•
大摩重磅藍皮書！中國AI：沉睡巨人已覺醒，5年內創造10兆市場空間！
2025 年 5 月 13 日格林尼治時間晚 9:00，摩根士丹利研究發佈長達97頁的全球科技藍皮書《中國 - 人工智慧：沉睡的巨人覺醒》指出，中國正專注於人工智慧如何大規模推動產業轉型，並將制約轉化為機遇。自上而下的策略 —— 將戰略、生態系統、標準和行業特定創新與已有的強大基礎設施相結合 —— 正在幫助釋放中國人工智慧的潛力。摩根士丹利推出中國人工智慧 60 指數，並在報告中給出了估值情況、研究評級、目標價（見底部）。需要完整報告內容的讀者請私信留言。
中國 —— 人工智慧：沉睡的巨人覺醒
中國正為人工智慧開闢一條不同的道路。中國在開發尖端人工智慧能力時，對計算能力的硬體依賴程度要低得多，這超出了計算能力的預期。字節跳動、商湯科技以及許多新推出的開源模型為中國提供了一個不同的人工智慧機會。中國的高效方法側重於開發資本密集度較低 / 高性能的人工智慧模型，並且更關注投資人工智慧能力的回報路徑。中國更專注於將人工智慧推向市場，影響整個生態系統並影響人工智慧標準。無論這是一次性成就還是未來趨勢的標誌，它都在重塑我們對中國人工智慧發展的認知。
前進之路。受美國限制措施的影響，中國避免使用昂貴的計算資源，注重效率。美國的限制促使中國企業專注於開發更高效、成本更低的人工智慧技術，認識到這將使中國在高性能人工智慧計算方面與其他國家並駕齊驅。人工智慧的價值將來自節省成本帶來的收入，在其他情況下，將通過提高效率和生產力來創造價值。一個更具競爭力的人工智慧生態系統很可能促使競爭對手（如字節跳動、商湯科技等）降低其模型的使用價格，並將人工智慧融入其業務營運中。
堅實基礎。中國一直在有條不紊地執行一項長期戰略，以建立國內人工智慧能力。其在人工智慧領域的未來得到了強大生態系統的支援，該生態系統涵蓋基礎設施、資料、人才和創新。政府支援、對先進技術的投資、豐富的人才資源以及對人工智慧應用的關注，為中國的人工智慧奠定了堅實的基礎。其對人工智慧的監管方法是在促進創新與通過整個人工智慧價值鏈分配責任來確保和控制風險之間取得平衡，並培育強大的開源社區。
投資啟示。偉大的公司往往在這樣的時期誕生，雖然現在全面評估還為時過早，但我們推出了摩根士丹利的中國人工智慧 60 指數，以確定在人工智慧採用方面處於領先地位的公司，並評估創新、投資、資料可用性及其在人工智慧應用層的成功情況，從而觀察中國能否繼續努力將人工智慧引入市場並實現行業轉型。擁有專有資料的公司可以獲得巨大回報，尤其是那些能夠提供每秒交易服務的公司，回報會格外豐厚，而這些公司將成為未來的佼佼者。
中國 AI 60企業名單
中國AI故事資料圖表：
用數字講述中國人工智慧故事
- 6.7 兆元人民幣：我們估計，假設通用人工智慧滲透率與國際貨幣基金組織對新興市場的預測一致，人工智慧可創造 6.7 兆元人民幣的勞動力等效價值，相當於 2024 年中國名義 GDP 的 4.7%。
- 52%：我們預計中國人工智慧投資將在 2028 年達到收支平衡，到 2030 年左右實現 52% 的利潤率。
- 60：本報告確定了 60 個關鍵受益方（賦能者 / 平台 / 採用者）。
- 2.4 兆美元：60 個關鍵受益方的總市值。
- 1 兆元人民幣：到 2030 年中國核心人工智慧行業的市場規模。
- 10 兆元人民幣：中國人工智慧相關產業的規模。
- 20% 復合年增長率：中國資料中心市場 2024 - 2027 年的復合年增長率。
- 2.9%：資料中心耗電量將從 2024 年佔總電量的 1.8% 迅速增加到 2027 年的 2.9%。
- 82%：我們估計中國 GPU 自給率 2024 年為 34%，預計 2027 年達到 82%。
- 47%：世界頂尖人工智慧研究人員中有 47% 現在在中國。
- 50% 以上：超過 50% 的人工智慧專利由中國持有。
