中国AI进入应用与盈利兑现的新阶段

概览

本报告是一篇覆盖中国AI生态、宏观影响和大中华股票机会的主题研究。报告认为，中国AI已经进入“AI 2.0”阶段：市场关注点从前沿训练能力转向推理、应用落地和盈利兑现。中国并非单纯追赶全球最前沿模型，而是在低成本模型、开放生态、庞大应用场景、制造业供应链和政策协调下，推动AI快速扩散到能源、制造、互联网平台、消费、城市基础设施、机器人和自动驾驶等实体经济环节。

核心观点

核心观点包括：第一，中国AI的竞争重心正在从模型领先转向部署速度、成本效率和系统级集成；第二，AI采用者的财务影响正在显现，主要体现为成本效率、经营杠杆和利润率扩张，而非立即带来收入爆发；第三，AI可成为中国中期生产率杠杆，但短期对总量增长的净贡献可能有限，因为资本开支和早期效率提升会被劳动力调整摩擦部分抵消；第四，投资机会将从早期AI enablers逐步扩展到应用层、基础模型、半导体本土化、数据中心、电力、服务器供应链和具备明确变现路径的AI adopters。

分析框架

报告结合自上而下主题筛选和自下而上分析师验证。Morgan Stanley使用Global AI Mapping Survey构建大中华覆盖股票中的AI暴露初始池，关注AI暴露类别、重要性变化和未来12个月EPS影响，再由行业分析师评估AI如何转化为收入增长、成本效率或利润率扩张，并剔除只有叙事但缺乏可信变现路径的“AI washing”标的。

方法论与常识提炼

• 主题股票筛选China AI 65

  覆盖AI全价值链的中国AI主题股票框架

  该框架用于识别在电力、半导体与硬件、基础设施、基础模型和应用层等环节具有实质且可变现AI暴露的公司，并保持固定成分用于比较不同主题篮子的表现。

• 调查与映射Global AI Mapping Survey

  AI暴露度和财务重要性映射

  报告利用全球AI映射调查观察AI采用在Morgan Stanley覆盖范围中的扩散情况，并比较不同调查波次中AI暴露和重要性是否提升。

• 宏观测算AI productivity impact framework

  AI对全要素生产率和潜在GDP的影响

  报告将AI视为中期生产率工具，估算其未来十年对中国全要素生产率和2035年潜在GDP水平的累计影响，同时强调短期存在J曲线式调整成本。

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）。

• MiniMax (0100.HK)

  中国AI基础模型提供商

  优势

  被报告列为中国AI关键基础模型公司之一，受益于中国AI从训练转向推理和应用的阶段变化。

  劣势

  基础模型商业化仍处于早期，企业端变现路径可能不均衡。

  对比

  与Z.ai同属报告提到的关键基础模型提供商。

  风险

  模型竞争、推理成本、商业化节奏和监管环境可能影响估值。

• Z.ai (2513.HK)

  中国AI基础模型提供商

  优势

  被报告列为中国AI基础模型领域关键公司之一。

  劣势

  需要证明模型能力、客户采用和收入变现可持续。

  对比

  与MiniMax共同代表中国基础模型主线。

  风险

  技术迭代快、竞争格局变化和企业端付费不确定。

• ALIBABA GROUP HOLDING LTD (BABA.US)

  全栈AI平台

  优势

  报告认为Alibaba是中国最具优势的全栈AI平台，拥有云、模型、平台和应用生态协同。

  劣势

  AI云与模型投入需要持续资本开支，利润率节奏可能受竞争影响。

  对比

  报告认为Tencent在应用层更强，而Alibaba在全栈能力上更突出。

  风险

  云竞争、资本开支回报周期、模型商业化和宏观消费环境。

• Beisen (9669.HK)

  AI adopter

  优势

  报告认为其AI ARR有望从FY25的人民币600万元以上增长至FY26的人民币6000万元以上，具备高盈利增量收入和市场份额提升潜力。

  劣势

  收入基数仍小，需验证AI产品付费扩张的持续性。

  对比

  在AI采用者风险回报筛选中与Meitu、Beijing Roborock并列突出。

  风险

  企业软件预算、AI功能采用率和竞争加剧。

• Meitu (1357.HK)

  AI adopter

  优势

  报告预计其可通过照片、视频和设计应用实现AI变现，付费率到2028年有望翻倍至8%至10%。

  劣势

  消费应用付费转化仍需持续验证。

  对比

  与Beisen、Beijing Roborock同属AI采用者中风险回报较优标的。

  风险

  用户增长、订阅转化、AI内容工具竞争和监管。

• Beijing Roborock Technology (688169.SS)

