2025年华富中证人工智能产业ETF投资价值分析：聚焦AI产业核心赛道，掘金人工智能优质个股

一、人工智能产业迎来历史性发展机遇

近年来，人工智能（AI）产业在全球范围内经历了深刻的变革，其投资逻辑 正发生显著且关键的转变。人工智能领域新技术、新应用层出不穷，在资本市场 上曾掀起一波又一波主题投资热潮。过去两年间，市场对 AI 产业的投资多以主 题驱动为主，聚焦于概念的炒作与前景的畅想。此前的 ChatGPT 技术出现时， 国内投资机会以海外映射为主，更多是概念型和主题型投资，这类投资容易出现 大涨大跌的情况，阶段性、局部性的拥挤交易特征明显。而当下，这一投资逻辑 正逐步转向以实际商业落地和业绩兑现为核心的景气投资。进入 2024 年，随着 下游实际应用不断落地，人工智能有望从概念、主题投资进入景气投资阶段。这 一趋势的背后，是 AI 行业已从早期的概念验证阶段成功迈入规模化应用阶段， 市场的关注点也随之从“技术能否实现”转变为“企业能否盈利”，投资决策更 加强调技术商业化的进度、企业的盈利能力以及整个行业的景气度，人工智能赛 道中盈利预期确定向上的标的具备良好投资价值。 这一转变由多重因素推动：政策上，中国人工智能三年行动计划聚焦算力基 建和行业应用；技术上，大模型进步和 AI Agent 等新形态打开了万亿市场；资 本开支上，北美科技巨头资本支出同比增长超 60%，国内运营商也在加码算力 投入。当前 AI 产业景气特征显著，算力需求爆发带动芯片、服务器等硬件产业 链；生成式 AI 在工业、金融等领域规模化落地；国产替代加速为国内企业创造 增长机遇。 整体来看，AI 产业正从概念炒作进入实质发展阶段，政策、技术与资本形 成正向循环。投资者应聚焦盈利增速、订单能见度和现金流，选择盈利预期明确 的标的，把握真正的景气投资机遇。

1、算力基建：国产化进程加速，业绩能见度提升

算力端的业绩兑现从过去主要依赖海外供应链的光模块逐步扩展至国内全产 业链。在 2023-2024 年的主题投资阶段，市场主要聚焦于海外 AI 巨头，例如英 伟达、微软等，带动的光模块需求，相关企业凭借“海外订单预期”获得高估值。 进入 2025 年后，随着国产替代加速和技术突破，业绩增长点已明显向国内算力 链扩散。这一转变标志着算力投资已从“海外依赖型主题”升级为“国内外双轮 驱动的景气赛道”，国内人工智能赛道值得更多关注。 当前，在全球 AI 算力竞争加剧的背景下，中国正迎来国产算力基建的黄金 发展期。一方面，以寒武纪等为代表的国产芯片加速崛起，DeepSeek 等企业通 过技术创新有效降低了对高端进口 GPU 的依赖；另一方面，国家政策持续加码， 为算力基建提供了强有力的支持。在国产替代与政策红利的双重驱动下，中国算 力基础设施正迎来历史性发展机遇，将为 AI 产业创新提供坚实底座。 DeepSeek 的迅速崛起对国产算力基础设施发展带来了积极影响，其高效、 低成本的 AI 模型训练方法不仅降低了行业对进口芯片的依赖，更增强了国内企 业对自主研发算力芯片的信心。在国产替代与政策红利的双重驱动下，中国算力 基础设施正迎来历史性发展机遇。

