AI：新一轮科技革命改变世界-新时代的底层逻辑系列之三-250422-华泰证券

人工智能产业的发展方向人工智能技术的突破会对全产业链产生影响，我们对发展路径进行如下展

望：第一，从上游来看，算力为支撑

AI

发展的根基，特别是自研加速芯片

或将成为未来产业的核心竞争方向。数据、能源等资源亦是培育竞争壁垒的

关键。第二，从中游来看，算法等技术创新有望带来模型层面的突破性进展，

且开源的生态也将进一步加速模型与算法的迭代速度。第三，从下游来看，

应用端即将迈入快速扩张时期，特别是

AI

agent

发展进入工程化阶段。第

四，关注由于

AI

发展所导致的道德、环境、制裁与国别竞争等衍生问题。人工智能发展的长期影响人工发展的长期影响分为如下几方面：第一，人工智能的发展会对经济模式

产生深远影响，长期来看会提升潜在经济增速并推升生产力跃升。第二，

AI

对价格影响更偏长期，

可通过效率提升与定价优化等渠道抑制通胀。第

三，

AI

技术有潜力成为后续决定国家竞争力的关键因素，从而影响国际竞

争格局与产业发展走向。就业方面，随着时间的发展，人工智能对就业影响

依次体现为替代效应、

互补效应、创造效应。展望与启示人工智能不仅会对短期的投资和市场预期产生影响，还会在长期内对经济增

长、通胀中枢等方面产生深远作用。

从市场角度来看，

1）经济复苏节奏偏

渐进，产业周期叠加政策支持，后续泛科技仍是主线；

2）算力等基础设施

的价值处于验证阶段，

关注商业化模式的落地；3）轻量化模型的发展、新

的编码开发模式与关税扰动为国产替代芯片提供了发展空间

；4）算法与模

型存在突破式进展的可能，彼时可对上下游情绪产生带动；5）

当前后端应

用公司市场变化主要源自估值推动；

6）关注因

AI

投资受益的大宗产品。风险提示：

资本支出挤出效应明显、美国对

AI

产业链施加限制。华泰研究2025年4

月

22日│

中国内地

深度研究报告核心观点当前全球经济处于传统信息技术时代的黄昏，人工智能有望成为引领第四轮

科技革命的重要力量。

ChatGPT

、Deepseek

等模型相继问世，

推动

AI

全

产业链进入加速发展阶段。短期来看，AI

主要通过资本开支、提振信心与

畅通循环等途径影响经济，长期来看，人工智能的发展将会对潜在经济增速、

通胀与国际格局等产生深远影响。此外，人工智能发展对就业的影响关注度

较高。从市场层面来看，产业周期叠加政策支持，后续泛科技仍是投资主线，

关注算力投资、国产替代与算法突破等带来的机会。AI：新一轮科技革命改变世界——新

时代的底层逻辑系列之三张继强zhangjiqiang@+(86)

10

6321

1166吴靖，PhDwujing018437@htsc.com+(86)

10

6321

1166李梓豪lizihao@+(86)21

2897

2228研究员SAC

No.S0570518110002

SFC

No.

AMB145研究员SAC

No.S0570523070006联系人SAC

No.S0570124060040免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

1000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000固收正文目录人工智能产业的发展方向..............................................................................................................................................3第一，从上游来看，算力为支撑

AI

发展的根基，特别是自研加速芯片或将成为未来产业的核心竞争方向。此外，数据、能源等资源亦是培育竞争壁垒的关键。...................................................................................3第二，从中游来看，算法等技术创新有望带来模型层面的突破性进展，

且开源的生态也将进一步加速模型与算法的迭代速度。

.........................................................................................................................................4第三，从下游来看，应用端即将迈入快速扩张时期，特别是

AI

agent

发展进入工程化阶段。.....................5第四，关注由于

AI

发展所导致的道德、环境、制裁与国别竞争等衍生问题。.............................................6人工智能发展的短期影响..............................................................................................................................................7第一，人工智能发展或可带动新一轮资本开支周期，国内外龙头公司

AI

投资增速加快或可对短期经济起到提振作用。

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

Deepseek

为代表的产业亮点彰显我国的创新能力，

“创新驱动发展”缓解了市场对老龄化、经济动能缺失等问题的担忧情绪。.........................................................................................................................10第三，人工智能技术的发展具有正向外部性，股市上涨、产业链重构与新质生产力培育等有助于各部门信心的修复与经济循环的畅通。.........................................................................................................................11第四，

AI

发展对实际融资需求和价格信号等方面影响相对有限。..............................................................13人工智能发展的长期影响............................................................................................................................................14第一，人工智能的发展会对经济模式产生深远影响，长期来看会提升潜在经济增速并推升生产力跃升。.14第二，

AI

对价格影响更偏长期，可通过效率提升与定价优化等渠道抑制通胀。

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

AI

技术有潜力成为后续决定国家竞争力的关键因素，从而影响国际竞争格局与产业发展走向。

....16人工智能发展对就业的影响

........................................................................................................................................17结论与启示..................................................................................................................................................................20风险提示..............................................................................................................................................................21免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

