China AI value chain研报解读

概览

这份主题报告探讨生成式AI能否从重资本基础设施投入转向可持续变现。Nomura的核心判断是，Token消费扩张、企业采用和中国AI基础设施建设可支撑更长的投资周期，并对云平台、IDC和软件提供商带来差异化影响。

核心观点

Nomura认为，生成式AI正处于转折点：应用正从聊天机器人和Copilot扩展至智能体AI、边缘AI和工业模型。其预计头部LLM平台将每3-6个月更新模型，并认为AI智能体、边缘设备和工业应用将在未来1-3年推动采用。报告将全球闭源模型与中国开源路径进行对比：前者寻求技术领先和溢价变现，后者则有望提升成本效率、扩大开发者生态并加快应用采用。 报告称，领先开源模型与闭源模型的性能差距正在缩小，尽管闭源系统在高难度推理、专业编程和知识准确性方面仍然领先。报告引用的数据包括：开源模型在Humanity’s Last Exam上的得分为34%-36%，而GPT-5.5为44%；在TerminalBench Hard上为43%-46%，而GPT-5.5为61%；截至2026年3月，AI Index排名中Claude Opus 4.6与GLM-5相差49分。尽管如此，报告认为开源模型以约一半至六分之一的成本提供接近前沿的性能，因此特别适合商业部署。Nomura将中国开源生态、国产芯片进步及较低运营成本视为AI渗透扩大的基础。 Nomura的Token经济框架是报告的核心变现逻辑。其假设主要LLM和超大规模参与者的AI算力将从2025F的13GW升至2030F的98GW，同时每GW产出每年提高35%，综合Token价格每年下降20%以刺激使用。在这些假设下，平台Token收入将从2025F的USD136bn增至2030F的USD1.348tn。报告预计，随着消费者和企业应用规模扩大，推理将在工作负载中占据更大份额；这一点很重要，因为推理可产生Token收入，而训练不会直接产生Token收入。 Nomura区分了轻资产的独立LLM平台与垂直整合的超大规模平台。独立提供商租用算力并获取API和Token收入，因此利润率对Token定价和算力租赁成本敏感；报告预计其2030F EBIT利润率可达29.6%，毛利率约为70.5%。超大规模平台自行投资基础设施，但可通过规模和生态整合吸收算力成本；Nomura预计其2030F EBIT利润率为47.1%，税前ROIC为18%。因此，其认为更大型的整合云生态系统更有能力从AI投资中获取可持续回报。 报告基准情景下的基础设施投入仍然可观。Nomura引用的Bloomberg一致预期显示，Meta、Amazon、Alphabet和Microsoft合计2026E/2027E资本开支为USD710bn/USD907bn。Nomura预计，中国头部云服务提供商和电信运营商将在2026F/2027F投入CNY981.7bn/CNY1,106.8bn。其认为中国因先进芯片限制和变现不确定性而仍处于投资不足状态，但预计政策支持、国产芯片升级、开源LLM发展以及政府、国企和私营企业的参与将加快AI数据中心投资。 报告将金融、软件、医疗保健、自动驾驶和机器人列为主要应用前沿。企业端变现较消费者端更清晰：报告引用的数据显示，企业AI产品收入模式中会员费占50%，按量付费占30%，而逾40%的消费者AI产品仍缺乏明确收入模式。在中国，Nomura预计B端应用的商业化速度将快于C端应用。报告重点关注AI智能体、AI办公软件、金融服务自动化、医学影像和药物发现、端到端自动驾驶及具身机器人等应用。 对于中国AI基础设施，Nomura强调Token消费带动的旺盛IDC需求。中国累计IDC机架数量在2025年底同比增长53%至13.7mn，智能算力在2025年底达到1,590 EFLOPS，并在2026年6月底达到2,185 EFLOPS。报告将乌兰察布视为关键AI数据中心枢纽，原因在于自然冷却、邻近北京及可再生能源资源。Nomura估计，截至2026年7月当地已利用IT功率为0.8GW，而已签约容量相当于12.5GW，并认为VNET和GDS等参与者有望受益于中国北方AI数据中心需求。 个股层面，Nomura推荐AI平台、基础设施及软件龙头Alibaba、Kingdee、Kingsoft Cloud、Kingsoft Office、GDS和VNET，同时维持iFlytek中性评级。报告认为Kingdee正向AI原生软件模式迈进；Kingsoft Office有望受益于企业AI智能体，但面临日益激烈的竞争；Kingsoft Cloud有望受益于AI云需求，但也面临芯片供应和利润率压力；GDS和VNET受到AI数据中心订单增长和产能扩张的支撑；iFlytek则在国产LLM和企业垂类中具备较好定位，但受到激烈竞争以及消费者和教育业务趋弱的制约。

分析框架

Nomura结合开源与闭源LLM、应用采用及政策环境的技术和市场结构分析，并以Token经济模型将算力容量、Token产出、定价和变现联系起来。随后，报告对精选中国AI价值链公司进行盈利、订单积压、利润率和估值分析。

方法论与常识提炼

• 行业/产业分析框架产业链上中下游传导

  中国AI价值链分析

  报告将芯片和算力基础设施与云平台、LLM提供商、应用、企业软件及数据中心相连接，说明AI需求和变现如何在价值链中传导。

• 行业/产业分析框架供需框架

  Token经济供需模型

  Nomura根据推理算力容量估计Token供给，并与预测的Token需求比较，模型采用硬件效率、利用率和Token价格假设。

• 估值方法DCF 现金流折现

  公司目标价估值

  报告对Kingdee、Kingsoft Office、Kingsoft Cloud和VNET采用现金流折现估值，并使用所述WACC和永续增长率假设对预测现金流进行折现。

