主要观点
　　供应链端，下游厂商如Apple为实现整个业务足迹碳中和的宏伟目标，致力于以负责任的方式采购所有材料，包括再生材料与原生材料，并在其供应链中推行高标准的人权与环境要求。
　　产品端，加速绿色工艺与新材料研发，为产品赋予更优性能、更低能耗与更高可靠性。以奥士康为例，在AI算力、智能计算机AIPC、新能源汽车电子持续迭代的背景下，在800G交换机用高层数板、高集成度高密度互连板HDI、新能源汽车高可靠性PCB等方向实现多项技术突破。
　　风险提示
　　人工智能技术落地和商业化不及预期：从长期看，以人工智能技术为支撑的公司需要以事实证明其现阶段的成长潜力，若不能及时将技术转化为长期壁垒和现金流回报，可能影响后续市场对人工智能主题的关注和信心。
　　产业政策转变：生成式人工智能模型的训练需要算力、通信和数据支持，前期投入巨大，需要相关产业政策予以倾斜，若产业政策方向发生转变，可能影响关键领域的技术突破。
　　宏观经济不及预期：宏观经济影响居民消费，若经济增速放缓，可能导致居民消费信心下降，消费需求受到抑制，消费端相关业务承压。