AI行业从零开始学——2.中变量(宏观方向)

中变量是在慢变量构筑的社会与经济地形之上，以1至5年为周期主导市场起伏的核心力量。它们有周期、可观测、可跟踪。中变量不决定方向（方向由慢变量决定），但决定了"该不该现在进场"和仓位大小。

用比喻来理解：慢变量是海底的地形（大陆架有鱼），中变量是潮汐（涨潮还是退潮）。你可以在退潮时不出海，但你不能在一片没有鱼的海域出海。中变量的分析，必须建立在慢变量方向已确认的基础之上。

中变量共五个维度：政策节奏、竞争格局演变、产业资本周期、货币与信用环境、全球贸易与供应链格局。

一、维度一：政策节奏（不是政策方向）

政策方向和政策节奏是两回事。

方向由慢变量决定——AI的技术范式迁移不可逆，所以各国都会往AI走。

但节奏——推的力度多大、门槛多高、执行多快、用什么方式推——是会来回摆动的。

一言蔽之：政策节奏是"推的力度、推的速度、推的方式"。

判别标准：如果明天换了政府，这个政策还会在吗？如果在（因为慢变量在推）——那是方向。如果可能不在（力度会调、速度会变、方式会换）——那是节奏。

框架将政策节奏拆解为四个可以具体观测的维度。以下每个维度都回答三个问题：它是什么意思？怎么观测？AI行业当前是什么样？

政府推一个产业最直接的方式就是给钱——财政补贴、税收减免、研发费用加计扣除、政府采购。这个维度看的是：给的钱比去年多了还是少了？给钱的方式在变吗？

最容易犯的错误：看到补贴退坡就喊"方向变了"。错了。补贴退坡可能是因为行业已经成熟到不需要扶持了——这恰恰是好事。也可能是因为财政紧张——这和行业方向没有任何关系。补贴变化本身不能用来判断方向。它只是节奏信号——告诉你政府推的"力度"在加大还是减小。

表1：补贴/税收力度——观测框架

当前判断：在加码，而且是多部门同时加。广东设立100亿元智能产业基金——这不是"规划"，是已经拨款的真金白银。商务部"AI+消费"17条明确要扩大AI手机、AI电脑、智能家居的消费——虽然没有公布具体补贴金额，但方向是"用财政工具刺激AI消费"。国家数据局提出"词元交易"——在给数据定价、给数据交易创造条件。数据交易一旦有了价格，就会产生税收和财政收入，政府就有动力继续推。

但要注意一个重要的节奏信号：目前的加码集中在"基础设施建设"（算力中心、数据集）和"需求创造"（AI消费）。如果你看到补贴从"建算力中心"转向"补贴AI应用的终端用户"——那说明政策重心从供给侧转向需求侧，受益的环节会变。目前还在供给侧加码阶段。

节奏判断：加码期。需要盯住的拐点信号——加码不会永远持续。当"烂尾算力中心"的新闻开始出现，补贴力度就会退坡。目前还没看到这个信号，但按历史规律（光伏、储能都经历过），这个拐点大概率在2027至2028年出现。

假设明年某个省的智算中心补贴从"每P补50万"降到"每P补30万"——这不是"AI方向变了"，而是"补贴退坡了"。退坡的原因可能是省财政紧张，也可能是政府判断市场已经能自己运转。但方向没变——AI还是要搞的。你要是因为补贴退坡而清仓AI，就犯了"把节奏当方向"的错误。但如果你的持仓集中在高度依赖补贴的AI公司——那退坡确实会伤害它们的利润。这就是节奏判断的价值：它不改变方向的判断，但影响你选什么公司。

监管决定了企业"能不能做"和"做的代价多大"。监管不是"有没有"的问题——一定会有。节奏看的是：门槛在抬高还是降低？审批在加快还是放慢？合规成本在增加还是减少？

最容易犯的错误：看到出台新的监管法规就喊"行业被管死了"。法规也有"松"的法规和"紧"的法规。EU AI Act是监管——但它2026年6月把高风险合规延期了16至28个月，这实际上是放松。要看法规的内容，不是看到"监管"两个字就紧张。

表2：监管松紧——观测框架

中国的AI监管总体处于"建框架、偏宽松"阶段——监管在建立规则，但还没有到"用规则卡人"的阶段。具体表现：大模型备案流程已相对成熟，主流大模型都已备案，几十家公司拿到了备案——门槛不算高。数据跨境仍然严格——AI训练数据的跨境流动是被管制最紧的环节之一。内容合规是硬约束——目前以事后抽查为主，但如果转向事前审查，AI产品的上线周期会被大幅拉长。