• 估值方法EV/EBITDA 估值

  GDS目标价估值

  Nomura以FY27F EV/EBITDA倍数推导GDS目标价，并称该倍数与公司的历史平均EV/EBITDA一致。

• 估值方法PE/PEG 估值

  iFlytek市盈率估值

  报告以65x FY27F EPS对iFlytek估值，并称其与A股软件行业市盈率中位数一致。

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）。

• Alibaba (9988 HK / BABA US)

  Nomura推荐的AI平台和云龙头

  优势

  开源生态及AliCloud敞口

  对比

  属于Nomura偏好的AI平台组合

  风险

  投资爬坡带来的利润率压力，以及支付和互联网金融相关监管风险

• Kingdee (268 HK)

  Nomura推荐的AI软件龙头

  优势

  AI原生产品、订阅增长及企业AI操作系统Lingee

  劣势

  云业务扭亏仍取决于执行

  对比

  报告偏好的中国软件敞口

  风险

  云收入增长慢于预期、额外研发需求及来自既有ERP平台的竞争

• Kingsoft Office (688111 CH)

  Nomura推荐的AI办公软件龙头

  优势

  WPS 365、Lingxi和WPS Comate支持企业AI变现

  劣势

  WPS AI用户增长和ARPU低于预期，导致预测下调

  对比

  在AI协作软件领域面临Alibaba和Tencent竞争

  风险

  需求偏弱、AI和订阅业务发展较慢，以及AI办公竞争加剧

• Kingsoft Cloud (3896 HK)

  Nomura推荐的AI云基础设施龙头

  优势

  AI云和MaaS需求，包括生态客户和LLM客户

  劣势

  较高的硬件及第三方租赁成本压制利润率并推迟盈利

  对比

  具备AI敞口的中国独立云服务提供商

  风险

  公有云或企业云需求慢于预期，以及竞争加剧

• GDS Holdings (GDS US)

  Nomura推荐的中国IDC龙头

  优势

  2Q26订单强劲、上调预订目标且资源储备充足

  劣势

  合同续约和市场结构变化令短期EBITDA增长较为温和

  对比

  与VNET同为关键AI数据中心受益者

  风险

  中国AI数据中心需求偏弱、海外扩张延迟、竞争及地缘政治供应链扰动

• VNET Group (VNET US)

  Nomura推荐的中国IDC龙头

  优势

  批发订单规模大、土地储备充足且在乌兰察布AI数据中心布局领先

  劣势

  新增产能需要提升利用率

  对比

  内蒙古AI数据中心的早期布局者

  风险

  新建设施利用率爬坡慢于预期，以及竞争加剧下MRR下降快于预期

• iFlytek (002230 CH)

  Nomura给予中性评级的国产LLM和AI应用提供商

  优势

  采用国产芯片训练的Spark LLM，以及在医疗保健和汽车等企业垂类的敞口

  劣势

  教育和消费者业务面临竞争压力

  对比

  Nomura表示在中国软件领域更偏好Kingdee

  风险

  LLM和语音识别竞争加剧、技术爬坡较慢及变现延迟

关键数据

• 全球Token市场收入USD136bn in 2025F to USD1.348tn in 2030FNomura Token经济预测
• 全球AI算力13GW in 2025F to 98GW in 2030FNomura对头部LLM和超大规模参与者的估计
• 独立LLM平台EBIT利润率29.6% in 2030FNomura Token经济模型
• 超大规模AI平台EBIT利润率47.1% in 2030FNomura Token经济模型
• 超大规模AI平台税前ROIC18% in 2030FNomura模型；报告提及FY28-30F为17%-20%区间
• 中国AI相关CSP和电信运营商资本开支CNY981.7bn in 2026F and CNY1,106.8bn in 2027FNomura估计
• 全球AI智能体市场USD5.29bn in 2024 to USD47.1bn by 2030E报告引用Moonfox估计
• 中国累计IDC机架数13.7mn at end-2025, up 53% year-on-year报告引用NDA和CAICT数据

影响与含义

Nomura认为，Token消费是将AI算力投资转化为经常性收入的机制。其偏好的敞口包括整合型AI平台、AI云提供商、具备可扩展容量的IDC，以及能够通过智能体和订阅实现变现的企业软件公司；报告预计中国开源生态和本土基础设施建设将支持这些领域。

风险

• 如果竞争加剧、算力成本上升或LLM智能提升慢于预期，主要LLM参与者的ROI可能低于预期。
• 由于竞争、终端客户购买力疲弱及宏观环境因素，中国AI应用变现可能慢于预期。
• 随着政府、国企和私营企业同时扩张数据中心容量，中国可能面临IDC供给过剩。
• 中美技术限制可能收紧供应条件，并推升芯片、光器件和LLM基础设施的成本。
• 当系统对用户设备和数据拥有较高访问权限时，AI智能体部署会带来隐私、数据盗窃和网络安全风险。

后续跟踪

• Token消费增长、推理工作负载占比，以及LLM平台维持定价和利用率的能力。
• 中国AI云和AI数据中心资本开支、国产芯片扩产，以及供应限制缓解的速度。
• 企业AI产品的商业化进展，尤其是智能体、MaaS、API使用和订阅采用。
• GDS和VNET的IDC订单、客户入住、产能交付和利用率。
• AI办公软件、消费者AI应用及中国开源LLM生态的竞争动态。
• 影响AI芯片、模型获取、数据中心组件和机器人的中美政策及出口管制发展。