沉睡巨人觉醒：摩根士丹利如何看待中国 AI 的「另一种路线」

过去两年，全球 AI 叙事几乎被一句话主导：“谁的算力多，谁就赢。”

但摩根士丹利在 2025 年 5 月发布的一份名为《中国人工智能：沉睡巨人的觉醒》的报告中，提出了一个相当不同的判断——中国正在走一条与美国截然不同的路：不拼谁拥有最强的模型、最多的 GPU，而是用更少的硬件、更低的成本、更快的落地，把 AI 真正“用”起来。

DeepSeek 的横空出世，正是这条路线的标志性拐点。下面把这份 98 页报告里最值得咀嚼的判断，拆成六个问题。

一、“DeepSeek 时刻”到底改变了什么？

2025 年 1 月，一家员工不足 100 人、计算资源远少于西方前沿实验室的中国公司，发布了开源模型 DeepSeek-R1。它的能力可与 OpenAI 的 o1 媲美，但成本却低到让人难以置信：

模型	输出价（每百万 token）
GPT-4o	10 美元
Claude 3.5	15 美元
DeepSeek	1.1 美元

摩根士丹利的判断很干脆：DeepSeek 真正突破的不是技术，而是叙事。 它证明了“AI 进步必须靠算力无限堆砌”这个假设是可以被挑战的——通过算法效率（混合专家 MoE、强化学习微调），用更少的芯片也能做出顶尖模型。

这背后还有一层更深的意味：美国的出口管制本意是“锁死”中国的前沿模型训练，但 DeepSeek 反而成了“封锁催生创新”的典型注脚。报告引用中国外长王毅的话：“哪里有封锁，哪里就有突围；哪里有打压，哪里就有创新。”

洞察 1：中国 AI 的真正故事，不是“追赶美国”，而是重新定义 AI 竞争规则——从“谁算力最强”转向“谁最能把 AI 推向市场”。

二、支撑这条路线的，是四大要素

算力只是 AI 等式的一部分。摩根士丹利认为，决定长期竞争力的还有数据、能源、人才、算力四根支柱，而中国在前三项上极具优势：

• 数据：14 亿人口、11 亿互联网用户，每年产生的数据量从 2022 年的 24 ZB 增长到 2027 年的 77 ZB（年复合增速 26%，全球第一）。国家数据局的成立，意味着数据已被上升为“国家发展战略的基石”。
• 能源：中国在建核电站数量比世界其他国家总和还多，并计划在 2025 年再建 10 座。数据中心用电占全国总用电的比例，预计从 2024 年的 2% 升至 2030 年的 4%、2035 年的 10%；目标在 2030 年代初用绿色能源（风、光）100% 满足数据中心需求。
• 人才：全球约 47% 的顶尖 AI 研究人员在中国工作（2019 年仅为 11%）；目前有 535 所大学开设 AI 相关专业，并从今年起把 AI 内容下探到部分小学课程。
• 算力（短板也是突破口）：受出口管制限制，华为用“昇腾 910”芯片组成“AI-in-a-box”超级集群，可训练万亿参数模型。报告估计，中国 AI GPU 自给率将从 2024 年的 34% 上升到 2027 年的 82%。

洞察 2：AI 领导地位不再只取决于尖端模型，而取决于一个能快速开发并采用 AI 工具的完整生态系统——数据、能源、人才，恰恰是中国用规模换来的“非对称优势”。

三、AI 能帮中国走出“3D”困局吗？

报告用一个巧妙的缩写概括了中国经济的三重压力：Demographics（人口老龄化）、Deleveraging（房地产与地方债去杠杆）、Deflation（通缩）。而 AI 被寄望成为破解这三重压力的新动能。

• 短期（未来 2–3 年）：拉动主要来自 AI 相关投资。报告预计 AI 带动的新兴产业投资，每年提振实际 GDP 约 0.2–0.3 个百分点，基本对冲房地产投资低迷的拖累。
• 中长期：AI 提升全要素生产率、优化生产流程、创造新产品与新工种。若 AI 对劳动力市场的整体渗透率达到与 IMF 对新兴市场一致的 40%，按 2024 年工资水平测算，相当于创造 6.7 万亿元人民币的劳动力等值价值（约合 2024 年名义 GDP 的 4.7%）。

但报告也诚实地提示了风险：短期内 AI 的“替代效应”可能超过“互补效应”。考虑到当前青年失业与通缩并存，AI 对初级认知岗位的替代，可能压低工资增速、加剧通缩，进而反噬企业盈利与投资能力。应对之策是加强社会保障、扩大 AI 教育与职业培训，并在人际交互型服务业创造就业。

洞察 3：AI 短期是“投资故事”，中长期才是“生产率故事”；但它对就业和通缩的短期冲击，需要政策兜底，否则可能自我抵消。

四、价值正从“铲子”流向“应用”

在 AI 投资早期，最赚钱的是卖“镐和铲”的基础设施商（芯片、服务器、数据中心）。但摩根士丹利判断，基础设施赋能者已经度过了“峰值建设阶段”，价值正在向应用层转移。

报告做了量化的 ROIC 测算：到 2030 年，中国 AI 有望实现 8060 亿元总回报、52% 的投资资本回报率（ROIC），预计 2028 年实现投资盈亏平衡。其中消费端贡献 5560 亿元——电商 2710 亿、广告 950 亿、本地生活 910 亿、企业应用 2500 亿。