2000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000固收研究2022年，以

ChatGPT

为代表的生成式人工智能大模型应运而生，其通用性、创造性与自

学习性的特征引领

AI

领域进入新的发展阶段。以中美为代表的各国在该领域展开激烈竞争，

相关国内外科技公司加快布局，相继推出大模型，且模型在垂直领域逐步得到广泛应用。

2025年，

Deepseek

的推出再度重塑市场生态格局，其轻量化、开源、低成本与强推理等

特征与发展模式进一步拓宽了

AI

演化的可能性边界，人工智能的发展演化进一步加速。综合来看，

当前全球经济处于传统信息技术时代的尾声，

而人工智能有望成为引领第四轮

科技革命的重要力量，从而对世界的经济、政治、文化、科技产生重大影响。

因此，本文

着重探讨人工智能产业未来的发展方向，以及对就业、经济等多个层面的影响。

人工智能产业的发展方向人工智能技术的突破正在改变世界。从发展路径来看，其会率先带动数据生产、算法与软

件开发、芯片、存储器等前端产业发展，随后逐步拓展至后端应用环节。具体来看，我们

对人工智能产业未来的发展路径进行如下展望：第一，从上游来看，

算力为支撑

AI

发展的根基，

特别是自研加速芯片或将成为未来产业的核心竞争方向。此外，数据、

能源等资源亦是培育竞争壁垒的关键。算力是

AI

行业发展率先受益的赛道，

广义算力产业链包含

AI

基础设施建设（AI服务器、

云计算等）、芯片、存储和网络四个部分。其中，

芯片是算力实现的核心，主要包括

CPU

、

GPU

、ASIC

等五大类，

近年维持着高速发展的态势。据信通院表示，

2023

年全球算力总

规模达到

910EFLOPS

，

同比

40%

，且预计到

2030

年期间，算力复合增速将达到

65%

，

或标志着算力高速发展时代的来临。

从国别来看，

中美两国在算力领域遥遥领先，

2023年

份额占到全球34%与33%

。此外，

从目前发展的路径来看，算力作为

AI

发展根基的地位

尚未动摇，人工智能产业链的资本开支，对算力的长期发展具有利好作用。2025年，

Deepseek

推出了低成本与轻量化的发展模式，对算力市场规模预期与芯片发展

方向均产生了深远影响。一方面来看，Deepseek

模型在同样智能水平下极低训练成本的特

性，致使市场对短期算力需求的预期有所下调。但考虑到低成本与开源模式降低了行业的

进入门槛，长期的

AI

的普及化进程会有所加快，从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发展的重要途径之一，

国内外科技公司资本支出计划的大幅提

升与之佐证；

另一方面来看，

自研加速芯片（ASIC）将成为未来

AI

领域的核心竞争方向。

此前，

英伟达凭借其高性能的

GPU

产品占据主导地位。而

Deepseek

带来“极致压缩+

高效

强化训练+推理需求大幅增加”

的低成本新模式，在此背景下，定制化且擅长推理需求的ASIC时代即将来临。

谷歌、

Meta

、华为等科技巨头纷纷基于ASIC

技术路线进行战略布局，力

求降低对英伟达的过度依赖。9080706050403020100（分）

算力指数-领跑国

算力指数-追赶国算力指数-起步国

算力涨幅(右轴）5432101,00090080070060050040030020010002016

2017

2018

2019

2020

2021

2022

202350454035302520151050南非巴西意大利澳大利亚韩国加拿大印度法国英国德国日本中国美国免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

