人工智能產業的發展方向人工智能技術的突破會對全產業鏈產生影響，我們對發展路徑進行如下展

望：第一，從上游來看，算力為支撐

AI

發展的根基，特別是自研加速芯片

或將成為未來產業的核心競爭方向。數據、能源等資源亦是培育競爭壁壘的

關鍵。第二，從中游來看，算法等技術創新有望帶來模型層面的突破性進展，

且開源的生態也將進一步加速模型與算法的迭代速度。第三，從下游來看，

應用端即將邁入快速擴張時期，特別是

AI

agent

發展進入工程化階段。第

四，關注由于

AI

發展所導致的道德、環境、制裁與國別競爭等衍生問題。人工智能發展的長期影響人工發展的長期影響分為如下幾方面：第一，人工智能的發展會對經濟模式

產生深遠影響，長期來看會提升潛在經濟增速并推升生產力躍升。第二，

AI

對價格影響更偏長期，

可通過效率提升與定價優化等渠道抑制通脹。第

三，

AI

技術有潛力成為后續決定國家競爭力的關鍵因素，從而影響國際競

爭格局與產業發展走向。就業方面，隨著時間的發展，人工智能對就業影響

依次體現為替代效應、

互補效應、創造效應。展望與啟示人工智能不僅會對短期的投資和市場預期產生影響，還會在長期內對經濟增

長、通脹中樞等方面產生深遠作用。

從市場角度來看，

1）經濟復蘇節奏偏

漸進，產業周期疊加政策支持，后續泛科技仍是主線；

2）算力等基礎設施

的價值處于驗證階段，

關注商業化模式的落地；3）輕量化模型的發展、新

的編碼開發模式與關稅擾動為國產替代芯片提供了發展空間

；4）算法與模

型存在突破式進展的可能，彼時可對上下游情緒產生帶動；5）

當前后端應

用公司市場變化主要源自估值推動；

6）關注因

AI

投資受益的大宗產品。風險提示：

資本支出擠出效應明顯、美國對

AI

產業鏈施加限制。華泰研究2025年4

月

22日│

中國內地

深度研究報告核心觀點當前全球經濟處于傳統信息技術時代的黃昏，人工智能有望成為引領第四輪

科技革命的重要力量。

ChatGPT

、Deepseek

等模型相繼問世，

推動

AI

全

產業鏈進入加速發展階段。短期來看，AI

主要通過資本開支、提振信心與

暢通循環等途徑影響經濟，長期來看，人工智能的發展將會對潛在經濟增速、

通脹與國際格局等產生深遠影響。此外，人工智能發展對就業的影響關注度

較高。從市場層面來看，產業周期疊加政策支持，后續泛科技仍是投資主線，

關注算力投資、國產替代與算法突破等帶來的機會。AI：新一輪科技革命改變世界——新

時代的底層邏輯系列之三張繼強zhangjiqiang@+(86)

10

6321

1166吳靖，PhDwujing018437@htsc.com+(86)

10

6321

1166李梓豪lizihao@+(86)21

2897

2228研究員SAC

No.S0570518110002

SFC

No.

AMB145研究員SAC

No.S0570523070006聯系人SAC

No.S0570124060040免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

1000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000固收正文目錄人工智能產業的發展方向..............................................................................................................................................3第一，從上游來看，算力為支撐

AI

發展的根基，特別是自研加速芯片或將成為未來產業的核心競爭方向。此外，數據、能源等資源亦是培育競爭壁壘的關鍵。...................................................................................3第二，從中游來看，算法等技術創新有望帶來模型層面的突破性進展，

且開源的生態也將進一步加速模型與算法的迭代速度。

.........................................................................................................................................4第三，從下游來看，應用端即將邁入快速擴張時期，特別是

AI

agent

發展進入工程化階段。.....................5第四，關注由于

AI

發展所導致的道德、環境、制裁與國別競爭等衍生問題。.............................................6人工智能發展的短期影響..............................................................................................................................................7第一，人工智能發展或可帶動新一輪資本開支周期，國內外龍頭公司

AI

投資增速加快或可對短期經濟起到提振作用。

....................................................................................................................................................7第二，以

Deepseek

為代表的產業亮點彰顯我國的創新能力，

“創新驅動發展”緩解了市場對老齡化、經濟動能缺失等問題的擔憂情緒。.........................................................................................................................10第三，人工智能技術的發展具有正向外部性，股市上漲、產業鏈重構與新質生產力培育等有助于各部門信心的修復與經濟循環的暢通。.........................................................................................................................11第四，

AI

發展對實際融資需求和價格信號等方面影響相對有限。..............................................................13人工智能發展的長期影響............................................................................................................................................14第一，人工智能的發展會對經濟模式產生深遠影響，長期來看會提升潛在經濟增速并推升生產力躍升。.14第二，

AI

對價格影響更偏長期，可通過效率提升與定價優化等渠道抑制通脹。

........................................15第三，

AI

技術有潛力成為后續決定國家競爭力的關鍵因素，從而影響國際競爭格局與產業發展走向。

....16人工智能發展對就業的影響

........................................................................................................................................17結論與啟示..................................................................................................................................................................20風險提示..............................................................................................................................................................21免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

