中国AI进入价值捕获新阶段：从训练到推理，从潜力到盈利

概览

摩根士丹利发布深度报告指出，中国人工智能产业已正式进入“2.0阶段”。这一阶段的核心特征不再是单纯的技术能力追赶，而是通过速度、成本效率和系统级集成优势，快速将AI能力转化为实际经济价值和企業盈利。报告强调，AI发展的重心已从训练转向推理，从实验室走向实体经济。尽管短期内AI对宏观经济增长的贡献可能因劳动力调整摩擦而受限，但中长期来看，它将成为抵消人口老龄化、提升全要素生产率的关键杠杆。在投资层面，机构建议关注电力基础设施、半导体国产化以及具备明确变现路径的应用层龙头企业。

核心观点

宏观视角：AI是中长期的生产力引擎，而非短期的周期性刺激。研报估算，未来十年AI有望累计提升中国全要素生产率约3个百分点，使2035年的潜在GDP水平比无AI情景高出3.5个百分点。然而，近期内（2026-2027年），AI对 headline GDP 增长的净贡献可能较为温和甚至略微负面。这是因为虽然AI相关的资本支出周期（如数据中心建设）能带来0.2-0.3个百分点的增长提振，但这很大程度上被转型期的劳动力中断所抵消。由于中国企业盈利起点较低，企业可能更倾向于利用AI进行成本削减而非扩大产出，导致初级白领和部分服务业岗位的替代速度快于新岗位的创造，从而加剧通缩压力。 产业趋势一：电力成为新的瓶颈，储能是下一个增长点。随着AI工作负载从训练转向高频推理，数据中心的电力需求呈指数级增长，约束条件已从算力本身转向电力供应的稳定性和灵活性。研报预测，全球数据中心对储能系统（ESS）的年增量部署将从2025年的基准水平大幅上升，到2030年达到约321GWh。除了储能，燃气轮机和高压电网设备（如变压器）也将受益于全球电力系统的扩张周期。中国设备出口商在这一领域具有显著的竞争优势。 产业趋势二：半导体自给率提升，竞争焦点转向性价比。受出口管制影响，中国AI芯片市场正加速向本土化转变。研报估计，中国AI芯片市场规模到2030年将达到670亿美元，其中本土供应渗透率将从2025年的41%提升至2030年的86%。尽管在先进制程上仍有差距，但国内厂商通过系统级优化、多芯片封装和软件生态适配，在推理场景下提供了极具竞争力的总拥有成本（TCO）。采购决策正从追求峰值理论性能转向注重可部署的成本效率和供应链安全。 产业趋势三：具身智能与自动驾驶加速落地。在人形机器人领域，中国凭借制造基础和真实世界数据优势，正处于领先地位。预计2026年中国人形机器人交付量将翻倍至2.8万台，并在2028年后随着模型能力的成熟开启规模化采用，长期市场空间巨大。在自动驾驶方面，L2+功能正迅速成为标配，渗透率预计从2025年的25%升至2030年的50%以上；L4级Robotaxi的商业化也在政策支持下加速，预计2030年将占据中国网约车车队的约8%。 互联网与软件：全栈能力构建护城河。研报认为，拥有“芯片+云基础设施+基础模型+应用”全栈能力的公司将胜出。阿里巴巴被视为最佳定位的全栈AI平台，其阿里云和通义千问模型处于领先地位。相比之下，纯软件/SaaS公司面临被AI代理颠覆的风险，估值承压，因为AI降低了软件个性化开发的门槛，可能侵蚀传统软件的终端价值。

分析框架

研报采用了“自上而下”的宏观推演与“自下而上”的产业验证相结合的分析框架。 首先，在宏观层面，分析师引入了全要素生产率（TFP）模型，量化AI对长期潜在GDP的提升作用，同时结合劳动力市场结构（如青年失业率、中等收入群体压力）分析短期的摩擦成本。这种分析揭示了AI作为“J曲线”效应的典型特征：短期投入和调整成本高，长期回报显著。 其次，在产业层面，研报构建了“China AI 65”股票池，通过 proprietary Global AI Mapping Survey（全球AI映射调查）跟踪企业对AI的暴露程度和财务实质性影响。分析师不仅关注静态的AI概念，更重视“变化率”（Rate of Change），即哪些公司的AI相关性和盈利预期正在加速改善。通过对比“赋能者”（Enablers，如半导体、电力）和“采用者”（Adopters，如应用端）的财务表现，发现采用者的利润率扩张速度远超营收增长，证实了AI初期主要体现为效率红利。 最后，在具体赛道选择上，研报运用了供需框架和瓶颈分析法。例如，在电力板块，识别出从“电力可用性”到“电力灵活性”的需求转变，从而锁定储能和电网设备；在半导体板块，通过分析地缘政治约束下的供应链重构，锁定具备本土替代逻辑的设备商和芯片设计公司。

方法论与常识提炼

• 宏观经济框架

  全要素生产率（TFP）与潜在GDP测算

  研报使用TFP模型来评估技术进步（AI）对经济体长期生产能力的提升。通俗来说，就是计算在劳动力和资本投入不变的情况下，仅靠技术效率提升能多创造多少GDP。这帮助读者理解AI为何是长期利好但短期见效慢。

