大摩闭门会中国AI20进入新阶段20260515

本次会议由摩根士丹利亚洲科技团队组织，主题为“中国AI 2.0——进入新阶段”，围绕中国AI产业从训练阶段向推理阶段转型、国产化进程加速、AI应用渗透实体经济以及宏观经济影响等核心议题展开深入讨论。核心观点认为，中国AI叙事已从“能不能做出来”转向“如何将AI转化为盈利与产业升级”，推理阶段的需求爆发正在推动本土算力与云基础设施进入规模化部署，形成商业闭环。同时，AI对劳动力市场的结构性冲击不容忽视，短期内可能加剧K型经济格局。 会议总结 本次会议由摩根士丹利亚洲科技团队组织，主题为“中国AI 2.0——进入新阶段”，围绕中国AI产业从训练阶段向推理阶段转型、国产化进程加速、AI应用渗透实体经济以及宏观经济影响等核心议题展开深入讨论。核心观点认为，中国AI叙事已从“能不能做出来”转向“如何将AI转化为盈利与产业升级”，推理阶段的需求爆发正在推动本土算力与云基础设施进入规模化部署，形成商业闭环。同时，AI对劳动力市场的结构性冲击不容忽视，短期内可能加剧K型经济格局。 一、中国AI 2.0：叙事转向与国产化加速叙事转向：2026年最大的变化是中国AI叙事已从“追赶”转向“自主路径”，核心逻辑从“能不能做出来”变为“ 如何将AI转化为盈利、效率与产业升级”。行业从训练阶段进入推 理阶段，中国走出了一条更偏重成本效率、快速部署与系统整合的路径。 国产化加速：推理阶段需求爆发后，本土算力服务器与云基础设施进入规模部署阶 段，形成商业闭环。中国AI芯片市场预计从2024年的100亿美元增长至2030年的670亿美元，国产化率大幅提升，本土AI芯片市场价值有望首次超过美国芯片。 竞争标准重塑：竞争重点从“谁的芯片最先进”转向“谁能以最低成本、最大规模、最稳定规模运行AI推理”。未来的赢家将是具备软硬件生态协同、CSP客户关系、量产能力与成本优势的公司，而非所有国产GPU企业。推荐标的包括寒武纪、天数智芯、北方华创、 中微公司等。 AI应用渗透：AI正从互联网资本开支故事渗透至制造业、电力、机器人、消费电子、金融、房地产等行业。AI采用率从两年前的43%提升至51%，采用AI的企业基本面明显跑赢市场，但股价尚未充分反映。91%的AI采用者已实现成本端效率提升，利润率扩张 是初期核心投资逻辑。 二、宏观经济影响：生产率提升与结构性挑战并存 中长期利好：AI有望在未来十年累计提升中国全要素生产率约3个百分点，到2035年潜在GDP水平可能比无AI情形高3.5个百分点。AI相关投资（算力、数据中心、云服务、电力设备、储能等）在未来两年可为实际GDP增长贡献20-30个基点。 短期风险：AI最早被企业用于控制成本而非增产，可能通过降薪裁员表达，加剧K型 经济格局。受冲击最大的三类人群为大学毕业生、中产白领及劳动密集型服务业从业者。 AI对初级白领岗位的替代可能使已紧张的青年就业市场雪上加霜，并推后消费、租房、购 房及结婚曲线。 政策应对：人社部计划出台应对AI影响促就业的文件，十五五规划强调建立AI就业影响调查与应对机制。政策对劳动密集型服务业应用AI将更谨慎（如自动驾驶、无人配 送），但对高端知识密集型岗位（金融、法律、科研）可能给予企业更多自由度。 三、硬件板块业绩回顾 BSC（3665）：一季度毛利率低于预期3个百分点至29%，主要因产品组合优化不足及客户拉货低于预期。但影响属暂时性，未来受益于AI服务器数量增长及产品价值量提升。半导体设备部门营收环比增长25%，未来有望以25-30% CAGR增长。 Acton（2345）：一季度营收超预期，毛利率高于预期1个百分点至19.5%，营业利润超预期10-15%。二季度有望 环比增长20%以上，800G交换器及AI加速器模组业务下半年将贡献增量。今年资本开支可能上调至100亿新台币。 E Ink：一季度毛利率接近60%，远超预期的52%。