2000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000固收研究2022年，以

ChatGPT

為代表的生成式人工智能大模型應運而生，其通用性、創造性與自

學習性的特征引領

AI

領域進入新的發展階段。以中美為代表的各國在該領域展開激烈競爭，

相關國內外科技公司加快布局，相繼推出大模型，且模型在垂直領域逐步得到廣泛應用。

2025年，

Deepseek

的推出再度重塑市場生態格局，其輕量化、開源、低成本與強推理等

特征與發展模式進一步拓寬了

AI

演化的可能性邊界，人工智能的發展演化進一步加速。綜合來看，

當前全球經濟處于傳統信息技術時代的尾聲，

而人工智能有望成為引領第四輪

科技革命的重要力量，從而對世界的經濟、政治、文化、科技產生重大影響。

因此，本文

著重探討人工智能產業未來的發展方向，以及對就業、經濟等多個層面的影響。

人工智能產業的發展方向人工智能技術的突破正在改變世界。從發展路徑來看，其會率先帶動數據生產、算法與軟

件開發、芯片、存儲器等前端產業發展，隨后逐步拓展至后端應用環節。具體來看，我們

對人工智能產業未來的發展路徑進行如下展望：第一，從上游來看，

算力為支撐

AI

發展的根基，

特別是自研加速芯片或將成為未來產業的核心競爭方向。此外，數據、

能源等資源亦是培育競爭壁壘的關鍵。算力是

AI

行業發展率先受益的賽道，

廣義算力產業鏈包含

AI

基礎設施建設（AI服務器、

云計算等）、芯片、存儲和網絡四個部分。其中，

芯片是算力實現的核心，主要包括

CPU

、

GPU

、ASIC

等五大類，

近年維持著高速發展的態勢。據信通院表示，

2023

年全球算力總

規模達到

910EFLOPS

，

同比

40%

，且預計到

2030

年期間，算力復合增速將達到

65%

，

或標志著算力高速發展時代的來臨。

從國別來看，

中美兩國在算力領域遙遙領先，

2023年

份額占到全球34%與33%

。此外，

從目前發展的路徑來看，算力作為

AI

發展根基的地位

尚未動搖，人工智能產業鏈的資本開支，對算力的長期發展具有利好作用。2025年，

Deepseek

推出了低成本與輕量化的發展模式，對算力市場規模預期與芯片發展

方向均產生了深遠影響。一方面來看，Deepseek

模型在同樣智能水平下極低訓練成本的特

性，致使市場對短期算力需求的預期有所下調。但考慮到低成本與開源模式降低了行業的

進入門檻，長期的

AI

的普及化進程會有所加快，從而利于提升算力需求；此外，借助算力

提升智能水平仍是人工智能發展的重要途徑之一，

國內外科技公司資本支出計劃的大幅提

升與之佐證；

另一方面來看，

自研加速芯片（ASIC）將成為未來

AI

領域的核心競爭方向。

此前，

英偉達憑借其高性能的

GPU

產品占據主導地位。而

Deepseek

帶來“極致壓縮+

高效

強化訓練+推理需求大幅增加”

的低成本新模式，在此背景下，定制化且擅長推理需求的ASIC時代即將來臨。

谷歌、

Meta

、華為等科技巨頭紛紛基于ASIC

技術路線進行戰略布局，力

求降低對英偉達的過度依賴。9080706050403020100（分）

算力指數-領跑國

算力指數-追趕國算力指數-起步國

算力漲幅(右軸）5432101,00090080070060050040030020010002016

2017

2018

2019

2020

2021

2022

202350454035302520151050南非巴西意大利澳大利亞韓國加拿大印度法國英國德國日本中國美國免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