- 50 套：到 2026 年中國將制定 50 套人工智慧標準。
- 20 項：我們預計中國可能參與制定 20 項國際人工智慧標準。
- 4300 家：截至 2024 年，共有 4300 家公司在中國建立了動態的人工智慧生態系統。
- 2030 年：中國目標是到 2030 年實現人工智慧完全自主。
- 2017 年：中國的人工智慧戰略始於 2017 年，旨在鞏固其在全球競爭中的領導地位，同時在嚴格的監管監督下平衡創新。
中國的人工智慧 —— 巨龍覺醒
中國的長期戰略是成為全球人工智慧技術領導者之一。DeepSeek-Ri 開源大語言模型提供了強大且經濟高效的人工智慧解決方案，它是近期的關鍵催化劑。但中國是自上而下驅動的生態系統，在人才、創新、資料和基礎設施方面培育了有利於人工智慧發展的環境。在本報告中，我們審視了中國當前的人工智慧發展狀況，並展望 2030 年及以後的情況。我們將探討為什麼中國在人工智慧領域的發展路徑與美國不同。我們還會研究中國如何以比預期快得多的速度將投資轉化為實際生活應用。我們深入探究那些行業領域和企業將最快看到人工智慧帶來的益處和實現盈利。中國超算公司加速投資，加上資料中心增長和基礎設施建設，也將助力國內生產總值提升。我們還會考慮美國關稅的影響，以及中國在無法獲取最先進技術的情況下如何繼續發展。
用人工智慧重塑中國格局
中國正從傳統製造業領域向數位領域拓展，關鍵的人工智慧基礎設施佔據核心地位。儘管存在美國的限制，中國仍展現出了出色的人工智慧能力，硬體供應不足的情況也超出了對計算能力需求的預期。政府支援、平衡的監管方法、對先進技術的投資以及國有能源公司的作用，讓我們相信人工智慧將推動中國的發展。
通過人工智慧產品產生的收入，而在其他情況下，它將通過提高效率和生產力來節省成本。字節跳動已經與 DeepSeek 合作，促使公司降低其模型和相關人工智慧業務的使用價格。
經濟影響 —— 這對中國的發展意味著什麼？
我們認為，人工智慧革命將通過解決關鍵結構性障礙，推動中國的長期潛在經濟增長，釋放經濟增長動力，刺激經濟增長。短期驅動因素可能來自人工智慧應用的熱潮，儘管其對國內生產總值增長的推動作用可能較為溫和（每年 0.2 - 0.3 個百分點 ），考慮到其初期規模相對較小。從長期來看，它將通過提高效率、最佳化生產流程、釋放新產能、創造就業機會等方式轉化為生產力提升。我們估計，到 2024 年，人工智慧每年可創造相當於 6.7 兆元人民幣的勞動力價值，滲透率與國際貨幣基金組織對新興市場的估計相符。
我們注意到，人工智慧革命可能會產生比以往技術革命更強烈的勞動力替代效應（在技能轉型期間，由於技能水平廣泛、技能提升呈指數級增長、技術迭代迅速以及認知勞動深度增加）。我們認為，北京將需要加強社會保障網路，加大對人工智慧相關教育和職業培訓的支援力度，並加快在不易受人工智慧替代影響的行業創造就業機會，如人機互動相關服務。
工智能應用的影響 —— 企業對企業（B2B）和企業對消費者（B2C）
中國的首要任務是在 “實體經濟” 中應用人工智慧，運用市場規則實現產品商業化，並提升製造業等傳統行業的生產力。硬體限制促使中國注重工程效率、軟體 / 演算法最佳化，尤其通過大語言模型（LLMs）的商品化來開發人工智慧應用。這意味著推理成本大幅降低（即使用經過訓練的人工智慧得出結果的成本），從而加速了人工智慧在中國大眾市場的應用。
具體而言，超級應用程式（在單一平台上具備高頻次、多功能特性）的普及，以及新推出的原生人工智慧應用程式，可能會在未來 2 - 3 年更快推動中國企業對消費者（B2C）領域對人工智慧的採用。在 1 月 “DeepSeek時刻” 之後，使用者對人工智慧的認知度有所提高。通過將人工智慧功能整合到現有的超級應用程式中，企業能夠利用大量專有資料和使用者參與度，同時，開源大語言模型的廣泛傳播將降低人工智慧應用者的進入門檻。