管理阶层明确2026年营收增长20-25%，ESL部门增长20-25%，看板市场今年有望贡献8-9%营收。估值处于历史低位，已从Equal-weight上调至Overweight。 High Win：一季度毛利率改善近5个百分点至32%，超预期。产品交期拉长，需求改 善信号明确。3-4月已开始调整售价，正面效应将在二季度末或三季度初浮现。 会议实录会议实录 各位上午好，今天是5月15日星期五，欢迎来到摩根士丹利周五新经济板块热点前瞻在线直播。我是亚洲科技团队的刘端。请注意，本会议面向摩根士丹利的机构客户以及财务顾 问，不对媒体开放。如果您来自媒体，敬请退出本次会议，随后与我们联系以了解进一步 详情。关于重要信息的披露，请浏览摩根士丹利信息披露网页。请注意，本次会议内容可 能会被录音。 在本次视频直播中，我将与中国科技团队、中国经济学家郑林，以及大中华地区硬件分析师Derek一起，为大家介绍两个重要话题：第一是中国AI 2.0进入新阶段后，与去年AI蓝皮书相比发生的重要观点变化；第二是中国科技硬件板块最近的业绩分析与回顾，以及后 续需要关注的重点股票和投资机会。 一、中国AI 2.0：叙事转向与国产化加速首先由我开始介绍中国AI 2.0。过去两年，市场一直在问一个问题：中国AI 到底是追赶的叙事，还是已经形成了自己的路径？我们认为，2026年最大的变化是中国AI的叙事已经转向——从“能不能做出来”转向了“怎么把AI真正变成盈利、效率以及产业升级”。随着整个行业从训练阶段进入推理阶段，中国已经走出了一条更加偏重成本效率、快速部署以及系统整合的路径。背后最重要的变化是，AI开始真正进入实体经济。 关于中国AI国产自主化：过去几年，市场对国产化的理解更多停留在地缘政治及进口替代层面。但现在最大的变化是，推理阶段需求爆发后，中国本土算力服务器及云基础设施已 进入规模部署阶段，开始形成真正的商业闭环。这也是为什么我们认为中国半导体本土化 已经从可选项变成了必选项。 几个关键数字：第一，中国AI芯片市场正在快速扩张，整体市场规模将从2024年的100亿美元增长至2030年的670亿美元，主要驱动力来自AI资本开支增长。第二，国产化率将大幅提升，预计中国AI半导体国产化率将从2024年的41%大幅提升，本土AI芯片市场价值可能首次超过美国芯片。最重要的逻辑是，中国AI产业不再追求完全复制国际标准，而是在重新定义自己的竞争标准。过去市场过度关注制程节点、基准测试及单芯片性能，现在整个行业正在转向Token经济学、推理整体效能以及软硬件协同系统能力。竞争重点已从“谁的芯片最先进”变成“谁能以最低成本、最大规模、最稳定地运行AI推理”。我们认为这是中国厂商有机会实现超越的地方。 第三，中国AI芯片竞争格局正在发生变化。未来的赢家不会是所有国产GPU公司，而是具备软硬件生态协同、CSP客户关系、量产能力及成本优势的公司。中国半导体团队推荐的核心标的是寒武纪、天数智芯、北方华创、中微公司等。中国AI半导体未来最重要的投资机会可能并不仅限于GPU本身，而是整体供应链体系。我们认为这不是短期政策性周期，而是未来长达5-10年的结构性长期增长趋势。 关于AI应用：我们现在看到AI并不只是一个互联网公司资本开支及商业化的故事，而是开始渗透到制造业、电力系统、机器人、消费电子，甚至房地产及金融服务等行业。市场目前低估的是AI采用率的变化速率。结合摩根士丹利的AI mapping工具，我们对覆盖的所有股票进行了调查，发现中国AI采用率已从两年前的43%提升至现在的51%。更重要的是，这些AI采用者的基本面已明显跑赢市场，但股价整体表现与大盘持平，说明市场尚未充分反映AI对这些企业的价值。自2023年底以来，中国AI采用者股票的前瞻EPS上涨了 约60%，远高于MSCI China整体指数水平。这些公司的AI应用并不仅仅是一个提升估值的 故事，而是开始真正提高盈利能力。最先体现出来的并非收入爆发，而是成本端效率提 升。