报告要点
　　我们认为，基于当前技术扩散趋势和历史类比推演，AI已具备通用目的技术属性，并有较大可能形成工业革命级经济影响。认知能力正在成为低成本、可规模化调用的生产投入，广泛适用、持续改进和互补创新为这一判断提供支撑。智能体拓展任务执行范围，组织重构改变企业生产方式，物理智能与科研应用进一步打开实体生产和知识创造的空间。长期影响的大小，取决于这些能力能否持续转化为生产体系的变革。
　　科技革命通常经历技术突破、基础设施建设、应用扩散、组织重构和生产率释放，资本投入往往先于经济收益兑现。铁路革命表明，基础设施快速扩建容易伴随资本狂热，价格调整后需求仍可继续增长；电气化表明，组织改造决定生产率释放速度；互联网则表明，利润随客户入口、资源调度和其他稀缺环节变化而重新分配。历史比较应着重考察供需匹配度、资本回收和组织调整。
　　AI基础设施仍处高强度扩建期，应用加速扩散，组织重构和宏观生产率释放相对滞后。低空置、高预租及头部公司单位资源收入尚稳，表明新增供给仍有需求承接，现有数据不支持已出现系统性过剩。五家大型云厂商资本开支与可观察的云及AI相关收入之比，由2023年的59.2%升至2026年上半年的128.3%，后续回报要求随之提高。应用付费能否持续扩大，是判断扩建可持续性的关键。
　　AI的宏观贡献将由投资拉动逐步转向生产率提高，收益兑现具有J曲线特征。替代、增强、新需求和创新加速，通过收入增长、利润率改善及资本效率提升创造企业价值；软件、数据、培训和流程改造先行投入，使财务收益与宏观生产率改善有所滞后。在经合组织所引扩散情景下，AI对美国未来十年劳动生产率增速的平均额外贡献约为0.4—1.3个百分点，中心情景接近1个百分点。测算结果存在较大不确定性，取决于扩散速度和组织调整。
　　产业机会应优先围绕持续稀缺的基础设施和能够掌握客户工作流的平台展开。海外重点关注电力、并网和高速互联，中国更应关注高端有效算力、HBM及先进制造，存储景气需结合供给扩张判断。应用端优先比较推理与云平台、软件开发、客服和安全运营，网络安全平台的客户基础与处置权限尤为重要。随后关注保险、银行和医疗等采用企业的收益保留能力，长期跟踪物理智能与AI科研。
　　风险提示：1.技术进步与可靠性不及预期。2.供给前置与资本回收风险。3.组织扩散与安全风险