3資料來源：

《2022-2023全球計算力指數評估報告》

IDC

、浪潮信息、

清華大學全

球產業研究院聯合編制，華泰研究（EFlops）

全球算力規模

全球算力增速（右）

（%）000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000圖表2：

各國算力指數排名與漲幅（2023年）資料來源：中國信息通信研究院，華泰研究圖表1：

全球算力規模變化固收研究（%）6第二，從中游來看，算法等技術創新有望帶來模型層面的突破性進展，且開源的生態也將

進一步加速模型與算法的迭代速度。AI

產業鏈的中游主要由各類大模型公司構成，在模型的快速迭代階段，

算法的更新或許能

夠在短期內帶來顯著成果。從模型三要素來看，算力與數據的發展過程相對平緩，

而算法

則能夠在短時間內實現突破，從而彌補硬件與數據層面的短板。近年來，模型算法歷經

LLM

、

RAG、多模態與輕量化等多輪技術風口，顯著優化了AI

的智能水平與運行效率。DeepSeek的卓越之處也在于其算法上的突破，其包含強化學習、

稀疏激活與底層

PTX

語言編碼等多

個技術關鍵點，

對推理能力與模型效率等產生顯著影響。

此外，

長期需關注量子計算與AI融合、多模態技術、計算機視覺，以及探索硅以外的新材料等技術突破方向。Deepseek

基于現有模型迭代的路徑與開源生態將會加速后續算法的更新速度。DeepSeek的策略為基于現有模型迭代改進，

而非從零開始構建模型，這使其能夠更高效地縮小與領

先者的差距。再加上開源生態的發展，開發者能夠以較低成本利用現有技術，

小型團隊也

能部署自己的本地智能體。推動算法快速更新后，前期大型企業依靠閉源模式構建的競爭

壁壘將受到挑戰。從當前的發展路徑來看，

國內外在模型層呈現出不同的優勢。海外方面，主要依靠強大算

力驅動模型性能突破，

堪稱大力出奇跡，例如近期以

xAI

將GPU

規模從10

萬擴展至20

萬

（最終目標為

100萬），訓練出

Grok-3

；OpenAI

則發布了迄今最大預訓練模型。

而國內

在軟硬件效率優化上更加領先，以DeepSeek

開源周為例，持續開源了硬件效率突破、通

信成本壓縮與存儲架構創新等

5項核心技術，使得理論上的成本利潤率達到

545%，與各平

臺的適配效率亦逐步提升；

Manus

亦延續了中國

AI

生態的道路，摒棄“堆參數”

的發展，獨

創“少結構，多智能”

架構。數據、能源等因素依舊是

AI

模型長期發展的重要支撐。

在互聯網與大數據時代，數據的生

成和積累正以前所未有的速度增長。

IDC

研究表明，全球數據量呈快速增長態勢，

預計到

2028年，全球數據量將增長至

393.8ZB，達到2018年的

9.8倍。

且在

2024-2028五年間

所生成的數據量，至少是過去

10年的

2.2倍，國別方面，中國數據量增速將位居全球首位。

此外，在算法開源以及算力效率提升的背景下，數據優勢對于公司維持模型長期處于頭部

地位尤為關鍵。其次，從長期視角來看，隨著模型智能化程度的不斷提高，相關電力需求

將顯著增長。

而且芯片算力技術目前的瓶頸，本質上在于散熱以及能源問題。

因此，

能源

是人工智能長期發展背后的重要支撐。1,0009008007006005004003002001000瑞士中國香港

西班牙

波蘭

印度

巴西

意大利

墨西哥

日本

俄羅斯

荷蘭

澳大利亞

法國加拿大

中國英國德國美國6,0005,0004,0003,0002,0001,0000450400350300250200150100500（ZB）中國

北美

其他地區

全球數據量規模2017

2019

2021

20232025E2027E免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

4000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000資料來源

：Cloudscene，華泰研究00000000000000000000000000000000000000000000資料來源

：

IDC

，Gartner，華泰研究0000000000000000000000其他數據中心個數美國數據中心個數（右軸）圖表4：

全球數據量規模變化圖表3：

各國數據中心固收研究5381第三，從下游來看，應用端即將邁入快速擴張時期，特別是

AI

agent

發展進入工程化階段。從產業發展周期來看，部分

AI

大模型的市場滲透率已達

10%，后續有望步入加速增長期。

根據歷史經驗來看，新技術的滲透率達到10%以上時，

會進入發展的加速期。當前市場上

存在較多針對企業

AI

滲透率與員工

AI

使用率等調查，雖然統計數據口徑有所差異，但普遍

處于

10%以上，

包括美國經濟普查局、紐約聯儲等或表明AI

將進入應用的繁榮擴張期。Deepseek

低成本與開源的新模式對行業生態了顯著影響，應用層所受的邊際利好尤為突

出。Deepseek

低成本+開源的發展模式降低了垂直領域接入

AI

的成本。

國內多個代表性廠

商加速與Deepseek

合作布局，促使應用端呈現出繁榮擴張的態勢。

垂直領域衍生出各種

新生態與新需求，金融、搜索、

醫療、游戲等行業蘊含著較大的潛在發展機會。此外，隨

著Deepseek

為代表模型的市占率上升，

開源模式的布局思路對后續行業發展路線與商業

生態產生影響，開源生態與端側滲透將成為未來產業話語權的重要力量，百度等部分大型

企業也開始由閉源策略轉向開源。AI

agent

加速進入復雜數據場景，賦能端側逐步進入工程化階段。AI

Agent

是一種以大語

言模型（LLM）

為核心驅動的自主智能系統，

與傳統人工智能不同，

它具備獨立思考、行

動和反思等復雜能力，

能夠感知環境、做出決策并執行動作。隨著技術突破、市場需求復

雜等隱私的影響，AI

agent

正處于快速發展階段。在

ToC

端，其沿著“通用搜索→個人知識

管理→個人生活助手”

的路徑演化；在

ToB

端，則沿著“企業知識庫→單點功能→

多Agent跨業務功能”

