美銀認為，中國AI價值鏈正在形成"啞鈴型"利潤結構——價值集中在兩端：以AI加速器、半導體設備、晶圓代工和記憶體為代表的戰略瓶頸環節，以及擁有規模優勢與生態網絡效應的大型雲平台；而夾在中間的獨立大模型實驗室與物理AI製造商，則面臨轉換成本低、模仿速度快、定價權薄弱的多重擠壓。

中國AI本土化進程已從政策目標演變為商業現實，但份額擴張與利潤擴張之間的裂口正在加深。隨著國產加速器、記憶體與設備廠商在中國市場快速搶佔份額，資本密集湧入帶來的重複投資與價格競爭，使得"誰在價值鏈上真正賺錢"成為比"本土化走了多遠"更為關鍵的投資命題。

據美銀美林9月17日發佈的中國AI策略報告，中國AI價值鏈正在形成"啞鈴型"利潤結構——價值集中在兩端：以AI加速器、半導體設備、晶圓代工和記憶體為代表的戰略瓶頸環節，以及擁有規模優勢與生態網絡效應的大型雲平台；而夾在中間的獨立大模型實驗室與物理AI製造商，則面臨轉換成本低、模仿速度快、定價權薄弱的多重擠壓。

這一判斷對投資者的直接含義是：中國AI並非一個同質化的主題，而是三類風險收益截然不同的標的集合。美銀美林將相關股票劃分為本土化受益者、基礎設施出口商與AI應用三個"桶"，並警告稱，若美國AI資本開支放緩，三類標的所受衝擊的性質與幅度將顯著分化。

本土化進展：份額是真的，但前沿缺口依然存在

國產AI加速器的市場份額擴張已在收入層面得到印證。

據IDC、公司報告與美銀美林估算，2025年中國加速器市場，國內廠商合計約佔50%，較2024年的不足30%大幅躍升，預計2028年接近80%。華為在訓練側具備清晰的路線圖優勢，$寒武紀 (688256.SH)$、$天數智芯 (09903.HK)$、$摩爾線程-U (688795.SH)$等廠商則在推理側逐步建立競爭力。

記憶體領域的追趕同樣顯著但不均衡。據公司報告與美銀美林估算，長鑫記憶體全球DRAM收入份額已由2024年的約3%至4%升至2026年二季度的約10%，長江記憶體NAND份額由7%至8%升至約14%。

半導體設備方面，據SEMI.org數據，2025年中國設備支出達493億美元，較2020年的190億美元實現五年複合增速21%，連續六年為全球最大設備市場。本土供應商份額約30%，較2019年的22%有所提升，但先進光刻、離子注入、量測與檢測仍是瓶頸——光刻設備本土份額不足5%，與ASML的差距短期內難以彌合。

中國應對硬體約束的核心策略，是系統級優化而非單點突破：通過更大規模的國產算力叢集、更快的互聯、軟硬體協同設計與更高效的模型架構來彌補單晶片性能差距。這一路徑在近期大模型訓練部署中已有實證，但也意味著本土化的競爭優勢更多體現在系統層面，而非可直接比較的單晶片規格。

微笑曲線：為何價值集中在兩端

美銀美林報告提出的核心框架是：中國AI價值鏈的利潤分佈呈"微笑曲線"形態，兩端高、中間低。

戰略瓶頸端的護城河來自資本強度、漫長的開發周期、深厚的技術積累與監管壁壘。

晶圓代工方面，$中芯國際 (00981.HK)$8英吋等效混合均價已由2025年上半年的904美元升至2026年上半年的965美元，華虹由437美元升至461美元，2026年二季度產能利用率分別達94%與103%，定價紀律明顯改善。

記憶體方面，$長鑫科技 (688825.SH)$2026年上半年經營利潤率達79%，與全球龍頭基本相當，但記憶體盈利能力對新增產能高度敏感，周期性風險不可忽視。

設備商方面，$北方華創 (002371.SZ)$與$中微公司 (688012.SH)$2025年毛利率因新品導入承壓，但兩家公司均維持盈利，並將長期毛利率目標設定在40%以上，關鍵變量在於能否將當前投入轉化為更大的裝機基數與持續的服務收入。