据市场预测，2028 年中国智能算力市场规模有望达到 2886 亿元，其中推 理算力需求将呈现爆发式增长，模型推理效率提升带来的潜在算力需求，仍然是 智算基础设施扩张的主要驱动因素。此外，据 IDC 预测，我国智能算力规模将 呈现快速增长态势，2025 年中国智能算力规模将达到 1,037.3EFLOPS，并在 2028 年达到 2,781.9EFLOPS，2023-2028 年的五年年复合增长率高达 46.2%。 同时，AI 应用的大规模普及正在显著提升云端推理算力需求，为云服务商 创造新的增长点。云端推理需求驱动产业升级，推理算力的快速增长正在改变算 力需求结构，产业重心逐步从训练侧向推理侧转移。这一转变要求基础设施提供 商在硬件架构、能效优化等方面进行针对性创新。云计算领域将迎来新机遇：云 端推理算力需求或大幅增加，将推动云服务商收入快速增长。中国信通院数据显 示，中国云计算市场保持 20%以上的年增速，预计到 2028 年推理算力 需求将推动市场进入三万亿级规模。市场格局方面，公有云 IaaS 层头 部效应显著，前三大厂商合计市占率接近一半，这种集中度优势将随着 AI 算力 需求增长进一步强化。

AI 应用成本的持续下降，AI 应用的采用可能会呈指数级增长，随之而来的 是对算力更高的需求量，这一趋势将进一步加速国产替代进程。 另一方面，随着国产算力基建的提升，当前中国人工智能产业也正处于政 策红利加速释放的关键阶段。2023 年 7 月国务院审议通过的《关于深入实施“人工智能+”行动的意见》，构建了全方位政策支撑体系：在产业融合方面， 建立“创新-应用”双向促进机制，重点推动 AI 技术在实体经济领域的深度应用； 在要素保障方面，实施算力基建专项计划，完善算法创新激励机制；在生态建设 方面，通过开源社区培育构建政产学研协同网络；在治理机制方面，建立分级分 类监管框架。这一政策体系与消费信贷贴息等金融支持措施形成组合拳，通过财 政贴息、税收优惠等工具切实降低 AI 商业化成本。值得注意的是，政策制定呈 现出鲜明的系统协同特征——在推进 AI 专项政策的同时，同步完善《耕地保护 法》等基础性立法，这种“科技创新+可持续发展”的协同治理模式，既为技术 突破提供了制度空间，又守住了生态安全底线。

2、商业化加速：降本增效推动 AI 应用爆发

过去三年，中国人工智能产业经历了关键的基础能力积累期，在国家政策引 导和市场力量推动下，算力基础设施和核心算法研发取得了突破性进展。一方面， 全国一体化算力网络加速成型，智能计算中心、超算中心等新型基础设施实现规 模化部署；另一方面，产学研各界在算法创新上持续突破，大模型训练技术日趋 成熟，为 AI 技术产业化奠定了坚实基础。随着基础设施不断完善和技术持续迭 代，2024 年中国 AI 产业开始进入价值转化新阶段，发展重心正从技术研发向商 业应用加速转变。这一转变既体现了前期投入的成效，也标志着中国人工智能发 展进入规模化应用的新周期。 当前，AI 产业正经历显著的降本增效趋势，投资回报率的提升进一步加速 了 AI 技术的商业化进程。国内外云服务厂商掀起的“大模型价格战”成为这一 趋势的鲜明注脚。据中国工业互联网研究院数据，2024 年字节跳动火山引擎、 阿里云、百度云等国内厂商将大模型价格普遍下调 90%以上；海外市场同样如 此，OpenAI 于同年 5 月发布的 GPT-4o 在性能升级的同时，价格较 GPT-4- Turbo 下降 50%，8 月推出的新版本进一步实现 33%的成本优化。阿里云则在 12 月宣布通义千问视觉理解模型降价超 80%。这种全球性的降本趋势为大模型 的广泛商业化应用奠定了坚实基础。 技术成熟度的快速提升为商业化提供了另一重支撑。2024 年 Gartner 中国 数据、分析和人工智能技术成熟度曲线显示，未来两到五年内，复合型 AI、决 策智能、国产 AI 芯片、LLM（大语言模型）及多模态生成式 AI 等创新技术将进 入主流应用阶段。这一预测印证了 AI 技术从实验室走向产业化的加速趋势。

AI 应用在成本优势、开源生态和强大推理能力的推动下，正实现全方位、 多领域的快速发展。

技术迭代方面：从 2023 年 GPT-4 实现多模态能力，到 2024 年 OpenAI 发 布具备多模态推理能力的 o1 模型及 Sora 视频模型，再到 2025 年 DeepSeek 推出性能比肩 o1 的 R1 模型，技术演进持续突破边界。

