9 月CIO 投資思維：中國 AI 佈局 — 投資當下，收穫未來

深度剖析中國 AI 躍進速度，如何重塑全球投資格局

10分鐘閱讀時間

過去 12 個月，中國科技股受惠於市場對人工智能（AI）的樂觀情緒，股價累計反彈近 80%。這次反彈主要反映了估值重估—即市場重新評估這些公司的短期價值。然而，要實現可持續的牛市，盈利增長必須跟上。

在本月《CIO 投資思維》中，我們將探討中國在 AI 領域的進展對投資者有何意義，及當中所反映的中國股市前景。

關鍵內容：

• AI 成為中國投資故事的核心。 在廣泛中國股票指數中，科技股佔比超過一半，且 AI 應用正擴展至各行業，因此中國 AI 發展的軌跡對中國投資的長遠前景至關重要。這也影響著全球資產配置者— 如 DeepSeek-R1 突破性發展曾震動全球科技股。AI 已成為中美之間的新戰略軍備競賽，其進程將繼續在市場中扮演關鍵角色。

• 中國 AI 技術堆棧進展迅速，但並不均衡。 中國在建立AI基礎設施方面取得了顯著進展，特別是在電力及雲端運算等領域。然而，由於美國的出口管制，中國在先進晶片的供應上仍受限制，儘管國產替代品的發展正在加速。在模型方面，今年的「DeepSeek 時刻」表明中國與美國的差距可能僅為 1 至 2 年，且隨著開源模型生態系統的日益壯大，這個差距正不斷縮小。在應用層面，AI 在廣告、遊戲及雲端領域的變現模式已較為清晰，但在電子商務及服務平台方面仍處於早期階段。

• 中國 AI 基礎建設可能帶來部分短期盈利，但實現大規模變現仍不明朗。 在美國，AI股市反彈由「七巨頭」（Magnificent Seven）等明確的領跑者推動，這些公司已將AI應用轉化為實質利潤。而在中國，盈利增長主要集中在硬件及設備供應商，大多數公司尚未證明AI能推動更廣泛的利潤增長。目前，龐大的資本開支正在推動基礎設施的建設，但這些投資能否在未來6至12個月內轉化為可觀的利潤，仍有待觀察。

（有關所用術語的描述，請參閱文章末尾的詞彙表。）

中國 AI 發展如何影響國內外市場

對投資者而言，中國在AI方面的進展有兩大重要性：首先，推動中國股市的主要動力；其次，日益成為影響全球市場的力量。

首先來看中國股市。如圖一所示，科技相關板塊佔據了廣泛中國股票指數的一半以上。更重要的是，市值最大的兩家公司— 騰訊及阿里巴巴，也正處於AI發展的前沿。

由於如此大比例的市場與科技緊密相連，AI 發展的軌跡自然會對整體指數表現產生巨大影響。這使得 AI 不僅僅是一個主題性故事，更是中國市場結構性回報的驅動力。隨著 AI 被更廣泛地應用於各行各業 — 從電子商務到銀行業 — 其對中國股市的影響力預計將進一步擴大，因為越來越多的公司將開始報告由 AI 帶來的效率提升及產品升級。

圖 1：科技相關產業佔中國股市指數一半以上（資料來源：StashAway、MSCI；註：黃色板塊是那些與科技公司關係密切的板塊。）

同時，中國 AI 進展也日益影響全球市場。今年早些時候，開源大型語言模型（LLM）DeepSeek-R1 發布，明確預示著中國的AI能力正在迅速追趕，而且可能比美國同類產品成本更低。這個「DeepSeek時刻」震撼了全球科技股，包括半導體龍頭 NVIDIA 及 Broadcom 股價錄得雙位數跌幅，突顯出中國的技術突破有能力在國際市場掀起波瀾。

​​展望未來，AI 應用預計將加速。正如我們今年早些時候分享的，日益嚴峻的技術保護主義只會加速這一趨勢，中美兩國都將對AI生態系統的投資作為戰略重點。（了解更多：CIO 投資思維：解碼「關稅解放日」）

