大摩深度报告：中国AI生态体系成型 估值回升驱动新一轮资产重定价
政府支持、平衡监管方法、对先进技术的投资、庞大AI人才和丰富能源为中国AI应用奠定基础。
中国的长期战略是跻身人工智能技术的全球领导者。DeepSeek-R1开源大型语言模型提供了高性能且具有成本效益的AI解决方案，是最近的一个关键催化剂，而中国自上而下驱动的人才、创新、数据和基础设施生态系统创造了人工智能发展的肥沃环境。在本报告中，我们探讨了目前中国人工智能的发展状况，以及2030年及以后的发展方向。我们研究为何中国走了一条与美国不同的路线，并评估迄今为止的发展历程。这是一个人工智能投资以远超预期的速度转化为现实生活应用的故事。我们深入研究哪些细分行业和公司将最快实现收益和商业化。中国互联网大厂的投资加速将得到数据中心增长和基础设施的支持。我们还考虑了美国关税的影响，以及中国如何在无法获得最高性能芯片的情况下继续取得进步。
中国正在从传统的制造业向数字领域扩张，其中关键的人工智能基础设施成为焦点。尽管受到美国的限制，中国已经用更少的硬件实现了尖端的人工智能能力，超出了对计算能力要求的传统预期。政府的支持、平衡的监管方法、对先进技术的投资、庞大的AI人才和丰富的能源为中国的AI应用奠定了坚实的基础。我们认为人工智能价值将来自于人工智能产品产生的收入，而在其他情况下，它将通过提高效率和生产力以节省成本来产生。竞争更加激烈的AI格局即将到来，DeepSeek可能会促使公司降低模型的使用价格，并在业务运营中利用AI。
我们认为，人工智能革命将有助缓解中来自人口老龄化和生产率增长放缓的结构性经济压力，为中国长期经济增长提供新动能。 短期来看， 人工智能对经济的推动主要来自其相关投资的大幅上升。但考虑到其起始投资规模相对较小，对GDP增长的带动作用可能相对温和（每年0.2-0.3个百分点）。中长期来看，人工智能将有助于提高工作效率，优化生产流程，同时创造新产品、新服务、新工种，从而提升整体经济的生产力。假设人工智能最终对劳动力市场的整体渗透率达到40%， 与国际货币基金组织对新兴市场的估计一致，按2024年的工资水平测算，这相当于人工智能可创造人民币6.7万亿元的劳动力等量价值。但同时我们也注意到，鉴于人工智能革命影响的广度（跨越行业和技能水平）、速度（技术迭代的指数级增长）和深度（对脑力工作者的替代性），其在新产业、新工种成型前，对劳动力市场的扰动可能会比以往技术革命更为强烈。 作为应对，我们认为政府应加强社会保障， 加大对人工智能教育和职业培训的支持力度，并在不易受人工智能取代的行业（例如基于人际互动的服务业）创造更多的就业机会。
Exhibit 2:假设生成式AI对劳动力市场的最终渗透率与IMF对新兴市场的预测一致（40%），按2024年价格计算， 人工智能可创造人民币6.7万亿元的等值劳动力
中国的首要任务是将人工智能应用于整个“实体经济”，利用市场规则获得商业化产品的成果，同时提高制造业等传统部门的生产力。硬件限制促使中国注重工程效率和软件/算法优化，更重要的是，注重通过大语言模型的商品化来开发人工智能应用。这意味着推理成本（即使用训练有素的人工智能产生结果的成本）大幅降低，从而加速人工智能在中国大众市场的采用。具体而言，超级应用（单一平台上的高频率、多用途/功能）和新推出的人工智能原生应用的激增，可能会在未来2-3年加快推动中国企业到消费者端（2C）的采用，今年1月份“DeepSeek 时刻”之后用户意识的提高带来了推动力应用行业 英文。通过将人工智能功能整合到现有的超级应用程序中，他们将能够利用大量的专有数据和用户参与，而开源大语言模型的激增将降低人工智能采用者的进入壁垒。
鉴于已经出现的大量企业应用软件以及企业降低成本的意愿，中国企业今年开始的大规模采用人工智能的周期可能会比2013年公有云的采用周期更快。然而，企业IT支出下降、对私有云部署的偏好以及尚不成熟的软件行业表明，企业端的变现将慢于消费者端。尽管拥有专有数据的企业软件可以为企业创造有意义的AI价值，但中国企业领域的AI应用格局也可能比超级应用主导的消费者领域更加分散。
我们预计，到2030年中国人工智能将实现人民币8060亿元的总回报和52％的投资资本回报率（ROIC），预计2028年实现投资盈亏平衡。其推动力是消费对人工智能的贡献，达人民币5560亿元，其中电商的贡献最大，达人民币2710亿元，其次是广告，达人民币950亿元，本地服务达人民币910亿元，企业应用达人民币2500亿元。我们预计到2030 年，来自折旧、电力和服务器租赁成本的总运营成本将达到人民币3890亿元。