3资料来源：

《2022-2023全球计算力指数评估报告》

IDC

、浪潮信息、

清华大学全

球产业研究院联合编制，华泰研究（EFlops）

全球算力规模

全球算力增速（右）

（%）000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000图表2：

各国算力指数排名与涨幅（2023年）资料来源：中国信息通信研究院，华泰研究图表1：

全球算力规模变化固收研究（%）6第二，从中游来看，算法等技术创新有望带来模型层面的突破性进展，且开源的生态也将

进一步加速模型与算法的迭代速度。AI

产业链的中游主要由各类大模型公司构成，在模型的快速迭代阶段，

算法的更新或许能

够在短期内带来显著成果。从模型三要素来看，算力与数据的发展过程相对平缓，

而算法

则能够在短时间内实现突破，从而弥补硬件与数据层面的短板。近年来，模型算法历经

LLM

、

RAG、多模态与轻量化等多轮技术风口，显著优化了AI

的智能水平与运行效率。DeepSeek的卓越之处也在于其算法上的突破，其包含强化学习、

稀疏激活与底层

PTX

语言编码等多

个技术关键点，

对推理能力与模型效率等产生显著影响。

此外，

长期需关注量子计算与AI融合、多模态技术、计算机视觉，以及探索硅以外的新材料等技术突破方向。Deepseek

基于现有模型迭代的路径与开源生态将会加速后续算法的更新速度。DeepSeek的策略为基于现有模型迭代改进，

而非从零开始构建模型，这使其能够更高效地缩小与领

先者的差距。再加上开源生态的发展，开发者能够以较低成本利用现有技术，

小型团队也

能部署自己的本地智能体。推动算法快速更新后，前期大型企业依靠闭源模式构建的竞争

壁垒将受到挑战。从当前的发展路径来看，

国内外在模型层呈现出不同的优势。海外方面，主要依靠强大算

力驱动模型性能突破，

堪称大力出奇迹，例如近期以

xAI

将GPU

规模从10

万扩展至20

万

（最终目标为

100万），训练出

Grok-3

；OpenAI

则发布了迄今最大预训练模型。

而国内

在软硬件效率优化上更加领先，以DeepSeek

开源周为例，持续开源了硬件效率突破、通

信成本压缩与存储架构创新等

5项核心技术，使得理论上的成本利润率达到

545%，与各平

台的适配效率亦逐步提升；

Manus

亦延续了中国

AI

生态的道路，摒弃“堆参数”

的发展，独

创“少结构，多智能”

架构。数据、能源等因素依旧是

AI

模型长期发展的重要支撑。

在互联网与大数据时代，数据的生

成和积累正以前所未有的速度增长。

IDC

研究表明，全球数据量呈快速增长态势，

预计到

2028年，全球数据量将增长至

393.8ZB，达到2018年的

9.8倍。

且在

2024-2028五年间

所生成的数据量，至少是过去

10年的

2.2倍，国别方面，中国数据量增速将位居全球首位。

此外，在算法开源以及算力效率提升的背景下，数据优势对于公司维持模型长期处于头部

地位尤为关键。其次，从长期视角来看，随着模型智能化程度的不断提高，相关电力需求

将显著增长。

而且芯片算力技术目前的瓶颈，本质上在于散热以及能源问题。

因此，

能源

是人工智能长期发展背后的重要支撑。1,0009008007006005004003002001000瑞士中国香港

西班牙

波兰

印度

巴西

意大利

墨西哥

日本

俄罗斯

荷兰

澳大利亚

法国加拿大

中国英国德国美国6,0005,0004,0003,0002,0001,0000450400350300250200150100500（ZB）中国

北美

其他地区

全球数据量规模2017

2019

2021

20232025E2027E免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

4000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000资料来源

：Cloudscene，华泰研究00000000000000000000000000000000000000000000资料来源

：

IDC

，Gartner，华泰研究0000000000000000000000其他数据中心个数美国数据中心个数（右轴）图表4：

全球数据量规模变化图表3：

各国数据中心固收研究5381第三，从下游来看，应用端即将迈入快速扩张时期，特别是

AI

agent

发展进入工程化阶段。从产业发展周期来看，部分

AI

大模型的市场渗透率已达

10%，后续有望步入加速增长期。

根据历史经验来看，新技术的渗透率达到10%以上时，

会进入发展的加速期。当前市场上

存在较多针对企业

AI

渗透率与员工

AI

使用率等调查，虽然统计数据口径有所差异，但普遍

处于

10%以上，

包括美国经济普查局、纽约联储等或表明AI

将进入应用的繁荣扩张期。Deepseek

低成本与开源的新模式对行业生态了显著影响，应用层所受的边际利好尤为突

出。Deepseek

低成本+开源的发展模式降低了垂直领域接入

AI

的成本。

国内多个代表性厂

商加速与Deepseek

合作布局，促使应用端呈现出繁荣扩张的态势。

垂直领域衍生出各种

新生态与新需求，金融、搜索、

医疗、游戏等行业蕴含着较大的潜在发展机会。此外，随

着Deepseek

为代表模型的市占率上升，

开源模式的布局思路对后续行业发展路线与商业

生态产生影响，开源生态与端侧渗透将成为未来产业话语权的重要力量，百度等部分大型

企业也开始由闭源策略转向开源。AI

agent

加速进入复杂数据场景，赋能端侧逐步进入工程化阶段。AI

Agent

是一种以大语

言模型（LLM）

为核心驱动的自主智能系统，

与传统人工智能不同，

它具备独立思考、行

动和反思等复杂能力，

能够感知环境、做出决策并执行动作。随着技术突破、市场需求复

杂等隐私的影响，AI

agent

正处于快速发展阶段。在

ToC

端，其沿着“通用搜索→个人知识

管理→个人生活助手”

的路径演化；在

ToB

端，则沿着“企业知识库→单点功能→

多Agent跨业务功能”