規模化平台端的優勢則來自多元使用場景、交叉銷售機會與網絡效應。

阿里雲收入增速已由2025年12月季度的36%同比加速至2026年6月季度的45%，AI產品收入實現三位數增長；$金山雲 (03896.HK)$2026年上半年收入同比增長34%，AI雲計費收入增長85%，佔總收入比例升至40%。但云平台的回報同樣資本密集——$阿里巴巴 (BABA.US)$最新季度資本開支同比增長75%，較高的折舊使金山雲在GAAP口徑下仍處於虧損狀態。

截至2026年6月，中國備案生成式AI服務與應用已超過980項，為2023年末的15倍以上，供給擴張速度遠超已驗證的變現能力。token價格戰已將DeepSeek V4.1 Flash的非高峰時段輸入與輸出報價壓至每百萬tokens 0.15美元與0.60美元，而Anthropic Claude Fable 5.1的對應報價為10美元與50美元。

基礎推理能力日益商品化，獨立大模型實驗室面臨低轉換成本、快速模仿與沉重研發投入的三重擠壓，定價權與盈利能力均受到結構性壓制。$輝達 (NVDA.US)$經營利潤率長期高於60%，而寒武紀雖於2025年實現盈利轉正，彭博一致預期其2028年經營利潤率維持在30%多的區間，與輝達的差距仍然顯著。

中國人形機器人市場已進入"內卷"階段，2025年約有140家製造商推出逾330款產品。宇樹科技人形機器人均價在2023年至2025年間下跌約72%，樂聚機器人Kuavo系列均價2025年下降26%。

美銀美林將中國AI相關股票劃分為三個投資主題，各有不同的風險收益特徵。

本土化受益者——包括半導體設備（北方華創、中微公司）、AI加速器（寒武紀）、記憶體（長鑫記憶體）、晶圓代工（$中芯國際 (00981.HK)$）等——與中國技術自立政策高度契合，為全球投資者提供了有別於美國AI資本開支周期的分散化敞口。但這類標的已被亞洲與歐洲投資者廣泛持有，估值普遍偏高，2027年預期市盈率多在50至150倍區間。若美國AI資本開支放緩，這類股票可能面臨估值倍數壓縮，但盈利影響相對有限，或為長期投資者提供逢跌買入機會。

基礎設施出口商——包括光模塊（$中際旭創 (03308.HK)$）、PCB/覆銅板（$勝宏科技 (02476.HK)$）、液冷、AI電源等——主要受益於美國超大規模數據中心的資本開支周期，過去三至四年股價漲幅顯著，估值相對合理，市盈率多在20至40倍。但其盈利與股價表現與全球AI支出周期高度綁定，若AI資本開支放緩，這類標的將同時面臨盈利與估值的雙重壓力。

AI應用標的——包括大模型、人形機器人、EV/AV、消費與企業AI應用——代表價值鏈的最終變現層，長期潛力可觀，但近期變現路徑不清晰，尚未出現能夠驅動大規模採用與可持續盈利的"殺手級應用"。在美國AI放緩情景下，估值低廉的深度價值標的（如大型互聯網平台）可能相對防禦，因其投資者持倉較輕、估值不高且資本開支壓力較小。

上述框架的成立有賴於若干可驗證的條件。

在結果層面，需觀察國產加速器收入份額是否沿2025年約50%向2028年接近80%的路徑推進，代工混合均價與產能利用率是否延續改善，長鑫與長江記憶體的份額與盈利能否持續。在機制層面，設備商毛利率能否隨新品驗證與裝機基數擴大回到40%以上的長期目標，以及大模型側定價錨能否從每token價格轉向每完成任務成本，將是判斷中間層能否改善定價權的關鍵信號。

反證條件同樣值得關註：若美國AI資本開支放緩在盈利而非僅估值層面造成實質破壞，本土化受益者的逢跌買入邏輯將不成立；若獨立大模型實驗室與物理AI製造商出現轉換成本與定價權的實質改善，微笑曲線結論需要修正。

2026年10月起的第三季度業績期，將集中披露代工廠、設備商與記憶體廠的毛利率與產能利用率數據，疊加年末國產加速器新一輪上市與招標披露，構成檢驗上述判斷的關鍵時間窗口。對投資者而言，在中國AI領域加倉之前，首先需要釐清自己承擔的究竟是那一類風險。(華爾街見聞)