演化。

2025年將成為

AI

智能體快速發展的元年，

OpenAI

的

o1模型已能模擬

人類推理過程，

處理法律合同比對等多步驟工作；

微軟的

Copilot

系統則通過整合記憶、

推

理與多模態能力，幫助用戶自動篩選郵件、

執行供應鏈管理等任務。

Manus

研發出了全球

首款通用型

AI

智能體，

實現辦公場景的全流程自動化。此外，以

Deepseek

為代表的輕量化與蒸餾版模型的推出，也有力地推動了AIagent

的發展。

在以往端側資源受限的情況下，相關模型的承載能力有限，

而高效率模型加速了以智

能體（AI

agent）作為主流形式為終端設備賦能的應用落地，

其發展進入工程化階段，在智

能手機、

智能眼鏡等領域推進速度較快。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

5000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000圖表5：

人工智能技術成熟度曲線資料來源

：Gartner，華泰研究固收研究資料來源

：

Deepseek

官網，

華泰研究綜合來看，

中國在人工智能領域具備諸多優勢，在斯坦福

HAI

、

中國科學信息研究所等綜

合評估中僅次于美國。具體而言，我們從如下幾個方面進行對比：1）算力層面，

中國算力規模全球位居第二，且智能算力增長迅速，

與美國在份額上的差距

持續縮小；2）算法層面，

中美算法能力方面已建立了各自的優勢領域。

但綜合來看，

中國基礎研究領

域技術積累不足，且在全球開源社區影響力不夠，算法綜合素質略低于美國。不過，鑒于

算法的追趕效應顯著，差距相對可控。并且，

中國的數據規模龐大，標簽成本具有優勢，

有利于企業推出自主

AI

框架。3）應用層面，

中國機構在研發中普遍秉持“重應用”

的理念，結合國內龐大的市場需求，

落

地應用方面的研究較為充分，相比美國，應用端可能更具發展特色。從發展方向來看，

美

國人工智能起步較早，在金融業、軍事和能源等行業的應用皆處于領先地位；

中國人工智

能雖起步較晚，

但進程較快，

行業應用上呈現出“

大而全”

的發展特點。4）企業層面，美國人工智能企業總數接近中國的兩倍，

然而兩國AI獨角獸企業總數較為

接近。從企業思路來看，

以谷歌、

亞馬遜、Facebook

為代表的美國人工智能企業，

將更多

資金投入到基礎技術研發；

而以百度、騰訊、

阿里巴巴為代表的中國人工智能企業，則更

多地探索支付、

社交、

交互技術、圖像處理、智能搜索等技術應用領域；5）政策層面，美國更強調人工智能的自由發展，中國則注重AI

發展與治理的均衡性和一

致性，政策促進導向十分明顯；6）與中國人工智能發展中的不足：包括高端芯片技術薄弱、算力資源分散且利用率低、

“

東

數西算”傳輸存在問題與數據質量參差不齊等。第四，關注由于

AI

發展所導致的道德、環境、制裁與國別競爭等衍生問題。隨著AI

模型的能力不斷增強，引發了一系列道德問題和技術濫用事件。例如，2023

年，

FAccT

會議收到的

AI

倫理論文數量比

2022年增加了30%，自2018年以來增加了

12倍；

與此同時，相關法案也不斷完善，

2024

出臺《人工智能法案》，旨在為全球

AI

治理建立標

準。此外，

AI

發展也激化了國際競爭，特別是美國針對中國圍繞

AI

硬件、

技術與投資等方

面進行了一系列的限制。環境方面，

AIAgent

發展的高耗能、高排放對生態造成一定的壓

力。圖表6：

Deepseek

引領下的行業創新免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

6000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000固收研究人工智能發展的短期影響人工智能對經濟的影響較為復雜，且在短期與長期的過程中體現出不同的特征，短期來看，

AI

發展會從資本開支、

預期改善與經濟循環暢通等層面影響經濟。具體來看，

我們認為有

如下幾方面關注點：第一，人工智能發展或可帶動新一輪資本開支周期，

國內外龍頭公司

AI

投資增速加快或可

對短期經濟起到提振作用。20世紀

80年代以來，全球經歷過三輪科技創新帶動的投資與增長。1）1980年代個人電腦（PC）革命期間，

電腦相關產業快速發展，個人電腦市場規模從

1980

年約

50億美元增長到

1990年的超過

300億美元，IBM

、蘋果、英特爾、微軟等公司為投

資主導力量；2）1990年代的互聯網革命期間，互聯網相關公司快速擴張，科技投資增速在

90年代中期

超過50%，圍繞數據中心和網絡基礎設施建設方面投資規模較高，谷歌、亞馬遜、

雅虎等

互聯網巨頭在此期間崛起；3）2010

年前后智能手機及移動互聯網快速發展，全球科技投資規模進一步擴大，

特別是

在半導體、移動設備和云服務領域，蘋果、谷歌、騰訊、

阿里巴巴等公司在此期間主導了

市場。人工智能發展或能開啟新一輪資本開支周期，

當前國內外

AI

相關投資增速已有加快趨勢。

根據斯坦福大學

2025年

4

月初發布的

AI

指數報告來看，全球人工智能相關投資近年處于

較高水平，特別是生成式人工智能投資增速明顯較快，中美貢獻力度較大。1）

國外來看，

美股“七姐妹”（Magnificent7）領跑

AI

投資，2024年以來資本開支同比增速

快速走高。2024

年全年，美股“七姐妹”

