Morgan Stanley梳理中国互联网与AI路径:模型、算力、云和应用共同驱动行业重估
AI 摘要卡
Morgan Stanley梳理中国互联网与AI路径:模型、算力、云和应用共同驱动行业重估
报告认为中国AI正沿着模型能力提升、基础设施扩容、云渗透率提高以及2C/2B应用落地的路径发展,互联网龙头与垂直AI应用公司将是主要受益者。
- 中国已贡献全球前十SOTA模型中的重要席位,报告强调中国模型策略更偏开放,而海外主流模型更偏闭源。
- AI Scaling Law推动算力需求指数级增长,推理、后训练和长思考推理将显著抬升计算资源消耗。
- 中国AI竞争优势来自人才、数据、电力、政策支持和本土互联网生态,但美国出口管制和高端GPU供给仍是核心约束。
- 应用层覆盖微信生态、超级App、企业GenAI项目、广告内容生成、文档总结改写、医疗和工业等场景。
- 报告重点讨论Tencent、Alibaba、Baidu、ByteDance、Kuaishou、Meitu、Beisen、Kingsoft Office等AI相关资产和业务定位。
研报解读
概览
本报告是Morgan Stanley关于中国互联网及其他服务行业的AI主题投资展示,核心讨论中国AI发展路径。报告从全球模型竞争、AI基础设施、中国政策与监管、公有云渗透、2C与2B应用落地,以及主要互联网和软件公司的AI商业化潜力展开。
核心观点
报告的核心观点是:中国AI产业正在从模型能力追赶走向基础设施扩张和应用商业化。中国在顶尖模型、开放模型生态、海量用户数据、开发者人才和政策支持方面具备竞争基础;互联网平台拥有超级App、云服务、广告和内容生态,能够更快将AI能力转化为收入或效率提升。与此同时,Baidu等公司可能面临AI搜索转型对传统广告的压力,高端芯片出口限制和国产GPU替代进度仍是关键风险。
分析框架
报告采用自上而下与公司案例结合的方法:先比较全球SOTA模型和模型性能演进,再评估中国AI发展的资源禀赋、政策环境、AI基础设施和公有云调查数据,随后拆解2C与2B应用场景,最后映射到Tencent、Alibaba、Baidu、ByteDance、Kuaishou、Meitu、Beisen、Kingsoft Office等公司。
方法论与常识提炼
从底层模型和算力供给,到公有云,再到消费者和企业应用的分层分析。
报告把中国AI路径拆成模型能力、基础设施、云渗透率、2C应用和2B应用,以判断不同公司的受益环节。
通过全球顶尖模型排名、LMarena Text Score和Artificial Analysis Intelligence Index观察中美模型能力变化。
报告展示中国模型在全球前列中的占比,并比较美国与中国模型表现差距及演进速度。
衡量AI投入对收入增长、效率提升和资本回报的影响。
报告单独列出中国AI ROIC计算,并指出Tencent具备较高2C变现潜力和高ROI的AI落地机会。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要(优势、劣势、对比与风险)。
- Tencent互联网平台与2C AI商业化受益者
- 优势
- 拥有微信生态、超级App入口、社交与内容场景,报告认为其具备最高2C变现潜力且AI ROI较高。
- 劣势
- AI功能商业化需要在用户体验、广告负载和监管约束之间平衡。
- 对比
- 相较纯模型公司,Tencent的优势在于大规模用户入口和多业务收入转化路径。
- 风险
- AI应用变现低于预期、用户接受度不足、监管变化。
- AlibabaAI基础设施与云服务赋能者
- 优势
- 报告称其为中国最佳AI赋能者之一,云、模型和企业服务有望受益于AI云渗透提升。
- 劣势
- 公有云竞争激烈,AI资本开支与收入转化之间存在时间差。
- 对比
- 相较偏应用平台,Alibaba更偏AI基础设施和企业云赋能。
- 风险
- 云价格竞争、AI算力供给限制、企业AI预算兑现不及预期。
- BaiduAI搜索与基础模型参与者
- 优势
- 具备搜索入口和AI模型积累。
- 劣势
