▎從 DeepSeek 時刻算起，不到兩年，中國 AI 相關上市公司的體量增長了近5兆美元。高盛在 10 月 11 日的一份報告裡，把這批公司拆成了兩個故事——一頭朝外、一頭朝內。它同時給了一個更硬的判斷：29個 AI 細分領域，中國公司全都在場。
核心結論 這份報告想回答的，其實是一個很樸素的問題：中國 AI 走到那一步了，還差什麼？
01 中國 AI 公司分成兩類：出口型賺海外的錢，內需型賺國內的錢，兩者的驅動因素完全不同
02 在稀土精煉、電力裝置、PCB、光模組、成熟製程這些環節，中國的全球份額已經過半
03 但完全自給自足仍然很遠——最大的變數不是錢，是 AI 技術的「乘法效應」
一、兩個故事：一頭朝外，一頭朝內
高盛把 3000 多家中國 AI 相關上市公司，按收入來源切成兩組。這個切法看著簡單，但它能解釋這兩年很多讓人看不懂的現象——為什麼有些公司跟著海外科技公司的節奏走，有些公司卻只盯國內的政策和招標。
第一組是出口型。它們大多給全球 AI 供應鏈供貨，生意模式很直接：海外客戶下多少訂單，就出多少貨。高盛把這一組當成西方AI資本開支的代理變數——海外資料中心擴產快，它們的訂單就厚；反過來，關稅和地緣摩擦一緊，它們也最先感受到。
第二組是內需型，數量是前者的兩倍多。它們主要服務國內市場，對海外的敏感度低得多，取而代之的是對國內資本開支節奏、以及政策風向的敏感。所以同一輪全球AI行情裡，這兩組公司的反應往往並不同步——它們雖然都叫「中國 AI」，但看的是兩張完全不同的表。
這個切法的價值在於，它把「中國 AI」從一個籠統的類股，變成了兩條可以分別跟蹤的線。往下的所有討論，都會落回這兩條線上。
二、中國在這個價值鏈上，站在那個位置
報告裡最直觀的一張圖，是把 AI 價值鏈拆成 29個細分領域，再逐個看中國公司的全球份額。結論是：這 29 個領域，中國公司一個都沒缺席。
這張圖值得看兩遍。第一遍看高度：太陽能和電池這兩條最成熟的線，份額都在80%以上；稀土精煉、人形機器人出貨這些環節，更是接近壟斷。
第二遍要看結構——真正技術密度最高的幾段，中國的份額還很低：記憶體和晶片設計都只有十幾個百分點，成熟製程代工也只有 25%。換句話說，份額高的大多是需要規模和工程能力的環節，而需要長期積累的環節，差距依然擺在那裡。在晶片設計這一層，像寒武紀這樣的公司，正處在這道還沒追平的坎上。
更要緊的是趨勢。從 2015 年往後看，中國的份額幾乎每一年都在往上走，而且是在所有層級上同時走。
電力這一層的斜率最陡，現在已經摸到46%；基礎設施緊隨其後。半導體這一層起點最低，但方向是明確的。高盛認為，中國在部分電力、基建、模型和物理 AI 應用上，已經和全球同行持平，甚至領先。
三、從模型到封裝，中國自己接上了
份額高，不等於技術獨立。報告特別挑出五個環節。它們有一個共同點：以前只能指望外面供貨，現在能自己供上了。
這五段的份量並不一樣。開源大模型是最顯性的那一件：DeepSeek 和 Kimi 讓外界第一次意識到，即便算力受限，也依然能做出第一梯隊的模型。但高盛認為，更值得關注的變化發生在更底層——半導體封裝、計算架構，甚至生物工程和航空航天，方向都在往前走。
把五段放在一起看，會發現它們覆蓋的其實是同一個問題的不同側面：從怎麼設計、怎麼造、怎麼封裝，到怎麼訓練、怎麼用起來。一串串起來，才是「自己接上了」的含義。
四、這條路還長的三個理由
報告沒有停在樂觀的那一面。它列了三條理由，說明為什麼完全自給自足仍然遙遠。
前兩條比較常規。一是體量差距：中國 AI 公司的整體規模和盈利厚度，與美國同行還有明顯距離，能拿出來再投入的錢，也就跟著差一截。二是本地供應鏈的瓶頸，會限制技術前沿往外擴的速度。
