短短一年多，AI 应用从以内容生成为主，发展到可协助完成复杂工作流程的 “人工智能代理”。生成式 AI 发展初期，大模型主要依靠擅长高速处理海量数据的图形处理器（GPU），支撑翻译、内容生成等任务。随着技术成熟，人工智能代理开始普及。它能够根据人类设定的目标，自主检索信息、整合数据、规划步骤并做出决策。这类应用除了需要 GPU 提供算力，还高度依赖中央处理器（CPU）承担数据处理、系统协调等工作，整体算力架构进一步向 GPU 与 CPU 协同运行转变。随着人工智能代理逐步落地企业，市场预测，2030 年全球服务器 CPU 市场规模相比去年至少翻倍。

AI 数据中心投资持续加码，市场对高速传输、低延迟连接的需求不断提升，推动共封装光学元件（CPO）等新技术发展。对比传统铜线，CPO 借助光学技术实现更高速度的数据传输，同时能够减少高速传输场景下的功耗与信号衰减，提升运行效率和系统稳定性。仅今年年初至今，美国两家光网络设备厂商股价分别大涨约 86%、120%。

AI 相关投资持续扩张，上游供应链景气度同步提升。受 AI 服务器需求拉动，配套闪存、动态随机存取存储器今年前四个月价格累计涨幅超 200%。全球这两类产品供给主要由两家韩国企业主导，定价话语权突出。芯片产业链层面，上游美国设计龙头、中游台湾制造巨头业绩与股价持续走强；关注度相对较低的下游封测外包服务（OSAT）同样受益于 AI 资本开支周期，其中一家台湾龙头企业一季度净利润同比增长近一倍。

除科技股外，AI 基建扩张也惠及一批传统行业，包括电力及公用事业、冷却系统、工业设备及网络基建等。这些行业未必直接参与 AI 应用开发，但却是支撑 AI 算力、数据传输及数据中心运营的关键环节，其增长潜力尚未被市场充分反映。

AI 投资机遇并不局限于美国，其中不少企业来自亚洲，部分亚洲科技企业过去一年股价涨幅更高达 140% 至 988% 不等。由于盈利增幅普遍超过股价，亚洲科技股整体市盈率较美国科技股低约 40%，估值具备吸引力。

要把握 AI 发展的结构性机遇，被动策略未必能有效捕捉科技演变带来的轮动机会。通过主动管理及严谨的选股框架，有助于发掘具备盈利增长潜力且估值合理的投资机会。此外，AI 主题资产波动性较高，若担心单一资产配置可能面临较大下行风险，多元资产配置策略有助于应对短期市场波动，提升组合韧性与抗风险能力。