鑑於目前已有大量企業對企業（B2B）應用產品，且企業有降低成本的需求，中國今年企業對企業領域對人工智慧的大規模應用周期可能會比 2013 年公共雲的應用周期更快。然而，企業的 IT 支出減少、對私有雲部署的偏好，以及不成熟的軟體行業，都表明 B2B 領域對人工智慧的應用速度會慢於 B2C 領域。中國 B2B 人工智慧應用的格局也可能比以超級應用為主導的 B2C 領域更為分散，儘管擁有專有資料的 B2B 軟體公司能夠為企業創造有價值的人工智慧應用。
量化人工智慧的影響 —— 投入資本回報率（ROIC）計算
我們預計，到 2030 年左右，中國人工智慧產業的總回報將達到 8060 億元人民幣，投入資本回報率（ROIC）為 52%，投資在 2028 年左右實現收支平衡。這主要得益於來自電商消費的人工智慧應用貢獻 5560 億元人民幣，其次是廣告領域貢獻 3050 億元人民幣，本地服務領域貢獻 990 億元人民幣。我們估計，到 2030 年，折舊、電力和伺服器租賃等總營運成本將達到 3890 億元人民幣。
物理人工智慧 —— 未來已至
當自動駕駛汽車或機器人得到部署時，大多數公司將從中獲利。硬體在投資階段主導利潤，而如果成本曲線持續下降，物理人工智慧的應用將層出不窮。我們預計，全球人形機器人市場規模將達到 2.55 兆美元，年營收 1000 億美元，到 2050 年，中國市場佔比將超過 30%。在汽車領域，我們部分預計自動駕駛和自動輔助駕駛功能將得到普及。如今，主要處理器和元件製造商似乎已致力於長期投資趨勢。我們預計，到 2025 年，滲透率將達到 25%，這意味著今年將有 556 萬輛汽車採用先進的智能駕駛功能，車型數量也將超出預期。
資料中心的影響 —— 人工智慧的不斷普及需要更多電力
中國擁有世界上最大的 5G 網路和規模位居第二的資料中心產業，其背後是高效且豐富的電網，為未來部署高算力計算能力以支援大規模人工智慧模型的訓練提供了堅實基礎。自從字節跳動去年開始在資料中心進行大量投資以來，其他網際網路公司也紛紛加入，中國的超算公司現在似乎已致力於長期投資趨勢。我們估計，排名前五的網際網路和雲服務提供商（字節跳動、阿里巴巴、騰訊、百度和快手）將在 2024 年支出約 4000 億元人民幣（約合 560 億美元）用於雲端運算和人工智慧相關建設。與美國前四大超算公司約 20% 的支出相比，中國資本支出同比增長 60%，而美國為 42% 。
硬體 —— 限制推動創新
美國的限制措施使得中國科技企業難以獲取先進的圖形處理器（GPUs）。不過，中國的大語言模型（LLM）開發企業認為，儘管無法使用先進的美國 GPU，但通過整合舊版 GPU 和國產 GPU，仍能夠繼續推進發展。此外，由於無法獲取輝達的高端 GPU，中國半導體企業正加快步伐，研發性能可與美國同類產品媲美的晶片，以尋找替代方案，減少對高性能 GPU 的依賴。其中一個例子是華為的 Ascend 910 晶片，該晶片無需輝達 GPU，就能運行字節跳動的豆包模型。我們估計，到 2025 年，中國的 GPU 自給率將從 2024 年的 3% 提升至 2027 年的 8%。
多重世界影響 —— 限制和關稅會產生什麼影響？
2025 年 1 月，美國政府宣佈了一項新的人工智慧框架，旨在無差別地從規模上限制中國人工智慧的發展。對此，中國在無法獲取美國計算硬體的情況下，已打造出具有競爭力的基礎模型。字節跳動的豆包模型表明，相關限制可能促使中國企業實現新的突破。這些限制有望加快中國企業採用更節能的 GPU，還可能讓中國在廉價記憶體方面獲得競爭優勢。我們也認為，中國擁有龐大的人才庫（530 萬理工科畢業生）以及國內晶片和相關行業的強大生態系統，能夠有效應對這些限制。與其他國家相比，中國將在科技和經濟領域更具競爭力。
那些行業將受到人工智慧的重大影響？