演化。

2025年将成为

AI

智能体快速发展的元年，

OpenAI

的

o1模型已能模拟

人类推理过程，

处理法律合同比对等多步骤工作；

微软的

Copilot

系统则通过整合记忆、

推

理与多模态能力，帮助用户自动筛选邮件、

执行供应链管理等任务。

Manus

研发出了全球

首款通用型

AI

智能体，

实现办公场景的全流程自动化。此外，以

Deepseek

为代表的轻量化与蒸馏版模型的推出，也有力地推动了AIagent

的发展。

在以往端侧资源受限的情况下，相关模型的承载能力有限，

而高效率模型加速了以智

能体（AI

agent）作为主流形式为终端设备赋能的应用落地，

其发展进入工程化阶段，在智

能手机、

智能眼镜等领域推进速度较快。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

5000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000图表5：

人工智能技术成熟度曲线资料来源

：Gartner，华泰研究固收研究资料来源

：

Deepseek

官网，

华泰研究综合来看，

中国在人工智能领域具备诸多优势，在斯坦福

HAI

、

中国科学信息研究所等综

合评估中仅次于美国。具体而言，我们从如下几个方面进行对比：1）算力层面，

中国算力规模全球位居第二，且智能算力增长迅速，

与美国在份额上的差距

持续缩小；2）算法层面，

中美算法能力方面已建立了各自的优势领域。

但综合来看，

中国基础研究领

域技术积累不足，且在全球开源社区影响力不够，算法综合素质略低于美国。不过，鉴于

算法的追赶效应显著，差距相对可控。并且，

中国的数据规模庞大，标签成本具有优势，

有利于企业推出自主

AI

框架。3）应用层面，

中国机构在研发中普遍秉持“重应用”

的理念，结合国内庞大的市场需求，

落

地应用方面的研究较为充分，相比美国，应用端可能更具发展特色。从发展方向来看，

美

国人工智能起步较早，在金融业、军事和能源等行业的应用皆处于领先地位；

中国人工智

能虽起步较晚，

但进程较快，

行业应用上呈现出“

大而全”

的发展特点。4）企业层面，美国人工智能企业总数接近中国的两倍，

然而两国AI独角兽企业总数较为

接近。从企业思路来看，

以谷歌、

亚马逊、Facebook

为代表的美国人工智能企业，

将更多

资金投入到基础技术研发；

而以百度、腾讯、

阿里巴巴为代表的中国人工智能企业，则更

多地探索支付、

社交、

交互技术、图像处理、智能搜索等技术应用领域；5）政策层面，美国更强调人工智能的自由发展，中国则注重AI

发展与治理的均衡性和一

致性，政策促进导向十分明显；6）与中国人工智能发展中的不足：包括高端芯片技术薄弱、算力资源分散且利用率低、

“

东

数西算”传输存在问题与数据质量参差不齐等。第四，关注由于

AI

发展所导致的道德、环境、制裁与国别竞争等衍生问题。随着AI

模型的能力不断增强，引发了一系列道德问题和技术滥用事件。例如，2023

年，

FAccT

会议收到的

AI

伦理论文数量比

2022年增加了30%，自2018年以来增加了

12倍；

与此同时，相关法案也不断完善，

2024

出台《人工智能法案》，旨在为全球

AI

治理建立标

准。此外，

AI

发展也激化了国际竞争，特别是美国针对中国围绕

AI

硬件、

技术与投资等方

面进行了一系列的限制。环境方面，

AIAgent

发展的高耗能、高排放对生态造成一定的压

力。图表6：

Deepseek

引领下的行业创新免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

6000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000固收研究人工智能发展的短期影响人工智能对经济的影响较为复杂，且在短期与长期的过程中体现出不同的特征，短期来看，

AI

发展会从资本开支、

预期改善与经济循环畅通等层面影响经济。具体来看，

我们认为有

如下几方面关注点：第一，人工智能发展或可带动新一轮资本开支周期，

国内外龙头公司

AI

投资增速加快或可

对短期经济起到提振作用。20世纪

80年代以来，全球经历过三轮科技创新带动的投资与增长。1）1980年代个人电脑（PC）革命期间，

电脑相关产业快速发展，个人电脑市场规模从

1980

年约

50亿美元增长到

1990年的超过

300亿美元，IBM

、苹果、英特尔、微软等公司为投

资主导力量；2）1990年代的互联网革命期间，互联网相关公司快速扩张，科技投资增速在

90年代中期

超过50%，围绕数据中心和网络基础设施建设方面投资规模较高，谷歌、亚马逊、

雅虎等

互联网巨头在此期间崛起；3）2010

年前后智能手机及移动互联网快速发展，全球科技投资规模进一步扩大，

特别是

在半导体、移动设备和云服务领域，苹果、谷歌、腾讯、

阿里巴巴等公司在此期间主导了

市场。人工智能发展或能开启新一轮资本开支周期，

当前国内外

AI

相关投资增速已有加快趋势。

根据斯坦福大学

2025年

4

月初发布的

AI

指数报告来看，全球人工智能相关投资近年处于

较高水平，特别是生成式人工智能投资增速明显较快，中美贡献力度较大。1）

国外来看，

美股“七姐妹”（Magnificent7）领跑

AI

投资，2024年以来资本开支同比增速

快速走高。2024

年全年，美股“七姐妹”