产业落地方面：当前发展呈现三大特征： 首先是，模态结构方面呈现创新与场景拓展的形式：语言大模型凭借其成熟 的语义理解能力和丰富的应用场景，当前在数量上占据明显优势。但随着技术演 进，行业创新焦点正转向多模态融合——通过增强模型的多任务适应能力，实现 文本、视觉等跨模态的统一理解与生成。 其次，在 AI 应用类型方面，出现技术普惠与垂直深耕的特征。闭源模型的 商业化输出与开源社区的蓬勃发展，显著降低了 AI 技术落地门槛。这一趋势使 得医疗、金融、教育等垂直领域成为创新主阵地，并吸引大量产业资本涌入。 2024 年我国涌现的行业专用大模型，正快速渗透至具体业务场景。 最后在应用领域上，呈现规模化的性质。目前垂类大模型已覆盖互联网、金 融、政务等十余个领域。实践表明，行业用户对知识助手、智能客服、智能营销、编程辅助等高价值场景接受度尤为突出，标志着 AI 解决方案已通过商业化验证。

市场前景方面，根据第一新声智库研究，预测 2022-2027 年中国 AI 大模型 应用市场将以 148%的复合增长率扩张，2027 年市场规模将突破 1130 亿元，标 志着行业将整体跨越盈利临界点。这种爆发式增长源于成本优化、开源生态完善 及推理能力增强的三重推力，预示着 AI 技术即将开启规模化商业应用的新纪元。

3、技术引领：DeepSeek 与中国 AI 创新范式

2024-2025 年，全球 AI 领域在技术突破与商业落地方面均取得显著进展， 其中 Transformer 架构的持续优化推动了大模型能力的全面提升。具体来看，当 前人工智能行业呈现出多方面的发展趋势：模型推理能力实现了质的飞跃，显著 提升了复杂任务的执行效率；同时得益于算法改进和硬件优化，训练成本大幅降 低，为更多企业进入该领域创造了条件；此外多模态融合技术的快速发展，正在 推动人工智能在视觉、语音、文本等跨模态理解领域取得重要突破。这些趋势共 同塑造着行业的发展格局。 在此过程中，中国 AI 企业表现尤为突出，逐步从技术追随者转变为创新引 领者——以 DeepSeek 为例，其自主研发的大模型在推理效率和泛化能力上达 到国际领先水平；与此同时，世界模型、可灵大模型等新兴技术的涌现，不仅拓 展了 AI 在自动驾驶、虚拟交互等领域的应用场景，更为全球 AI 生态的多元化发 展注入了强劲动力。

AI 技术突破：中国首次引领全球 AI 创新浪潮—DeepSeek Shock

2025 年 1 月 20 日晚，DeepSeek 微信公众号宣布了 DeepSeek-R1 版本 模 型 的 正 式 上 线 。 并迅 速 在 全 球 科 技 行业引 起 震 动 ， 被 西 方媒体 称 为 “DeepSeek Shock”。这不仅造成了研究人员的兴奋，也引起了资本市场的高 度关注。 据市场分析公司 Appfigures 的数据，DeepSeek 的应用程序于 2025 年 1 月 26 日首次登顶苹果 App Store，并保持全球领先。在发布的前 18 天内， DeepSeek 实现了 1600 万次下载，是 OpenAI 的 ChatGPT 同期下载量的两倍。 此外，在美国 Android Play Store 中，DeepSeek 自 1 月 28 日起便一直居于榜 首，进一步巩固了其在全球范围内的领先地位。

2025 年 7 月 29 日，Quest Mobile 发布 2025 中国移动互联网半年大报告。 报告揭晓了 2025 年 6 月活跃用户规模 1 亿以上且同比增长率领先的前 20 款 APP。在这份榜单中，DeepSeek 以 1.63 亿的月活增长位居 AIGC 行业第一， 同样在 AIGC 赛道上，豆包以 1.41 亿的月活位列第二，同比增长率高达 410.69%，也就是增长了 1.13 亿月活。