那麼，下一個問題是：中國在構建從基礎設施、模型到應用的AI生態系統方面，進展到哪一步了？

中國 AI 發展迅速但不平衡

在中國的「AI 技術堆棧 」(AI Stack)，即支撐AI發展的基礎設施、模型及應用層的集合，全都取得了顯著進展，但部分領域的發展速度卻快於其他領域。

晶片：供應仍受限，但差距正在縮小

美國的出口管制持續限制中國獲取 NVIDIA 最先進的處理器，而這些處理器是訓練尖端AI模型的關鍵。然而，北京及中國的科技巨頭正迅速採取行動以縮小差距：

• 國產晶片正獲得關注。 阿里巴巴及百度已經在使用自研晶片來訓練模型。隨著工作從訓練轉向對硬件要求較低的推理，使用國產晶片的門檻正在降低1。在設計及製造方面，華為及中芯國際（SMIC）正逐步縮小與 NVIDIA 及台積電（TSMC）的差距。

• 轉換成本正在降低。 過去，從NVIDIA生態系統轉向中國硬件需要對軟件進行昂貴的全面改造，因為其專有的 CUDA 系統（在晶片上運行的代碼）是封閉的。如今，阿里巴巴的晶片可以兼容大部分相同的代碼2，這使得公司在供應緊張時更容易由 NVIDIA 遷移至其他晶片供應商。

電力：中國被低估的 AI 優勢

當談到 AI 時，晶片總是最受矚目，但電力同樣關鍵。每一代新的圖形處理器（GPU）都會消耗更多電力，使得電網容量成為擴展AI的關鍵限制。

中國在發電能力上進行了大量投資，自 2000 年以來增長了十倍以上，並於 2024 年達到 3,218 吉瓦（GW），目前已超過美國的 2.5 倍，如圖二所示。

據麥肯錫估計，全球數據中心的需求將在五年內從目前的約 70 吉瓦躍升至 220 吉瓦，這主要由AI驅動。在支持高能耗的數碼基礎設施方面，中國的電力儲備使其擁有顯著優勢。

圖 2：鋁消耗大量電力，而中國擁有充足的電力（資料來源：StashAway、Ember。）

基礎模型：通過開源模式縮小差距

中國在尖端基礎模型方面仍落後於美國，但差距正在縮小，一些估計認為僅落後不到一年。

如表一所示，中國的模型在多個性能基準上與美國同行具有競爭力。儘管OpenAI仍位居榜首，但字節跳動、阿里巴巴、DeepSeek及眾多新創公司的出色表現，突顯了中國的快速進步。

中國與美國最大的不同在於其對開源的擁抱。在政策支持開放與競爭的鼓勵下，數十個新模型被不斷發布。這種模式——類似於推動中國電動車產業快速發展的快速學習循環——有助於加速創新，並在整個生態系統中傳播進步。

表 1：前 15 名的大型語言模型 (LLM) 中有 9 個是中文模型（資料來源：OpenCompass、彭博產業研究；註：資料截至 2025 年 9 月 1 日）

應用：變現模式仍不均衡

中國主要公司的最新財報電話會議顯示，AI 已開始為其產生收入，但由於龐大的資本開支、補貼及競爭，對淨利潤的影響仍然有限。有少數關鍵板塊已報告了明顯的收益，而其他許多板塊仍處於投資及試驗階段。

• 廣告、遊戲及雲端領域收益更為清晰。 這些板塊的收入增長最為顯著，個性化及用戶參與度直接推動了銷售。在最近的會議上，騰訊、網易、阿里巴巴及百度等公司都指出，AI是這些業務領域的直接增長動力。

• 其他領域仍處於早期應用階段。 電子商務、消費服務平台及旅遊公司，如美團、拼多多、京東及攜程，正在利用AI來改善物流、推薦及客戶服務。目前，這些應用提高了效率及競爭力，但巨大的投資意味著其淨盈利效應暫時有限。

• 戰略性擴張，但盈利影響有限。 像小米這樣的硬件製造商正在將AI功能嵌入其設備，而銀行及保險公司則強調其在風險管理及客戶服務中的作用。在研發、基礎設施及補貼方面的巨大開支表明，這些公司正在優先考慮規模及產能，而不是眼前的利潤增長。