国际对比：美国芯片管制在持续收紧——5月31日BIS将漏洞堵上，从"看收货地址在哪"变成"看总部在哪"，这是结构性的收紧，不是周期性的波动。欧盟在往回拉——高风险AI合规延期16至28个月，但透明度义务（8月2日）没有延期。

节奏判断：结构性分化。中国总体偏松但规则在快速成型；美国在持续收紧；欧盟在阶段性放松。不能一概而论说"监管在收紧"或"在放松"，必须区分市场。需要盯住的拐点信号：中国的拐点是AI安全事故触发监管骤然收紧（平静期不会永远持续）；美国的拐点是管制是否扩展到制造设备（ASML光刻机）或EDA软件（芯片设计工具）；欧盟的拐点是2027年底高风险AI合规开始执行。

中国的大模型上线前需要备案。2024年备案流程快、通过率高——很多中小公司都能拿到。如果2027年监管忽然提高了备案门槛——比如要求模型参数量超100B的必须经过额外安全审查——那中小AI公司的商业化节奏就被打乱了。这不是"AI不能做了"，是"节奏变慢了"。你能不能在监管收紧之前完成产品上线？能不能在备案门槛提高后仍然符合要求？这就是节奏判断要回答的问题。

这是中国政策最容易被忽视的维度。中国的政策体系里，"文件出台"和"真正执行"之间可能有巨大差距。文件多不等于执行快。31个省都"提及AI"不代表31个省都在真投钱。判断执行节奏，要看文件背后有没有资金、有没有项目、有没有人。

表3：执行节奏——观测框架

当前处于"真加速"阶段——资金在出、企业在跟、审批权在放。具体信号：广东100亿AI基金已经成立，钱在出。字节跳动、阿里、腾讯三家合计锁定45万颗昇腾950，采购金额475亿元——企业的真金白银在跟进。项目审批权在下放——新能源和数据中心项目审批从"省里批"下放到"市里批"，这是明确的加速信号。

但有一个重要的分化需要注意：头部省份（北京、上海、广东、浙江）在真执行——出了配套资金、启动了项目。中西部很多省份"提到AI"但未必出了钱——31个省都"提及AI"不代表31个省都在真投钱。这个分化意味着AI的真实需求在地理上是集中的，不是均匀分布的。投资时不能看到"31个省都提AI"就认为全国AI需求都很旺盛——要看配套资金到位的省有多少个。

节奏判断：处于"真加速"阶段。需要盯住的拐点信号：智算中心的实际开工数量和规划数量的比值。如果开工率持续低于50%——那说明文件上的数字不等于实际的执行。还有一个减速信号：如果未来因为"产能过剩"的担忧而把审批权上收——那是节奏从加速转向减速的明确拐点。

在新闻里看到"某某省出台AI发展规划"——这是信号还是噪音？问三个问题：有没有配套资金？有没有具体项目清单和开工时间表？谁在负责执行（是临时工作组还是常设机构）？有资金加有项目加有常设执行机构等于真执行。只有文件加没有资金加临时工作组等于还在表态阶段。大多数"XX省发布AI规划"的新闻属于后者——不用太当真。

政府推一个产业有多种"武器"可以选择——财政补贴、税收优惠、政府采购、标准制定、牌照控制、资本市场支持。每种武器有不同的效果、不同的受益者。工具的切换不会改变方向——方向一直是"支持AI"——但会改变行业内部的竞争格局：谁受益、谁受损。

表4：政策工具切换——观测框架

当前最重要的信号：政策工具正在从"政府投钱"切换到"资本市场给钱"。这是影响AI行业竞争格局的一个关键变化。

旧工具——补贴驱动——还在用，但信号在收。政府已经意识到纯补贴的效率不高：容易滋生骗补，企业建了算力中心但利用率极低，只是为了拿补贴。

新工具之一——资本市场驱动——正在打开。6月陆家嘴论坛宣布科创板标准扩展到AI、量子科技、具身智能。这意味着AI企业可以直接上市融资，不用只靠补贴。谁受益？能上市的大AI公司——拿到便宜的资金后可以更激进地扩张。谁受损？靠补贴活着的中小公司——补贴退坡后没有资本市场融资渠道，处境会更难。

