来源：华夏时报

本报（chinatimes.net.cn）记者栗鹏菲 叶青 北京报道

1月12日的A股市场，焦点毫无悬念地落在了人工智能及其相关板块上。一场ETF引领的行情躁动，吸引了全市场的目光。当日，多达20只ETF涨幅突破10%，软件、人工智能、传媒等领域的ETF产品成交额急剧放大，市场交投气氛炽热。

然而，仅仅一天之后，市场热度便出现显著分化。1月13日，软件板块整体虽延续活跃但势头已明显收敛。以代表性的软件ETF（515230）为例，截至13日收盘下跌1.87%，成交额依然高达1423万元，显示出资金在板块内部进行结构性调仓的迹象。

产业催化剂密集，GEO与医疗应用成焦点

回顾1月12日的市场，资金对人工智能板块的追捧达到了一个阶段性高潮。不仅涨幅惊人的ETF数量众多，部分品种上的资金进出强度也令人瞩目。例如，有创业板软件ETF单日换手率超过330%，另有同类产品换手率也高达172%，反映出短线资金极高的参与热情和激烈的博弈。据了解，这种高换手现象通常意味着市场对该板块的看法存在较大分歧，既有强烈的买入意愿，也有大量的获利了结盘。

1月12日多只ETF涨幅超10%

行业层面，近期多重催化剂共同推动了相关板块热度。马斯克宣布将开源决定内容推荐的全部代码，并建立每四周更新一次的持续机制，成为市场关注的核心事件。

英国《金融时报》中文网专栏作家陈白告诉《华夏时报》记者，马斯克开源内容推荐算法，本质上加速了内容分发逻辑从“黑盒搜索”向“透明生成”的范式转移。她认为，生成式引擎优化（GEO）的兴起，预示着互联网入口正在经历深刻革命。在移动互联网时代，SEO的核心是基于关键词的联想与排序；而到了AI互联网时代，GEO的核心变成了基于意图理解的内容聚合与直接生成。这意味着流量的分配权正从传统的搜索引擎巨头向大模型平台转移。

“这种转变对行业生态的影响可能是颠覆性的。”陈白认为，内容的价值评估标准将从“点击率”转向“信息增量”和“逻辑匹配度”，营销逻辑也将重构，企业竞争的重点可能转向其品牌信息在AI生成答案中的权重。然而，在实际推进过程中，企业将面临数据合规与版权、技术适配成本以及AI幻觉风险带来的声誉管理等多重挑战。

工信部信息通信经济专家委员会委员盘和林则告诉《华夏时报》记者，马斯克因其拥有的AI模型和推荐算法而具备强大能力，其开源举动可能让全球商家更容易利用AI大模型进行推荐。好的一方面是打开了AI的营销新渠道，不好的方面则是商业力量可能更容易影响甚至控制消费者的思维逻辑，形成更严重的信息茧房。同时他强调，GEO生态最大的挑战在于合规性。

此外，在AI医疗应用领域，OpenAI于ChatGPT中集成健康对话功能模块的消息，进一步提振了市场对AI垂直应用快速落地的信心。该模块能够连接用户医疗记录，并与主流健康应用互通，提供实时服务。产业层面，越来越多的公司正瞄准这一市场，试图通过人工智能技术解析用户健康数据，提供个性化医疗建议，这被视为AI技术实现商业化变现的重要场景之一。

后市展望：热度可能进入“分层期”

除国际产业动态外，国内人工智能发展的政策与产业环境亦呈现积极变化。然而，随着市场情绪的升温，关于估值水平的讨论也日益增多。

软件ETF（515230）1月13日表现

陈白分析认为，目前关于“AI泡沫”的争论从未停止，必须承认部分软件板块个股的估值确实已透支了未来一段时间的业绩增长，市场情绪在短期内存在过热迹象。然而，判断一个产业是处于“过热泡沫期”还是“爆发前夜”，核心不在于当下的市盈率，而在于底层技术演进的斜率是否依然陡峭。

她指出，AI板块的热度能否持续，关键看是否具备“连续且颠覆式”的创新动能。如果AI的应用仅仅停留在简单的效率工具层面，那么随着市场审美疲劳和业绩验证期的到来，回调风险将不可避免。但如果大模型在多模态理解、长文本逻辑推演等领域持续取得突破，那么这种估值的扩张就有其合理性。

陈白认为，后续市场热度可能会进入“分层期”。一类是缺乏核心竞争力、单纯“蹭热点”的公司，将面临估值的剧烈修正；而另一类真正能够将大模型能力转化为商业闭环、产生实质性收入的企业，即便经历短期回调，其中长期趋势依然可能向上。投资者需要密切关注的是AI产品的用户活跃度增长、订阅转化率以及企业端客户的复购率等实质性指标。

中国金融智库特邀研究员余丰慧则表示，AI相关ETF的火热表现反映了市场对人工智能技术前景的信心，这种热度有望持续，但也存在回调风险。随着越来越多的企业投入到AI领域，市场竞争加剧，部分企业的业绩可能无法满足投资者预期，从而引发市场调整。此外，政策变化和技术突破的速度也可能影响市场的短期波动。

盘和林则提醒了潜在的风险。他认为市场对AI的预期可能过度一致，忽视了部分负面因素和潜在风险，这种非理性繁荣最终可能造成严重后果，市场情绪容易在极度乐观和极度悲观之间切换。

他建议投资者重点评估两个核心问题：一是AI的变现能力，二是AI应用的行业天花板。有些AI应用虽然出色，但市场空间有限；另一些应用则可能面临同质化严重、难以实现付费转化的问题。只有在这两方面都具备优势的企业，才有可能成为未来AI时代的核心力量。

责任编辑：麻晓超 主编：夏申茶