摩根士丹利:中国AI的差异化竞争

摩根士丹利:中国AI的差异化竞争

我国将重点推进人工智能在“实体经济”领域的应用，旨在通过市场机制，在商业化产品开发上实现突破，并同步提升制造业等传统行业的生产效率。

5月13日，摩根士丹利发布了一份重量级的研究报告，该报告名为《China – AI: The Sleeping Giant Awakens》。报告明确强调，我国将人工智能的发展提升至国家战略层面，目标是在2030年成为全球领先的AI创新核心。据预测，到那时，我国AI产业的核心市场规模有望突破1万亿元人民币（相当于1410亿美元），而与之相关的产业规模更是预计将高达10万亿元人民币（约合1.4万亿美元）。

这份报告将我国的AI技术比喻为“即将苏醒的巨人”，指出我国不仅拥有数量众多的除美国之外的大型科技平台，而且坐拥最多的大语言模型以及AI应用开发者，同时还在持续推动一个快速成长与演进的AI生态系统。

尽管硬件资源相对不足，中国仍成功培育了先进的AI技术，并重新塑造了对于算力需求的期待。硬件的局限性驱使中国将重心放在提升工程效率、软件及算法的优化上，并通过将大型语言模型商业化来推进AI应用的拓展。在此过程中，中国将AI技术优先应用于“实体经济”，旨在遵循市场规律，在商业化产品领域取得显著成就，并同步提升制造业等传统行业的生产效率。

在面向消费者市场的领域，超级应用的广泛运用以及近期推出的基于AI原生的新型应用，有望在接下来的两到三年间加速推动我国面向消费者市场的AI应用更快速地普及开来。

在面向企业客户的领域内，考虑到目前成熟的面向企业应用的产品和企业在成本削减方面的强烈愿望，我国面向企业市场的AI技术大规模应用的时间预计将比2013年公共云技术的应用周期更为短暂。

中国AI的竞争态势：多维发力，快速追赶

中国在全球人工智能领域的迅速发展并非偶然现象，这得益于政府的大力扶持、对前沿技术的积极投入以及庞大的AI人才库，这些因素共同为中国人工智能的应用打下了坚实的基石。

在投资与政策扶持层面，报告强调，我国政府通过创建规模可观的引导基金以及发放补贴等手段，向国内AI企业给予了坚实的财政援助。具体来看，从2000年到2023年，我国政府支持的风险投资基金在AI行业的投资累计金额高达1840亿美元，交易次数超过2万次，涉及了AI行业的9623家企业。

在补贴领域，经过整理分析，近期发改委、数据局、工信部、财政部等国家级机构以及众多省市纷纷出台了针对算力券的补贴措施，旨在减少企业使用算力的费用，进而促进人工智能行业的繁荣发展。

依据CSET提供的数据，2018年我国在人工智能研发领域的投入介于135亿至190亿元人民币之间，换算成美元约为20亿至84亿美元。据IDC预测，到了2028年，我国在全球通用人工智能研发领域的支出占比预计将超过10%。

近期，在Global Conference 2025论坛上，英伟达的执行长黄仁勋提及全球人工智能竞赛的话题时指出，全球人工智能领域的研究人员中，中国人占据了半壁江山；同时，美国所有的AI实验室都有众多中国研究人员的积极参与。

在全球范围内的人工智能领域，该报告亦指出我国坐拥全球最庞大的AI人才资源。根据MacroPolo发布的全球AI人才追踪数据，2022年，全球最杰出的AI研究人员中，有高达28%的人士在我国从事相关工作，这一比例远超2019年的11%。此外，我国在全球科学与技术集群的百强榜单上位居前列，集群数量位居世界首位。在2024年，我国境内的科技集群在产出方面呈现出显著的增长趋势，其中合肥和郑州更是成为了全球增长速度最快的两个科技集群。

图源：Morgan Stanley

报告显示，至2023年，我国在通用人工智能领域的研究论文发表数量已与美利坚合众国并驾齐驱，而且这一增长趋势正逐年增强。

图源：Morgan Stanley

尽管如此，美国在推动产业导向的研究以及高效地将高水准研究成果转化为具有广泛影响力的技术和应用上，依然保持着显著的优势。在美国领先的AI研究机构中，私营企业的参与度较高全球ai公司排名发布，而在中国，主导力量主要是学术机构。中国的非学术性质AI研究机构主要是由互联网巨头的研究院构成，诸如百度研究院、阿里巴巴达摩院以及腾讯AI Lab等，这些机构中的大多数均专注于进行传统的AI研究工作。