DeepSeek 具备领先的性价比优势且能适配不同的应用环境：DeepSeekR1 模型基于 DeepSeek-V3 架构，通过在后训练阶段大规模应用强化学习技术， 在极少量标注数据的情况下显著提升了推理能力，在数学、代码和自然语言推理 等任务上性能比肩 OpenAI o1 正式版，展现出卓越的性能与极低的成本优势。 同时，团队在开源 660B 参数的 DeepSeek-R1-Zero 和 DeepSeek-R1 模型 基础上，通过知识蒸馏技术推出了 6 个小模型，其中 32B 和 70B 版本在多项能 力上超越 OpenAI o1-mini，进一步巩固了其在性价比方面的行业领先地位。这 一系列技术创新不仅实现了大模型的高效优化，更为开发者社区提供了更具竞争 力的开源选择。

DeepSeek 蒸馏出的开源小模型，可适配不同的应用环境，最大化性价比， 覆盖从嵌入式设备到企业级服务的全场景需求。DeepSeek 通过技术创新成功打 破了传统 AI 行业依赖“堆算力、拼资本”的发展路径，在模型训练和商业化应 用两个关键环节均实现了显著的降本增效。在训练成本方面，DeepSeek 仅投入 557.6 万美元就完成了核心模型的训练，这一数字仅为 GPT-4o 训练成本的 1/10； 在商业化落地环节，其 API 调用成本更是低至 OpenAI 同类服务的 1/30。

在 AI 算法和架构上，DeepSeek 均实现了重大突破，其创新了 GRPO 强化 学习框架和 DeepSeekMoE 混合专家架构。GRPO 强化学习框架具有“Aha moment”，这酷似人类在长期思考后的突然顿悟，这是模型推理能力跃升的关 键；而 DeepSeekMoE 则通过降低激活参数比例，在提升训练效率和吞吐量的 同时保持了高性能。此外，deepseek 还融入了 MLA 机制和多 token 预测技术等 创新，这些技术通过压缩 KV 缓存和动态混合精度优化，进一步提高了推理效率。 图中对比显示，DeepSeekMoE 16B 模型在激活参数更少的情况下，性能优于 LLaMA2 7B 等同类模型，体现了其在成本与效能上的双重优势。整体来看， DeepSeek 在 Transformer 框架下实现了多项开创性突破，为 AI 领域的成本革 命和性能提升提供了新的方向。 DeepSeek 的技术突破标志着中国 AI 产业首次在核心技术创新和商业应用 层面站上全球引领地位。这一成就获得了国际科技界的广泛认可：英伟达官方评 价其具备“最先进的推理效率”和“领先的准确性”；Meta 首席 AI 科学家 Yann LeCun 认为这代表着开源大模型对闭源体系的超越；OpenAI 首席执行官 Sam Altman 首次承认了 OpenAI 的闭源策略局限性。更值得注意的是，微软、 英伟达、亚马逊等科技巨头已纷纷将 DeepSeek 模型整合进其服务体系，这一 商业落地能力充分验证了其技术价值。 这一突破之所以引发行业震动，关键在于它成功打破了行业对中国 AI 产业 发展的固有认知——即限制中国企业获取最先进 GPU 就能阻止中国 AI 技术进步。 这一突破尤其体现在破解了困扰中国 AI 产业的 Scaling Law 困境。Scaling Law 作为深度学习领域的重要规律，认为 AI 性能提升与算力投资呈线性或指数关系， 简言之就是模型规模扩大、数据量增加、算力增强，系统性能就会提升。这一定 律导致行业普遍陷入算力恐慌，企业不得不持续加大算力投资，甚至有些企业被 迫通过堆量来弥补单卡性能差距，从而显著推高了运营成本。此次突破的重要意 义在于，它成功跳出了这种单纯依赖算力增长的固有发展模式。