• 行业/产业分析框架供需框架

  瓶颈转移分析（从算力到电力）

  研报指出产业发展的瓶颈已从“有没有芯片”转移到“有没有足够的电”。当某一环节（如电力）成为制约整体扩张的短板时，该环节的投资机会往往最大。这是典型的供给侧瓶颈分析逻辑。

• 公司基本面与财务框架盈利质量分析

  利润率扩张 vs 营收增长

  研报区分了AI带来的两种财务影响：一是直接增加收入（营收增长），二是降低成本提高利润（利润率扩张）。数据显示目前中国AI采用者更多受益于后者，这提示投资者应重点关注那些能通过AI显著降本增效的企业，而非仅看营收增速。

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）。

• 阿里巴巴 (BABA.N)

  最佳定位的全栈AI平台，拥有自研芯片(T-Head)、阿里云、通义千问模型及丰富应用场景。

  优势

  全栈能力带来成本优化和性能协同；阿里云在中国市场份额第一。

  对比

  相比百度和腾讯，阿里在基础设施和模型层的整合度更高。

  风险

  云计算市场竞争加剧（如字节跳动）。

• MiniMax (0100.HK) / 智谱AI (Z.ai, 2513.HK)

  中国领先的基础大模型提供商，受益于API价格上涨和ARR快速增长。

  优势

  模型智力密度高，推理成本低；近期展现定价权，摆脱纯粹 commoditization。

  劣势

  算力约束仍是关键挑战。

  风险

  技术迭代快，竞争激烈。

• 宁德时代 (300750.SZ) / 思源电气 (002028.SZ) / 应流股份 (603308.SS)

  电力基础设施核心受益者。宁德受益于储能需求；思源和应流受益于电网设备和燃气轮机出口。

  优势

  全球领先的电池/设备制造商；受益于AI数据中心对灵活电力的迫切需求。

  风险

  原材料价格波动，海外贸易政策。

• 寒武纪 (688256.SS) / 海光信息 (9903.HK) / 中芯国际 (0981.HK)

  半导体国产化核心标的。寒武纪和海光提供国产AI加速卡；中芯国际是先进制程制造支柱。

  优势

  在地缘政治背景下，具备供应链安全和政策支持优势；推理场景下性价比突出。

  劣势

  先进制程仍受制于上游设备（光刻机等）。

  对比

  寒武纪在云端推理牵引力较强；海光在供应链韧性上有优势。

  风险

  美国出口管制进一步收紧。

• 北森控股 (9669.HK) / 美图公司 (1357.HK) / 石头科技 (688169.SS)

  AI应用层代表，通过AI实现显著的利润率扩张或收入增长。

  优势

  北森AI ARR预计10倍增长；美图付费率提升；石头科技算法支持高端化和毛利改善。

  对比

  在风险回报分析中筛选出的最具吸引力标的。

  风险

  宏观消费疲软影响需求。

关键数据

• AI对TFP的累计提升~3ppt未来十年内，部分抵消人口老龄化影响
• 2035年潜在GDP增幅+3.5ppt相比无AI采纳的情景
• 半导体自给率预测41% (2025) -> 86% (2030)支撑更具韧性和成本效益的部署
• AI采用者EBIT利润率扩张12-13ppt从2021年的~4%升至2027E的16-17%
• 中国AI芯片TAM670亿美元预计2030年规模，CSP需求占主导
• 人形机器人销量预测2.8万台 (2026E)较2025年翻倍，2030年后进入规模化阶段
• 数据中心ESS年增量部署~321GWh预计2030年全球总量，中国占85GWh

影响与含义

对中国市场而言，这意味着投资逻辑需要从“炒作概念”转向“验证业绩”。 对于基础设施提供商（如电力设备、半导体设备、数据中心），AI带来的资本开支上行周期是确定的，尤其是那些能解决“电力瓶颈”和“算力国产化”痛点的公司，将迎来持续的订单增长和市场份额提升。 对于应用层企业，AI的价值主要体现在“降本增效”上。那些能够将AI深度整合进业务流程、显著提升毛利率或运营效率的公司（如美图、北森、石头科技），将获得估值重估。相反，缺乏独特数据壁垒或容易被AI代理替代的传统软件公司，其长期终端价值面临风险。 宏观层面上，政策制定者需要在推动AI扩散以维持全球竞争力，与缓解劳动力替代带来的社会压力之间取得平衡。预计政策将倾向于保护劳动密集型服务业，而在高端认知领域允许更快的自动化进程。

风险

• 劳动力替代风险：若AI扩散过快且政策缓解不足，可能导致大规模失业，加剧通缩压力，形成“微观效率提升、宏观需求萎缩”的负反馈循环。
• 半导体供应链限制：上游EDA工具和先进制造设备的获取受限，可能阻碍国产AI芯片的性能突破和产能扩张。
• 企业AI变现滞后：尽管采用率提升，但B端应用的收入生成仍处于早期且不均衡，可能影响相关公司的短期业绩兑现。
• 地缘政治风险：出口管制政策的进一步升级可能扰乱供应链或限制市场准入。

后续跟踪

• AI扩散速度与规模：特别是从试点项目到大规模生产环境的转化进度。
• 政策反应：政府针对AI就业影响的缓解措施（如再培训、社会保障）的力度和方向。
• 电力基础设施进展：数据中心储能系统和电网灵活性的部署情况。
• 大模型定价趋势：观察API价格是否持续回升，以确认行业脱离价格战进入价值变现阶段。