- 报告标题指出核心广告业务面临AI搜索转型压力。
- 对比
- 相较Tencent和Alibaba,Baidu的主要挑战在于传统搜索广告商业模式被AI交互重构。
- 风险
- 搜索广告收入承压、AI搜索商业化节奏慢、竞争加剧。
- ByteDance全栈AI领导者
- 优势
- 报告将其描述为全AI栈领导者,覆盖Volcano Engine、Doubao、Seedance、Seedream、Coze、Jimeng、Hypic等模型和应用。
- 劣势
- 业务覆盖广,AI投入和商业化路径需要持续验证。
- 对比
- 相较单一应用公司,ByteDance同时覆盖模型、云、应用、内容生成和硬件入口。
- 风险
- 监管、算力供应、海外业务不确定性、应用留存和付费转化。
- Kuaishou多模态AI应用公司
- 优势
- 报告称其为领先多模态参与者,受益于视频、内容生成和社区生态。
- 劣势
- 多模态商业化可能依赖内容生态质量和广告预算。
- 对比
- 相较办公或企业软件公司,Kuaishou更偏内容和视频生成应用。
- 风险
- 内容平台竞争、AI生成内容同质化、算力成本上升。
- Meitu视觉AI应用公司
- 优势
- 在视觉市场具备AI应用落地场景,适合图像编辑、生成和创意工具变现。
- 劣势
- 垂直应用市场规模和用户付费能力需持续验证。
- 对比
- 相较综合互联网平台,Meitu更聚焦视觉创作场景。
- 风险
- 竞品增加、用户增长放缓、订阅转化不足。
- BeisenHCM市场AI应用公司
- 优势
- 报告将其定位为人力资本管理市场的AI应用标的。
- 劣势
- 企业客户采用AI的周期和预算可能较长。
- 对比
- 相较2C应用,Beisen更依赖企业数字化和HR场景ROI。
- 风险
- 企业IT支出放缓、项目交付周期延长、竞争加剧。
- Kingsoft Office办公软件AI应用公司
- 优势
- 办公场景适合文档总结、改写、生成和协作,具备高频工作流入口。
- 劣势
- AI功能付费转化和企业授权升级需要持续证明。
- 对比
- 相较内容娱乐平台,Kingsoft Office更偏生产力工具和企业软件。
- 风险
- 用户付费意愿不足、模型成本上升、同类办公AI竞争。
关键数据
- 全球前十SOTA模型中的中国贡献约一半报告正文称中国贡献全球前十SOTA模型中的一半,是美国之外的主要竞争者。
- AI推理算力需求>100X one-shot图示指出推理型AI在多步长思考场景下的推理计算量可显著高于单次推理。
- 微信日均会话次数44.6 sessions/user报告引用2025年7月微信用户行为数据。
- 微信日均使用时长99.4 mins/user报告引用2025年7月微信用户行为数据。
- 价格目标常用时间框架12-18个月披露部分说明Morgan Stanley研究中价格目标通常使用12至18个月框架,除非另有说明。
影响与含义
对投资而言,AI主题不只影响模型公司,也会重塑互联网平台、云服务、广告、电商内容生产、办公软件、人力资本管理、视觉内容、短视频和本地生活等多个板块。最直接的受益方向包括拥有大规模用户入口和商业化闭环的平台、具备云和模型基础设施的厂商,以及在垂直场景中能证明ROI的AI应用公司。
风险
- 美国出口管制可能限制高端GPU和先进算力获取。
- 国产GPU替代进度、性能和生态成熟度存在不确定性。
- AI基础设施资本开支可能先于收入兑现,压低短期回报。
- 公有云和AI云竞争可能导致价格压力。
- AI搜索转型可能冲击传统广告商业模式。
- 2C和2B AI应用的付费转化、留存和ROI仍需验证。
- 数据合规、伦理治理和监管政策变化可能影响产品落地。
后续跟踪
- 中国SOTA模型在全球排行榜中的持续排名和开源生态影响力。
- AI云在企业公有云支出中的占比变化。
- CIO调查中GenAI项目启动时间、预算和ROI反馈。
- 国产GPU供给、性能和软件生态进展。
- 微信、Doubao、Coze、WPS等高频应用中的AI功能使用率和付费率。
- 互联网平台AI投入对广告、云、内容和企业服务收入的贡献。