓接受更高的不确定性，因为它们本质上是对未来竞争优势发展的押注。策略承认未来的领导者部分未知，投资规模也会反映这一现实。

展望未来：AI投资的持续演变

随着AI基础设施部署的成熟和采用曲线的推进，分配到每个类别的资产比例将发生变化。当前作为纯粹赋能者的公司，随着其技术变得商品化，可能演变为更平衡的持仓。增强者随着AI整合的深入，也可能转变为终端用户类别。这种动态的分类方法，而非静态的结构，解释了为何该框架（如JHAI和类似的主动管理基金）会随着时间调整配置。

进入2026年的投资格局，实践者若能保持与行业参与者的直接联系、通过实地调研验证假设、抵制华尔街噪音而专注于基本面数据，将更具优势。赋能基础设施持续扩展能力、降低成本，这一组合确保了AI基础设施生态在整个周期中的健康发展。然而，公司间的差异表明，简单的“买科技”策略可能表现不佳。赋能者、增强者和终端用户之间的区别，日益成为投资成功的关键，也验证了这一框架在构建韧性、适应性强的AI投资组合中的实际应用价值。