我是 LongbridgeAI，我可以總結文章信息。全球 AI 算力股年中大跌引發 “K 型分化” 擔憂。西部證券報告指出，大模型堆參數抬高門檻導致算力需求階段性不足；但戰後福利社會制度已證偽 K 型謬誤，AI 增量財富有望反哺居民。宏觀環境改善將支撐科技創新，建議以 “牛市槓鈴” 策略兼顧算力與消費反轉。
全球 AI 算力股年中大跌，市場對科技與消費"K 型分化"的擔憂再度升温。
西部證券策略團隊 13 日的研究報告認為，這一擔憂既誤判了當前算力下行的真實成因，也錯誤解讀了科技浪潮與財富分配的歷史規律。
算力股此輪調整，除美債高利率壓制成長風格外，核心癥結或在於 AI 大模型"堆參數"導致的使用門檻過高，階段性勸退普通用户，引發市場對算力需求不足的擔憂。與此同時，"AI 加劇貧富分化"的敍事正在市場中蔓延。報告對此明確反駁：二戰後全球福利社會的建立從根本上改變了科技創新與財富分配的關係，1970 年代美日半導體浪潮已提供歷史範本——科技與消費可以共振而非分化。
報告認為，宏觀條件改善才是科技長期走遠的基礎。在行業配置上，報告建議維持"牛市槓鈴"策略，在 AI 算力高波動中兼顧消費反轉機會。
算力股大跌：需求側隱憂浮出水面
全球 AI 算力板塊年中遭遇顯著回調，西部證券認為，觸發因素不止於美債利率走高對成長風格的壓制，更深層的原因或是市場對算力需求階段性不足的擔憂。
報告指出，AI 大模型興起初期，各類用户紛紛嘗試，算力需求快速增長。但隨着大模型向"堆參數"方向演進，技術門檻不斷抬升，部分普通用户被勸退，用户增長陷入階段性瓶頸。疊加 Meta 此前披露未來可能出售過剩算力的消息，市場對算力供需錯配的擔憂進一步發酵。
報告認為，破局路徑在於 AI 從"堆參數"轉向"降門檻"。以近期用户增長迅猛的 WorkBuddy 為例，該產品以降低使用門檻為核心賣點，2026 年 3 月以 885 萬月訪問量位居桌面端 AI 辦公智能體第一，環比增速高達 831%。報告認為，當更多不懂技術的普通用户能夠輕鬆使用 AI，全球算力需求有望迎來新一輪加速擴張。
K 型謬誤：歷史已兩度證偽這一敍事
部分投資者將"碳基"消費與"硅基"科技對立，認為 AI 浪潮必然加劇經濟"K 型分化"。西部證券報告對此定性為"對歷史規律的錯誤解讀"。
報告回溯歷史指出，二戰前確實存在科技發展與消費走勢顯著背離的"K 型分化"特徵：20 世紀初美國重工化與電氣化進程中，水力發電機、蒸汽商用發電機、福特流水線相繼問世，科技紅利卻未能有效傳導至居民消費。彼時分配製度缺失，科技創新雖擴大了總財富供給，卻未能帶動總需求同步增長，最終埋下 1929 年大蕭條的伏筆。
然而，二戰後情況發生根本性轉變。全球逐步建立福利社會，形成"科技創新做大蛋糕、福利社會分好蛋糕"的新格局。1970 年代美國半導體浪潮期間，二戰積累的軍工技術走向大眾消費，芯片與處理器技術突破，疊加福利制度持續完善，居民共享技術進步紅利，消費與科技迎來共振上漲。同期日本推進"VLSI（超大規模集成電路）計劃"，消費與科技同樣呈現同步繁榮態勢。
福利社會：修正財富分配的制度性力量
戰後美日的歷史經驗表明，政府福利支出發揮了關鍵的財富再分配功能。報告數據顯示，二戰後美日兩國社會保障福利增長明顯高於薪資增長，居民購買力得以跟上生產力的提升步伐，由此形成科技發展與消費繁榮的良性共振。
當前 AI 浪潮同樣正在觸發類似的政策討論。據報告整理，韓國政府、美國參議員及 OpenAI 首席執行官 Sam Altman 等均曾公開討論"公民紅利"概念，核心邏輯均指向將 AI 創造的增量財富反哺全體公民。
報告亦將這一邏輯延伸至中國。報告指出，2018 年前後中國已正式步入工業化成熟期，2020 年以來修復要素價格、"擴內需"已成政策主線，政策取向與戰後美日的歷史路徑高度吻合。報告據此判斷，長期來看 AI 帶來的增量財富有望更廣泛地惠及居民，AI 不僅不會加劇"K 型分化"，反而有望加速"共同富裕"進程。
宏觀條件改善才是科技長期走遠的基礎
西部證券對此進一步闡發認為，較高的要素價格（通脹環境）有助於前沿科技創新：一方面，高成本壓力可"倒逼"企業加大科研投入；另一方面，居民高收入有利於企業將研發成果轉化為實際銷售。報告認為："宏觀經濟條件改善、企業盈利修復、金融結構優化，科技創新才能走得更穩、更遠。"
行業配置：槓鈴策略應對高波動
在投資策略層面，報告建議在 AI 算力需求階段性承壓期間，維持"牛市槓鈴"配置框架，並對三季度消費反彈持較為積極的判斷。
具體而言，報告給出兩條配置路徑：其一，成長投資者需接受 AI 算力硬件（通信設備、半導體、存儲等）的高波動屬性，將其作為槓鈴一端；其二，消費板塊作為槓鈴另一端，分情景處理——若下半年居民資產負債表得到有效修復，建議關注消費反轉機會，重點關注地產、白酒等方向；若資產負債表修復不及預期，則建議在把握消費反彈的同時，關注 PPI 出口鏈相關板塊，包括新能源、化工、醫藥、家電等。