過去二十年，輕資產模式是商業世界的共識性最優解。從耐克的代工分銷到萬豪的管理輸出，從SaaS的訂閱變現到網際網路平台的供需撮合，越輕的資產結構，往往對應越高的估值溢價、越快的擴張速度、越豐厚的股東回報。

資本市場信奉頂級的商業模式，就是用最少的固定資產，撬動最大利潤，甚至最好是用別人的錢辦自己的事。但進入 AI 時代，這條延續了數十年的商業鐵律正在鬆動。

一邊是曾經的美股 SaaS 標竿財捷（Intuit）股價遭遇腳踝斬，一邊是Google、Meta 等網際網路巨頭資本開支連創新高，與此同時，高盛提出的 HALO（重資產、低淘汰率）策略席捲全球。

一切訊號都指向同一個方向：曾經所向披靡的網際網路輕資產商業模式，正在走向終結。

01
輕重資產商業模式之爭的底層邏輯

●輕資產模式，是以品牌、技術、管道、組織能力等與外部資源整合，換取更高的資本效率、更快的複製速度和更輕的資產負擔；

●重資產模式，則是以資產規模、資產質量、產能控制與垂直整合，構築進入壁壘、份額穩定性和局部贏家通吃效應。

從財務維度看，二者差異顯而易見：

●重資產重在資本開支Capex，折舊攤銷等固定成本佔收入比重更高，利潤受產能利用率影響大；輕資產則以銷售、管理、研發等可變成本Opex為主，業績彈性更多來自收入擴張。

●現金流特徵迥異：重資產公司需要持續資本開支維持裝置更新換代，輕資產企業可以通過產業鏈佔款最佳化營運資本。所以後者自由現金流更強，這也使得成熟輕資產企業可以實現100%分紅，重資產企業能做到 40%-50%的分紅比例就屬於非常優秀了。

輕資產的高成長性也正在於此：初始投入低，擴張不需要同步配套土地、廠房、裝置；邊際成本更低，尤其平台型業務可在新市場中快速複製。

酒店行業就是典型樣本——早期靠自營、租賃物業重資產跑通標準，隨後轉向加盟、管理輸出實現輕量化擴張。如萬豪集團的固定資產佔比從 1998 年的 36% 降至最近的7%。

也正因如此，二級市場長期願意給予輕資產企業更高估值：增長兌現更快、股東回報更明確、報表波動更小。

2.網際網路是輕資產模式集大成者

如果說傳統輕資產只是局部輕量化改良——比如耐克剝離生產、酒店剝離物業，仍要承擔供應鏈協調的隱性剛性投入；那麼網際網路則把“去重資產”做到了極致。

網際網路企業天然以演算法、使用者資料、平台規則等無形資產為核心價值，幾乎完全剔除了廠房、線下門店、存貨、物流車隊等大額固定資產。美團不收購餐館、滴滴不購置車輛、拼多多不自建倉儲……

更核心的優勢在於，網際網路擁有趨近於零的邊際成本，完美兌現了輕資產“小投入撬動大規模營收”的終極目標。傳統實體產品每多生產一件，就要投入原材料與人工，邊際成本剛性存在；而微信服務千萬使用者與十億使用者的增量投入差異極小，短影片平台增加播放量、電商平台新增訂單撮合，只需增加少量伺服器算力費用。

除此之外，網際網路企業還通過兩層設計進一步壓減資產重量：一是用平台規則聚合海量供給方，讓商家、服務商、個體勞動者自備資產入場經營；二是算力、伺服器多採用雲租賃模式，不必大額自建資料中心，將固定資本支出轉化為按量付費的可變營運成本，規避固定資產折舊與閒置虧損風險。

微笑曲線陷阱：輕資產的護城河正在被 AI 擊穿

輕重資產最深入人心的總結模型莫過於微笑曲線了。曲線中間及偏左側的製造、組裝、原料加工，天然偏重資產；而曲線兩端的研發設計、品牌行銷、管理輸出，更容易形成輕資產模式。