資本開支累計2395.12

億美元，同比增長48%

。

2022-2024年間，年均投資

2000億美元，為2016-2021年均投資的

2倍以上，

AI

基礎設

施資金投向主要集中在數據中心、電力和算力升級等方面。整體來看，各家針對資本開支的表態相對積極，谷歌宣布了今年計劃投入約750

億美元的

資本開支計劃；

微軟表示將在

2025財年斥資800億美元擴建數據中心支持

AI

算力需求；

Meta

稱計劃投入高達

650億美元構建新一代數據中心和計算基礎設施

；亞馬遜表示，計劃

在

2025年將資本支出提升至

1000億美元。400350300250200150100500（十億美元）

全球人工智能投資

（十億美元）全球生成式人工智能投資(右軸）25201510502013201520172019202120231009080706050403020100335.222.312.810.610.49.9400350300250200150100500瑞典香港瑞士澳大利亞日本新加坡韓國法國印度德國加拿大以色列英國中國美國免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

7(十億美元）

人工智能投資(2013-2023)

（十億美元）0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000008.3

7.3

6.34.8

3.4

3.3

3.2

2.9圖表8：

分地區人工智能累計投資金額圖表7：

全球人工智能投資金額資料來源：斯坦福

HAI，華泰研究資料來源：斯坦福

HAI，華泰研究固收研究103.7302）

國內來看，

“十巨頭”（Terrific10）也正加快強化自主技術布局，近五年資本支出平均增

速與

MG7接近，但從斯坦福

HAI

的統計數據來看，國內AI

投資增速斜率尚不及美國，或

與前期兩國AI

模型的相對實力有關，但

Deepseek

推出后，

國內科技公司的布局或會有所

加快。結合彭博數據，

2024

年全年，預計“十巨頭”

資本開支

2900

億元，同比增長

28%

，

特別是阿里巴巴的資本開支從去年

3

季度的175

億元跳升

82%至

318

億人民幣。2022-2024

年間，年均投資額約為2500

億元，過去十年間資本開支金額占MG7的比重約為

17%~20%。其中，阿里巴巴在

2025

年宣布未來三年計劃投入

3800億元用于云和

AI

基礎設施建設，總

額超過去十年總和（3400

億元）。

比亞迪也曾表示，未來將延續資本開支兩位數以上的增

長。百度也提出將人工智能投資作為長期戰略重點進行投資。此外，

美團、

小米、

中芯國

際等雖未明確表態，但在行業發展趨勢下，預計也會圍繞

AI

基礎設施、智能硬件和半導體

等領域加大布局。華為、字節等非上市公司預計未來也會有近千億規模的資本支出。通信

產業報亦表明，三大運營商將持續加碼算力方面的投資，如構建新的萬卡智算集群，擴大

400G算力網絡的覆蓋規模，

中國電信計劃

2025年資本開支836

億元，初步安排算力投資

同比增長

20%；

中國移動稱推理資源投資設上限，

計劃規模近

400億；中國聯通算力投資

增長

28%。向前看，未來

AI

相關投資增量預計能對國內外

GDP

產生不小的拉動作用。①國外方面，結合彭博預期與行業發展趨勢，預計

2025年

MG7

總資本支出約

3300億美

元，2025-2027年累計支出

1.1萬億美元，超過前十年的投資總額，年復合增長率為

20%

。

考慮到美股

MG7在納斯達克

100

占比超

65%以及行業帶頭作用，假設

MG7

的

AI

投資占

全美的

80%

，預計

2025年全美

AI

總投資

4000億美元，

較上年增加超

1000億美元，

邊際

抬升

GDP

約

0.4%

，預計

2025-2027年累計支出約

1.4萬億美元。②國內方面，預計

2025年“十巨頭”

總資本支出約為

3800億元，2025-2027年累計支出

1.43

萬億，與前十年的投資總額規模相近，年復合增長率為25%

，Deepseek

引發科技公司的

AI

投資浪潮下，國內投資增速預計略強于美國。

考慮到三大運營商、

華為、

字節等公司的

影響，假設“十巨頭”投資占全國投資

60%

，預計

2025年全國

AI

總投資

6000億元，較上年

增加超

22億美元，邊際抬升

GDP

約

0.1%，預計2025-2027年累計支出超

2萬億。圖表9：

美國

MG7資本開支情況(百萬美元)450,000400,000350,000300,000250,000200,000150,000100,00050,0000免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

8

微軟

Meta谷歌MAG7資本開支同比（右軸）000000000000000000000000000000000000000000000000000000000000000000

蘋果

亞馬遜

特斯拉

英偉達0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000002016201720182019202020212022202320242025E2026E2027E100806040200(20)資料來源