国内国际最新大模型应用情况

可灵大模型（Kling AI）

可灵大模型（Kling AI）是由快手自主研发的视频生成大模型，最早于 2024 年 6 月正式发布，并在快影 App 开放邀测体验。随后，快手在 2025 年 4 月推出 可灵 2.0 版本，并在同年 5 月升级至可灵 2.1 系列，进一步优化了生成质量和效 率。该大模型采用类似 Sora 的技术路线，结合 3D 时空联合注意力机制，使其 具备多项先进能力。在视频生成方面，可灵支持 1080p 分辨率、30fps 帧率，最 长可生成 2 分钟的视频，并支持自由宽高比调整。其物理模拟能力可以真实呈现 光影、重力和流体运动等物理规律，能够生成诸如宇航员在月球奔跑、液体倾倒 等逼真场景。2.0 版本引入的 Multi-modal Visual Language（MVL）技术，实现 了多模态交互功能，允许用户结合图像、视频、音频等多种输入形式生成内容。 在生成效率方面，2.1 版本表现尤为突出，在 1080p 模式下生成 5 秒视频仅需不 到 1 分钟，远超行业平均水平。 在商业化应用方面，可灵大模型取得了显著成就。截至 2025 年 5 月，其全 球用户已突破 2200 万，累计生成 1.68 亿个视频和 3.44 亿张图片。该模型已服 务于超过 2 万家企业客户，包括华策影视、蓝色光标等知名企业，并开放 API 供开发者使用。根据 2025 年第一季度财报显示，可灵 AI 的营收已超过 1.5 亿元 人民币，成为快手业务的重要增长点。这些数据充分展现了可灵大模型在技术实 力和市场表现方面的突出成就。

Qwen3 与 Qwen3-Coder

2025 年 7 月 22 日，阿里通义千问宣布更新旗舰版 Qwen3 模型，推出 Qwen3-235B-A22B-FP8 非思考模式（Non-thinking）的更新版本，命名为 Qwen3-235B-A22B-Instruct-2507-FP8。本次更新的 Qwen3 模型，长文本提升 到 256K。目前，Qwen3 新模型已在魔搭社区和 HuggingFace 上开源更新。7 月 23 日，通义千问最新的 AI 编程大模型 Qwen3-Coder 正式开源。Qwen3- Coder 拥有多个尺寸，今天率先开源当前最强大版本：Qwen3-Coder-480BA35B-Instruct 模型。它是一个 MoE 模型，拥有 480B 参数，激活 35B 参数，原 生支持 256K 上下文，并可通过 YaRN 扩展到 1M 长度。

Google Gemini 2.5

Google Gemini 2.5 是 Google 2025 年 3 月 26 日推出的多模态人工智能模 型，代表了多模态人工智能的重大飞跃。它建立在 Transformer 架构基础上，采 用统一多模态架构，可在同一神经网络框架内原生处理文本、图像、音频和视频， 还融合了复杂的注意力机制和专家混合（MoE）架构。Gemini 2.5 具有强大的 能力，如视觉推理、音频处理、视频理解等多模态理解能力，能处理和理解多种 类型的输入。在代码生成方面，支持超过 20 种编程语言，可进行代码理解、测 试生成、文档生成等工作。其上下文窗口可达 200 万个令牌，能同时处理和推 理多种模态信息，且推理速度快，在 A100 GPU 上平均每秒生成 78 个 token。 此外，Gemini 2.5 在成本上也有优势，云端 API 成本和本地部署成本都相对较 低。Google 还推出了不同的版本，如 Pro 版、Flash 版和 Flash-Lite 版等，以满 足不同用户的需求。

GPT-5

GPT-5 是 OpenAI 于北京时间 2025 年 8 月 8 日凌晨发布的最新大型语言模 型，官方称其为“最先进、最智能的 AI 模型”，在推理、多模态支持等方面实现突破，并首次向免费用户开放部分功能。其核心采用混合专家架构（MoE）， 通过统一动态路由系统自动在“快速响应”和“深度推理”模式间切换，无需手 动选择，计算效率提升 50%。专业能力达博士级，数学推理、编程接近人类专 家，可独立完成全栈开发。借助“安全补全”技术，幻觉率较 GPT-4o 降低 80%，科学医疗领域更可靠。 多模态支持文本、图像、音频融合，可处理医学影像、语音生成代码，未来 将扩展视频功能；提供 4 种人格预设增强对话自然度，上下文窗口扩展至百万 Token，能解析整本书或大型代码库。