在本報告中，我們明確了將因中國人工智慧崛起而受到重大影響的行業。我們預計，到 2035 年，資料中心的用電量將佔中國總發電量的近 10%，且全部使用 100% 綠色電力。隨著大語言模型的普及，如豆包模型在 2024 年實現 12% 的滲透率，到 2025 年汽車行業將採用先進的自動駕駛功能，達到 556 萬輛汽車，我們也將見證人形機器人元年的到來。就市場規模而言，我們預計到 2025 年中國大規模生產的人形機器人市場規模將達到 2560 億 - 3020 億美元，到 2050 年達到 2.084 兆 - 9.45 兆美元，分別實現 38% 和 37% 的年增長率。
根據我們的 “人工智慧衝擊” 調查，中國企業的首要目標是加速人工智慧在其 77% 的首席資料官（CDO）業務中的應用，並制定在未來 12 個月內推出或計畫推出首個 AI 項目的計畫。（註：我們的《中國 AI 60 強》確定了各行業的主要受益方。）
我們可能在那裡出錯？
美國新出台的旨在全球範圍內控制人工智慧發展、最終遏制中國人工智慧進步的出口限制措施，可能會給人工智慧發展帶來阻礙。儘管中國能夠在不依賴先進硬體的情況下繼續開發基礎模型，但這些措施會增加成本、導致計算資源受限，還可能在長期的通用人工智慧發展計畫中引入不確定性。
成為人工智慧領導者的實力
衡量人工智慧實力的常見變數包括資料可用性、算力、人才以及演算法優勢。雖然資料、算力和人才在全球範圍內分佈廣泛，但算力（尤其是高端晶片）的發展因中美緊張局勢而受阻，且美國在演算法方面似乎擁有優勢。不過，從長遠來看，通過採用更高效的演算法、在訓練中使用開源資料、效仿 R&D 模式進行投資，以及利用雲端運算等替代方案，有望縮小這一差距。我們認為人工智慧領域的競爭遠未塵埃落定，但這需要更廣泛的生態系統，包括能夠在市場中開發和部署新型人工智慧工具的初創企業，而這正是中國的機遇所在。
產出、規模和成果
中國正在利用其在規模、資料積累方面的既有優勢，以及通過戰略決心所獲得的優勢，來縮小與人工智慧行業領導者的差距。中國在人工智慧領域的頂尖科學家數量眾多，國內市場龐大，電腦科學領域的論文發表數量也相當可觀。中國通過結合國家規劃、穩健的學術成果以及私營企業的投入，實現了快速發展。DeepSeek不太可能是國家層面的項目，它是深度求索創新戰略的產物，該公司於 2023 年發佈了 100 個大語言模型，2024 年更是超過 400 個。DeepSeek最初可能與許多開源大語言模型類似，但重要的是其性能與一些商業模型相當，且還有很大的提升空間。
挑戰傳統智慧
中國正在最佳化其模式，以應對資料規模較小、算力較弱等問題。依賴大量高品質資料的公司正面臨挑戰，而中國的低功耗晶片以及高效的演算法創新也在發揮作用。中國在人工智慧領域的實力不僅體現在具有競爭力的模型上，還在於其在基準測試方面的領先地位，這是對中國積極追求的國家資料戰略的補充，該戰略旨在建立統一且高品質的資料集，用於訓練和產業戰略制定。人工智慧已成為中國未來增長的關鍵組成部分，2017 年，中國將人工智慧納入《新一代人工智慧發展規劃》，將其融入智能製造和其他行業，並與 “主要驅動力” 產業轉型相結合。通過利用當地競爭推動技術研究，中國已確立到 2030 年成為全球人工智慧領導者的目標，以釋放其資源和能力，促進技術和經濟進步。
全球影響
人工智慧也將成為全球數字權力結構的一個考量因素。隨著中國在人工智慧領域不斷取得進步，許多國家和企業越來越依賴中國的技術和裝置，從晶片到軟體皆是如此。在一些競爭激烈的領域，可能會出現國家之間的緊張關係，例如蘋果和三星等全球智慧型手機巨頭，同時也看到中國在建構多邊努力以影響全球治理框架方面發揮著越來越大的作用。
摩根士丹利的中國 AI 60 強