不管是企業高管在商學院接觸的EMBA高端課程，還是社會思潮導向，都是指向從微笑曲線底端的重資產製造、組裝轉向輕資產的兩端，即品牌設計和技術研發。

圖：經典微笑曲線與輕重資產佔位 來源：國金證券

很長一段時間裡，網際網路企業無疑是微笑曲線上笑的最燦爛的人：專注做網路效應流量為王，基礎設施全部外包，把業務變成印鈔機然後通過投資潛在風險入口鞏固流量護城河。

直到 AI 出現，徹底改變了遊戲規則，流量邏輯變成管道邏輯。而想通過投資AI快速切入，卻發現這個賽道需要的是系統性能力而不是鈔能力。

2.從 SaaS 到網際網路，AI 正在吞噬輕資產正在發生

大模型吞噬軟體和網際網路，並非擔憂而是真實在發生的事。最先受到威脅的是功能單一、互動邏輯簡單、決策樹清晰、邊際成本低的SaaS軟體。

最具有代表性的案例之一，是曾經市值超2000億美元的SaaS巨頭財捷（Intuit），固定資產不到 10 億美元，是極致輕資產的典範。

其業務主要是服務美國中小企業稅務、會計財務，以及個人報稅等剛需場景，通過完成從傳統軟體向 SaaS 訂閱模式的遷移，市場定位其為“高品質平台型軟體龍頭”，股價自金融危機後持續走牛，漲幅一度達50倍。

2025年末以來，Intuit股價最大的壓力來自生成式AI對傳統SaaS價值的衝擊擔憂，因為其核心業務恰恰是最容易被大語言模型替代的場景之一。2026年5月這輪急跌，最直接的交易催化劑是：TurboTax業務開始低於預期。

上漲階段交易的是成長提質，下跌階段交易的是護城河折價—— 這正是所有輕資產軟體企業面臨的共同困局。

對to C 網際網路的衝擊同樣正在發生，只是還沒有那麼明顯。但大模型正成為全新的高效媒介，它不僅是資訊檢索工具，更是能理解語義、邏輯推理、自主執行任務的智能代理，開始逐步重構流量入口。

●根據行業調研資料，當前僅有不到10% 的網際網路流量開始向 AI 工具遷移，衝擊相對溫和。核心原因在於，網際網路平台的核心護城河是網路效應和使用者習慣，行為模式的轉變是漸進過程；

●但預計未來 3-5 年，向 AI工具遷移的網際網路流量比例將提升至 30%-40%。當使用者可以通過自然語言對話完成過去需要打開多個 APP、切換無數頁面才能實現的操作，C 端入口將不再由瀏覽器或 APP 主導，而是由能直接完成事務的 AI 助手重塑。

具備系統級 Agent 能力的智能終端，無需依賴應用 UI 互動即可直抵核心服務，傳統網際網路平台那怕不被替代，至少也會面臨管道化風險。

HALO策略走紅的本質是時代對企業要求不同了

2026 年初至今，全球最炙手可熱的投資策略，正是高盛等外資投行力推的 HALO 交易——Heavy Assets, Low Obsolescence，即“重資產、低淘汰率”。這是 AI 時代，對實體物理世界中具備“稀缺性”與“確定性”的基礎資產展開的一場系統性價值重估。

從財務穩定性和現金流回報上，重資產肯定遠不如輕資產模式。但是輕資產並非永遠更優，核心變化在於當行業對工藝複雜度、質量穩定性、交付一致性要求極高時，重資產往往更具優勢，AI時代恰好如此。

主動變重，商業模式上並沒有變得更優秀——事實上重資產報表更脆弱、應對周期波動的難度更高；但沒有辦法，這是企業適應複雜時代的必然選擇：物理世界的稀缺產能、核心基礎設施，反而成了新的安全邊際。

2.熵增時代，商業範式從分工走向系統化

我們知道商業文明的迭代，本質是企業整合資源、解決問題的方式在進化。現在的環境是產業進入硬科技無人區 ——比如通用 AI、可控核聚變、太空探索，產業鏈上沒有成熟解決方案，沒有現成供應商。