当前，中国人工智能产业正处于高速发展的关键阶段，国产算力基础设施 的崛起、政策红利的持续释放以及市场需求的爆发式增长，共同构成了 AI 赛道 的长期投资价值。随着技术迭代加速、应用场景不断拓宽，AI 算力将成为驱动 数字经济发展的核心引擎。在此背景下，布局人工智能赛道不仅是把握技术变 革的前瞻选择，更是参与全球科技竞争的战略机遇。未来，随着国产替代进程 深化和云端推理需求激增，AI 产业链将迎来更广阔的增长空间，为投资者创造 长期可持续的回报。

二、中证人工智能产业指数的投资价值分析

1、指数的基本信息

中证人工智能产业指数（以下简称人工智能产业指数）为 华富与中证指数公司独家定制的策略主题指数，在全市场选择 AI 各个子环节的 公司，全面覆盖 AI 各个子环节的同时，更多考虑通过更科学、合理的指标进行 成长优选、风险剔除，在当前产业百花齐放的发展阶段，既能全方面把握各个子 环节的景气发展，又能更好聚焦阶段性景气度占优的子行业和公司，增强产业趋 势到来后的指数弹性。 值得一提的是，中证人工智能产业指数是当前市场上较为稀缺的季度调仓的 人工智能指数，在人工智能产业加速发展的当下能够更好的适应市场的发展，更 好的把握人工智能产业新技术新模型新发展所带来的时代红利。

中证人工智能产 业指数自上而下精选样本池股票：首先，对样本空间内符合可投资性筛选条件的 证券，选取涉及以下人工智能相关业务的上市公司证券作为待选样本，在上述待 选样本中，剔除 SUE 由高到低排名位于后 20%的证券；其次，计算剩余待选样 本的综合得分，其中，综合得分=过去一年日均总市值×收入占比得分×行业中性 净利润增速得分；最后，在上述剩余待选样本中，选取综合得分最高的 50 只上 市公司证券作为指数样本。

2、指数编制方案优化

2025 年 7 月 24 日，中证指数有限公司发布了《关于修订中证人工智能产 业指数等 3 条指数编制方案的公告》，为进一步提升指数可投资性，对包括中 证人工智能产业指数在内的三条指数进行修订。 其中，中证人工智能产业指数修订内容包括： （1） 新增“剔除标准化预期外盈利由高到低排名位于待选样本后 20%的 证券”规则； 标准化预期外盈利 SUE，(单季度净利润-预期净利润)/过去 8 个季度净 利润同比变化的标准差，它代表成长性突破长期均值（当前最新增速相对 历史中枢的变化），这需要产业、个股具有比较强的成长性才可以做到。 它能更好的度量未来业绩成长性以及景气度最新的边际变化，也能更好的 代表产业的未来趋势变化。 从修订前后的行业分布也可以看出，修订后的指数更加聚焦于当前边 际景气度提升更快的 ASIC 芯片、光模块等环节。

（2） 样本定期调整时间从“每半年调整一次，样本调整实施时间分别为 每年 6 月和 12 月的第二个星期五的下一交易日”修订为“每季度 调整一次，样本调整实施时间分别为每年 3 月、6 月、9 月和 12 月 的第二个星期五的下一交易日”； 由于 AI 本身就是一个发展快速发展的行业，半年度并非很好的捕捉业 绩的爆发的频率，季频能更好的纳入当前景气度更高的子行业及公司，并 将景气度边际下滑的股票及时剔除或降低权重。如产业中出现新技术、新 模型，季度调仓能够更快的将相关个股纳入指数中。

（3） 选样和加权中所用综合因子得分计算方式从“综合得分=过去一年 日均总市值×收入占比得分×营收增速得分”调整为“过去一年日均 总市值×收入占比得分×行业中性净利润增速得分”； 当前 AI 涵盖子行业较多，2025 年，端侧算力、海外算力、应用端的 AIGC、AI+消费电子、机器人等环节都可能逐步进入景气投资阶段。各个 子行业景气投资呈百花齐放状态，采用行业中性后的成长因子来进行优选， 可以将各个子行业内部业绩成长性优秀的公司汇集起来。同时，也避免过于集中至单一子行业，防止未来出现产能过剩，估值业绩双杀的风险。