我們列出了一份廣泛的名單，涵蓋了眾多全球投資者關注的中國 A 股和中概股公司。我們的團隊與 60 位投資組合經理合作，這些經理並非專注於特定行業的股票，而是關注人工智慧，希望尋找尚未被充分發掘的投資機會，且並不侷限於我們名單中的公司，他們也有自己的見解。我們會在公司變得更熟悉人工智慧主題及其相關內容時，對名單進行調整或更新。
大摩中國AI60企業評級、目標價及潛在漲幅（EW為“中性”評級，OW為“增持”評級）
附錄：專家訪談
大摩採訪了三位人工智慧行業專家(如下所列)，以瞭解他們對 DeepSeek 對人工智慧的影響、近期人工智慧發展突破的看法，以及對短期和長期前景的預期。以下是我們的主要收穫：
Tej Desai——Intuition Labs 創始人兼人工智慧研究員
Sami Torbey——Palette Ventures LLC 創始人兼首席執行官
Adam Beberg——Mithral 創始人兼首席技術官
DeepSeek 模型最顯著的突破是什麼？你認為 DeepSeek 將如何影響未來的人工智慧發展？
DeepSeek 論文中提到的大多數技術並非由 DeepSeek 原創，但其團隊將所有好的想法彙集在一起，並實際有效地實施了它們，如檢索增強生成和強化學習，這顯著提高了訓練和推理的成本效率(詳見：《DeepSeek 如何運作?》中的技術細節)。
DeepSeek 最大的價值在於實現了人工智慧的民主化，使其甚至對個人和中小企業來說都觸手可及。
中國在人工智慧競爭中正在縮小與美國的差距嗎？未來最具挑戰性的問題是什麼？
我們認為，如果 DeepSeek 不是由一家中國公司發佈，在當前中美地緣政治緊張的背景下，其影響力可能不如 2025 年 1 月所見，因為行業發展每天都在加速。
追趕性能總是比領先容易，因為複製意味著風險更低。
出口管制仍然是一個主要障礙，儘管中國公司可以製造足夠商業化的模型，但較少的先進 GPU 和計算能力仍將限制其在基礎層面的競爭力。
人工智慧資本支出的下一步是什麼？你認為競爭動態將在那裡發生變化？
行業專家認為，鑑於向通用人工智慧(AGI)的競賽，超算公司的短期人工智慧資本支出沒有風險，它們總能租用晶片。
然而，隨著 DeepSeek / 其他高效開源模型為企業或個人提供更有效的利用人工智慧的方式，每美元代幣效率面臨大幅下降。
受益者將是能夠更便宜地製造代幣的公司，一些行業專家認為專用積體電路(ASIC)製造商有很好的機會。
大型語言模型(LLM)應迅速商品化。由於效率提升和人工智慧業務向個人轉移，每天都有初創企業湧現，更多個性化資料在本地運行。
為什麼我們需要這麼多大語言模型？你認為我們何時能達到通用人工智慧（AGI）狀態？
在當前階段，很難說一個模型能滿足所有需求，但我們認為大語言模型最終將成為公用事業，就像網際網路一樣。
AGI 是一個模糊的術語，其定義本身存在爭議。但實現 AGI 的途徑可能有兩種：通過數百個更小、更專業的模型，或通過一個能夠處理所有任務的非常強大的基礎模型。
DeepSeek 對邊緣人工智慧（Edge AI）意味著什麼？
本質上，你需要使用在高品質資料上訓練的更小模型，才能在邊緣裝置上有效運行。然而，另一種方法是使用數千個更小的專用模型，而不是一個單一的通用模型，類似於蘋果智能正在做的事情。
智能體向邊緣裝置的遷移應該很快發生，因為所有硬體已經就緒，但更複雜的任務仍需要雲服務。未來的部署可能是雲和邊緣的混合，根據任務分配路由模型。
對記憶體的影響是什麼？
記憶體內容的增長與模型規模不成線性關係。推理速度不會僅僅通過增加記憶體而加快。
儘管如此，更快的記憶體仍然是必要的，因為模型記憶體越快，它可以平行處理的任務就越多。
那些風險可能挑戰當前的人工智慧超級周期趨勢？
從供應角度看，如果台積電的供應趕上，高端 GPU 成為大宗商品。
演算法開發的巨大進步，不需要擴展但可以顯著提高效率和節省成本。
人工智慧的有效性 —— 對人工智慧最大的威脅可能是它 “足夠好”，你認為這已經足夠，然後就不會有額外的需求了。 (智通財經APP)