跟踪人工智能行业，先看哪几组公开数据

人工智能产业链通常被划分为算力、模型、应用三个层次。对普通投资者而言，跟踪这一行业不必依赖小道消息，监管机构、行业协会与上市公司定期披露的公开数据已能提供基础观察窗口。以下按层次梳理常用的量、价、库存与景气类指标及其获取口径，全部限于已发生事实与既定规则。

算力层是AI基础设施，公开数据相对最完整。（1）产量与出货量：国家统计部门会定期发布集成电路、服务器等产品的产量数据，口径以官方统计公报为准；部分行业协会也会披露细分品类出货量。（2）价格：存储芯片、图形处理器等关键部件的现货价格，可由公开的大宗商品或电子元器件报价平台查询，通常以区间或指数形式呈现。（3）库存：半导体行业库存周转天数、渠道库存水位，常见于上市公司财报及行业协会月度报告。（4）景气类：采购经理指数（PMI）中的电子信息制造业分项、半导体设备出货额等，均由官方或行业机构按月公布。需注意，不同机构统计口径存在差异，跨来源比较时应以官方规则为准。

模型层介于算力与应用之间，公开量化数据相对有限，但仍有可跟踪的维度。（1）算力投入：大型企业财报中“研发费用”“资本开支”科目会披露当期投入规模，属于已发生事实。（2）模型发布数量：部分学术机构与开源社区会统计公开可查的模型发布次数、参数量级，数据来自公开仓库与论文记录。（3）调用量：部分云服务商在财报或产品页面披露应用程序接口（API）的调用次数或token处理量，口径由各平台自行定义。这些指标通常缺乏统一标准，横向对比时需谨慎。

应用层贴近终端需求，公开数据以用户规模与收入为主。（1）用户量：工业和信息化部门会发布移动互联网月活跃用户、应用程序下载量等总量数据；具体AI应用的活跃用户数，多见于上市公司财报或第三方监测机构报告。（2）收入与订单：软件和信息技术服务业收入由统计部门按月发布；企业中标公告、合同金额可在公开信息披露平台查询。（3）景气类：软件业务收入增速、信息传输与软件业PMI等，均属定期公布的统计指标。

综合来看，跟踪AI行业可先建立三层数据框架：算力层看产量、价格与库存，模型层看研发投入与公开调用量，应用层看用户与收入。所有数据应以官方统计公报、交易所披露文件及行业协会报告为准，遇到口径不一致时，通常以发布机构的说明为最终依据。以上仅为公开数据获取方法的梳理，不构成任何投资参考。