中国 AI 2.0：从能力到价值变现的转变——新投资阶段

核心论点

中国 AI 叙事已从技术追赶阶段根本性转向价值变现阶段。市场正在为前期基础设施（电力、半导体、硬件）建设定价，但低估了商业采用和盈利转化中加速的“变化速率”。未来12-18个月，增量回报将从赋能者转向采用者——即将AI嵌入产品和服务以产生可衡量的利润率扩张和EPS增长的公司。

证据链：更快的采用，可量化的利润影响

1. 企业采用速度正在加速。 过去两年间，AI赋能者或采用者占比已从约43%升至约51%。关键的是，47%的CIO现在计划在12个月内启动首个AI项目，高于六个月前的40%。这不是模糊的管线——而是近期的支出催化剂。

2. 财务结果已可见。 过去两年，已识别AI采用者的未来12个月EPS上涨约62%，而MSCI中国指数整体仅上涨10%。该群体的EBIT利润率预计到2027年将扩大12-13个百分点至16%-17%，远超标普市场平均水平。驱动因素是AI驱动效率带来的运营杠杆，而非仅仅是收入增长。

3. 宏观生产力提升是结构性但渐进的。 AI预计将在未来十年使中国全要素生产率累积提升约3个百分点，使2035年潜在GDP比无AI基线高出约3.5%。然而，由于AI相关的劳动力替代（尤其是白领和服务岗位）抵消了早期效率提升，近期增长影响将较为温和。这为拥有2-3年投资视野的投资者创造了中期买入机会。

4. 半导体自给自足降低了部署成本风险。 国内芯片能力预计将从2025年的41%提升至2030年的86%，从而支持具有成本竞争力的大规模推理。这种结构性供应转变支撑了我们高于共识的采用预测。

关键分歧与风险

市场误判了“变化速率”。 基础设施类（电力、半导体、硬件）在早期资本支出周期中表现优异。但下一阶段属于应用层公司，其AI收入和利润率拐点才刚刚开始。市场低估了成本节省转化为EPS上调的速度有多快。

风险#1：企业变现仍处于早期且不均衡。 许多B2B AI用例仍以节省成本为主而非创收。如果宏观疲软延迟IT预算，收入增长可能令人失望。

风险#2：计算瓶颈持续存在。 尽管自给自足取得进展，但先进制程、EDA工具和高带宽内存的获取仍受限。供给侧冲击（例如进一步的出口管制）可能减缓部署时间表。

风险#3：劳动力冲击可能拖累内需。 AI对白领和服务岗位的替代可能加剧青年失业并抑制消费，部分抵消生产力提升。政策应对（例如对劳动密集型行业的补贴）可以缓解但无法消除这一拖累。

投资影响与仓位配置

当前阶段偏向赋能者，下一阶段偏向采用者。 核心AI赋能者——基础模型公司（MiniMax、智谱）和全栈平台阿里巴巴——仍是结构性敞口的关键持仓。对于近期alpha，我们将焦点转向已证明AI变现能力的应用层公司：

• 北森控股（9669.HK）、美图公司（1357.HK）、石头科技（688169.SS）、美的集团（000333.SZ）、科沃斯（603486.SS） ——这些公司因AI运用推动利润率扩张和EPS上调而呈现出有利的风险/回报比。
• 在电力基础设施方面，瓶颈已从计算转向电力。主要受益者：宁德时代（300750.SZ/3750.HK）、应流股份（603308.SS）、思源电气（002028.SZ）。
• 半导体本土化仍是长期结构性机遇：寒武纪（688256.SS）、壁仞科技（9903.HK）、北方华创（002371.SZ）、中微公司（688012.SS）、ACM Research（ACMR.O）、中芯国际（0981.HK）、欣兴电子（3037.TW）。

估值背景： 应用类公司平均远期市盈率约18-22倍，未来两年EPS增长加速至25%以上。这使得其中几家公司的PEG比率低于1.0倍——显著低于全球AI可比公司。重新估值催化剂是2026-2027年利润率指引的兑现。

仓位规模： 相对于赋能者超配采用者，将10-15%配置于电力基础设施，作为对计算转电力资源瓶颈的核心结构性对冲。关注劳动力市场数据和企业AI支出调查作为风险信号。

---

附录：覆盖的关键AI采用者（精选）

---