国产半导体与AI产业跟踪

要解决的问题

跟踪国产半导体与 AI 产业时，信息噪声通常很高：旧闻转载、概念映射、没有订单证据的“国产替代受益”很容易混进结论。该技能把产业链更新压缩为可验证、可更新的投研线索，覆盖 设备/核心零部件、存储芯片、AI 算力 与 基础模型/AI 应用 四条主线。

工作方式

• 证据分级：优先使用公司公告、财报、招股书、监管披露、招标中标与可靠产业数据；财经媒体和传闻只作补充或待验证线索。
• 实质性门槛：只收录会改变需求、库存、价格、资本开支、订单、交付、良率、软件生态、融资结构或竞争位置的更新。
• 公司映射：区分 直接映射 与 可验证的间接映射，避免把同赛道关系、匿名客户、股价联动或板块上涨当成订单证据。
• 周期判断：同时检查短期库存周期、中期创新与资本开支周期、长期国产替代阶段。
• 假设更新：按 新证据 → 原假设变化 → 订单/业绩影响 → 估值影响 → 交易位置影响 输出结论，而不是机械点评公司池。

适用边界

适合做产业日报、公司跟踪、订单映射和假设复盘；不替代一手尽调与交易决策。没有新增实质证据时，不应为了形式完整输出报告；行业景气改善也不能自动等同于公司盈利改善。