：

Bloomberg，華泰研究固收研究(%)此外，根據

2025年

3

月

3日《AI

投資：日漸清晰的基本面亮點》報告，AI

資本開支的具體影響效果取決于多方面因素，具體可以分為如下幾點：

1）

資本開支存在漏出效應。即企業的AI

資本開支主要集中在芯片、數據中心和算法升級

等環節，

但其中部分產品和設備依賴進口，

這部分投資對國內增長的拉動或不明顯；2）企業

AI

資本開支可能對傳統業務現金流或其他現金支出形成一定擠出效應；3）資本開支增加過程中會影響到居民部門的收入、信心與供給端的豐富度等，從而產生更

加廣譜性的影響。與此同時，市場開始關注

AI

資本開支短期是否存在泡沫風險。

當前，AI

資本開支面臨基礎

設施超前建設、

技術同質化以及投資回報周期長等諸多問題。與互聯網模式不同，當前AI領域的技術可用性與商業可持續性之間存在顯著矛盾。

一方面，AI

模型唯有保持強大的技

術領先優勢，

才能夠通過付費訂閱等模式實現營收。然而，技術快速迭代以及開源模式發

展的背景下，多數公司難以構建起持續的競爭壁壘，盈利能力具有較高的不可預見性；另

一方面，盡管

AI

的應用能夠顯著提升工作效率，但考慮到各類流程的檢查與糾錯等額外工

作量，當前企業實際部署

AI

的成本可能不降反升。600,000500,000400,000300,000200,000100,0000MG

7之外的其他科技公司資本開支2016

2018

2020

2022

2024

2026E1,000,000900,000800,000700,000600,000500,000400,000300,000200,000100,0000十巨頭之外的其他科技公司資本開支20152017

2019

2021

20232025E2027E注：

互聯網科技“十巨頭”為阿里巴巴、騰訊控股、美團、

小米集團、

京東集團、

網

易、百度集團、吉利汽車、中芯國際、

比亞迪資料來源

：Wind，華泰研究預測

阿里巴巴美團比亞迪網易吉利汽車“十巨頭”資本開支同比（右軸）(百萬元)600,000500,000400,000300,000200,000100,0000免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

9注：

MG7為英偉達、谷歌、特斯拉、臉書、亞馬遜、微軟、蘋果資料來源

：Wind，華泰研究預測00000000000000000000000000000000000000000000000000000000000000000000000000000000000000002016

201720182019202020212022202320242025E2026E2027E000000000000000000000000000000000000000000000000000000000000000000

騰訊控股

小米京東百度中芯國際00000000000000000000000000000000000000000000100806040200(20)(40)圖表10：

中國“十巨頭”資本開支情況(百萬元）

“十巨頭”資本開支(百萬美元）

“MG

7”

資本開支圖表11：

美國資本開支預測圖表12：

中國資本開支預測資料來源

：

Bloomberg，華泰研究固收研究(%)截至當前，

生成式

AI

領域尚未誕生有代表性且成功的商業案例，

即便是處于領先地位的公

司，收費模式難以延續的背景下，其預估的投資回報周期也在不斷拉長。

此外，

AI

行業的

生態特性決定了后期會呈現出極為顯著的龍頭效應，

因此，

落后公司的投資回報充滿了較

大的不確定性。全球各類科技巨頭在

AI

領域數千億美元的投資計劃或面臨著難以實現回收

的風險。第二，以

Deepseek

為代表的產業亮點彰顯我國的創新能力，

“創新驅動發展”緩解了市場

對老齡化、

經濟動能缺失等問題的擔憂情緒。近年來，

中國創新能力穩步發展，創新投入、產出與科創人才資源優勢逐步顯現，但成果

轉換效率偏低。

中國近年維持較大力度的投資，

據國家統計局數據，

2024年中國研發經費

達

3.6

萬億元，同比增長

8.3%

，投入強度（2.68%）首次超越歐盟平均水平，

基礎研究經

費占比提升至

7.2%；大科學裝置數量（38個）全球領先，為量子計算、

可控核聚變等前沿

領域奠定基礎。教育經費的規模達

6.4萬億，也取得歷史性突破。產業鏈方面，

雖然近年戰

略新興產業亮點不斷涌現，例如電氣設備、計算機與光學、車輛與新三樣等快速發展，但

綜合創新效率整體偏低，具體而言，

中國專利申請量占全球45.6%

，但有效發明專利產業

化率僅

53.3%，企業研發投入占比

77.7%，但基礎研究貢獻度（6.65%）仍低于美國（17%）。而以

DeepSeek

為代表的創新成果，

證實了中國創新體系的有效性，增強了市場對創新驅

動發展的信心，一定程度上緩解了對長期發展的擔憂。長期以來，

中美創新體系構建邏輯

差異顯著。

美國創新體系以企業為主導，強調自由市場機制與企業家精神；

而中國創新在

過去較長時期更多依賴政府引導，存在協同效率低、

資源分配效率不高的問題。為解決這

些難題，我國近年來持續推進全面創新體制改革，涵蓋教育、科技、人才等領域。

而本輪

DeepSeek

的崛起不僅是技術突破，

更象征著中國創新從“追趕”

到“

引領”

的范式轉變。作為

一種非政府主導下的，完全由企業自發推動的分散化創新，有力提振了居民對中國創新體

系建設、新質生產力培育以及創新驅動發展戰略的信心，緩解了市場對老齡化、經濟動能

缺失等長期性問題的擔憂。

（萬個）180160140120100806040200免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

1045

（%）4035302520151050研發投入強度(右)

中國:專利申請數量美國:專利申請數量日本:專利申請數量韓國:專利申請數量歐洲:專利申請數量（%）3.02.52.01.51.00.50.0注：

KTI

為知識與技術密集型產業，包括

10個制造業行業資料來源

：

NSF，華泰研究000000000001990

1994

1997

2000

2004

2007

2010

2014

2017

20200000000000000000000000000000000002002

2005

2008

2011

2014

2017

2020000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000中國印度法國日本0000000000000000000000圖表14：

