闲聊下为什么应用在大A受鄙视

大A的朋友大概率都发现过一个规律：在A股，做硬件的公司好像总比做应用的“吃香”。

不管是前几年的新能源，还是现在的AI、算力，涨得猛、估值高、机构重仓的，大多是卖芯片、光模块、服务器的硬件厂商；

而那些做AI应用、软件服务、平台类的公司，要么股价不死不活，要么越亏越惨，哪怕故事讲得再好，市场地位也明显矮一截。

这不是个别现象，而是A股多年的“老传统”。

为啥会这样？不是应用不重要，而是从底层逻辑、市场结构，再到过去几十年的盈利历史，都注定了应用公司在A股“抬不起头”。

先一句话总结核心：硬件公司是“卖货赚钱”，看得见、摸得着、业绩好算；

应用公司是“卖服务赚钱”，看不见、摸不着、盈利没谱。

A股投资者就认“确定性”，谁的钱好算、谁的风险低，谁就有更高地位。

一、底层逻辑：硬件和应用，赚钱的“难度系数”天差地别

咱们先搞懂最根本的区别：硬件和应用，到底是怎么赚钱的？这俩的赚钱逻辑，从根上就不一样，难度更是差了好几个档次。

先看硬件公司，比如现在火的光模块厂商中际旭创，它们的生意特别简单：上游买零件，自己组装或生产，然后卖给下游的大厂（比如英伟达、谷歌等），一单合同签完，货交了，钱就慢慢回笼了。

这种生意的好处是“实在”：有订单就能算业绩，有产能就能估收入。

比如拿到一个10亿的光模块订单，大概能赚2亿利润，投资者一眼就能算明白，心里有底。

而且硬件是“标准化产品”，生产1万个和生产10万个，成本不会成倍增加，多卖一件就能多赚一笔，规模越大越赚钱。

大家要明白，我们是制造业大国，不是服务业大国，国人天生不愿意为服务与软件多付钱。

再看应用公司，不管是做AI办公的、给企业做数字化系统的，还是做C端AI工具的，它们的生意就复杂多了。本质上是“卖服务”，而不是“卖货”。

比如一家给工厂做AI质检应用的公司，不是卖一个现成的产品，而是要根据这家工厂的生产线、设备、产品，专门定制开发。从前期调研、中期开发，到后期调试、运维，可能要花大半年时间，投入一堆工程师。最后收多少钱？

不是按“件”算，而是按项目收费，客户还可能因为“效果不满意”“需求变了”扣钱、拖款。

更坑的是，这种服务没法“复制”。给这家工厂做的方案，换另一家工厂完全用不了，又得重新招人开发，成本一直涨，利润却没个准数。这就导致应用公司的钱，赚得又累又不确定，投资者看不透，自然不敢高看一眼。

赚钱难度差太远，市场地位自然有差距。

二、A股市场结构：投资者就认“确定性”，应用公司太“虚”

除了赚钱逻辑，A股的市场结构也决定了应用公司的地位不如硬件。

咱们A股的投资者结构，和国外不一样，不管是机构还是散户，都特别看重“业绩确定性”，最怕的就是“踩雷”“亏得不明不白”。

先说说机构投资者，比如公募基金、保险资金，它们是A股的“主力军”。

这些资金的考核压力很大，要追求短期业绩，不能冒太大风险。

它们选股票，首先看的是“今年能赚多少钱，明年能赚多少钱”，最好能精确到小数点后两位。

硬件公司刚好符合这个要求：有订单、有产能、有历史盈利数据，分析师能精准算出未来的营收和利润。

比如根据英伟达的订单预期，就能算出国内光模块公司明年的销量和利润，机构买起来放心，也能向客户交代。

但应用公司呢？根本算不准。比如一家做AI教育应用的公司，今年赚了1000万，明年可能因为政策变化、客户流失，直接亏2000万；

哪怕今年接了几个大项目，明年能不能再接上、能不能回款，都是未知数。分析师连明年的营收都算不准，机构怎么敢重仓？

再说说散户投资者。咱们散户炒股，大多是看“有没有看得见的东西”。硬件公司有厂房、有设备、有产品，哪怕不懂技术，也知道它是卖芯片、卖服务器的；

应用公司就不一样了，可能就几间办公室、一群程序员，看不到实实在在的“资产”，心里没底，涨了不敢追，跌了赶紧跑。

三、历史经验：应用公司多年“不赚钱”，投资者早就“怕了”

如果说底层逻辑和市场结构是“先天原因”，那过去几十年的历史经验，就是“后天加固”——A股的应用公司，不管是传统软件还是现在的AI应用，大多是“赚吆喝不赚钱”，投资者早就被坑怕了，自然不敢高看。

