AI泡沫系列研究之通信篇：需求无虞，供给紧张，“泡沫”仍在形成中

　　核心观点

　　资本开支及折旧相对可控，云厂商需求“泡沫”或尚未到来：资本开支增速方面，相关公司从2023年开始资本开支增速逐步上行，当前仍处于相对较高的位置。北美主要CSP资本开支增速显著超过营收增速，可能存在一定“泡沫”。折旧方面，不同云厂商折旧年限有所差别，但由于GPU集群价格相对较高，故而对未来财报压力将会逐步提升，但通过对当下折旧占资本开支及收入比例，以及折旧及资本开支增速进行对比，我们可以发现当下泡沫仍旧处于初期，且云厂商需求端依旧高企，人工智能对业务的赋能在逐步深化中。

　　人工智能需求端应用具备较高增长空间，逐步融入应用场景中：我们认为人工智能“泡沫”其担忧根本并非来自于生产端，而是来自于需求端，当下生成式人工智能的提升空间较大。当前生成式AI鸿沟在行业层面表现明显，对科技和媒体两个行业显示出明显的结构性颠覆迹象，行业层面的转型仍然有较大提升空间。虽然行业当前普及度仍相对较低，行业普遍对于生成式AI具备开放心态，生成式AI已融入支持、内容创作和分析应用场景，目前很少有行业展现出与过去通用技术相关的深刻结构性转变，例如新市场领导者的出现、商业模式颠覆或客户行为的可衡量变化，侧面证明AI对于行业的改变具备较大的提升空间，且未来发展具备极高潜力。

　　量变到质变-训练算力投入推动应用端发展，应用发展刺激推理算力规模提升：市场上关于“泡沫”的另一个维度便是人工智能“好用”后产生的基础设施泡沫/人工智能瓶颈到来后相关云厂商降低资本投入从而产生“泡沫”，我们认为基于当前人工智能的发展趋势，该类“泡沫”距离形成相差较大。当前大模型正从“可用”到“好用”发展，算力、算法的不断演进起到了较为关键的作用；Deepseek的成功带来的不仅仅是降本增效，也代表着更优秀的算法带来的并不是算力指数级下降，而是算力的指数级增长，对于应用的赋能也将带来算力需求的进一步增多。

　　通信速率及技术持续迭代，高端器件供给紧张，中低端器件有望随推理算力的提升而实现产能承接：市场普遍担忧若随着速率迭代以及产品升级（光模块-CPO）带来的扩产持续进行，则有可能造成产能冗余，海量供给无法匹配相关需求；相较于“泡沫”，我们认为产能的冗余并非来自于需求的不足，而是来自于技术的进步，以及对于更快通信速率的追求，且该种问题可能持续时间窗口相对较短，随着人工智能应用端的不断放量，推理算力的规模提升有望承接中低端通信器件的产能，从而实现产能的平滑去化及市场承接。

　　投资建议：我们认为人工智能将通信行业从依赖运营商资本开支为主的周期型行业，逐步进化为人工智能 运营商资本开支双轮驱动的周期 成长型行业，建议关注光模块中际旭创/新易盛/剑桥科技/联特科技；光器件天孚通信/德科立/博创科技/仕佳光子/源杰科技；光纤光缆长飞光纤/亨通光电等。

　　风险提示：国际形势不确定性的风险；算力行业竞争加剧的风险；供给持续紧张导致订单外溢的风险。