资本开支累计2395.12

亿美元，同比增长48%

。

2022-2024年间，年均投资

2000亿美元，为2016-2021年均投资的

2倍以上，

AI

基础设

施资金投向主要集中在数据中心、电力和算力升级等方面。整体来看，各家针对资本开支的表态相对积极，谷歌宣布了今年计划投入约750

亿美元的

资本开支计划；

微软表示将在

2025财年斥资800亿美元扩建数据中心支持

AI

算力需求；

Meta

称计划投入高达

650亿美元构建新一代数据中心和计算基础设施

；亚马逊表示，计划

在

2025年将资本支出提升至

1000亿美元。400350300250200150100500（十亿美元）

全球人工智能投资

（十亿美元）全球生成式人工智能投资(右轴）25201510502013201520172019202120231009080706050403020100335.222.312.810.610.49.9400350300250200150100500瑞典香港瑞士澳大利亚日本新加坡韩国法国印度德国加拿大以色列英国中国美国免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

7(十亿美元）

人工智能投资(2013-2023)

（十亿美元）0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000008.3

7.3

6.34.8

3.4

3.3

3.2

2.9图表8：

分地区人工智能累计投资金额图表7：

全球人工智能投资金额资料来源：斯坦福

HAI，华泰研究资料来源：斯坦福

HAI，华泰研究固收研究103.7302）

国内来看，

“十巨头”（Terrific10）也正加快强化自主技术布局，近五年资本支出平均增

速与

MG7接近，但从斯坦福

HAI

的统计数据来看，国内AI

投资增速斜率尚不及美国，或

与前期两国AI

模型的相对实力有关，但

Deepseek

推出后，

国内科技公司的布局或会有所

加快。结合彭博数据，

2024

年全年，预计“十巨头”

资本开支

2900

亿元，同比增长

28%

，

特别是阿里巴巴的资本开支从去年

3

季度的175

亿元跳升

82%至

318

亿人民币。2022-2024

年间，年均投资额约为2500

亿元，过去十年间资本开支金额占MG7的比重约为

17%~20%。其中，阿里巴巴在

2025

年宣布未来三年计划投入

3800亿元用于云和

AI

基础设施建设，总

额超过去十年总和（3400

亿元）。

比亚迪也曾表示，未来将延续资本开支两位数以上的增

长。百度也提出将人工智能投资作为长期战略重点进行投资。此外，

美团、

小米、

中芯国

际等虽未明确表态，但在行业发展趋势下，预计也会围绕

AI

基础设施、智能硬件和半导体

等领域加大布局。华为、字节等非上市公司预计未来也会有近千亿规模的资本支出。通信

产业报亦表明，三大运营商将持续加码算力方面的投资，如构建新的万卡智算集群，扩大

400G算力网络的覆盖规模，

中国电信计划

2025年资本开支836

亿元，初步安排算力投资

同比增长

20%；

中国移动称推理资源投资设上限，

计划规模近

400亿；中国联通算力投资

增长

28%。向前看，未来

AI

相关投资增量预计能对国内外

GDP

产生不小的拉动作用。①国外方面，结合彭博预期与行业发展趋势，预计

2025年

MG7

总资本支出约

3300亿美

元，2025-2027年累计支出

1.1万亿美元，超过前十年的投资总额，年复合增长率为

20%

。

考虑到美股

MG7在纳斯达克

100

占比超

65%以及行业带头作用，假设

MG7

的

AI

投资占

全美的

80%

，预计

2025年全美

AI

总投资

4000亿美元，

较上年增加超

1000亿美元，

边际

抬升

GDP

约

0.4%

，预计

2025-2027年累计支出约

1.4万亿美元。②国内方面，预计

2025年“十巨头”

总资本支出约为

3800亿元，2025-2027年累计支出

1.43

万亿，与前十年的投资总额规模相近，年复合增长率为25%

，Deepseek

引发科技公司的

AI

投资浪潮下，国内投资增速预计略强于美国。

考虑到三大运营商、

华为、

字节等公司的

影响，假设“十巨头”投资占全国投资

60%

，预计

2025年全国

AI

总投资

6000亿元，较上年

增加超

22亿美元，边际抬升

GDP

约

0.1%，预计2025-2027年累计支出超

2万亿。图表9：

美国

MG7资本开支情况(百万美元)450,000400,000350,000300,000250,000200,000150,000100,00050,0000免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

8

微软

Meta谷歌MAG7资本开支同比（右轴）000000000000000000000000000000000000000000000000000000000000000000

苹果

亚马逊

特斯拉

英伟达0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000002016201720182019202020212022202320242025E2026E2027E100806040200(20)资料来源

