大摩新经济-中国ai,巨人的苏醒

这一部分数据的详细拆解，我们接下来的同事会为大家详细介绍。但随着AI的基础设施的逐步完善，我们会看到各个产业链中积极拥抱AI并且提供难以解决难以替代的解决方案的企业会逐渐胜出。我们在这里选了60只中国AI的受益股，而在每一个子板块中放在最前面的那几家公司是我们相关的行业分析师从AI的角度出发的首选股票。对于基础设施以及平台类型的股票，AI已经在当前的趋势中占比较主导的地位，相信投资者也非常的熟悉。而对于应用这一层级而言，AI才刚刚开始。我们已经看到比如说美的以及顺丰，通过自己的AI研究去实现降本增效以及新的growth产生新的growthdriver。我们也认为应用这个层级是在未来的AI的大周期里最会获益的一个层级。发言人1 06:01对于整个的中国AI而言，其实主要的风险还是在地缘政治的变化，以及美国算力芯片的禁令。而这同时也会倒逼中国的企业去不断的进行技术创新，比如DPK华为已经通过软件设计方案还有整体架构去不断改进这种限制，不断的去克服这种限制上的困难。前不久我们中国的半导体团队也上修了中国GPU国产自主化率的预测。我们预计它将会从2024年的34%提升到2% 027年的82%。而这对整个中国AI的生态系统也是一个非常大的重要的前提条件。我对AI的蓝皮书先分享到这里，下面我们把时间交给我们在大中华地区半导体的团队团队的同事Daisy，为大家分享最新的科技的产能，以及AI产业链上重要的数据。发言人2 07:06好的，谢谢刘端。首先跟大家更新一下，我们目前在cos的产业链上面看到的一个最新的情况。市场上面其实有蛮多的传言说英伟达的blackwell有砍单，然后砍到大概340或者350K那我们目前看到的是英伟达的coversl还是390K在2025年我们目前在产业链里面看到在2025年的上半年英伟达它大概消耗了160K的coversl的产能。那在三季225年的三季度大概是多于100K的这样子的一个产能消耗。那假设93%的cosl是用来做那些丢贷的，B200或者B300，其实TSMC在2025年就可以生产大概510万的这类的trips。发言人2 08:16我们下游team目前对GB200NV72的预测，在25年的上半年大概是6到9K这样子乘以72的话，差不多就有50万的B200的trip。HGX是巴卡的GPU的server，它大概今年会有4045到50K的这么一个出货。那这些HDX的消耗量大概是可以到40万的B200的trip。发言人2 08:54所以你们可以从就是现在所有受这张图上面看到，蓝色的这条线其实是台积电的它生产出来的blackwell的这个trip。黄红色的这条线呢是下游dowstream的assembly。目前来讲的话，因为下游assembly其实会大家也应该听到有各种各样的这种问题。所以现在台积电这边对black well的产量是大于下游能够消耗的这个blackwell的量。所以今年会有一些inventory的view，但是一旦到今年的4Q或者是明年来讲的话，下游这边assembly的良率会提升。蓝色的这条线如果能够趋缓上升的话，那其实这些库存的问题其实就可以被解决掉。这个是cos这边的一个update。发言人2 09:55关于china AI的GPU的话，今年的5月13号美国的BIS也是出了一些新的规定。H20有HBM的目前是已经不能够被运到中国。我们觉得这些H20的ever会变到H200。未来国对于中国市场来讲的话，英伟达会有一个B30的这么一个版本，并不是配HBM的。这个的话其实在2Q已经有所生产，我们觉得到3Q的话，这个production的量可以去到大概50万。但是这颗B30的去能不能够最终运到运到中国，其实还是要看美 国政府给不给license，对，这个还是有有不确定性在这边。然后我这边其实也看到有一个投资者问，就是如何看待近期H20限制对国产芯片以及订单的影响，以及国内大厂开pex投入节奏的影响。