總體而言，中國公司的評論（如表二總結）突顯 AI 在支持收入及效率方面的作用，但尚未推動廣泛的利潤增長。這與美國形成對比，美國的 AI 股市反彈由「七巨頭」等明確的領跑者推動，將AI應用轉化為實質盈利增長。

表2：對中國頂級上市公司而言，AI 迄今似乎更具支持性而非變革性（資料來源：StashAway、彭博；註：藍色越深，代表 AI 正面影響越強。摘要取自中國市值最大的公司最新財報。）

（更詳細的表格可在本說明末尾的附錄中找到。）

中國的萬億元（人民幣）問題：如何實現 AI 變現

關鍵問題是，中國的 AI 基礎設施建設是會帶來短期盈利，還是仍在為長遠回報奠定基礎。目前看來，盈利動力最明顯地集中在技術硬件及設備等少數子行業，而大多數公司仍在優先考慮規模及基礎設施，而非短期回報。

盈利實力集中在技術硬件，而晶片及軟件則相對滯後

深入分析各板塊的盈利數據顯示，信息技術板塊的遠期盈利預期增長最強勁。如圖三所示，IT 板塊的每股盈利（EPS）預測按年增長 35%，而中國股票整體僅增長 3%。這表明 AI 的影響主要體現在為其應用提供基礎設施的行業。

圖3：中國資訊科技產業的獲利預期超過大盤（資料來源：StashAway、彭博。）

然而，即使在 IT 板塊內部，基礎設施建設也遠非均衡。技術硬件及設備是主要增長動力，遠期每股盈利增長接近 58%。相比之下，半導體與半導體設備、以及軟件與服務板塊則呈現雙位數的收縮。

這種分化反映了中國的現狀：供應伺服器及網絡設備的硬件製造商正從 AI 需求中受益，而晶片製造商則面臨出口限制及激烈競爭，軟件公司則尚未找到有利可圖的應用。簡而言之，中國AI的潛力最清楚地體現在對硬件公司盈利韌性的預期上，而非晶片或軟件。基礎設施正在建設，但更廣泛的利潤故事尚未實現。

中國 AI 正在積聚動能，但盈利前景仍不明朗

中國的AI生態系統正充滿著投資與試驗的熱情 — 從大型雲服務商建設基礎設施，到消費平台將AI嵌入服務。然而，除了雲端及廣告等少數領域外，大多數公司的變現能力仍然有限，他們正優先將投資置於回報之上。

儘管如此，長遠潛力是巨大的。 Morgan Stanley 估計，中國 AI 投資可能要到 2028 年才能收支平衡，但到 2030 年，投入資本回報率可能達到 52%，並推動整個生態系統達到 1.4 萬億美元的規模。該行估計，在未來幾年，AI還可能為中國年度 GDP 增長貢獻 0.2 至 0.3 個百分點。

投資者面臨的權衡非常清晰： 投資增長速度優於短期變現能力。現階段市場關注的中國 AI 亮點，核心在於基礎設施建設及未來增長定位，而非即時利潤。 考慮到中國公司的估值仍比美國同行便宜，AI 概念依然能維持市場樂觀情緒。但要實現持續升勢，盈利表現是不可或缺的佐證。

詞彙表

基礎模型（Foundational models）

經過海量數據訓練而成的大型 AI 系統，可作為建構特定應用程式的基礎。OpenAI 的 ChatGPT 和 Google 的 Gemini 均屬基礎模型的範例。

開源模型（Open source models）

指其程式碼、數據和訓練方法皆可供自由研究和使用的 AI 模型。這與公司將技術保密的專有模型（Proprietary models）形成對比。

資本支出（Capital expenditure）

公司用於建築物、設備和基礎設施等資產的開支。在 AI 領域，這包括用於數據中心以及訓練和運行模型所需晶片的支出。

超大規模服務商（Hyperscalers）

在全球範圍內營運計算、儲存和網絡數據中心的企業。這些服務商透過各種模式提供服務，包括基礎設施即服務 (IaaS)、平台即服務 (PaaS) 和軟件即服務 (SaaS)。