  AI adopter与消费机器人

  优势

  先进AI算法有助于高端定位、替换周期加快和毛利率改善，并具备家用服务机器人延展潜力。

  劣势

  消费硬件需求和产品升级周期可能波动。

  对比

  与Ecovacs Robotics均受益于AI感知、导航和机器人产品升级。

  风险

  竞争、价格压力、海外需求和硬件创新周期。

• Ecovacs Robotics (603486.SS)

  AI adopter与服务机器人

  优势

  AI感知和导航升级可推动产品高端化和TAM扩张。

  劣势

  高端化落地依赖产品体验和消费者支付意愿。

  对比

  与Beijing Roborock同属家用机器人AI应用受益方向。

  风险

  行业竞争、需求疲弱、库存和价格压力。

• Cambricon、Iluvatar、NAURA、AMEC、ACMR、SMIC

  AI半导体本土化enablers

  优势

  报告将其列为受益于中国半导体本土化长期趋势的关键AI enablers。

  劣势

  先进制程、EDA工具和制造能力仍可能构成瓶颈。

  对比

  相较应用层，公司更直接受益于AI资本开支和供应链国产化。

  风险

  技术瓶颈、出口限制、产能约束、估值波动和资本开支周期。

• CATL、Yingliu、Sieyuan

  AI电力与能源基础设施受益标的

  优势

  报告强调AI电力需求成为重要主题，数据中心需求和储能、灵活电力价值提升可能带来增量机会。

  劣势

  电力和储能需求释放节奏与数据中心建设周期相关。

  对比

  与半导体和模型公司相比，更偏AI基础设施外延受益方向。

  风险

  电力基础设施审批、需求预测偏差、价格和政策风险。

关键数据

• AI对中国全要素生产率的长期影响未来十年累计提升约3个百分点报告估算AI可部分抵消人口老龄化和劳动力收缩压力。
• 2035年潜在GDP影响较无AI采用情景高约3.5个百分点该影响属于中期生产率故事，而非短期周期性刺激。
• 中国AI半导体自给率2025年约41%，2030年估算约86%自给率提升有助于更具韧性和成本效率的AI部署。
• enabler/adopter渗透率两年内由约43%升至约51%显示中国AI采用在覆盖公司中继续扩散。
• 1H26 China CIO Survey47%计划未来一年启动首个AI项目高于2H25的40%，反映AI项目启动意愿增强。
• AI采用者NTM EPS表现过去两年上升约62%显著高于MSCI China约10%的表现。
• AI采用者EBIT利润率预计到2027E扩张12至13个百分点至16%至17%报告认为AI当前更多体现为效率提升和经营杠杆。
• 中国AI云增长2024至2029E CAGR约72%云和数据中心基础设施是推理和应用扩散的重要支撑。
• 主要科技公司AI相关资本开支2026年预计人民币5970亿元，2030年预计人民币7110亿元报告对应约10% CAGR，并预计未来两年对实际GDP增长贡献约0.2至0.3个百分点。

影响与含义

投资含义上，报告认为当前阶段AI enablers和基础模型仍是核心主线，但随着AI采用扩散，应用层和具备明确变现路径的AI adopters会出现补涨机会。基础设施、电力、半导体本土化、AI服务器供应链和数据中心受益于资本开支周期；互联网平台中，Alibaba被视为最具优势的全栈AI平台，Tencent在应用层和生态变现方面具备优势；基础模型方面，MiniMax和Z.ai被列为中国关键基础模型提供商。宏观层面，AI有望提升中期生产率，但未来2至3年可能面临就业替代、收入压力和通缩风险，需要政策缓冲。

风险

• 企业端AI变现仍处早期且不均衡，收入增长可能慢于采用率提升。
• 先进芯片、EDA工具和制造节点受限可能继续约束中国AI前沿创新。
• AI采用可能在未来2至3年先带来岗位替代和收入压力，生产率收益则滞后释放。
• 数据透明度因行业而异，筛选框架可能偏向短期影响更可见的公司，低估早期机会。
• 快速技术变化可能改变竞争定位，使当前领先者面临被替代风险。
• 半导体约束、基础设施供给、政策变化和宏观需求疲弱均可能影响主题表现。

后续跟踪

• 中国企业AI项目从试点进入生产环境的比例和节奏。
• AI采用者的NTM EPS、EBIT利润率和ROE是否继续相对MSCI China改善。
• AI云、数据中心和主要科技公司AI资本开支是否达到报告预测路径。
• 中国AI芯片和半导体设备本土化进展，尤其是SMIC扩产后下游瓶颈是否缓解。
• 电力、储能和数据中心供给能否支撑AI推理需求增长。
• 政策对AI替代就业的缓冲力度，以及服务业和认知岗位的调整速度。
• Alibaba、Tencent、MiniMax、Z.ai等平台和模型公司的AI商业化进展。