发言人2 11:17我们其实在最近的一个earnings里面也看到了腾讯跟阿里巴巴它的开PX在EQ的话其实是Q2Q这样的那但他们其实在去年的4Q也买了不少H20的芯片。目前来讲，阿里巴巴应该没有common，但是腾讯它就有common。它其实目前来讲，它的它现有的这个trip还是够的那，我觉得就是一个分蛮多角度去考虑，一个就是说国产自己就是由中芯国际生产出来的芯片，它自己的良率，然后产能能不能跟得上。如果国产的芯片能够跟得上的话，那这些字节，然后腾讯、阿里巴巴它的开pex还是能够继续花下去。然后另外的话，也就是说美国这边看能不能给license，然后给到就是因为比如说英伟达的B30的这个trip，如果这个能给的话，那就是我觉得这些大厂也还是愿意去花那个capex，所以就是影响因素比较多。所以现在还有这样子的一个不确定性，这个就是我这边的部分。我之后把时间交给主任，然后来讲一下中国AI对互联网to B2C的影响。发言人3 12:50好的，谢谢。我这边是昨晚就中国互联网不要看腾讯阿里那些large，看我这边先说一下我们互联网团队做了一个分析。看到这个图的话，其实主要我们的这个RORC的analysts是觉得说，我们认为因为AI而带来的增量的收入是大概是8000亿。到2030年，然后当中的话其实跟美国会有一些不一样。因为我们觉得说有七成的的贡献也是主要来自这个消费的主导的，所以是toc那边的的贡献会比较多。然后可能三成是来自安enterprise to b的。然后就像端一开始有说过，我们觉得说28年我们觉得这个AI的投入就会达到back even。然后到30年的话，我们觉得说这个长期的一个margin会达到50测算以上。发言人3 13:56当中先看图细的话，我们觉得说电商会是最大的一个贡献。主要是我们看到，我们觉得说整体来说也是一个transaction主动的一个变现的模式。如果我们去看电商的话，我们觉得说未来有了AI之后会提升online的penetration。然后整体来说take也会改善。其实目前我们在阿里已经看到他的take有在改善，然后当中也有AI驱动的部分。就比如说他他除了做了很多不同的措施去提升阿里本身的take以外，他其实一开已已经在今年开始有引入很多不同AI的一些一些功能去提高这个变现率。所以我们觉得说如果之后AI是真的大规模的在国内应用起来的话，其实ecover是最大的一个受益的板块。发言人3 15:06然后整体来说看整个中国toCAI的话，我们觉得变现的方法会跟美国有一些不一样。我觉得说其实因为国内的消费者是比较对于价格比较敏感，所以我们觉得说其实subscription的方式是不太适用。对，所以我们觉得说之后的图系的变现的方式主要还是以transaction为主。就比如说因为AAI多了很多比如说应用的场景和消费的场景，而带来更多的消费者。然后这个主要是特别国内特别不一样，是因为国内是有很多superAPP，就跟美国不一样。就比如说国内我们的微信、支付宝、美团、淘宝这些其实都不单单是单一有只有一个方向。就比如说微信已经基本上可以做到所有日常的一切的的服务。那我会觉得说有更多这些丰富的场景之下，会更容易有更多transact base一些AI的11 transaction。发言人3 16:14然后说一下adoption的话，其实自从一月份dic出来之后，我们看到整体的一些toc的APP的aw其实已经是无论是DAU还是时长都已经是翻倍，甚至是三倍以上。然后当中的话其实DC肯定是增长最猛的。然后后来之后的话，其实我们看到豆包跟元宝其实也是起来的很快。然后我们看我们如果是在我们的 的setting里边觉得toctopic的话，还是腾讯。因为觉得说微信其实不单单是微信，其实腾讯也做了很多toc的应用。比如说他们的元宝，然后元宝的话是一个单独的APP，是一个可以用来搜索然后聊天，然后能够整个微信体系的一个APP。所以所有的内容是pose也可以在元宝上面搜到。所以我觉得说这个是一个也在搜索行业里边也非常一个不一样的一个APP。