：

Bloomberg，华泰研究固收研究(%)此外，根据

2025年

3

月

3日《AI

投资：日渐清晰的基本面亮点》报告，AI

资本开支的具体影响效果取决于多方面因素，具体可以分为如下几点：

1）

资本开支存在漏出效应。即企业的AI

资本开支主要集中在芯片、数据中心和算法升级

等环节，

但其中部分产品和设备依赖进口，

这部分投资对国内增长的拉动或不明显；2）企业

AI

资本开支可能对传统业务现金流或其他现金支出形成一定挤出效应；3）资本开支增加过程中会影响到居民部门的收入、信心与供给端的丰富度等，从而产生更

加广谱性的影响。与此同时，市场开始关注

AI

资本开支短期是否存在泡沫风险。

当前，AI

资本开支面临基础

设施超前建设、

技术同质化以及投资回报周期长等诸多问题。与互联网模式不同，当前AI领域的技术可用性与商业可持续性之间存在显著矛盾。

一方面，AI

模型唯有保持强大的技

术领先优势，

才能够通过付费订阅等模式实现营收。然而，技术快速迭代以及开源模式发

展的背景下，多数公司难以构建起持续的竞争壁垒，盈利能力具有较高的不可预见性；另

一方面，尽管

AI

的应用能够显著提升工作效率，但考虑到各类流程的检查与纠错等额外工

作量，当前企业实际部署

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资本开支2016

2018

2020

2022

2024

2026E1,000,000900,000800,000700,000600,000500,000400,000300,000200,000100,0000十巨头之外的其他科技公司资本开支20152017

2019

2021

20232025E2027E注：

互联网科技“十巨头”为阿里巴巴、腾讯控股、美团、

小米集团、

京东集团、

网

易、百度集团、吉利汽车、中芯国际、

比亚迪资料来源

：Wind，华泰研究预测

阿里巴巴美团比亚迪网易吉利汽车“十巨头”资本开支同比（右轴）(百万元)600,000500,000400,000300,000200,000100,0000免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

9注：

MG7为英伟达、谷歌、特斯拉、脸书、亚马逊、微软、苹果资料来源

：Wind，华泰研究预测00000000000000000000000000000000000000000000000000000000000000000000000000000000000000002016

201720182019202020212022202320242025E2026E2027E000000000000000000000000000000000000000000000000000000000000000000

腾讯控股

小米京东百度中芯国际00000000000000000000000000000000000000000000100806040200(20)(40)图表10：

中国“十巨头”资本开支情况(百万元）

“十巨头”资本开支(百万美元）

“MG

7”

资本开支图表11：

美国资本开支预测图表12：

中国资本开支预测资料来源

：

Bloomberg，华泰研究固收研究(%)截至当前，

生成式

AI

领域尚未诞生有代表性且成功的商业案例，

即便是处于领先地位的公

司，收费模式难以延续的背景下，其预估的投资回报周期也在不断拉长。

此外，

AI

行业的

生态特性决定了后期会呈现出极为显著的龙头效应，

因此，

落后公司的投资回报充满了较

大的不确定性。全球各类科技巨头在

AI

领域数千亿美元的投资计划或面临着难以实现回收

的风险。第二，以

Deepseek

为代表的产业亮点彰显我国的创新能力，

“创新驱动发展”缓解了市场

对老龄化、

经济动能缺失等问题的担忧情绪。近年来，

中国创新能力稳步发展，创新投入、产出与科创人才资源优势逐步显现，但成果

转换效率偏低。

中国近年维持较大力度的投资，

据国家统计局数据，

2024年中国研发经费

达

3.6

万亿元，同比增长

8.3%

，投入强度（2.68%）首次超越欧盟平均水平，

基础研究经

费占比提升至

7.2%；大科学装置数量（38个）全球领先，为量子计算、

可控核聚变等前沿

领域奠定基础。教育经费的规模达

6.4万亿，也取得历史性突破。产业链方面，

虽然近年战

略新兴产业亮点不断涌现，例如电气设备、计算机与光学、车辆与新三样等快速发展，但

综合创新效率整体偏低，具体而言，

中国专利申请量占全球45.6%

，但有效发明专利产业

化率仅

53.3%，企业研发投入占比

77.7%，但基础研究贡献度（6.65%）仍低于美国（17%）。而以

DeepSeek

为代表的创新成果，

证实了中国创新体系的有效性，增强了市场对创新驱

动发展的信心，一定程度上缓解了对长期发展的担忧。长期以来，

中美创新体系构建逻辑

差异显著。

美国创新体系以企业为主导，强调自由市场机制与企业家精神；

而中国创新在

过去较长时期更多依赖政府引导，存在协同效率低、

资源分配效率不高的问题。为解决这

些难题，我国近年来持续推进全面创新体制改革，涵盖教育、科技、人才等领域。

而本轮

DeepSeek

的崛起不仅是技术突破，

更象征着中国创新从“追赶”

到“

引领”

的范式转变。作为

一种非政府主导下的，完全由企业自发推动的分散化创新，有力提振了居民对中国创新体

系建设、新质生产力培育以及创新驱动发展战略的信心，缓解了市场对老龄化、经济动能

缺失等长期性问题的担忧。

（万个）180160140120100806040200免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

1045

（%）4035302520151050研发投入强度(右)

中国:专利申请数量美国:专利申请数量日本:专利申请数量韩国:专利申请数量欧洲:专利申请数量（%）3.02.52.01.51.00.50.0注：

KTI

为知识与技术密集型产业，包括

10个制造业行业资料来源

：

NSF，华泰研究000000000001990

1994

1997

2000

2004

2007

2010

2014

2017

20200000000000000000000000000000000002002

2005

2008

2011

2014

2017

2020000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000中国印度法国日本0000000000000000000000图表14：