新工具之二——标准制定——是一把"软刀子"。国家数据局提出"AI-Ready"数据集标准——谁参与标准制定，谁就能影响行业规则。不是你被禁止做，是你的数据格式不符合国家标准，政府采购和国企采购就不会用你的产品。这是比补贴更隐蔽、也更持久的竞争壁垒。

新工具之三——消费侧拉动——是一个重要的方向性切换。商务部"AI+消费"17条不是在给AI企业补贴，而是在刺激消费者买AI产品。相当于从"补贴农民种地"变成"给消费者发优惠券买农产品"——前者容易产能过剩，后者更能筛选出真正有市场竞争力的产品。

节奏判断：政策工具正在经历从"政府主导投资"到"市场机制驱动"的系统性切换。这个切换对不同类型的AI企业影响完全不同：能上市的大企业受益于资本市场工具；有消费者认可的产品受益于消费侧拉动；靠补贴和关系生存的企业受损于补贴退坡。同一个政策方向下，工具的切换决定了这一波谁是赢家。

表5：AI行业政策节奏——四维度综合评估

注：政策节奏的核心价值在于识别拐点——当补贴从加码转向退坡、监管从偏松转向收紧、执行从加速转向减速、工具从一个类型切换到另一个——这些拐点时刻才是中变量真正的决策价值所在。平时的月度数据波动不重要，拐点才重要。

一句话总结

中国AI政策节奏总体顺风——在加码、在加速、在切换更高效的工具。但这个顺风不是均匀的——头部省份和头部企业受益更大，补贴退坡和工具切换会淘汰一批靠关系和补贴生存的企业。美国方向持续逆风——芯片管制的收紧在加速国产替代，但也造成了真实的供给约束。欧盟方向阶段性偏松——高风险监管延期给了16至28个月的窗口，但不是永久的。

政策的"方向"由慢变量决定——各国都要搞AI，因为技术范式迁移不可逆。但政策的"节奏"——力度、门槛、速度、工具——是会来回摆动的，会在1至5年内发生显著变化。更重要的是，节奏变化是可观测的——补贴标准、备案速度、开工率、上市门槛，这些都是公开信息。中变量的价值不在于精确预测政策的每一个变化，而在于：知道该看什么信号，能在拐点到来时比别人更早做出反应。

二、维度二：竞争格局演变

竞争格局回答一个问题：这个行业在打价格战还是在和平共处？赢家在巩固还是在被追赶？

慢变量告诉你"这个行业需求很大"。但如果行业格局是"100个玩家在打价格战，利润被全部吃掉"——需求再大也不关投资者的事。你投的是公司，不是行业。行业需求增长100%，如果利润率从10%降到2%——你投资的公司反而可能亏钱。

这是中变量中最复杂的维度——因为AI产业链不同环节的格局完全不同，必须逐个拆开。

英伟达在数据中心GPU市场的占有率约90%至95%。护城河不只是硬件快——是CUDA软件生态。数百万开发者十几年的代码和技能都绑定在上面，切换芯片等于让他们全部重新学开车。Rubin发布后领先优势可能还在拉大。但推理芯片的格局可能不一样——推理不需要CUDA全部功能，AMD MI350X、华为昇腾、谷歌TPU在这个市场都有机会。如果推理芯片市场规模超过训练芯片（很多分析师这样预测），英伟达在推理市场的护城河可能没那么深。

2026年主流API价格继续跳水——Token价格一年降90%以上。头部玩家（OpenAI、Anthropic、Google、DeepSeek、阿里通义、百度文心）都在烧钱抢份额，没有一个玩家在大模型API上赚钱。"谁的模型更好"的判断窗口期越来越短——今天GPT-5领先，两个月后可能被追平。在价格战没有收敛迹象之前，这个环节对投资者是逆风。最终能活下来的可能只有2至3家——但现在还不知道是谁。

Meta的Llama、DeepSeek、阿里的Qwen——开源模型正在快速缩小与闭源模型的差距。DeepSeek-V4 Pro用558万美元的训练成本做到了接近GPT-4级别的性能。开源模型的生态优势是全球开发者免费为其优化——这是闭源公司用多少钱都买不到的社区力量。对大模型API公司这是双重打击：抢走了不想被闭源锁定的企业客户，同时压低了整个市场的价格天花板。