91%的AI采用者已看到效率提升，因此利润率扩张是AI采用初期最核心的投资逻辑。随着AI发展，投资热点会逐渐从“卖铲人”扩散到真正用AI赚钱的人。在AI采用者中，几 个方向值得关注：第一，消费与智能硬件与智能硬件，推荐石头科技、科沃斯、美的，核 心逻辑是AI驱动的智能终端及机器人平台，通过AI提升硬件、推动ASP、换机周期及毛利率提升。第二，AI原生的软件和硬件，如贝森和美图。贝森的AI收入预计一年增长10倍，美图通过AI影像和设计工具推动付费率翻倍。第三，基础大模型及互联网平台。中国AI竞争未来的关键是拥有全栈式AI平台——芯片、云、模型和应用的一体化能力。我们认为阿里巴巴是目前国内最强大、最完整也最被低估的平台。中国AI云市场预计未来五年有72%的复合增长，基础大模型如智谱或MiniMax将从中获益。 最后，还有一个尚未被市场充分定价的主题——Power of AI。随着AI走向推理，电力需求变得更加高频且不可预测，行业瓶颈已从“有没有GPU”转向“有没有电”。储能、电网变压器及高压设备等领域出现了新的投资机会。仅数据中心带来的全球储能新增需求，到2030年就约有321GWh。我们推荐CATL、汇川技术、思源电气等公司，它们不仅只是新能源逻辑，更正在变成AI基础设施建设非常重要的一环。 中国AI 2.0阶段最核心的投资主线，我们认为会逐渐从现阶段的“卖铲人”转换到谁能把AI 真正嵌入产业、形成规模化部署，并最终转化为盈利能力。 二、宏观经济影响：生产率提升与结构性挑战并存 （经济学家郑林发言） 正如刘端刚刚介绍的，一年前市场还认为中国受制于高端芯片封锁，在AI竞争中处于被追 赶地位。但现在中国展现出的是一种截然不同的竞争优势，不只在算力，更多在于成本效 益和AI应用的采纳速度。中国的优势在于应用场景大、产业链完备、人员结构稳固、平台生态成熟。制造业和服务业都有大量可被AI改造的流程。十五五规划明确将“AI+”定义为提 高国家生产率的主要战略。 从中长期看，AI提高中国潜在生产率的作用毋庸置疑，尤其是面对人口老龄化和劳动力减少的结构性问题。在基础情形下，我们认为AI在未来十年可能累计将中国全要素生产率提高约3个百分点，到2035年潜在GDP水平可能比没有AI的情形高3.5个百分点。短期内，AI相关投资（算力、数据中心、云服务、工程软件及配套电力设备、储能等）在未来两年能为实际GDP增长贡献至少20-30个基点。 但需要强调的是，中长期生产率叙事与周期性经济增长不能混为一谈。前沿技术革命通常 不是一开始就带来整体宏观繁荣，而是更像一个J曲线——短期内企业涉及各种投资和摩擦（改流程、改IT系统、培训员工、资本重配），效率提升需要过几年才能充分反映在总 量数据中。 中国目前总需求偏弱，企业压力较大。我们担心AI最早会被企业用于控制成本而非大幅增产，成本控制可能通过降薪裁员来表达，用AI部分替代现有劳动力。换言之，短期内AI技术扩散有可能加剧中国经济现有的K型结构——上半部分是产业链更有竞争力、AI相关 设备出口更好、微观上部分企业更有效率；下半部分是居民就业消费保持低迷，甚至因企 业降薪裁员而雪上加霜。 有国际机构认为，受AI影响最多的还是白领服务业。中国作为制造业大国，劳动力市场受到的短期冲击应不会比发达国家更大。按OECD的AI职业暴露度标准，中国仅12%的就业人口处于中高或高AI暴露度行业（IT、金融、传媒、科研等），而美国比例接近1/3。但总量数据的静态对比可能低估了实际风险。中国企业盈利普遍疲弱，更倾向将AI作为降本工具而非增收手段。在美国，企业盈利较强，AI更多用于增效而非简单降本裁员。 在中国，受AI冲击最大的三类人群——大学毕业生、中产白领、劳动密集型服务业从业者——本身已承受不小压力。生成式AI对数据录入、基本分析、内容生成等初级知识性工作有很强替代性，对刚进入职场的大学毕业生影响最大。虽然这些任务价值不高，但它们是年轻人进入职场学习