產業鏈極致分工的商業模式，會陷入單點高效、系統失靈的怪圈。尤其近期逆全球化下，國際供應鏈更易出現斷供，對關鍵技術/原材料的外部依賴亦可能形成“卡脖子”。

熵增原理直指了問題癥結：在一個孤立系統中，混亂度（熵）總是傾向於增加，不會自動減少。所以不是市場偏愛重資產，而是熵增時代，只有深度掌控產業鏈，才能對抗系統的不確定性。

我們看到，為了破解全鏈條的熵增難題，第四代商業模式—系統化—應運而生。它的核心解法是：主動做重，以終為始，從終極目標倒推，逐個解決全鏈條的所有瓶頸。

即使輕資產模式，躺在印鈔機上的輝達也被迫親自下場，投了一堆重資產的企業。

輝達從 GPU出發，最終目標是形成 “晶片-系統-資料中心-服務”的全端閉環。所以我們不完全統計，僅2025-2026年間輝達久大手筆投入即超900億美元，覆蓋超過140家公司。

圖：輝達投資核心基礎設施代表案例 資料來源：錦緞研究院總結

網際網路的唯一出路是主動做重

AI 會在傳統網際網路的鏈路之上，再搭建一層智能互動入口。如果網際網路企業固守原有的輕資產流量模式，不被替代至少也會被管道化，價值鏈地位與盈利能力持續下滑。而做重，是增加使用者粘性、守住價值鏈核心位置的唯一路徑。

圖：AI時代C端鏈路會被重構 資料來源：德勤

1.表內做重：砸向算力與全端閉環

表內做重，是企業直接提升自身資本開支，將算力、資料中心、核心技術等重資產納入資產負債表，建構全端閉環能力。Google、阿里本身有雲業務基礎，轉型路徑相對清晰；Meta 與騰訊則處在更糾結的位置。

●Google：四層閉環嘗試重構 AI 時代護城河

Google的AI核心戰略，是用“模型—基礎設施—分發入口—業化場景”四層閉環，重構整個網際網路帝國。它將AI嵌入搜尋、廣告、雲、Workspace、Android、Chrome、YouTube、自動駕駛、機器人等所有主航道，既用AI防禦搜尋護城河，也將其打造為雲與訂閱的新增長引擎。

可以概括為一句話：以Gemini為認知核心，以TPU/資料中心為算力底座，以搜尋/Android/Chrome/Workspace為分發系統，以廣告/雲/訂閱為變現引擎，以Waymo/機器人/XR為長期期權。

資本開支隨之爆炸：2025 年全年投入 914.5 億美元，2026 年預計達到 1800-1900 億美元，且高增周期將延續至 2027 年，主要投向 AI 伺服器與資料中心。

●阿里：全端 AI 佈局與兩線作戰的拉扯

阿里的戰略路徑與Google類似，已完成“晶片+雲端運算（IaaS）—AI平台（PaaS/MaaS）—應用”的全端AI佈局，且將AI確立為十年級戰略核心，但由於模型能力還未頂尖，所以未完成邏輯閉環。

阿里另一個困境在於沉迷於外賣與即時零售的高強度競爭，與 AI的高強度投入在資金與組織上形成了顯著拉扯，未來大幅縮減外賣戰的資源浪費基本上是確定性事件。

●Meta與騰訊：激進與克制都是困境

社交媒體巨頭的情況更複雜。Meta 大舉投入 AI，市場不滿意；騰訊投入相對克制，市場也不滿意。

Meta選擇高強度投入，原因是其98%的收入來自廣告，AI直接嵌入推薦與廣告定向系統，能形成“投入→廣告效率→收入”的最短閉環，不投AI廣告業務幾年內就會被其他新流量平台切走。

Meta 2026 年資本開支指引上調至 1250-1450 億美元，市場的核心疑問是：廣告效率短期確實在提升，但能否覆蓋如此巨額的長期投入？

騰訊投入相對克制，則是因為收入結構更分散，廣告僅佔約 19%，AI 的價值更多先體現在廣告分發、遊戲製作、內容推薦、辦公協同等內部環節，遠期再落地微信 Agent 生態。市場的不滿在於，目前已經全方位落後，而最具想像空間的微信 Agent商業化，仍是一個後置期權。