格局极度碎片化——没有一个玩家建立了明显的护城河。2026年是"谁都能进来试试"的阶段。应用层的赢家往往不是"技术最好"的，而是"离客户最近、最懂客户需求"的——就像互联网时代搜索引擎的赢家不是网络协议发明者，而是最懂用户搜索意图的Google。AI应用层的赢家大概率也符合这个规律。

微软Azure、亚马逊AWS、谷歌云、阿里云——这些已有云优势的玩家正在把AI变成云服务的"标配功能"。云是AI的"分销渠道"，谁拥有云谁就拥有AI的"货架"。这个环节格局趋势是集中大于分散。

竞争格局的变化周期是1至5年——价格战从开始到出清通常需要2至3年。技术路线从百花齐放到收敛需要1至3年。格局会变且变化是可观测的（CR3趋势、价格趋势、进入退出动态都是公开数据）。关键是识别格局在"变好"还是"变差"。

表6：竞争格局——AI各环节分化一览

注：竞争格局判断需要区分"格局正在变好"（CR3上升、尾部退出、技术路线收敛）和"格局正在恶化"（CR3下降、新玩家涌入、价格战加剧）。AI当前不同环节在这两个方向上同时存在。

三、维度三：产业资本周期

产业资本周期是独立于股市的力量。企业建工厂、买设备、扩产能的决策，和基金经理买卖股票的决策不是一回事。两者可以同时向上（产业在扩产、股价在涨），也可以互相矛盾（产业在疯狂扩产，但股市已经在担心产能过剩）。关键信号是：产业在做什么，不在说什么。当所有企业都在疯狂扩产时，2至3年后产能集中释放，必然导致产能过剩→价格战→利润崩塌。这是制造业最经典的中变量周期。

微软、谷歌、亚马逊、Meta四家2026年合计AI资本开支超过2000亿美元——超过大多数国家的全年GDP。资本开支增速远超收入增速，这是不可持续的。但在囚徒困境里，每家的理性选择都是"先建再说"——"产能过剩"的代价是亏钱，"丢掉市场"的代价是出局。两个后果的严重性不对等。

字节跳动、阿里、腾讯合计锁定超45万颗昇腾950，采购金额约475亿元——国产AI芯片史上最大规模采购。超前采购的逻辑：担心美国进一步收紧管制、担心华为产能不足。但如果华为产能爬坡顺利而实际需求没跟上，那就是经典的"囤货变库存"。

产业资本周期四阶段：酝酿期（2023-2024）→加速期（2025-2026）→顶峰期→收缩期。当前处于加速期向顶峰期的过渡阶段。最疯狂的烧钱阶段可能还没有完全过去，但距离顶峰的信号已在积累。对投资者最重要的是——不要在资本周期的顶峰支付"完美定价"。

产业资本周期是1至5年的周期性力量——建厂决策1至2年、产能释放第2至3年、过剩出清第3至5年。在产业资本周期的顶峰买入，即使慢变量方向对，短期浮亏30%至50%也是完全可能的。

表7：产业资本周期——观测指标速查

四、维度四：货币与信用环境

这是金融市场的"潮汐"。它不决定AI行业的方向（慢变量决定），但决定了估值中枢——同样的公司，在利率下行时市场愿意给30倍PE，在利率上行时只愿意给15倍。货币与信用环境分两层：客观的货币环境（利率、流动性——央行决定）和主观的市场信仰（投资者对这个板块是狂热还是绝望——市场情绪决定）。两层都要看，但主观层的拐点往往比客观层更难判断且更重要。

全球利率处于下行通道——美联储已开始降息周期。利率下行对成长股是直接利好：未来利润折现到现在更值钱。但绝对利率水平仍偏高（相比2020至2021年的零利率），"估值狂欢"不太可能回到2021年水平。

这是最微妙也最重要的维度。信仰水位不是"AI好不好"——那是慢变量的事。信仰水位是"市场对AI有多狂热"。2026年6月多项信号显示信仰水位处于极高水平：AI是全球资本市场最主流叙事，非AI公司纷纷贴AI标签，机构几乎全部超配AI（意味着边际买家在减少），市场对AI公司的容错率极高。

关键是：信仰水位极高不意味着"马上要跌"——慢变量方向在加速，信仰有基本面支撑。但它意味着容错率在降低——一旦出现低于预期的信号，调整会很剧烈。在高信仰水位时，好消息已经被充分定价，坏消息还没有。这是"慢变量让你看多，中变量让你控制仓位"的典型矛盾情景。

