在《2026 年上半年诺亚控股 CIO 报告》中，我们提出了人工智能（AI）发展的三阶段逻辑，从模型到应用，再到基建。

如果说前两个阶段的核心变量在于算法突破与应用创新，那么进入第三阶段后，AI 的增长逻辑正在发生一次关键转移：从工程师主导，转向资产负债表主导。

在高度不确定的宏观环境中，本期 CIO 报告并不试图预测短期市场波动，而是希望识别那些正在形成确定性的长期结构。AI 的阶段性演进，正是其中一个值得重点观察的方向。

「诺亚 CIO 报告 · 核心判断力」系列，持续提炼《2026 年上半年诺亚控股 CIO 报告》中的关键判断与方法论，帮助您在变化加速的时代，更好地校准长期方向感。本期将围绕三个问题展开：如何理解 AI 的三阶段逻辑？为什么“资本开支”正在取代“技术叙事”？AI 基建为何逐步成为新一代长期核心资产？

AI 三阶段逻辑：模型 — 应用 — 基建

诺亚控股 CIO 办公室的研究判断：AI 的增长引擎，正在由工程师转向资产负债表。回顾人工智能的发展路径，可以清晰地看到三个阶段：

第一阶段：算法与模型突破

以模型能力、参数规模与推理效率为核心，技术进步是主要驱动力。

第二阶段：应用探索与商业化试验

各类应用场景加速落地，市场关注点集中在商业模式与变现路径。

第三阶段：基础设施建设与规模化部署

AI 从“可用”走向“可规模化运行”，对算力、电力、数据中心、网络与冷却系统的需求显著上升。

进入2026 年，AI 正处于第三阶段的起点。这一阶段最显著的变化，并非模型能力本身，而是资本开支结构的系统性抬升。越来越多的资源，正在被持续投入到算力中心、电力系统、数据中心与配套基础设施之中。

从更长的历史维度看，每一次深刻改变经济结构的技术浪潮，最终都会以基础设施的形式被“固化”为长期资产：工业化时代的铁路与电网，城市化进程中的土地与交通体系，互联网时代的数据中心与通信网络。

AI，正在重复这一过程。

为什么「资本开支」比「技术叙事」更重要

图：AI 从数据获取到模型训练与推理的完整数据基础设施价值链
来源：Felicis Ventures (AI Data Infrastructure Value Chain) 

在 AI 的前两个阶段，技术叙事往往主导市场预期。更强的模型、更快的推理速度、更具想象空间的应用场景，都会迅速转化为估值讨论的核心。

但当 AI 进入第三阶段，约束条件正在发生变化。真正限制其扩张速度的，不再是算法能力本身，而是是否具备持续投入算力、能源、网络与数据中心的能力。

这意味着，增长的决定权，正在从“谁讲得更好”转向“谁投得起、撑得久”。在这一阶段，企业资产负债表的承载能力，开始比单一技术故事本身更具决定性。

对财富管理而言，这是一个重要的分界点。当资本开支成为核心变量，投资判断就不能再停留在短期叙事层面，而需要回到结构、周期与现金流的可持续性上来理解 AI 的长期影响。

AI 基建为何成为新一代长期核心资产

图：2015–2030 年全球数据中心电力需求的变化
来源：Masanet 等（2020）、Cisco、国际能源署（IEA）、高盛全球投资研究

在报告的中长期研究框架中，诺亚控股CIO办公室观察到：在未来较长一段时间内，AI 基建有望成为全球能源、电网与数据中心投资的重要驱动力之一。

当 AI 进入第三阶段，它正在变得更像电网，而不是一个又一个 App。

电网的关键价值在于“不可或缺”。其回报来自长期、持续的使用，在资产组合中承担的是稳定器与底座的角色。AI 基建资产亦具备相似特征。在长期扩张过程中，它们可能逐步成为承载 AI 能力运行的关键基础层。

此外，AI 的算力需求呈现出几个高度确定的特征：持续、高密度、不可中断。这使得电力系统成为 AI 时代最刚性的约束之一，也由此带来一系列值得持续研究的趋势，包括：电力需求的结构性上升、电网升级与区域瓶颈显现，以及能源与相关基础设施投资的长期可见性增强。

在 2026 年的资产配置研究框架中，诺亚控股 CIO 办公室将 AI 基建视为：

·另类资产配置中值得重点研究的底层资产类型

·连接科技创新与长期资本的重要桥梁

·在组合结构层面，有助于提升稳定性特征与全球分散度的重要组成部分

完整判断与财富配置分析，详见报告原文。

扫码获取
《2026年上半年诺亚控股CIO报告》