这意味着：拥有专有数据、并能按 token 吞吐提供服务收费的公司，最可能获得超额回报。 典型的变现路径，是把 AI 嵌进微信、抖音、淘宝这些“超级应用”——它们坐拥海量行为数据和高频用户交互，是 C 端 AI 落地最快的载体。报告特别点名腾讯微信生态（10 亿日活、人均每天 100 分钟）是“面向消费者的 AI Agent 先驱”。

洞察 4：AI 的超额收益属于“有数据、能落地”的应用层，而非单纯堆算力的硬件层。中国互联网大厂的超级应用，是其独有的变现护城河。

五、“物理 AI”才是下一个万亿级前沿

如果说 2023–2024 是“数字 AI”（大模型、聊天机器人）的基建期，报告认为下一站是 Physical AI（物理 AI）——让 AI 真正理解并作用于现实世界，典型载体是人形机器人和自动驾驶。

• 人形机器人：2025 年被视为“量产元年”。报告预计中国人形机器人存量在 2030 / 2040 / 2050 年分别达到 25.2 万 / 6100 万 / 3.02 亿台，到 2050 年约占全球存量的 30%；全球人形机器人潜在市场规模可达年收入 5 万亿美元。DeepSeek 的效率突破，让“机器人必须靠高端芯片本地跑大模型”的假设不再成立，从而解锁更小、更便宜、更节能的机身设计。
• 自动驾驶：L2+ 渗透率预计从 2024 年的 15% 升至 2025 年的 25%，意味着今年将有 550–600 万辆汽车搭载高阶智能驾驶功能，车型上市速度快于预期。

洞察 5：当 AI 从屏幕走进工厂和马路，中国完整的制造业供应链和产业链优势，会转化为 Physical AI 最现实的落地红利。

六、标准之争：开源 vs 封闭

报告把中美 AI 路线差异总结为一个关键分野：中国拥抱开源，美国走向封闭。

DeepSeek、阿里的 Qwen、智谱、百川等中国主力模型大多以开源或开放权重形式免费提供，这与 OpenAI 的订阅模式形成鲜明对比。摩根士丹利认为，开源路线有两重用意：

• 降低采用门槛：开源让全球开发者免费下载、修改、迭代，把“训练成本”社会化，形成自我强化的生态——这类似于互联网：底层免费，但为上层应用铺了一条高速公路。
• 争夺标准话语权：中国计划到 2026 年建立至少 50 套 AI 标准（覆盖机器学习安全、伦理、偏见检测、自主决策等），并参与至少 20 项国际标准。在 5G/6G、量子通信、数字支付、自动驾驶等新领域，中国已在标准制定中占据领先投票权重。低成本、贴近大众市场的中国 AI 产品，更容易在“全球南方”和新兴市场被广泛采用。

洞察 6：标准定义技术，技术定义现代世界。AI 领导权之争，下半场很可能落在“谁的规则被最多人用”上——而开源是中国最锋利的那把刀。

七、投资视角：摩根士丹利的“中国 AI 60 强”

报告推出了“中国 AI 60 强”关注清单，覆盖从基础设施到应用的多层标的，核心逻辑是：随着价值从硬件转向应用，真正受益的是能大规模采用 AI、并拥有专有数据的公司。 报告看好的重点方向包括：

• 能源：数据中心耗电激增，绿电与核电获益；
• 自动驾驶与人形机器人：Physical AI 落地最快的两大赛道；
• 互联网大厂（阿里、腾讯、字节、百度、快手）：每年云资本开支约 4000 亿元（其中 AI 占近一半），同比增速 60%，高于美国的 42%；
• 半导体国产替代：华为昇腾、寒武纪等本土 GPU 供应商，以及中芯国际、北方华创等设备链。

需要强调：这是一份“对话的起点”而非终点——摩根士丹利明确表示，现在全面评估 AI 赢家“还为时尚早”，清单会随产业演进持续更新。

八、他们自己也说：哪里可能误判？

一份严谨的大行报告，往往会坦白自己的盲点。摩根士丹利列出了两处主要不确定性：

• 出口管制的不确定性：限制措施不是新事物，也不会形成绝对壁垒，但会带来更高成本、更复杂规则，以及合规条件不清带来的长期计划风险。
• 劳动力市场的短期阵痛：AI 替代效应若快于互补效应，可能放大通缩与失业，反过来限制企业再投资能力。

换句话说，这是一场马拉松，不是短跑。中国 2017 年《新一代人工智能发展规划》就定下了 2030 年成为“世界主要 AI 创新中心”的目标——核心产业规模超 1 万亿元、相关产业超 10 万亿元。报告认为，决定终局的不是某一两个模型，而是基础性创新与生态韧性。

写在最后

摩根士丹利这份报告的真正价值，不在于它给了多少个数字（尽管数字很扎实），而在于它提出了一个被西方主流叙事长期忽视的视角：

AI 竞争未必是“算力军备竞赛”的零和游戏。用更少的资源、更开放的生态、更快的场景落地，同样可以走出一条被全球采用的技术路线。

DeepSeek 证明了这一点。而这条路线能否在 2030 年兑现为真实的生产率与全球标准话语权，正是未来五年最值得持续跟踪的故事。