发言人3 17:26所以我觉得说整体来说，腾讯是无论是本身的微信体系还是元宝都能够有更多的消费场景。然后有更多可能性，比如说用AIagent之类的去带动更多。比如说广告消费也好，然后长江省的消费都好。对，所以to c的话我就可能先停在这儿，然后我就pass给media讲一下to B。发言人4 17:50好，谢谢九万。下面我将介绍我们对AI计算应用的一些观点。首先我们认为2025年会是中国B端AI应用的一个元年，这不是一个空穴来风的观点。在我们3到4月开展的每半年一次的中国首席信息技术官的调查中，或者我们叫CIO调查中有73%的企业是计划未来12个月内将会上线首个AI项目。同时我们认为AI在B端的渗透率会快过上一轮公有云的这个体系浪潮。公有云是2013年商业化起步，到了2023年在企业的渗透率平均是达到了30%的水平。我们认为AI很有可能只需要一半的时间，也就是五年，在2030年就能达到30%的弊端。发言人4 18:41渗透率主要是有三个原因，第一个是技术的认可跟政策的推动。DP等国产大模型无论是成本还是技术上的突破，都会让企业对本土的AI能力建立了比较强的信心。并且政府也在全力的支持央国企系率先采用AI形成示范效应。而2013年的公有云，当时其实并没有形成这种全民性的一个认知和自上而下的一个推广待遇。发言人4 19:12第二是应用生态的成熟。相比于2013年，中国在2025年已经构建了覆盖ERP、HRM、CRM等全场景的CD软件。功能上其实和国际竞品没有显著的差异。可以说云时代中国的SaaS处在一个追赶的状态。但是AI时代的中国应用的功能是和国际玩家站在一条起跑线上的。发言人4 19:39第三是企业降本的刚需。在这个宏观的经济压力下，AI对于企业而言是一个这样子的核心手段。比较强烈的劳动力替代的需求会促使企业去采用ai虽然我们对于低端AI的渗透率和供给是乐观的，但是我们认为货币化率或者企业是否愿意真金白银掏出来额外为了AI去给B端的应用厂商去付费，则是充满了挑战。核心瓶颈有三个点，第一是企业本身也面临了一定的支出压力。在我们的CIO调查中，尽管企业对于上AI的热情非常的高涨，但是只有37%的企业会额外增加AI的预算，而更多的企业选择是挪用现有的IT支出到AI上。对于B端的应用厂商而言，AI的收入很多时候或许只是客户拆了东墙补西墙，并且难以卖出一个比较高的价格。发言人4 20:46第二是企业对于私有部署和定制化开发的偏好。在我们的调查中，未来12个月只有28%的企业选择公有模式去部署ai其余的其余则是选择其私有部署和混合部署。其中私有部署是占大头的，并且有超过一半的企业集体向第三方软件供应商购买AI应用。它更偏向于自建或者叫IT服务商来定制化开发AI应用。这个也会导致企业的AI预算部分会从A应用的厂商流向硬件厂商和IT集成商路上。 发言人4 21:25第三是劳动力成本的差异。企业本身衡量AI的价值就是通过劳动力成本的替代或者再创造来衡量的。中国本身尤其是在通缩环境下一个较低的劳动力成本会去削弱AI是在人力的性价比的感知。打个比方说，如果人力成本只有100块，那么企业则会要求能替换人力的AI成本只能收50块，那越低的劳动力成本就会对应一个越低的AI应用价格。所以我们认为中国国的B端AI的商业模式会经历几个阶段。初期先是硬件加定制化开发，偏向一次性的收费模式。随着推理规模的扩大，再过渡到软件license及正面收费，最终将会是按用量和效果收费，按实际解决的这个问题去收费。但是这会是一个比较漫长的过程，不是说现在没有AI应用去按效果收费，只是说这种付费模式在B端短期内不会去停留。发言人4 22:32整体而言，我们认为中国的弊端AI处在一个渗透率快跑，货币化慢跑的阶段。我们测算中国弊端在AAI应用上的支出，在2030年会达到2500亿元人民币的规模，会是显著的低于C端应用5000亿元以上的这个规模。在股票的推荐上，我们从去年年底推到现在的美图，这其实就是C端AI应用的一