自2010年起，全球AI专利的授权数激增，增幅超过30倍。中国和美国在这一领域处于领先地位，领先于日本及其他国家。2023年，这三个国家的专利局共同处理了全球约73%的AI专利申请。至2024年，我国AI专利数量累计达12945项，涉及523家企业。同时，我国在AI领域积极参与国际事务，致力于推动全球AI标准的制定。预计到2026年，我国将构建至少50项AI标准，并参与制定20项以上的国际AI标准。

图源：Morgan Stanley

在稳固的AI技术支撑下，我国AI模型的研发水平取得了显著提升，我国在大型语言模型研发领域正逐步缩短与美国之间的距离。以DeepSeek为代表的开源大型语言模型取得了显著成就，同时，阿里巴巴的Qwen 1.5系列、智谱AI的ChatGLM3以及百川智能的Baichuan2等模型在众多基准测试中均展现出卓越的性能。

图源：Morgan Stanley

我国顶级人工智能模型的研发领域呈现出多元化的态势，涵盖了阿里巴巴、百度、腾讯等知名科技企业，同时亦涌现出智谱AI、百川AI、月之暗面（Moonshot AI）以及MiniMax等众多初创企业。至2024年年末，美国已发布大型语言模型共计125个全球ai公司排名发布，而我国这一数字也攀升至93个，紧随其后，位列全球第二。

图源：Morgan Stanley

除此之外，我国在多模态技术领域实现了显著突破全球ai公司排名发布，且在全球视频人工智能模型领域占据了领先位置。这一成就主要归功于大规模公开视频数据的预训练应用，以及更为关键的、每日新增的专有视频数据用于后续训练。字节跳动与快手等视频平台巨头每日产出约8000万条新视频，其总时长甚至超越了YouTube，这一数据优势为其在视频AI模型领域的领先地位奠定了稳固的基础。据报告预测，字节跳动和快手有望在视频AI模型领域持续保持领先，并进一步拉大与非视频平台之间的距离。

图源：Morgan Stanley

基础模型的商品化

报告显示，我国在人工智能模型性能方面正逐步缩小与美国的差距，同时在全球基础模型商品化的大潮中，我国更是处于领先地位，DeepSeek和阿里巴巴便是其中的佼佼者。这一发展态势主要表现在以下几个层面：

我国在AI模型领域拥有众多开发者，他们不仅涉及推理模型，还包括非推理模型，同时，在开源与闭源、大型与小型模型等多个方面均有涉猎和布局。

成本效益十分突出：与美国性能相当的AI模型相比，我国的产品普遍价格更低。这种价格上的优势在DeepSeek-R1等新模型的问世后表现得尤为显著。DeepSeek-V2的开放源代码及其极具吸引力的API定价（大约仅为GPT-4 Turbo的1%）激发了中国乃至全球范围内AI模型的价格竞争。智谱AI和字节跳动旗下的豆包大模型等纷纷大幅降低价格，众多AI领域的领军企业也将自己的API价格下调至70-90%，这一调整覆盖了它们的所有产品线，从SOTA模型到入门级模型一应俱全，甚至有些企业开始免费提供入门级模型。全球的同行，如OpenAI和Google，也纷纷调整了它们的价格策略。经过这一轮的价格调整，中国的AI模型在保持世界级性能的同时，其价格普遍低于美国同类产品。

图源：Morgan Stanley

中国对开源及小型化AI模型的支持力度较大。在所挑选的SOTA模型中，我国开源推理模型的占比达到一半，而非推理模型则占到了三分之一，这两个比例均超过了美国。Hugging Face等知名开源AI模型排行榜上，我国模型表现突出，其中阿里巴巴的Qwen2.5-7TO B-Instruct一度荣登全球首位。DeepSeek亦积极拓展，发布了更多代码库，例如FlashMLA。我国对开源、算法强化及基础设施完善的重视，在算力受限的背景下，显著增强了我们的竞争力。开源模型体积相对较小，这使得它有助于加快人工智能技术的普及、生态系统的构建，以及企业和用户对其的接纳，进而促进人工智能在中国市场的商品化和商业化进程。

性能上实现追赶乃至超越：依据Chatbot Arena评分等模型智能代理的评估标准，至2025年第一季度，我国尖端AI模型与美国同类模型间的差距已明显收窄。在涵盖多个性能基准的全面评估中，我国AI模型的表现与美国同类产品不相上下，其中DeepSeek-R1在推理及知识处理能力上位居全球第二。在“思维链推理”这一领域，以DeepSeek为代表的我国竞争者，在OpenAI发布相关技术短短数月后，便成功实现了对其实际智能水平的模仿。如今，我国众多AI实验室研发的推理模型，已经展现出在全球范围内领先的竞争力。