中国

KTI制造业增加值份额上升图表13：

创新投入与能力不断增强资料来源

：WIPO

，Wind，华泰研究固收研究德国美国资料来源

：Zahra

S

A

等（2011,2012）

，

华泰研究第三，人工智能技术的发展具有正向外部性，

股市上涨、

产业链重构与新质生产力培育等

有助于各部门信心的修复与经济循环的畅通。当前中国经济经济增长面临的核心矛盾可以概括为三个层面。一是经济新旧动能转换和产

业转型问题，过去支撑经济发展的红利与动能逐渐消退之后，新的生产力量有待累计；二

是微观主体信心不足、地缘政治风险与企业营商环境等非经济问题，改革需久久为功

；三

是短期经济运行的矛盾，具体表现为有效需求不足、供需结构错配、价格信号偏弱与及资

产负债表衰退等问题。以

Deepseek

、机器人为代表的产业亮点一定程度缓解了中国经济增长各层次的核心矛盾，

其对各部门决策与经济循环的影响体现在如下几个方面：免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

11000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000图表15：

美国创新生态系统：三位一体+内外循环资料来源

：Zahra

S

A

等（2011,2012）

，

华泰研究图表16：

中美创新生态系统的对比固收研究1）居民部门方面，受财富效应、文化自信等因素影响，居民消费与购房需求预计有所增加。

具体存在如下几方面渠道：其一，AI

发展与资本开支过程中，

科研人员等相关链条薪酬等

支出也会同步增加，会通过工资收入带动消费和购房需求；其二，AI

亮点和资本开支带动

风险偏好回升，

股市修复后的财富效应利好居民消费；其三，

AI

投资有望催生新的消费场

景，从而进一步激发消费活力；其四

，AI

创新提升军事+科技+文化自信，从预期层面促进

经济循环。2）企业部门方面，AI提升企业投资意愿，叠加政策支持与融资状况改善等影响，企业发

展活力有所修复。AI

创造了全新投资方向与环境，不仅科技类相关公司加大资本开支以推动创新，下游公司

也加速业务与

AI

融合，这既助力企业降本增效，又提升相关产品吸引力。具体来看，

上游

硬件层直接受益效果明显，资本开支短期内直接利好各类硬件公司。除了传统数据、

电力

等基础设施之外，芯片等国产替代产品在Deepseek

等技术创新下迎来了新的发展空间，

对相关公司的盈利与估值皆有利好；

下游应用层潜在发展空间较大，

AI

垂直应用的盈利模

式需要较长时间的市场验证和用户积累，短期内盈利或难有明显改善，但估值提升较为明

显，

AI

接入服务成为“

必需品”

的概率提升。此外，股市良好表现亦有利于企业IPO

和股权融资，债券市场的科技板亦在持续推进，叠

加民企座谈会等对企业家精神保护的重视，相关企业资产负债表在盈利与预期层面中有所

改善，企业部门投资意愿或会有所增强。3）政府部门方面，AI

发展拓展了投资空间，相关基建有潜力成为后续逆周期政策的抓手。

近年来，经济发展的传统动能逐步退坡，项目对基建等投资的制约明显增强。在政府强调

投资质量与效益的背景下，新兴产业虽有所发展，但规模相对有限，逆周期调节经济的有

效手段尚不清晰。

本轮AI

的发展为政府后续加杠杆提供了丰富的投资标的。随着AI

带来

电力等需求增长，对新基建、新能源等领域也产生利好，

AI领域的竞争已上升至国家战略

高度。两会召开后，国家加大了对科技产业发展的支撑，具体涵盖以下几方面举措：

1）

国家推动

设立“航母级”

的国家创业投资引导基金，聚焦人工智能、量子科技等领域，将吸引带动地方、

社会资本近1

万亿元；

2）优化科技创新和技术改造再贷款政策。进一步扩大再贷款规模，

从目前的

5000亿元扩大到

8000亿元至

10000亿元，更好满足企业融资需求；3）创新推

出债券市场“科技板”

，支持金融机构、科技型企业、

私募股权投资机构等三类主体发行科技

创新债券，丰富科技创新债券产品体系。250200150100500软件指数互联网指数22-0122-06

22-11

23-04

23-09

24-02

24-07

24-12电脑及外围设备

通信设备

软件80-90年代美国IT相关投资免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

12(2022=100)

万得半导体指数中国半导体指数00000000000000000000000000000000000000000000000000000000000000000000000000000图表17：

中国各类指数的估值修复（截至

2025.03）000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000图表18：

科技发展与企业投资活力回升0000000000000000000000(%)403020100(10)(20)(30)资料来源

：Wind，华泰研究资料来源

：Wind，华泰研究IDC(算力租赁)指数固收研究20072022200420

1620

19200

120

1320

1019981989199219951986198319806,0005,0004,0003,0002,0001,0000(1,000)(2,000)(3,000)现金比率（现金及等价物/流动负债）

