2022年为全球AI元年，AI浪潮在短短三年间呈现出指数级加速的轨迹：从最初的技术突破与资本驱动，到大模型的集中爆发，再到应用层面大规模落地。在此背景下，本报告围绕三大核心部分展开：第一部分，复盘2022年至今海外AI龙头公司如何真正完成“从概念到盈利”的转化，并在资本市场实现估值与盈利逻辑的切换。第二部分，从AI产业链视角出发，从算力基础设施、大模型平台，到AI应用层，分析有哪些可行的商业化路径与估值锚点。第三部分，结合美国科技公司已走通的路径，对照中国市场的AI企业，探讨中国AI龙头如何差异化走通盈利兑现之路，并据此提出适用于中国公司的股票估值框架。
　　 【AI浪潮估值三阶段】AI从学术领域到大模型产品的演进，不仅是一条技术路径，更是一条投资叙事路径：科研突破→应用事件催化→商业模式雏形→估值提前兑现。AI产业的投资逻辑可以分为三个阶段：在早期阶段，投资者依靠叙事与稀缺性赚取“估值的钱（beta）”。在产品逐步验证期，则依靠可观测的用户转化率与商业模式验证赚取“成长的钱”。而在盈利兑现阶段，企业的自由现金流、毛利率改善与持续分红才成为驱动PE重估的核心。这一转变不仅影响股价波动，更决定了研究框架的重心——从估值溢价转向盈利质量，从对技术的预期转向对财务数据的跟踪。
　　 【AI产业链估值逻辑】在进行投资决策时，从产业链视角切入是把“谁能收割价值、谁承受成本、谁承担技术和政策风险”结构化估值的必备方法。AI不是单一产品线，而是由算力、数据/平台与前端应用三类因子耦合形成的系统性产业——任何一端的瓶颈或优势都会直接改变另一端的单位经济与红利分配。从产业链角度，按照上游/中游/下游划分，投研在估值与商业化路径上应关注的关键点各有侧重。上游（芯片与算力基础）决定了训练与推理的边际成本曲线，中游（云/数据中心）决定了供给侧的可得性、定价与长期合同化能力，下游（应用/平台）则决定了能否将token使用变现为可预测的自由现金流。
　　 【中美AI估值对照】在产业链的角度拆分，中国AI行业的特点在于上游、中游、下游分层明显。上游算力与基础环节正在国产替代背景下快速突破，中游头部互联网与云厂商已初步建立护城河，下游垂直AI应用正进入规模化落地阶段。从投资与估值角度看，中国AI产业链不同环节对应的估值锚点存在差异。上游基础设施企业通常采用“产能扩张×政策补贴×长期供给缺口”作为核心估值逻辑，企业估值与资本开支和算力国产化进展高度相关。中游AI基础大模型和平台企业更接近互联网SaaS的估值框架，以“用户数×平台订阅/算力租赁单价×增长率”为主要逻辑，短期仍需关注商业化确定性。下游应用型企业的估值锚点则是“行业渗透率×单客价值×可复制性”，往往依赖与特定行业的长期合同和落地案例。
　　风险提示：产业发展不及预期，政策支持力度不及预期。