历史回测表现更加优异

我们将新旧指数收益表现进行对比，从历史回测业绩来看，当前编制方案 对旧编制方案能够做到较为稳健的超额提升，平均年化超额在 7.5%左右。

3、指数全面性，涵盖更广的全市场 AI 有着更长期的生命力

人工智能产业指数具备独特的全市场选股优势，它跨越各个板块进行筛选， 广泛搜罗优质标的。这种选股方式避免了过度聚焦于某一个子行业或板块，使 得指数能够全面、均衡地反映人工智能产业的整体状况。在如今复杂多元的人 工智能市场中，单一子行业或板块的表现并不能代表整个产业的走向。而该指 数通过全市场选股，涵盖了不同规模、不同发展阶段、不同技术领域的企业， 无论是新兴的创新型企业，还是成熟的行业巨头，都有机会被纳入指数。这不 仅丰富了指数的构成，也为投资者提供了更广泛的投资选择，降低了因过度集 中于某一领域而带来的风险，让投资者能更稳健地分享人工智能产业发展的红 利。从指数的行业分布来看，成分股中 AIGC 应用、服务器和 ASIC 芯片行业 权重占比较高。具体来说，人工智能产业指数在 AIGC 应用行业的比重达到 19%，在服务器和 ASIC 芯片行业的比重也均达到 15%。

可以看到，人工智能产业指数算力方向上没有某一个细分领域占据绝对主 导地位，各部分相对均衡。这意味着指数不会因某一细分领域的波动而大幅起 落，稳定性更强。应用端同样如此，多个细分领域共同发力，避免了单一应用 领域的局限性。这种细分方向的均衡性，使得指数能够更全面、稳定地反映人 工智能产业的发展，为投资者提供了多元化的投资机会，降低了因个别细分领 域风险而带来的损失，增强了投资组合的抗风险能力。

4、指数纯粹性：避免概念炒作，纳入人工智能核心环节

在人工智能行业混业经营的大背景下，通过 AI 营收占比来选股具有重要意 义。中证人工智能产业指数依据这一标准，让 AI 业务含量越高的公司在指数中 权重更高。在当今市场，许多企业涉足多个领域，人工智能业务只是其中一部 分。通过 AI 营收占比选股，能够精准筛选出真正在人工智能领域深耕且具有核 心竞争力的企业。这些企业将更多资源投入到 AI 研发与应用中，其发展与人工 智能产业的兴衰紧密相连。赋予它们更高权重，使得指数在行情到来时能够更 敏锐地捕捉到产业的增长趋势，提升指数的锐度。这一策略有助于投资者更直 接地参与到人工智能核心业务的发展中，获取更具潜力的投资回报，同时也能 更准确地反映人工智能产业的真实发展状况。

5、指数成长性强，行业权重优化加速成长性

从 2022 年至 2024 年，人工智能产业指数归母净利润与每股收益逐年增加，且 具有较高同比增速。根据指数未来两年的盈利预测数据，中证人工智能产业指 数预计在 2025 年和 2026 年保持营业收入正增长。预测指数归母净利润增速在 2025 年与 2026 年分别为 29.67%和 26.51%，每股收益同比增速为 7.36%和 4.45%。

从市场交易活跃度来看，人工智能板块的市场关注度显著提升。图 24 显示， 2020 年至 2025 年期间，中证人工智能产业指数成交金额与中证 500 指数成交 金额的比值整体呈现明显上升趋势，从 20%左右提升至 30%左右。这一比值的 持续攀升，一方面反映出市场资金对人工智能产业成长性的高度认可，另一方 面也表明投资者对该板块未来发展前景的乐观预期。成交金额占比的提升与指 数优异的盈利表现形成正向反馈，进一步强化了人工智能产业的市场吸引力。

6、历史风险收益特征具备相对优势，成长风格占优时表现优异

与主流宽基指数对比，人工智能产业指数具有较为出色的收益特征。近 3 年，人工智能产业指数的年化收益为 11.49%，高于沪深 300 指 数（0.11%）、中证 500 指数（0.38%）和中证 1000 指数（-1.29%）。此外， 人工智能产业指数 Sharpe 比率为 0.49，均高于其他宽基指数，风险收益较高。