利率有3至5年的周期，市场信仰有悲观→怀疑→乐观→狂热→绝望的情绪周期。这些都是1至5年内会来回变化的力量。

表8：货币与信用环境——观测指标速查

注：AI信仰水位是当前最重要的中变量信号之一。它不决定"该不该投AI"（慢变量已经回答了"该"），但它决定"现在该不该重仓"。

五、维度五：全球贸易与供应链格局

AI产业的供应链不是"全球自由贸易"模式——哪里便宜在哪生产。它是"地缘政治深度嵌入"模式——芯片在哪里制造、能卖给谁、用什么设备制造，这些由大国博弈决定，不是由市场效率决定。

台积电是全球先进AI芯片的单一制造节点——几乎所有高端AI芯片都在台积电（台湾）制造。这是一个巨大的"尾部风险"——概率很低但一旦发生后果极其严重。美国在推"芯片制造回流"（CHIPS Act的527亿美元补贴），但新工厂从动工到量产需要3至5年。短期内台积电台湾工厂的不可替代性不会改变。

管制的本质是让中国永远落后1至2代。5月31日BIS执法指南堵上了最大的漏洞——中国企业通过第三国子公司绕道采购的路径被封死。NVIDIA FY2027 Q1对华出货量为零（对比前一年同期46亿美元），CEO黄仁勋公开表示"实质上把中国市场让给了中国竞争对手"。

最关键的风险信号：管制会不会从"算力"扩展到"制造设备"（荷兰ASML光刻机）或"EDA软件"（芯片设计工具）？如果会，那是质变——从"让你落后1至2代"变成"全面封锁"。

美国市场对中国AI企业基本关闭。欧盟市场可以用但合规成本高（尽管高风险合规已延期）。东南亚、中东、拉美——开放，是中国AI企业出海的主要方向。中国市场对海外AI企业有准入限制。AI不是一个"全球统一市场"，而是正在分裂成几个"区域市场"。投资时不能说"AI行业全球增长"，必须区分"哪个市场的AI"。

管制规则、关税税率、准入限制——1至5年内可以发生重大变化。但供应链的物理建设（建厂、产能爬坡）需要3至5年，所以它既是中变量（规则可快速变化），又带有慢变量的惯性（一旦建好，不可逆）。

表9：全球贸易与供应链——观测指标速查

六、中变量五维度综合判断

表10：AI行业中变量五维度综合评估

结论：中变量五个维度无一明确顺风，全部分化或偏逆风。这与慢变量形成鲜明对比（慢变量五个维度中四个明确向上）。

七、慢变量与中变量的综合对照

表11：慢变量 vs 中变量——AI行业的层次判断

八、中变量的操作原则

第一，看拐点，不看绝对值。中变量的价值在于告诉你"潮汐要转向了"——政策从加码转退坡、竞争从恶化转优化、资本从过热转冷却。平常的月度波动不重要，拐点才重要。

第二，至少每季度跟踪一次。中变量会在3至6个月内发生显著变化。每季度财报季后，如果五个中变量维度方向全部一致——那是极端情况（极度顺风或极度逆风），可以据此下重注。大多数时候3至4个同向就够了。关键是识别当下哪个维度是主导维度——对AI行业当前而言，竞争格局和产业资本周期可能是最重要的两个。

第四，中变量判断错误等于时机错误，但不致命。你把"政策退坡"误判成"政策加码"——你可能买早了或买贵了。但只要慢变量方向对，耐心等，时间会让你回本。这和慢变量判断错误是完全不同的后果——慢变量判断错误，整个研究作废。

九、需要等待的关键信号

当前最需要等待的中变量拐点信号：

第一，大模型API价格企稳或龙头开始提价——价格战接近尾声的信号。

第二，全球AI资本开支增速开始放缓（不是绝对额下降，是增速下降）——产业资本从"过热"转向"健康"的信号。

第三，AI信仰水位回落——当非AI公司不再给自己贴AI标签、市场开始区分"真AI"和"伪AI"时。

第四，华为昇腾在更多超大模型训练中得到成功验证——国产芯片生态成熟的信号。

第五，AI应用层出现第一个明显的"品类杀手"——某个AI应用在细分赛道的份额快速突破30%，验证了"应用层能赚钱"的逻辑。

这些信号不需要同时出现。出现一个，可以开始建仓；出现两个，可以加仓；出现三个或以上，可以重仓。