图源：Morgan Stanley

AI应用 (TO C)：从超级应用到AI Agent

基础模型的商品化趋势明显，特别是在中国致力于推广低成本、高性能模型的过程中，这为人工智能技术的广泛普及奠定了坚实基础。这种技术的扩散效应在面向消费者的应用领域表现得尤为突出。据报告预测，中国有望在面向消费者的AI应用领域领跑全球，并自2025年起步入大众市场的普及阶段。

自2022年11月OpenAI在美国发布GPT模型之后，我国众多互联网企业以及AI领域的初创公司纷纷推出了各自的AI聊天机器人产品，例如百度的文心一言和月之暗面的Kimi等。进入2025年1月，DeepSeek的爆发式增长显著提高了国内用户对AI技术潜力的认识和接纳程度。报告显示，截至目前今年二月摩根士丹利:中国AI的差异化竞争，位列前三的智能对话助手及原生AI应用的周度活跃用户数以及日度活跃用户数均已突破5000万大关。

图源：Morgan Stanley

用户对AI的认知不断提高，同时AI原生应用也日益兴起，这一趋势促使AI功能逐步被整合进我国现有的众多超级App中。据报告分析，我国的移动互联网生态系统以微信、淘宝、支付宝、抖音、美团和滴滴等超级应用为核心，它们提供全面的服务，并拥有庞大的用户群体以及极高的用户忠诚度。将人工智能技术融入现有的超级应用平台，能够充分利用其庞大的用户专有数据资源（这些数据具有个性化的行为、社交以及商业属性）以及既有的用户互动模式，进而为开发定制化的AI服务（例如个人智能助手）提供了可能。此举不仅有助于推广AI技术在普通市场的广泛应用，同时也激励了超级应用的开发者增加研发力度，以应对新兴AI应用带来的挑战。

图源：Morgan Stanley

报告显示，AI Agent 被看作是面向消费者AI应用的关键发展路径，其具备感知环境、独立进行推理判断以及代表用户执行繁复任务的能力。报告提出，在众多超级APP中，腾讯的微信生态体系以其全面的功能和极高的用户普及率脱颖而出，成为TO C AI Agent 的引领者。微信拥有庞大的用户群体（达10亿日活跃用户）、极高的用户忠诚度（平均每日进行45次会话或使用时长达到100分钟/用户）以及一个覆盖社交、娱乐、新闻、搜索、支付、电商以及众多生活服务（均通过小程序实现）的完整生态系统，为AI Agent的成长创造了极为优越的条件。

微信现已将DeepSeek-R1模型融入其搜索功能，同时推出了基于该模型的Ima.copilot工具。该工具能够运用微信生态圈内的全部数据资源，为用户提供搜索、内容生成以及笔记汇总等服务。

此外，淘宝和美团这两大超级APP亦在积极尝试将人工智能应用于电商与本地生活服务领域。淘宝已推出AI试衣助手，同时依托通义大模型，推出了“淘宝问问”AI助手（试用版）。该助手能够提供涵盖生活方式、美食、旅行规划以及商品导购等多元化场景的智能推荐、产品对比和行程规划等服务。淘宝还向商家推出了人工智能运营辅助系统，该系统可助力商家对销售数据进行深入分析，并能智能制作各类营销素材，包括短视频和海报等。

图源：Morgan Stanley

美团打算打造一款涵盖其平台所有服务的AI原生产品，目前该平台已推出AI客服“问小袋”，该客服基于公司自主研发的大语言模型。预计到2025年下半年，美团将全面推出AI服务，这其中包括免费的个人AI助手，该助手能够处理外卖订单、餐厅预订、生鲜购买以及旅行安排等需求，从而实现一站式服务的完整闭环。

AI应用 (TO B)：快速普及，缓慢变现

C市场的兴盛态势以及AI代理的初步尝试，彰显了中国在人工智能领域的广阔发展前景。然而，与面向消费者的市场逻辑不同，面向企业的AI应用推广和商业化过程中，既有机遇也存在一系列特殊的挑战。

报告显示，预计我国面向企业市场的AI应用将从2025年起迎来迅猛推广期，其推广速度或许将超越2013年公共云服务的采纳进程。这一预测主要基于以下几项重要因素：，，，，。