一個投得太猛看不清回報，一個投得太慢兌現不了預期，本質上都是網際網路從輕資產轉向重資產過程中，市場定價的必經陣痛，即使能夠轉型成功，也非短期能見到成效。

2.表外做重：嵌入產業鏈的隱性壁壘

當然並非所有企業都要把重資產放進報表，而且重資產的資金壁壘確實太高，壕如Google也需要發債。

另一種路徑是“表外做重”——資產不體現在自身資產負債表上，但通過深度繫結、組織、賦能產業鏈，把壁壘下沉到供給端，同樣能對抗AI帶來的入口衝擊。

它沒有一家工廠，但全球最先進的精密製造產能幾乎被它獨佔。每年數百億美元的資本開支，不是蘋果自己掏的，是富士康、立訊精密這些供應商掏的。蘋果出技術、出標準、出裝置、出管理，供應商出廠房、出人力、出流動資金。表面看蘋果是極致輕資產，實際上它把整條供應鏈變成了自己的外接重資產。

當AI需要更精密的感測器、更高算力的邊緣晶片、更複雜的組裝工藝時，蘋果不需要從頭建廠，它只需要告訴供應商：下一代的規格在這裡，你們跟不跟。不跟，訂單給別人；跟，投入自己扛。

這種模式的核心，是用訂單規模和長期合作承諾，把重資產的投入轉嫁給產業鏈，同時通過技術壁壘和標準壁壘，確保對方投了產之後離不開自己。

●藥明康德走的是另一條路徑。

它不是用訂單撬動供應商，而是自己先做重，再幫別人變輕。藥明康德建實驗室、投裝置、養團隊，把藥物研發的早期環節從藥企的資產負債表裡剝離出來，變成一套可復用的共享基礎設施。藥企不需要自己養龐大的化學合成團隊、不需要自己建動物房、不需要自己投分析裝置。

藥明康德替它們做了這些重投入，然後按項目收費。本質上，藥明康德是幫整個行業實現了“表外做重”——藥企把早期研發的重資產包袱甩給藥明，自己聚焦臨床開發和商業化。

這種模式的護城河在於，一旦藥企把早期研發嵌入藥明康德的體系，遷移成本極高。換一個CRO，意味著所有實驗資料、所有合成路徑、所有最佳化參數都要重新磨合。藥明康德的重資產，變成了客戶的遷移成本。

表內做重和表外做重，兩條路通向同一個終點：用資產的厚度，換取不被替代的確定性。表內做重是用自己的錢砸出護城河，Google、Meta走的是這條路。表外做重是用別人的錢織出護城河，蘋果、藥明康德這類走的是這條路。前者的風險是投錯方向，後者的風險是綁不住夥伴。

但不管走那條路，輕資產時代的核心理念——資產越少越安全——已經被AI時代證偽。當大模型可以瞬間替代一個軟體的功能時，只有那些沉在物理世界深處的東西，才不會被演算法輕易穿透。廠房、裝置、產能、供應鏈的肌肉記憶、工藝參數的隱性知識，這些東西是AI不能憑空生成的。它們需要用時間、用金錢、用關係一點一點堆出來。

這就是重資產在AI時代真正的價值。它對抗的不再只是競爭對手，而是演算法本身。它回答的不是“怎麼跑得更快”，而是“什麼東西演算法拿不走”。

輕資產與重資產從來沒有絕對的優劣，只有是否適配時代環境的區別。

過去二十年，全球化深化、產業鏈成熟、網際網路紅利釋放，分工效率最大化，輕資產自然是最優解——用規則和能力撬動外部資源，用最低投入換最快增長。

而當熵增成為常態，技術進入無人區，供應鏈不確定性加劇，AI 重構商業鏈路，輕就成了脆弱的代名詞。主動做重，絕不是商業模式的倒退，而是用對產業鏈的掌控力，對抗系統的混亂與不確定性。

網際網路輕資產的時代正在落幕，但商業的進化永遠不會停止。從流量為王到算力為王，從整合資源到掌控鏈條，下一輪的贏家，一定是那些敢於在關鍵環節沉下去、把核心壁壘握在自己手裡的玩家。(錦緞)

彙整鉅亨號中所有使用「微笑曲線」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

中國AI價值鏈的微笑曲線：硬體與雲平台「拿大頭」，AI服務等中間層利潤承壓

網際網路商業模式之死