第三條最容易被低估，也是高盛反覆強調的一點：AI 技術是乘法性的。它的意思是，差距不會按平均值攤平——短的那幾塊板不是減分，是折算。單個環節各差一代，乘出來的結果會被放大一次。這也解釋了為什麼單點突破很難換來整體追平：在加法裡，補一塊是一塊；在乘法裡，只要有一塊特別短，其他板再長也頂不上去。
這張投入對比圖把差距量化了。在超大規模廠商的資本開支上，中國的量級仍然只有海外同行的幾分之一；在 AI 相關的整體研發上，差距同樣存在。值得注意的是增速：中國幾項投入都在往上走，只是起點低。
五、這一輪的錢，從三個方向來
支撐內需型公司的，是政策。高盛把過去兩年的政策工具從頭盤了一遍，財政、需求、資本市場三條線都在裡面。
時間線走得很清楚：2025 年初是一次模型發佈，2025 年之內「AI+」開始密集出現在各種檔案裡，到 2026 年的十五五規劃，AI 已經被列為優先事項。兩年時間，這件事從一家公司的產品發佈，變成了一份國家規劃裡的一節。
這些工具和以往不太一樣。過去針對特定行業的定向寬鬆，多半隻動供給側；這一次覆蓋面寬得多——政府主導的投入在上，需求端的補貼與採購在中，資本市場的准入門檻在下。高盛認為，三頭同時用力，是這一輪政策最特別的地方。
落到生意上，錢最終要變成訂單和產能。高盛測算，21個 AI 相關行業的潛在市場規模，到 2030 年會達到 3–4兆美元，相當於未來四年每年增長近三成。
分層看，增速最快的是模型這一層，規模最大的仍然是應用和半導體。這個結構也說明，錢不是均勻撒下去的——越靠近應用的環節，盤子越大；越靠近模型的環節，跑得越快。
六、一張中國 AI 的產業鏈地圖
報告最有價值的部分，是把中國 AI 生態裡的公司按環節攤開，排成一張圖。對看產業鏈的人來說，這張圖基本就是一張地圖。
先說上游，這是最厚的一段。電力是中國的傳統強項——從電池到逆變器再到開關櫃，很多環節的全球份額早就過半。像寧德時代、陽光電源這樣的公司，本來就在全球市場排得靠前，這一輪 AI 資料中心擴容，等於又給它們開了一扇新門。
半導體這一段更長，也更繞。晶圓製造上有中芯國際，記憶體上有長鑫記憶體，裝置和設計環節則散落著北方華創、瀾起科技這些名字。高盛提醒，這一格的看點不在單點突破，而在整條線能不能一起往前挪——理由就是前面說的乘法效應。
中游是連接件，也是這幾年變化最快的一段。光模組這個環節，中國廠商已經站在全球最前排，吃的是海外 AI 資料中心擴產最直接的那口飯。再往下的 PCB、結構件和散熱，同樣如此：深南電路、英維克這些公司，做的是不起眼但繞不開的活。
下游是應用層，公司數量最多、覆蓋也最雜。從新能源車到家電，從面板到安防，AI 已經不再是一個單獨的行業，而是在往所有行業裡滲。這一層的特點恰好相反：單個體量未必大，但總量最厚。
這張全景圖把整個鏈條畫出來了。它同時說明了一件事：中國 AI 已經不是一個點上的突破，而是一張有上游、有中游、也有下游應用的網——半導體這一段公司最多，應用這一段盤子最大，中間由基礎設施連起來。
七、風險分兩頭
報告沒有迴避風險，而且把它分成了門外和門裡兩頭。
一頭在門外。出口型公司的海外擴張，正好落在關稅和貿易保護主義的射程裡。高盛提醒，那些已經拿到高全球份額、海外收入還在加速、研發投入也更捨得的公司，相對更能扛；反過來，單純靠成本優勢擠進供應鏈的，被替代的風險更高。
另一頭在門裡。政策推力強的地方，預期往往也打得很滿。報告專門點了半導體供應鏈這一格——國產替代的敘事越順，價格里包含的樂觀就越多，這是參與這個主題時最需要留意的部分。換句話說，方向對，不代表位置便宜。
八、份額到手之後
回到最開始那個問題：中國 AI 走到那一步了？
高盛的答案可以拆成兩句。前一句是肯定的：份額已經拿到手，五段關鍵能力也都接上了，產業鏈從上游到下游已經能夠自己轉起來。後一句是提醒：這條鏈的最後一節——把份額變成利潤、把規模變成定價權——才剛開始走。
這一節沒有捷徑。它需要的不是某一個環節的再突破，而是整條鏈一起往前挪一格。 (數之湧現)