首先，我国AI基础能力得到了广泛的认可，特别是DeepSeek等模型的问世，使得这一能力在全国范围内得到了广泛的认可。其次摩根士丹利:中国AI的差异化竞争，国有企业和地方政府也被积极鼓励，去采用AI技术。再者，在AI技术出现之前，我国就已经发展出了与全球同行相媲美的本地化TO B软件产品。最后，AI技术的出现进一步提升了这些应用的功能。第三点在于开源模型的匹配度，我国广泛推广的开源大型语言模型，恰好满足了企业在人工智能应用方面对灵活性和安全性的追求，这一现象与早期公共云因安全担忧而未能在国有企业中得到普遍认可的境况形成了鲜明对比。企业降低成本、提高效率的需求十分迫切，尤其是在经济增长速度放缓和通货紧缩压力增大的背景下。相较于2013年，我国企业对于提升管理效率和削减成本的需求更为急切，而人工智能在增强生产力方面所展现的效果，相较于传统软件，显得更为显著和直接。

摩根士丹利在2025年上半年对中国CIO进行的调查结果显示，绝大多数企业，高达97%，均认为人工智能将对他们的信息技术投资优先级产生重大影响；其中，有71%的企业认为这种影响将是“非常显著”的。

图源：Morgan Stanley

研究结果显示，大约有73%的企业打算在接下来的12个月里，将它们的首个AI项目应用到实际的生产场景中；同时，66%的企业期望通过AI技术来提升员工的工作效率并降低人力成本。另外，有40%的企业预测，在未来3年之内，它们将因为采用GenAI/LLM技术而减少总体的员工数量。根据报告的预测，到2030年，中国企业在GenAI领域的应用负荷渗透率有望达到31%。

图源：Morgan Stanley

尽管TO B AI应用在市场上拥有广阔的推广前景，然而其商业化的实现过程或许会显得较为迟缓。据报告分析，在初期阶段，企业更倾向于投资开源AI模型和自有的硬件设施来搭建内部AI应用，而随着时间的推移，他们可能会逐渐转向支付基于使用量的第三方软件供应商提供的AI应用服务。

报告显示，与美国市场存在差异，我国TO B市场展现出独有的特点。我国企业普遍实行低价战略，这导致TO B应用面临较大的价格折扣压力。在评估AI价值时，企业主要关注劳动力价值的创造。然而，我国相对较低的劳动力成本，对AI应用的定价空间造成了限制。中国企业对于运用开源人工智能模型的额外费用接受度不高，调查结果显示，超过八成企业更倾向于选用开源AI模型，主要是因为它们在修改上的便捷性和私有化部署的实用性，然而，仅有约两成企业愿意为此多支付费用。

考虑到数据保护与管控等关键因素，我国企业在AI技术的应用上倾向于私有化部署。根据CIO的调查报告，在接下来的12个月里，预计将有28%的AI与机器学习任务选择私有化部署方式，涵盖私有云和本地数据中心；展望未来三年，这一比例预计将保持在17%左右。私有化部署通常涉及一次性购置硬件及项目实施成本，这使得基于订阅或按使用量计费的软件收入难以持续。这一现象在企业对AI/LLM的支出分配中也有所体现：预计到2025年，硬件在AI预算中的比例将从2024年的32%增至34%，与此同时，软件（包括应用和模型）的占比将从41%下降至40%。

图源：Morgan Stanley

尽管在实现价值转换的过程中遇到了困难，然而中国已经成功研发了涵盖办公软件、企业资源规划（ERP）、人力资源管理（HRM）、客户关系管理（CRM）以及即时通讯/办公自动化（IM/OA）等多个领域的全面TO B人工智能应用产品。这些产品的AI功能与美国及全球顶尖产品相比，并没有明显的差距。它们通常具备AI智能代理、AI助手、数据分析以及开发平台等常见的人工智能功能。

值得注意的是，在我国企业软件领域，市场分布较为广泛，AI产品多倾向于针对特定场合进行定制开发，同时，广泛运用了多种类型的语言模型，其中，DeepSeek已经成为众多中国企业软件的常用选择之一。

“中国AI 60指数”

为了深入洞察我国人工智能产业的全面概貌及其核心参与者，摩根士丹利特别编制了“中国AI 60指数”。该指数系统性地呈现了在国家战略引领下，我国人工智能产业链各环节的关键企业。它不仅囊括了在模型算法领域具有显著优势的科技巨头和AI独角兽，还揭示了在算力基础设施、关键零部件以及AI技术具体行业应用中的关键企业。中国正在构建一个自主可控且全面发展的AI产业生态系统。

图源：Morgan Stanley