:右轴2015

2017

2019

2021

20230.70.60.50.40.30.20.10.0第四，

AI

发展对实际融资需求和价格信号等方面影响相对有限。1）

融资需求方面，

企业AI

资本开支仍依赖于内源融资或权益融资，

对债务融资的需求不

高，新兴行业项目的丰富或成为后续政府举债的重要方向，但总体宏观杠杆率的变化相对

有限。

2）价格方面，AI

相关产品在

PPI

与

CPI

中的权重较为有限，

AI

发展的拉动作用不

强，未来走势主要取决于产能供需等问题的改善。总收入

微软收入分成

模型训练成本模型运行成本

研究摊销

员工薪资一般及行政费用

数据成本托管及其他成本营销成本

不考虑分红的亏损40-7-30

-20

-10

-7

-6-5-4-3-50

mm注：

互联网科技“十巨头”为阿里巴巴、腾讯控股、美团、

小米集团、

京东集团、

网

易、百度集团、吉利汽车、中芯国际、

比亚迪资料来源

：Wind，华泰研究免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

13000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000图表19：

中国“十巨头”现金流相对充足0000000000000000000000图表20：

2024年

OPENAI收入和支出拆分00000000000000000000000000000000000000000000（亿美元）

(60)(40)(20)

0

204060

现金及现金等价物

筹资现金流资料来源

：OPENAI，

华泰研究固收研究(亿元）(%)人工智能发展的长期影响AI

发展除了对短期投资与预期产生影响之外，还会重塑长期经济、通胀与国际竞争的格局，

具体来看，

人工智能发展的长期影响可以分为如下几个方面：第一，人工智能的发展会对经济模式产生深远影响，

长期来看会提升潜在经济增速并推升

生产力跃升。AI

通过几条逻辑推动长期潜在经济增速：一是生产率提升效应，AI

通过自动化和优化生产

流程，提高生产效率，

同时加速技术创新，推动全要素生产率的提升；

二是劳动力创造效

应，AI

本身是一种新型劳动力供给，弥补人口老龄化的缺陷，

并推动劳动市场的结构性变

革；

三是边界延展效应，人工智能的发展可以有效促进传统产业转型，并有望催生一系列

难以预知的新兴产业；

四是资本积累效应，AI

发展改变资本积累和投资方向，资本存量增

加的同时向高附加值领域集中，进一步促进经济增长；五是总需求扩张效应，人工智能提

升全社会的生产率后，有助于居民部门收入水平和效率的提升上升，各部门对服务业等传

统产业的总需求也会有所增加。根据AI

影响长期增速的逻辑，我们从如下几方面假设出发测算其对经济增长的拉动作用（具

分析假设见下一章）。一是生产率提升效应，当某行业

AI

深度渗透率为

20%时，

相当于该

行业仅用

80%的人就完成了之前的工作，

生产效率提高为

25%（1/80%）；二是就业效应，

一方面来看，

AI

发展会创造出新的岗位，

且传统行业扩张后也会增加新的招聘，部分被人

工智能影响的劳动力会重新再就业；另一方面来看，部分工人再就业过程中，

由于受到技

能与岗位不匹配、信息传递不畅、新职业岗位出现较为缓慢等因素的影响，可能会退出劳

动市场；

根据计算大约在1/5

左右，即被影响的失业人员大约80%可以完成再就业

；三是

作用时间，技术从适用到深度结合需要一定假设，

假设

AI应用的就业过程大约为

20年。市场和学界进行了广泛研究与估算，尽管具体数值略有差异，但对拉动效果的测算均较为

显著。我们结合现有研究及下文关于人工智能影响就业市场的讨论，对

AI

提升生产率、

AI渗透时间与再就业比例等进行假设，测算得到如下结果：1）人工智能对美国经济增长的带动大约为每年

1%~2%的水平，

而对中国经济增长的带动

大约为每年

0.5%~1.5%的水平。带动差异与人工智能发展水平以及产业结构的不同，人工

智能发展水平较高，且智能化产业占比高的国家，AI

拉动效应比较强。2）从替代速度分析来看，如果10

年内就能完成人工智能的替代，人工智能对中国经济将

会产生每年1.7%的拉动，如果30

年才能完成人工智能的替代，人工智能对中国经济将会

产生每年

0.56%的拉动。3）从就业冲击分析来看，若对就业影响大时，人工智能对中国经济的增长拉动为每年

0.69%，

反之，人工智能对中国经济的增长拉动为每年

0.91%。4）我们将该测算方法外推别的国家发现，生成式人工智能技术会在未来的

20年之间将全

球的劳动生产率每年提升

1.1%左右。从区域差异来看，新兴市场受到的增益小于发达市场，

主因发达国家受人工智能影响劳动替代的影响越强，对经济增长的促进作用也越强。免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。

14000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000固收研究资料来源

：O*NET27.2

，BLS，华泰研究第二，

AI

对价格影响更偏长期，可通过效率提升与定价优化等渠道抑制通胀。短期内，

AI

发展对通胀或略有提振，