咱们回顾一下：早几年的互联网应用、移动互联网应用，除了阿里、腾讯（还不在A股上市），国内A股的应用公司，有几个真正赚钱的？

比如做办公软件的、做政务应用的、做行业解决方案的，大多是“项目制”，一年接几个项目，赚点辛苦钱，稍微遇到行业波动，立马亏损。

到了AI时代，应用公司的盈利情况更差。C端的AI工具，比如AI绘画、AI写作，为了抢用户，全是免费使用，付费转化率不足5%，算力成本居高不下，越做越亏；

B端的AI应用，比如给医院、银行做的系统，定制化程度高，交付成本高，客户付费意愿还低——你帮客户降本100万，客户最多愿意付10万服务费，根本覆盖不了你的研发和人力成本。

反观硬件公司，不管是过去的家电、手机产业链，还是现在的新能源、AI算力产业链，只要踩中行业周期，就能赚得盆满钵满。

比如2020-2022年的新能源汽车产业链，做电池、做充电桩的硬件公司，业绩翻倍增长；

2023-2024年的AI算力周期，做光模块、服务器的公司，股价涨了好几倍，业绩也同步爆发。

这种“硬件赚钱、应用亏钱”的历史经验，已经深深印在A股投资者的脑子里。

就像一个人被蛇咬过，再看到绳子也会怕——哪怕现在有些应用公司说“我要赚钱了”，投资者也会先打个问号：你真的能赚到钱吗？会不会又是昙花一现？

四、互联网时代的路径依赖

AI 应用端不受待见，核心不是应用本身没产业价值，而是 A 股资金天生偏好「硬壁垒、强业绩、低博弈、高确定性」的资产，再叠加移动互联网时代的路径依赖（当年 A 股也是硬件先炒、应用后兑现），才形成了硬件 > 算力基础设施 > 平台型软件 > 垂直应用的清晰估值梯队，应用端成了最末端的 “配角”。

移动互联网时代，A 股本就是 “硬件先吃肉，应用后喝汤（甚至没汤）”

移动互联网的产业红利里，A 股的炒作和估值兑现，完全遵循「底层硬件基建→核心技术组件→平台型产品→垂直应用」的顺序，应用端从始至终都是弱势方：

先炒消费电子硬件（苹果链、安卓链的面板、摄像头、电池、连接器）：有明确订单、产能扩张、营收利润增长，财报能直接体现，资金能算账，是最确定的 “卖铲子” 逻辑；

再炒通信基建（基站、光模块、光纤）：运营商资本开支落地，业绩兑现清晰，属于产业刚需；

最后才轮到移动互联网应用：但 A 股几乎没有真正的平台型应用龙头（腾讯、阿里在港股 / 美股），剩下的垂直应用要么同质化严重、要么烧钱不盈利、要么竞争格局混乱，最终只有少数绑定核心场景（如金融、本地生活）的应用标的兑现了业绩，大部分成了 “题材炒作一阵风”。

这种历史经验让 A 股资金形成了条件反射：新兴产业早期，硬件是唯一能快速兑现业绩、有明确壁垒的方向，应用端全是不确定性，不如先卡位硬件，等产业成熟了再看应用。

五、大模型的基座能力决定AI应用的上限

和移动互联网时代的应用（独立开发、自有技术内核）不同，AI 应用的核心逻辑是 “大模型能力的场景化落地”，应用本身只是 “大模型的终端界面 + 场景适配层”，没有大模型的底层支撑，应用就是空壳，这体现在两层硬约束：

技术能力的硬天花板应用能实现的功能、精度、效率，完全由大模型的理解能力、生成能力、多模态能力、推理能力决定。

比如大模型本身做不了复杂的工业故障逻辑推理，再优秀的工业 AI 应用也做不到；大模型的多模态生成有失真问题，AI 设计、AI 视频应用的效果就永远有上限；甚至应用的响应速度、并发能力，也由大模型的算力支撑和接口调用效率决定。

生态权限的软天花板大厂的大模型（如文心一言、通义千问、智谱 GLM）对应用端有API 限流、功能封禁、收费阶梯、定制化权限的约束。

中小厂的应用只能用大厂开放的 “通用 API”，无法获取大模型的核心能力、做深度定制化，而大厂自己的应用能直接调用大模型底层接口，甚至独享专属模型版本，这就从生态上锁死了中小厂应用的上限。

移动互联网时代，应用能靠 “产品创新” 突破行业天花板（比如微信靠社交创新颠覆短信）；但 AI 时代，应用再怎么创新，也跳不出大模型的能力圈

大模型做不到的，应用一定做不到；大模型能做到的，应用只是换个场景呈现。

明远君@深圳 2026.1.28

「风险提示：本文是个人投资和思考笔记，个人观点仅供参考，不构成投资建议。数据基于公开数据和行业及券商研究报告。市场有风险，决策需谨慎」

「版权声明：原创内容未经许可禁止转载，侵权必究。如需使用，请联系作者获取许可，并注明来源」

$$迪安诊断(SZ300244)$ $蓝色光标(SZ300058)$ ##左手AI，右手黄金# $中控技术(SH688777)$