中國

KTI制造業增加值份額上升圖表13：

創新投入與能力不斷增強資料來源

：WIPO

，Wind，華泰研究固收研究德國美國資料來源

：Zahra

S

A

等（2011,2012）

，

華泰研究第三，人工智能技術的發展具有正向外部性，

股市上漲、

產業鏈重構與新質生產力培育等

有助于各部門信心的修復與經濟循環的暢通。當前中國經濟經濟增長面臨的核心矛盾可以概括為三個層面。一是經濟新舊動能轉換和產

業轉型問題，過去支撐經濟發展的紅利與動能逐漸消退之后，新的生產力量有待累計；二

是微觀主體信心不足、地緣政治風險與企業營商環境等非經濟問題，改革需久久為功

；三

是短期經濟運行的矛盾，具體表現為有效需求不足、供需結構錯配、價格信號偏弱與及資

產負債表衰退等問題。以

Deepseek

、機器人為代表的產業亮點一定程度緩解了中國經濟增長各層次的核心矛盾，

其對各部門決策與經濟循環的影響體現在如下幾個方面：免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

11000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000圖表15：

美國創新生態系統：三位一體+內外循環資料來源

：Zahra

S

A

等（2011,2012）

，

華泰研究圖表16：

中美創新生態系統的對比固收研究1）居民部門方面，受財富效應、文化自信等因素影響，居民消費與購房需求預計有所增加。

具體存在如下幾方面渠道：其一，AI

發展與資本開支過程中，

科研人員等相關鏈條薪酬等

支出也會同步增加，會通過工資收入帶動消費和購房需求；其二，AI

亮點和資本開支帶動

風險偏好回升，

股市修復后的財富效應利好居民消費；其三，

AI

投資有望催生新的消費場

景，從而進一步激發消費活力；其四

，AI

創新提升軍事+科技+文化自信，從預期層面促進

經濟循環。2）企業部門方面，AI提升企業投資意愿，疊加政策支持與融資狀況改善等影響，企業發

展活力有所修復。AI

創造了全新投資方向與環境，不僅科技類相關公司加大資本開支以推動創新，下游公司

也加速業務與

AI

融合，這既助力企業降本增效，又提升相關產品吸引力。具體來看，

上游

硬件層直接受益效果明顯，資本開支短期內直接利好各類硬件公司。除了傳統數據、

電力

等基礎設施之外，芯片等國產替代產品在Deepseek

等技術創新下迎來了新的發展空間，

對相關公司的盈利與估值皆有利好；

下游應用層潛在發展空間較大，

AI

垂直應用的盈利模

式需要較長時間的市場驗證和用戶積累，短期內盈利或難有明顯改善，但估值提升較為明

顯，

AI

接入服務成為“

必需品”

的概率提升。此外，股市良好表現亦有利于企業IPO

和股權融資，債券市場的科技板亦在持續推進，疊

加民企座談會等對企業家精神保護的重視，相關企業資產負債表在盈利與預期層面中有所

改善，企業部門投資意愿或會有所增強。3）政府部門方面，AI

發展拓展了投資空間，相關基建有潛力成為后續逆周期政策的抓手。

近年來，經濟發展的傳統動能逐步退坡，項目對基建等投資的制約明顯增強。在政府強調

投資質量與效益的背景下，新興產業雖有所發展，但規模相對有限，逆周期調節經濟的有

效手段尚不清晰。

本輪AI

的發展為政府后續加杠桿提供了豐富的投資標的。隨著AI

帶來

電力等需求增長，對新基建、新能源等領域也產生利好，

AI領域的競爭已上升至國家戰略

高度。兩會召開后，國家加大了對科技產業發展的支撐，具體涵蓋以下幾方面舉措：

1）

國家推動

設立“航母級”

的國家創業投資引導基金，聚焦人工智能、量子科技等領域，將吸引帶動地方、

社會資本近1

萬億元；

2）優化科技創新和技術改造再貸款政策。進一步擴大再貸款規模，

從目前的

5000億元擴大到

8000億元至

10000億元，更好滿足企業融資需求；3）創新推

出債券市場“科技板”

，支持金融機構、科技型企業、

私募股權投資機構等三類主體發行科技

創新債券，豐富科技創新債券產品體系。250200150100500軟件指數互聯網指數22-0122-06

22-11

23-04

23-09

24-02

24-07

24-12電腦及外圍設備

通信設備

軟件80-90年代美國IT相關投資免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

12(2022=100)

萬得半導體指數中國半導體指數00000000000000000000000000000000000000000000000000000000000000000000000000000圖表17：

中國各類指數的估值修復（截至

2025.03）000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000圖表18：

科技發展與企業投資活力回升0000000000000000000000(%)403020100(10)(20)(30)資料來源

：Wind，華泰研究資料來源

：Wind，華泰研究IDC(算力租賃)指數固收研究20072022200420

1620

19200

120

1320

1019981989199219951986198319806,0005,0004,0003,0002,0001,0000(1,000)(2,000)(3,000)現金比率（現金及等價物/流動負債）

