🏢 公司C档 · NaN分

中国AI的钱,正流向两头

··约1分钟阅读

📋 总体概括

从十五五规划到美银美林的微笑曲线报告,中国AI价值链正在形成哑铃型盈利格局:战略硬件瓶颈与云生态两端吸金,中间的大模型与物理AI承压。本文拆解本土化进程中的份额跃迁、定价回升与结构性盲区。

📄 正文

导语

当工信部把"研发投入强度3.5%、营收30万亿"写进"十五五"规划时,华尔街也在同一周给出了另一种注脚:美银美林的中国AI价值链报告,把利润画成了一条微笑曲线——硬件瓶颈在左,云生态在右,中间的模型公司夹在谷底。

政策讲的是星辰大海,资本算的是谁的护城河更深。这两份文件放在一起看,你会明白中国AI下一个五年的钱,大概率不是平均分配的,而是流向价值链的两端。

📈 三十万亿的盘子,先看懂政策在说什么

据多位接近政策制定的人士透露,这份规划最大的看点不在总量目标,而在结构目标。

先看数字:到2030年,电子信息制造业规模以上企业营业收入要突破30万亿元,研发投入强度达到3.5%。作为参照,目前全国规上工业平均研发强度远低于这个数——3.5%意味着政策在明确要求这个行业"必须更重研发"。

更值得注意的是规划划出的重点赛道:集成电路、先进计算、消费电子、基础电子、能源电子,五个方向都被点名要"涌现一批长板技术和产品"。算力供给能力大幅增长、新一代智能终端应用普及率显著提升,这两句话翻译成产业语言就是:上游多建算力底座,下游多卖智能终端。

规划维度2030年目标产业含义
营业收入突破30万亿元电子信息制造业地位进一步凸显
研发投入强度3.5%从规模驱动转向创新驱动
重点领域集成电路、先进计算、消费电子、基础电子、能源电子培育长板技术与产品
算力与终端算力供给大幅增长、智能终端普及率提升上下游联动

产业逻辑很清楚:这不是一份"补短板"清单,而是一份"树长板"清单。政策不再满足于追随,而是要求在特定环节形成不可替代性——这与美银美林观察到的市场现实,形成了奇妙的呼应。

⚠️ 本土化:不是替代,是全栈重构

追赶的故事,正在从单点突破变成系统作战。

美银美林报告里最扎眼的一组数据:2025年,国内AI加速器厂商在中国市场的收入份额已升至约50%,而2024年还不足30%;预计到2028年将接近80%。英伟达仍以47%的份额居首,但华为以35.5%紧咬其后——这个差距收窄的速度,比一年前所有预测模型给出的曲线都陡。

存储端的跃迁更肉眼可见。长鑫存储(CXMT)全球DRAM收入份额从2024年的3-4%升至2026年二季度的约10%;长江存储(YMTC)的NAND份额同期从7-8%升至约14%。CXMT已实现LPDDR6量产,YMTC正从232层向260层以上推进。用一位设备厂商高管私下的话说:"技术差距从'望其项背'变成了'同场竞技'。"

2024年

国产加速器份额不足30%

2024年

CXMT DRAM份额3-4%

2025年

国产加速器份额约50%

2025年

中国设备采购493亿美元

2026Q2

CXMT DRAM份额约10%

2026Q2

YMTC NAND份额约14%

2028年

国产加速器预计近80%

设备是本土化最扎实的战场。据SEMI数据,中国2025年设备采购额达493亿美元,连续第六年全球最大。本土供应商市场份额从2019年的22%升至2025年的约30%,在刻蚀、沉积、CMP、清洗等环节已超过40%-50%。

但短板也很诚实:光刻、离子注入、量测检测,这三块依然是明显洼地。本土化不是"把图纸抄一遍",而是把整条链从零部件替代升级为全栈系统级优化——难的部分恰恰藏在最后30%里。

💡 微笑曲线:利润为什么只宠两端

一份报告,把中国AI的赚钱逻辑讲成了一张曲线图。

美银美林的核心判断是:中国AI价值链正形成"哑铃型"盈利格局。左端是战略性硬件瓶颈——AI加速器、半导体设备、晶圆代工、存储;右端是大型云平台与互联网生态。两端享有最强的护城河与变现能力,而中间层的独立大模型实验室与物理AI制造商,则被低转换成本、激烈价格竞争和有限定价权三面夹击。

左端的护城河由三样东西砌成:高资本壁垒、长开发周期、监管保护。这不是能靠烧钱快速复制的东西。晶圆代工的定价回升是最直接的证据——中芯国际8英寸等效晶圆均价从2025年上半年的904美元升至2026年上半年的965美元,华虹同期从437美元升至461美元,2026年二季度两者产能利用率分别达94%和103%。CXMT 2026年上半年营业利润率高达79%,与全球领先同行持平。

右端的逻辑则完全不同:不靠稀缺性,靠规模。云平台和互联网巨头手里握着丰富应用场景和交叉销售机会,AI对它们是"存量客户再加一笔钱",而对独立模型公司是"每单都要重新抢"。转换成本的天壤之别,直接决定了定价权的天壤之别。

一句话总结这条曲线:稀缺的生产资料赚钱,稀缺的用户触点也赚钱,中间的"搬运工"最难赚到钱。

🚗 中间层的困境,与三类资产的分野

最热闹的地方,往往不是最赚钱的地方。

中间层的结构性压力值得展开说。独立大模型实验室面临的问题是:模型能力持续贬值,开源生态不断拉平基线,客户切换供应商的成本趋近于零。物理AI(具身智能、智能驾驶等)制造商则卡在"硬件毛利+软件溢价尚未跑通"的尴尬地带。两条赛道都不缺故事,但都不缺对手。

美银美林据此把中国AI相关资产切成三类,风险收益特征迥异:

1. 本土化受益标的:吃国产替代红利,但需警惕估值压缩——份额故事讲得越满,预期透支的风险越大;

2. AI基础设施出口商:吃全球资本开支红利,但若美国AI资本开支放缓,将面临盈利与估值的双重压力——这是典型的"命运不完全在自己手里";

3. AI应用受益标的:尤其是部分深度价值应用类,反而相对防御——离钱近,估值低,故事少。

据多位接近机构投资者的人士反馈,今年下半年以来,配置思路正在从"买故事"转向"买现金流"。这条资产迁徙路径,本身就是对微笑曲线最好的验证。

当然,报告也留了一个诚实的提醒:存储的高盈利能力会随周期波动,79%的营业利润率不是稳态,而是周期高位上叠加大宗价格博弈的结果。左端的护城河很深,但河水的水位会涨落。

小结

把"十五五"规划和微笑曲线叠在一起看,中国AI的产业剧本其实已经写得很清楚:政策在为左端的硬件瓶颈持续加注,市场在为右端的生态变现给出定价,而中间层必须自己找到从"能力"到"现金"的路径。

未来五年,最值得盯的三个信号:国产加速器份额能否如预期逼近80%;存储盈利在周期下行时的韧性;以及中间层能否跑出把模型变成产品的变现样本。钱流向两端,但产业的故事,永远从中间开始变得有趣。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)