除此以外，我们发现 2022 年以来，当市场成长风格相对占优的阶段时，人 工智能产业指数均表现亮眼，如所示。经过我们的测算，人工智能产业指数与 国证价值/国证成长的表现相关性高达 60%。

三、产品的相对优势分析

1、产品基本信息

华富中证人工智能产业 ETF是华富基金发行的一只以跟踪 中证人工智能产业指数为目标的 ETF 基金，为股票型 ETF 基金，该基金由张 娅女士、郜哲先生和李孝华先生共同管理，该产品成立于 2019 年 12 月 24 日， 并于 2020 年 2 月 10 日在上海证券交易所上市。 基金的标的指数为中证人工智能产业指数。基金投资于标的指 数成份股和备选成份股的资产比例不低于基金资产净值的 90%，且不低于非现 金基金资产的 80%。 2025 年 7 月，华富中证人工智能产业 ETF 所跟踪的中证人工智能产业指 数已完成编制方案升级，此次升级旨在更精准地捕捉 AI 产业红利，提升指数的 稳定性和对市场信号的敏感度，从而赋能 ETF 更好地发挥其“双核优势”：既 全面覆盖 AI 全产业链，又能有效剔除高风险标的、聚焦高成长性企业。 该基金的投资目标为，采用指数化投资策略，紧密跟踪中证人工智能产业 指数。在正常市场情况下，力争将基金的净值增长率与业绩比较基准之间的日 均跟踪偏离度绝对值控制在 0.20%以内，年跟踪误差控制在 2%以内。

2、管理人综合实力雄厚

华富基金（全称“华富基金管理有限公司”）成立于 2004 年 4 月，公司注 册资本为 2.5 亿元人民币，总部设于上海，在北京设有分公司。并设有上海华富 利得资产管理有限公司。经过二十多年的发展，华富基金逐渐成为国内证券投资 基金业的新锐力量，业已形成一支精干、团结、自信的人才队伍，清晰而坚定的 发展思路，丰富而有特色的产品体系，逐渐成熟并不断优化的投研模式。自我培 养和招才引智并举，核心团队具有丰富的产品创设、投资管理经验。秉承“诚信、 稳健、专业、和谐”的经营理念，依托团结、高效、锐意、创新的投资团队，坚 持以规范、务实的管理风格和，理性、健康的投资运作为广大基金持有人提供专 业化、高质量、可持续的财富管理服务。

华富基金成立二十多年来，资产管理规模稳健增长。截至 2025 年 6 月 20 日，华富基金旗下共有 72 只基金产品，合计管理规模 850.74 亿元。

3、三基金经理护航

华富人工智能 ETF 产品基金经理为张娅女士、郜哲先生和李孝华先生。 张娅女士，美国肯特州立大学理学硕士，20 年证券从业经历。历任华泰柏 瑞基金管理有限公司指数投资部总监兼基金经理、上海同安投资管理有限公司副 总经理兼宏观量化中心总经理。2017 年 4 月加入华富基金管理有限公司，现任 公司总经理助理、指数投资部总监、公司公募投资决策委员会委员。张娅女士当 前在管基金 7 只，在管基金总规模 108 亿元（截止 2025/8/11）。

郜哲先生，北京大学理学博士，博士研究生学历，10 年证券从业经验。历 任方正证券博士后研究员、上海同安投资管理有限公司高级研究员。2017 年 4 月加入华富基金，当前在管基金 6 只，在管基金总规模 51 亿元（截止 2025/8/11）。

李孝华先生，南开大学金融学硕士，11 年证券从业经验，其中 3 年基金管 理经验。曾任金瑞期货研究所贵金属研究员、国泰安信息技术有限公司量化投资 平台设计与开发员、华泰柏瑞基金基金经理助理。2019 年 10 月加入华富基金管 理有限公司，现任指数投资部基金经理。李孝华先生当前在管基金 13 只，总规 模 65 亿元。

编辑：火腿肠