:右軸2015

2017

2019

2021

20230.70.60.50.40.30.20.10.0第四，

AI

發展對實際融資需求和價格信號等方面影響相對有限。1）

融資需求方面，

企業AI

資本開支仍依賴于內源融資或權益融資，

對債務融資的需求不

高，新興行業項目的豐富或成為后續政府舉債的重要方向，但總體宏觀杠桿率的變化相對

有限。

2）價格方面，AI

相關產品在

PPI

與

CPI

中的權重較為有限，

AI

發展的拉動作用不

強，未來走勢主要取決于產能供需等問題的改善。總收入

微軟收入分成

模型訓練成本模型運行成本

研究攤銷

員工薪資一般及行政費用

數據成本托管及其他成本營銷成本

不考慮分紅的虧損40-7-30

-20

-10

-7

-6-5-4-3-50

mm注：

互聯網科技“十巨頭”為阿里巴巴、騰訊控股、美團、

小米集團、

京東集團、

網

易、百度集團、吉利汽車、中芯國際、

比亞迪資料來源

：Wind，華泰研究免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

13000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000圖表19：

中國“十巨頭”現金流相對充足0000000000000000000000圖表20：

2024年

OPENAI收入和支出拆分00000000000000000000000000000000000000000000（億美元）

(60)(40)(20)

0

204060

現金及現金等價物

籌資現金流資料來源

：OPENAI，

華泰研究固收研究(億元）(%)人工智能發展的長期影響AI

發展除了對短期投資與預期產生影響之外，還會重塑長期經濟、通脹與國際競爭的格局，

具體來看，

人工智能發展的長期影響可以分為如下幾個方面：第一，人工智能的發展會對經濟模式產生深遠影響，

長期來看會提升潛在經濟增速并推升

生產力躍升。AI

通過幾條邏輯推動長期潛在經濟增速：一是生產率提升效應，AI

通過自動化和優化生產

流程，提高生產效率，

同時加速技術創新，推動全要素生產率的提升；

二是勞動力創造效

應，AI

本身是一種新型勞動力供給，彌補人口老齡化的缺陷，

并推動勞動市場的結構性變

革；

三是邊界延展效應，人工智能的發展可以有效促進傳統產業轉型，并有望催生一系列

難以預知的新興產業；

四是資本積累效應，AI

發展改變資本積累和投資方向，資本存量增

加的同時向高附加值領域集中，進一步促進經濟增長；五是總需求擴張效應，人工智能提

升全社會的生產率后，有助于居民部門收入水平和效率的提升上升，各部門對服務業等傳

統產業的總需求也會有所增加。根據AI

影響長期增速的邏輯，我們從如下幾方面假設出發測算其對經濟增長的拉動作用（具

分析假設見下一章）。一是生產率提升效應，當某行業

AI

深度滲透率為

20%時，

相當于該

行業僅用

80%的人就完成了之前的工作，

生產效率提高為

25%（1/80%）；二是就業效應，

一方面來看，

AI

發展會創造出新的崗位，

且傳統行業擴張后也會增加新的招聘，部分被人

工智能影響的勞動力會重新再就業；另一方面來看，部分工人再就業過程中，

由于受到技

能與崗位不匹配、信息傳遞不暢、新職業崗位出現較為緩慢等因素的影響，可能會退出勞

動市場；

根據計算大約在1/5

左右，即被影響的失業人員大約80%可以完成再就業

；三是

作用時間，技術從適用到深度結合需要一定假設，

假設

AI應用的就業過程大約為

20年。市場和學界進行了廣泛研究與估算，盡管具體數值略有差異，但對拉動效果的測算均較為

顯著。我們結合現有研究及下文關于人工智能影響就業市場的討論，對

AI

提升生產率、

AI滲透時間與再就業比例等進行假設，測算得到如下結果：1）人工智能對美國經濟增長的帶動大約為每年

1%~2%的水平，

而對中國經濟增長的帶動

大約為每年

0.5%~1.5%的水平。帶動差異與人工智能發展水平以及產業結構的不同，人工

智能發展水平較高，且智能化產業占比高的國家，AI

拉動效應比較強。2）從替代速度分析來看，如果10

年內就能完成人工智能的替代，人工智能對中國經濟將

會產生每年1.7%的拉動，如果30

年才能完成人工智能的替代，人工智能對中國經濟將會

產生每年

0.56%的拉動。3）從就業沖擊分析來看，若對就業影響大時，人工智能對中國經濟的增長拉動為每年

0.69%，

反之，人工智能對中國經濟的增長拉動為每年

0.91%。4）我們將該測算方法外推別的國家發現，生成式人工智能技術會在未來的

20年之間將全

球的勞動生產率每年提升

1.1%左右。從區域差異來看，新興市場受到的增益小于發達市場，

主因發達國家受人工智能影響勞動替代的影響越強，對經濟增長的促進作用也越強。免責聲明和披露以及分析師聲明是報告的一部分，請務必一起閱讀。

14000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000固收研究資料來源

：O*NET27.2

，BLS，華泰研究第二，

AI

對價格影響更偏長期，可通過效率提升與定價優化等渠道抑制通脹。短期內，

AI

發展對通脹或略有提振，