当部署自动驾驶汽车或机器人时，大多数公司都会有盈利，虽然因为在投资阶段硬件应主导利润，处理器和零部件应能更早实现收入，但机会在应用层，且如果成本曲线持续下降，物理AI可能实现普及。我们估计，到 2050 年，全球人形机器人潜在市场规模将达到年收入5万亿美元，人形机器人存量将达到 10亿台，其中中国约占世界人形机器人存量的 30％。在自动驾驶汽车方面，我们预计2025年部分自动驾驶和自动驾驶渗透率将达到25％，这意味着今年将有550-600万辆汽车采用先进的智能驾驶功能，并且车型的上市速度快于预期。
中国拥有世界上最大的5G网络和第二大数据中心产业，并具备高效节能和丰富的电网，为部署高容量算力提供了坚实的基础，以促进未来增长和培训大型计算机规模AI模型。自去年字节跳动开始加大资本支出和数据中心预订以来，其他互联网公司也加入了进来，中国的互联网大厂现在似乎已投入了一个长期的投资趋势。我们估计，前五大互联网和云提供商（字节跳动、阿里巴巴、腾讯、百度和快手）每年云资本支出约为人民币4000亿元（约600亿美元），其中人工智能占近一半。虽然这仅占美国前四科技巨头的不到20％，我们注意到中国资本支出的同比增长率为60％，而美国为42％。
美国的限制意味着先进的GPU对中国科技公司来说基本上遥不可及，然而，我们认为，根据中国的H20和传统GPU的累计库存，以及国产GPU的组合，中国的大语言模型开发商目前可以获得足够的先进算力，能够训练大多数模型。此外，缺乏稳定的GPU产量似乎正在推动中国半导体公司加快创新，以缩小与美国同行的性能差距，并寻找更多方法以更少的硬件来推动AI性能。华为的“AI-in-a-box”便是其中一个例子，这是一个由数千个昇腾 (Ascend) 910芯片组成的超级集群，可以训练具有超过1万亿个参数的基础模型，旨在与英伟达提供的类似系统竞争。我们估计中国AI GPU自给率将从2024年的34％上升到2027年的82％。
2025年1月，美国政府宣布了新的《人工智能扩散框架》，其范围和规模前所未有。新法规的核心目标是阻止中国使用人工智能计算来构建前沿模型。然而，DeepSeek的横空出世，让我们认识到并不只有算力才能将技术推向新高度。美国的限制似乎可能会加速本土AI芯片使用的自给自足，并减少HBM的潜在市场，这可能会加速需求转向更便宜的传统存储器。我们还认为，中国的竞争优势包括更便宜的能源、庞大的人才库（中国目前有535所大学开设人工智能相关专业）以及广泛的产业版图和供应链。凭借这些独特的因素，我们相信中国能够有效地竞争公司新闻，为世界其他地区提供一个具吸引力的人工智能和科技生态系统。
在本报告中，我们明确了以下领域有望随着中国人工智能的兴起而快速发展：能源、自动驾驶和人形机器人。我们预计到2035年数据中心将贡献中国约10％的电力需求，到2032年将实现100％绿色电力。技术迭代的加速和高级大语言模型荣誉资质图片，如DeepSeek，应能加速L2+的采用，我们的汽车行业研究团队现在预计L2+自动驾驶渗透率将从2024年的15％上升到2025年的25％，这意味着今年或有550-600万辆汽车采用先进的智能驾驶功能。我们还预计2025年将是人形器人历史上具有里程碑意义的一年，标志着人形机器人大规模生产的开始。就中国而言，我们预计到2030年/40年/50年，中国人形机器人存量将分别达到25.2万/6100万/3.02亿台，到2050年约占世界人形机器人存量的30％。
根据我们的AlphaWise调查，人工智能仍然是中国企业IT支出前景的唯一亮点，项目采用加速。约71％的CIO认为人工智能对其2025年IT投资将产生重大影响，69％的CIO已经启动或计划在未来12个月内启动他们的第一个AI项目（链接）。我们的“中国AI 60强”列明了多个行业的主要受益者。
美国新的出口限制旨在控制人工智能在全球的发展，并最终限制对最先进人工智能的获取，这可能会抑制中国人工智能的发展。美国的限制政策并不新鲜，出口管制不会对中国的人工智能发展形成绝对壁垒，但会造成更高的成本和复杂的规则，而不明确的合规条件可能会给中国生成式AI发展的长期计划带来相当大的不确定性。